全部新闻
阅读“ Nexus”作为不同类型的AI对话的机会
尤瓦尔·诺亚·哈拉里（Yuval Noah Harari）的“ Nexus：从石器时代到AI的信息网络的简要历史”（2024年9月出版）探讨了整个历史上信息网络的演变，直到人工智能时代。在作为有声读物阅读时，在大约17个小时28分钟的时间内，文本与有关AI对高等教育的影响的更简洁的文献形成鲜明对比。Harari讨论了AI如何降低创建和传输信息的成本，但引起了人们对虚假信息扩散的担忧。与Ethan Mollick提供实用见解的“共同智慧”不同，Nexus是理论上的，有些令人震惊，强调了历史背景，而不是为在学术界整合AI的直接解决方案。尽管缺乏可行的步骤，但它仍鼓励人们就AI在高等教育机构中的作用进行更广泛的对话。Nexus：从石器时代到AI的信息网络的简短历史
这款由生成AI设计的Aerospike火箭发动机刚刚完成了第一个热火测试
AI已成功设计和3D与初创企业Hyperganic和AMCM合作打印了Aerpike引擎。使用计算AI Noyron开发的发动机在12月完成了第一次热火测试，达到了5,000个纽顿推力。这种设计以其复杂性和效率而着称，利用复杂的冷却通道在不同的压力下保持最佳性能。成功表明了AI在加速航空航天进步方面的潜力，传统上受到复杂的工程挑战的阻碍。计划在2025年进行进一步的测试，因为开发继续进行更先进的Aerspike发动机。
数据表明
由于AI投资，美国初创企业资金在H1 2025中飙升了75.6％，达到1628亿美元，标志着其自2021年以来最强的表现。尽管有大力的创业资金，风险投资筹款的同比下降了33.7％，至266亿美元。退出活动增长了40％，对未来的IPO和并购交易的乐观态度。
准确性已死：您实际需要的校准，歧视和其他指标|迈向数据科学
数据科学家通常依靠准确性作为模型评估的主要指标，但可能会产生误导，尤其是在不平衡的数据集或回归任务中。这篇文章探讨了更高级和量身定制的指标，超出了简单的准确性，可以使用足球数据中的实际示例来更好地评估分类和回归问题的模型性能。要点： - 准确性不足以评估与类不平衡类的模型。 - 对于分类，ROC-AUC，PR-AUC，对数损失，Brier评分和校准曲线比准确性提供了更多的有见地的评估。 - 在回归任务中，讨论了R²，RMSLE，MAPE/SMAPE等指标，以更深入地了解模型性能。 - 强调了特征策展，高级评估指标和透明可视化在构建强大预测模型中的重要性。
