全部新闻
研究人员开发了“ Speeksssm”，为24小时AI语音助手开辟了可能性
博士Kaist的候选人Sejin Park开发了“ SpeechSSM”，这是一种口语模型，可以实现一致，自然的长期语音生成而无需时间限制。Speechsssm采用具有交替注意和经常性层的混合结构，使其能够有效地处理详细的语音信息。该模型将语音划分为短单元进行处理，并使用非自动性音频合成方法进行快速语音生成。引入了评估指标，例如SC-L和N-MOS-T，以评估随着时间的推移的内容连贯性和自然性，与现有模型相比，语音在长期任务中的出色表现。这项研究定于ICML 2025介绍，并与Google DeepMind合作进行。
Zuck扑向了Metaverse。为什么相信他的未来？
马克·扎克伯格（Mark Zuckerberg）将自己定位为人工通用情报（AGI）的领导者，因为他的元主动性未能获得吸引力。尽管对Metaverse的现实实验室进行了大量投资，但用户的采用率很低，导致其失败。现在，Meta面临着Openai和其他人在AGI开发方面的激烈竞争。为了赶上，梅塔（Meta）积极招募有利可图的AI研究人员，旨在建立一个超智能实验室。但是，批评家认为，扎克伯格的方法是由竞争性的野心而不是真正的创新驱动的，这引发了有关他作为技术有远见的信誉的疑问。
部长要求大修英国领先的AI研究所
英国的技术部长要求将政府支持的艾伦·图灵研究所（Alan Turing Institute）转移到国防，国家安全和“主权能力”上。该电话包括领导力的变化，并将这些领域的优先级优先于健康和环境重点。这是在政府达成的1亿英镑资金协议之后，有可能在明年进一步审查其长期资金安排。批评家认为，这种转变将范围范围缩小，而不是成为国家AI研究机构。
温布尔登酋长捍卫AI的使用，因为杰克·德雷珀（Jack Draper）说，线路呼叫而不是“ 100％准确”
温布尔登锦标赛总监杰米·贝克（Jamie Baker）为使用AI线条法官辩护，以防止球员杰克·德雷珀（Jack Draper）的批评，后者质疑该技术的准确性。德雷珀（Draper）在一场比赛中感到沮丧，他觉得一些电话不正确。贝克（Baker）断言该系统是高度准确和专业的，并补充说，与专门使用人类管行法官相比，它可以在晚上进行比赛。他还澄清说，对日光褪色的担忧影响了暂停本·谢尔顿（Ben Shelton）比赛的决定，但并不是由于AI技术本身的问题。
访问25小时的AI培训，价格不到$ 20 |企业家
简历建设者的一项调查显示，由于AI的努力，使用GPT的25％以上的公司节省了超过75,000美元。ChatGpt和自动化电子学位为企业家提供了一种学习如何将AI集成到其工作流程中的方式，直到7月20日，其教学仅为19.97美元（正常价格$ 790）。
发现精子的新的AI技术允许夫妇在18年的不孕症后受孕
哥伦比亚大学的生育中心使用AI-Assist Star Technology在18年的男性伴侣中因无植物而苦苦挣扎，以帮助一对夫妇怀孕。结合了AI，高速成像和机器人技术的尖端系统仅检测到精子计数样本的三个精子细胞，从而成功地进行了IVF概念。这种方法可以极大地帮助面临类似生育问题的夫妇。
:max_bytes(150000):strip_icc():focal(1207x874:1209x876)/couple-in-doctors-office2-7325-c51b1e294e69466aa178f267b897eda6.jpg)
英国和新加坡形成联盟以指导AI财务
英国和新加坡正在为金融方面的国际AI合作开发一个框架，重点是实用应用，例如改善风险评估和欺诈检测，同时保持监管标准。在他们的第十个年度财务对话中，代表探讨了AI在财务中的实施挑战，并强调了解释性在AI决策中的重要性。该合作伙伴关系还讨论了更广泛的金融科技创新，例如资产令牌和共享分类帐基础设施，并计划在2026年之前再次开会，以推动可持续财务和AI创新的计划。
欧盟表示将继续按计划推出AI立法|TechCrunch
欧盟委员会宣布，尽管有100多家科技公司的压力，包括Alphabet和Meta等人，他们将遵守其实施AI法案的时间表，他们提倡延迟。该法规根据风险水平对AI应用程序进行了分类，并为高风险用途（例如生物识别，面部识别和教育/就业领域）设定了更严格的规则。它还对聊天机器人等有限风险类别施加了透明义务。AI法案的全面实施计划于2026年中完成。
独家：Google的AI概述受到独立出版商的欧盟反托拉斯投诉
Google面临着独立出版商在其AI概述功能方面的欧盟反托拉斯投诉，该功能使用Web内容生成摘要，而无需让发布者选择退出。出版商认为这损害了他们的流量，读者和收入。Google于2023年5月开始在AI概述中添加广告，并声称该功能为企业创造了新的机会。独立出版商联盟还要求采取临时措施，以防止无法弥补的伤害。
AI如何帮助研究人员脱神经肠道细菌
东京大学的研究人员开发了Vbayesmm，这是一种贝叶斯神经网络工具，可分析肠道微生物组和代谢物数据，以鉴定细菌物种与代谢产物之间的重要关系。与现有方法相比，该AI系统可以处理高维数据集并提供更准确的预测，从而为基于肠道细菌相互作用的个性化处理提供了潜力。但是，它目前面临着诸如需要全面化学数据集和计算挑战之类的局限性。最终目标是将这项研究转化为可以通过有针对性干预措施来治疗疾病的临床应用。
