全部新闻
AI查明有希望的材料，这些材料仅从空气中捕获
KAIST研究人员已经开发了一个AI驱动的机器学习力场（MLFF），以识别有希望的金属有机框架（MOFS），以直接捕获CO₂的直接空气捕获（DAC）。该方法准确地预测了Co₂，水蒸气和MOF之间的相互作用，而量子力学级别的精度比传统方法更快，但具有更快的计算速度。该团队筛选了超过8,000个MOF结构，确定了100多名有前途的候选人捕获，其中包括通过常规模拟发现的新材料。此进步可以增强DAC材料的设计及其模拟精度。
比较感知的人与AI产生的同理心的价值
提供的文本似乎是与人工智能（AI）有关的各种学术文章，书籍和报告中的引用和参考的集合，AI中的同理心，AI的医疗保健应用，人类计算机互动以及AI围绕的道德考虑。该内容的结构是作为学术论文或报告的参考列表，表明它旨在提供有关AI在提供慈善反应及其含义的作用的证据和支持论点。以下是可以从这些参考文献中得出的一些关键主题和见解：1。**人工智能中的同理心**：几项研究探讨了AI是否可以真正传达同理心，例如“同理心AI没有同理心是否重要？”Shteynberg等人撰写，它论证了当前AI系统真正模仿人类同理心的局限性。2。** AI **的医疗保健应用：Vaidyam等人诸如“聊天机器人和心理健康方面的聊天机器人和对话剂的评论”，讨论了与传统治疗方法相比，讨论AI Chatbots在心理保健中的潜在用途，检查其有效性和限制。3。**人类计算机的互动（HCI）**：Hohenstein等人的“ AI介导的交流影响语言和社会关系”之类的研究探讨了人类与AI系统与AI系统的互动如何影响各种情况下的社会动态和信任。4。**道德考虑**：Felzmann等人的参考文献诸如“您可以信任的透明度：对法律规范和上下文关注之间的人工智能的透明度要求”，撰写的是Felzmann等人，强调了道德准则，透明度和责任感的重要性，以确保AI的发展以确保它们被负责任地和道德使用。5。**当前AI系统的局限性**：许多参考文献涉及诸如“与移情AI的原则障碍：为什么我们不能替换Montemayor等人的人类同理心”，蒙特马约等人讨论了设计可以复制或超越人类移情和道德理解的AI系统的固有挑战。6。**关于同理心的心理观点**：诸如Forgas＆Laham在认知幻象方面的工作的参考文献提供了有关人们如何感知和与技术互动的见解，这表明在与移情AI接触时可能会有潜在的心理偏见。7。**法律和监管框架**：劳克斯等人的《欧洲联盟人工智能法》默认情况下，诸如“标准化的三个途径和道德披露途径”，讨论确保在社会中道德使用AI所必需的法律框架。该汇编反映了一种广泛的跨学科方法，可以理解AI在提供善解人意反应及其对医疗保健，社会互动和更广泛社会规范的影响中的作用。参考文献表明，关于当前技术能力是否可以真正模仿人类的同理心以及对精神卫生保健和人际关系等领域的影响。参考
委员会说
欧盟委员会因其呼吁投资人工智能Gigafactories而获得了大量的回应，主要来自欧洲投资者。欧盟专员Henna Virkkunnen宣布，在76种兴趣表达中，公司准备投资超过2,300亿欧元，委员会通过Investai Fund通过Investai Fund以4至5个AI Gigafactories的投资指定了200亿欧元。这些工厂旨在为中小型企业提供大规模的计算能力访问，并通过复杂的AI模型促进协作开发。该倡议是遵循类似的美国倡议，在全球竞争AI投资中竞争的更大欧洲战略的一部分。
人工智能档案 - 美洲季刊
总部位于纽约市的Americas季刊（AQ）是一本独立出版物，专注于美洲社会/美洲委员会在拉丁美洲的政治，商业和文化。
媒体中的人工智能，教育
人工智能（AI）的主题普遍存在且有争议，但继续影响各个领域。埃里克·约翰逊（Erik L. Johnson）教授通过伊丽莎白·斯坦伯格（Elizabeth Steinberg）在威斯康星大学里弗瀑布（University of Wisconsin-River Falls）的演讲中讨论了他与AI的经历，后者演示了AI如何在不取代人类创造力的情况下节省时间的创作过程。此外，约翰逊还重新设计了一门关注媒体素养的在线课程，并结合了一项作业，学生使用AI来生成虚假内容并严格分析道德含义。这些经验强调了AI的潜力，同时强调了其在培养批判性思维和道德教育中的作用。
一位科学家说，人类将在20年内达到奇异性
未来主义者雷·库兹维尔（Ray Kurzweil）预测了奇异性的到来，在2045年，人类和人工智将合并。在他最近的著作《奇异之处》中，他概述了纳米机器人插入血管中的纳米人将如何增加人类情报的人类情报。Marcus du Sautoy等其他专家都同意人类与机器之间即将来临的综合，尽管这种融合引发了有关工作，永生和人类本质的重大社会问题。库尔茨威尔（Kurzweil）仍然乐观，主张普遍的基本收入，并预测医疗进步，使2030年代初期的寿命逃脱速度。
为什么人类同理心仍然很重要
一项在《自然人类行为》中发表的新国际研究表明，即使人们认为响应是由大语言模型（LLMS）产生的，人们认为它来自人类而不是人工智能时，人们就会更加重视同理心。在九个实验中，超过6,000名参与者表明，人们偏爱人类的同理心，而不是AI产生的同理心。参与者将“人类”的反应评为更加善解人意，支持和情感上的满足。该研究强调，当参与者怀疑AI参与时，情感联系中的真实性至关重要，会减少积极的感觉。这对在医疗保健和心理健康等领域中使用AI具有影响，这表明在深厚的情感环境中需要继续进行人类互动。
Sakana ai
###多LLM AB-MCT的研究和发现摘要＃＃＃＃ 介绍这项研究探讨了利用多种高性能语言模型（LLM）作为集体智力来通过推理时间缩放解决复杂问题的潜力。引入的核心概念是**多LLM AB-MCT **（自适应分支蒙特卡洛树搜索），旨在通过在解决问题的过程中动态分配和组合不同的LLM来提高性能。＃＃＃＃ 背景自2024年中期以来，通过增强学习优化的“推理”模型已成为AI的范式转变，重点是推理时间计算缩放，而不是传统的模型缩放。这项研究通过提出通过反复的推理和集体智能来提高绩效的方法来建立这一趋势。####方法论1。** AB-MCT（自适应分支蒙特卡洛树搜索）**： - **目标**：通过根据当前状态动态选择搜索树中的分支来提高解决问题任务的效率。 - **力学**：该方法使用自适应分支来探索和利用不同的路径，并使用汤普森采样来平衡探索与剥削。2。**多LLM AB-MCT **： - **目标**：将多个LLM与独特的功能相结合，以解决各个模型可能遇到的问题。 - **力学**：一种多臂强盗方法用于根据搜索过程中的性能动态分配不同的LLMS。####实验设置1。**基准**：-ARC-AGI-2：一个具有挑战性的数据集，旨在在推理和解决新问题中测试类似人类的灵活智能。2。**评估指标**： - 通过@K：衡量在K尝试中是否至少找到了一个正确的解决方案。 - 通过@2：比赛的标准评估指标。3。**实验结果**： - **单型与重复采样**：-O4米尼通过AB-MCT达到27.5％的成功率，超过重复的抽样（23％）。 - **多LLM性能**： - 将Gemini-2.5-Pro和DeepSeek-R1-0528结合起来，导致了30％以上的250次通行证，这表明了集体智能的潜力。-LLM分配是根据熟练程度动态调整的，高成功率有利于特定模型。####关键发现1。**动态分配**： - 多LLLM AB-MCT有效地分配了不同的LLM，以根据特定任务的有效性解决问题。2。**解决问题能力**： - 通过利用其他模型产生的不正确解决方案提示来解决以前无法解决问题的能力。3。**未来指示**： - 开发更好的最终答案选择算法，增强奖励建模并探索更复杂的奖励设计机制（例如，LLM-AS-A-A-gudge）。＃＃＃＃ 结论Multi-LLM AB-MCT通过集体智能展示了推理时间扩展的潜力，从而在ARC-AGI-2（例如ARC-AGI-2）上实现了绩效的重大改进。这项研究强调了不同模型中的重复推理和协作方法，强调了AI开发中的新方向。###用于进一步阅读1。**纸**：更宽还是更深？使用自适应分支树搜索（https://arxiv.org/abs/2503.04412）缩放LLM推理时间计算2。**算法代码**：https：//github.com/sakanaai/treequest3。** ARC-AGI-2实验代码**：https：//github.com/sakanaai/ab-mcts-arc2#### Sakana AI的职业机会有兴趣为AI的前沿研发做出贡献吗？在我们的网站上探索职业机会。---该摘要封装了研究的关键点，强调了其意义和潜在的影响在通过推理时间缩放和集体智能等创新方法中推进人工智能领域。
Tiny AI ERP初创公司Campfire赢得了NetSuite的许多初创公司，Accel带领了3500万美元的A系列A |TechCrunch
由约翰·格拉斯哥（John Glasgow）创立的AI驱动会计初创公司Campfire筹集了由Accel领导的3500万美元A系列A，Y Combinator和其他公司的额外投资。在发布后的九个月内，篝火成功吸引了大于100名员工的客户，这些员工从NetSuite转为其平台。该公司的目标是使用AI自动化财务流程，提供更快的计费对帐和详细的现金流量分析。投资者的迅速采用和560亿美元ERP软件市场的潜力印象深刻。AI驱动的会计启动营火
埃森哲合作伙伴Palantir，在政府工作中实施更多的AI
Palantir和Accenture正在合作与联邦政府合作，埃森哲在Palantir的AI平台上培训了其1000名以联邦为重点的员工。该合作伙伴关系旨在部署AI解决方案来应对联邦机构的运营挑战。由于联邦政府合同的增加，Palantir的股票今年达到了几个创纪录的高潮，而埃森哲的股份下降了，因为在特朗普政府的削减支出下，其在政府销售中的作用下降。
:max_bytes(150000):strip_icc()/GettyImages-2205577911-55daba68c325492cb1d1578cd1b64a2c.jpg)