全部新闻
诊断口服和口咽癌和白细胞癌的图像识别的人工智能
2025-01-29 07:51:40
所提供的信息似乎是研究论文的结构化摘要或摘要，该论文探讨了人工智能（AI）在诊断口服和口咽癌和白血病中的应用中的应用。以下是关键要素的有组织的分解：＃＃＃ 标题：诊断口服和口咽癌和白细胞癌的图像识别的人工智能###作者和隶属关系： - ** benedikt schmidl ** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - **TobiasHütten** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - ** Steffi Pigorsch ** - 德国慕尼黑慕尼黑技术大学放射科学系 - ** Cosima C. Hoch ** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - **蒂蒙·侯赛因（Timon Hussain）** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - **芭芭拉·沃伦伯格（Barbara Wollenberg）** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈部外科系；慕尼黑技术大学病理研究所，德国慕尼黑 - **FabianStögbauer** - 德国慕尼黑技术大学病理研究所 - ** Markus Wirth ** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系###资金：该研究是没有外部资金的。###道德考虑： - 遵守赫尔辛基宣言的指南。 - 获得了慕尼黑技术大学道德委员会的批准。###竞争利益：作者没有宣布竞争利益。###贡献： - **概念化：** Benedikt Schmidl和Markus Wirth - **正式分析：** Benedikt Schmidl，TobiasHütten，Markus Wirth，Barbara Wollenberg，Steffi Pigorsch，Cosima C. Hoch，Timon Hussain，FabianStögbauer，Lisa Schmidt，Klaus Fritzsche - **方法：** Benedikt Schmidl和Barbara Wollenberg - **验证：**芭芭拉·沃伦伯格（Barbara Wollenberg） - **写作 - 评论和编辑：** Benedikt Schmidl和Markus Wirth；还有TobiasHütten，Cosima C. Hoch，FabianStögbauer，Steffi Pigorsch###发布者注：关于已发表的地图和机构隶属关系中的管辖权主张，Springer自然仍然是中立的。###权利和权限：该文章是根据创意共享归因4.0国际许可证获得许可的，允许使用，共享，适应，分发和复制，提供适当的信用额，向原始作者和来源提供了适当的信用，并链接到许可证，并指出所做的任何更改。该结构化摘要可清楚研究的目标，方法，发现，贡献，道德考虑和许可细节。
所提供的信息似乎是研究论文的结构化摘要或摘要，该论文探讨了人工智能（AI）在诊断口服和口咽癌和白血病中的应用中的应用。以下是关键要素的有组织的分解：＃＃＃ 标题：诊断口服和口咽癌和白细胞癌的图像识别的人工智能###作者和隶属关系： - ** benedikt schmidl ** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - **TobiasHütten** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - ** Steffi Pigorsch ** - 德国慕尼黑慕尼黑技术大学放射科学系 - ** Cosima C. Hoch ** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - **蒂蒙·侯赛因（Timon Hussain）** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系 - **芭芭拉·沃伦伯格（Barbara Wollenberg）** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈部外科系；慕尼黑技术大学病理研究所，德国慕尼黑 - **FabianStögbauer** - 德国慕尼黑技术大学病理研究所 - ** Markus Wirth ** - 德国慕尼黑慕尼黑技术大学耳鼻喉科头和颈外科系###资金：该研究是没有外部资金的。###道德考虑： - 遵守赫尔辛基宣言的指南。 - 获得了慕尼黑技术大学道德委员会的批准。###竞争利益：作者没有宣布竞争利益。###贡献： - **概念化：** Benedikt Schmidl和Markus Wirth - **正式分析：** Benedikt Schmidl，TobiasHütten，Markus Wirth，Barbara Wollenberg，Steffi Pigorsch，Cosima C. Hoch，Timon Hussain，FabianStögbauer，Lisa Schmidt，Klaus Fritzsche - **方法：** Benedikt Schmidl和Barbara Wollenberg - **验证：**芭芭拉·沃伦伯格（Barbara Wollenberg） - **写作 - 评论和编辑：** Benedikt Schmidl和Markus Wirth；还有TobiasHütten，Cosima C. Hoch，FabianStögbauer，Steffi Pigorsch###发布者注：关于已发表的地图和机构隶属关系中的管辖权主张，Springer自然仍然是中立的。###权利和权限：该文章是根据创意共享归因4.0国际许可证获得许可的，允许使用，共享，适应，分发和复制，提供适当的信用额，向原始作者和来源提供了适当的信用，并链接到许可证，并指出所做的任何更改。该结构化摘要可清楚研究的目标，方法，发现，贡献，道德考虑和许可细节。
CISO越来越靠近董事会 - 但预算障碍仍然
2025-01-29 07:31:51
最近的一项研究表明，由于网络安全问题的增加，CISO对公司董事会的影响更大，现在有82％的人直接向CEO报告，而2023年为47％。该研究还显示，有83％的CISO经常参加董事会会议。此外，董事会拥有网络安全专家正在变得至关重要，尽管目前只有29％的公司这样做。尽管CISO和董事会之间的合作提高了，但与新兴技术和网络安全项目的预算充分性之类的优先事项相比，分歧仍然存在。
最近的一项研究表明，由于网络安全问题的增加，CISO对公司董事会的影响更大，现在有82％的人直接向CEO报告，而2023年为47％。该研究还显示，有83％的CISO经常参加董事会会议。此外，董事会拥有网络安全专家正在变得至关重要，尽管目前只有29％的公司这样做。尽管CISO和董事会之间的合作提高了，但与新兴技术和网络安全项目的预算充分性之类的优先事项相比，分歧仍然存在。
专业数据可以改善AI
2025-01-29 07:11:46
芝加哥大学业务学院的研究人员开发了BeanCounter，这是一个源自业务文件和公司披露的大型数据集，旨在减少接受互联网数据培训的金融语言模型的偏见。该数据集包括1590亿个令牌，使其成为最全面的以业务为导向的文本之一。实验表明，使用BeanCounter继续预处理可将有毒内容的产生降低33％，同时改善命名实体识别和情感分类任务的性能。BeanCounter可以通过拥抱的脸部枢纽公开获得，提供了一种在金融和潜在的其他专业领域创建更安全，更准确的AI系统的方法。
芝加哥大学业务学院的研究人员开发了BeanCounter，这是一个源自业务文件和公司披露的大型数据集，旨在减少接受互联网数据培训的金融语言模型的偏见。该数据集包括1590亿个令牌，使其成为最全面的以业务为导向的文本之一。实验表明，使用BeanCounter继续预处理可将有毒内容的产生降低33％，同时改善命名实体识别和情感分类任务的性能。BeanCounter可以通过拥抱的脸部枢纽公开获得，提供了一种在金融和潜在的其他专业领域创建更安全，更准确的AI系统的方法。
Openai说，它有证据证据中国的DeepSeek使用其模型来训练竞争对手
2025-01-29 07:08:41
《金融时报》的年度订阅仅为49美元（59.88美元），其中包括两个月的免费。订户每天可以访问八个策划文章。
《金融时报》的年度订阅仅为49美元（59.88美元），其中包括两个月的免费。订户每天可以访问八个策划文章。
法国AI聊天机器人露西在现实检查后暂停
2025-01-29 06:41:00
法国的Openllm-France财团推出了一个名为Lucie的开源聊天机器人，三天后由于不准确和不适当的回应而被暂停。该机器人提供了错误的信息，拒绝以中立性解决基本数学问题，并建议进行非法活动。Linagora集团承认，该模型的局限性没有得到充分的传播，称露西是一种原始的，不受限制的语言模型，缺乏准确的保证。尽管有最初的问题，但法国的一些人认为该项目对于AI中的国家技术主权至关重要。
法国的Openllm-France财团推出了一个名为Lucie的开源聊天机器人，三天后由于不准确和不适当的回应而被暂停。该机器人提供了错误的信息，拒绝以中立性解决基本数学问题，并建议进行非法活动。Linagora集团承认，该模型的局限性没有得到充分的传播，称露西是一种原始的，不受限制的语言模型，缺乏准确的保证。尽管有最初的问题，但法国的一些人认为该项目对于AI中的国家技术主权至关重要。
ASML股票跃升了10％，因为订单的增长不必担心DeepSeek达到AI芯片需求
2025-01-29 06:07:16
ASML持有NV报告了第四季度净预订的显着增长并超过了收益估算，表明尽管人们担心DeepSeek低成本模型筹集的AI支出，但对其先进的芯片制造工具的需求强劲。ASML的股价在伦敦交易中攀升了9.6％。该公司的全年销售前景在2025年保持了300亿欧元至350亿欧元，并在2024年底指出，订单的积压约为360亿欧元。首席执行官Christophe Fouquet希望低成本AI型号可以推动更多的半导体需求来推动更多的半导体需求。除了减少它，由于DeepSeek对芯片需求问题的影响，使投资者放心的投资者。
ASML持有NV报告了第四季度净预订的显着增长并超过了收益估算，表明尽管人们担心DeepSeek低成本模型筹集的AI支出，但对其先进的芯片制造工具的需求强劲。ASML的股价在伦敦交易中攀升了9.6％。该公司的全年销售前景在2025年保持了300亿欧元至350亿欧元，并在2024年底指出，订单的积压约为360亿欧元。首席执行官Christophe Fouquet希望低成本AI型号可以推动更多的半导体需求来推动更多的半导体需求。除了减少它，由于DeepSeek对芯片需求问题的影响，使投资者放心的投资者。
DeepSeek：美国国家安全雷达中国人工智能公司
2025-01-29 05:22:28
在股市下跌和美国海军禁止使用其应用程序的潜在安全风险之后，美国官员正在研究中国公司DeepSeek的AI突破的国家安全问题。Chatgpt的创建者Openai计划与政府合作，以保护技术拨款。有人猜测，DeepSeek可能已经使用了带领美国AI模型的知识蒸馏，从而促使有关美国科技公司内保护措施的讨论。在有关网络攻击的主张中，DeepSeek已成为AI市场的重要参与者，对美国的统治地位有挑战性的看法，并促使行业和政府圈子重新评估。
在股市下跌和美国海军禁止使用其应用程序的潜在安全风险之后，美国官员正在研究中国公司DeepSeek的AI突破的国家安全问题。Chatgpt的创建者Openai计划与政府合作，以保护技术拨款。有人猜测，DeepSeek可能已经使用了带领美国AI模型的知识蒸馏，从而促使有关美国科技公司内保护措施的讨论。在有关网络攻击的主张中，DeepSeek已成为AI市场的重要参与者，对美国的统治地位有挑战性的看法，并促使行业和政府圈子重新评估。
新的训练方法可以帮助AI代理在不确定条件下表现更好
2025-01-29 05:00:00
麻省理工学院的研究人员发现了一种意外的现象，称为“室内训练效应”，其中与在嘈杂环境中受过训练的代理相比，部署在更不可预测的现实世界中时，在模拟环境中训练AI代理会导致更好的性能。这一发现挑战了传统观念，即应在类似条件下进行培训和测试。该研究涉及培训AI代理关于修改的Atari游戏的培训，在噪音较小的情况下训练时，揭示了各种游戏类型的一致改进。研究人员将此作为一种新的方法，用于在加强学习方案中为AI代理开发更好的培训方法。
麻省理工学院的研究人员发现了一种意外的现象，称为“室内训练效应”，其中与在嘈杂环境中受过训练的代理相比，部署在更不可预测的现实世界中时，在模拟环境中训练AI代理会导致更好的性能。这一发现挑战了传统观念，即应在类似条件下进行培训和测试。该研究涉及培训AI代理关于修改的Atari游戏的培训，在噪音较小的情况下训练时，揭示了各种游戏类型的一致改进。研究人员将此作为一种新的方法，用于在加强学习方案中为AI代理开发更好的培训方法。
歌手，独轮车和计算机科学家：布朗的新副教务长
2025-01-29 04:12:00
AI专家，教授和作家迈克尔·利特曼（Michael Littman Phd '96）将从2023年7月开始成为AI的就职副教务长。整个部门都在培养整个校园范围内的方法。利特曼（Littman）强调扩大与大学任务一致的AI计划，并鼓励社区参与以避免冗余。同事们赞扬他的专业知识和多功能性，并指出了他的额外才华，例如唱歌和骑电网。
AI专家，教授和作家迈克尔·利特曼（Michael Littman Phd '96）将从2023年7月开始成为AI的就职副教务长。整个部门都在培养整个校园范围内的方法。利特曼（Littman）强调扩大与大学任务一致的AI计划，并鼓励社区参与以避免冗余。同事们赞扬他的专业知识和多功能性，并指出了他的额外才华，例如唱歌和骑电网。
Genai工具如何改变了我作为数据科学家的工作
2025-01-29 03:25:31
本文概述了四种用例和六种生成AI（Genai）工具，可提高数据科学家的日常生产率。自两年前Chatgpt发布以来，已经出现了各种Genai工具，从而提高了多个任务的效率。作者详细介绍了这些工具如何通过处理常规但耗时的任务来提高生产率，从而使更多的专注于增值工作和加速学习过程。关键好处包括更快的迭代和无手动编码的实验。
本文概述了四种用例和六种生成AI（Genai）工具，可提高数据科学家的日常生产率。自两年前Chatgpt发布以来，已经出现了各种Genai工具，从而提高了多个任务的效率。作者详细介绍了这些工具如何通过处理常规但耗时的任务来提高生产率，从而使更多的专注于增值工作和加速学习过程。关键好处包括更快的迭代和无手动编码的实验。