Murex, паризька компанія з розробки програмного забезпечення для торгівлі, тестує суперчіп NVIDIA Grace Hopper для швидших та енергоефективніших розрахунків ризиків. Grace Hopper пропонує значні покращення продуктивності, включаючи 4-кратне зниження енергоспоживання та 7-кратне збільшення швидкості для розрахунків XVA.
Право на забуття, передбачене GDPR, дозволяє людям вимагати видалення їхніх даних. Amazon Bedrock пропонує моделі штучного інтелекту для персоналізованих відповідей, включаючи дотримання GDPR.
Моделі геномної мови, такі як HyenaDNA, використовують трансформаторну архітектуру для інтерпретації мови ДНК, що дає змогу робити висновки в геноміці, охороні здоров'я та сільському господарстві. Сховище AWS HealthOmics та Amazon Sagemaker дозволяють економічно ефективно навчати та розгортати ці моделі, стимулюючи інновації в галузі точної медицини та біотехнологій.
Антропний ШІ досліджує вилучення інтерпретованих ознак за допомогою розріджених автокодерів, прагнучи подолати «полісемантичність» нейронних мереж. Роботи професора Тома Йе чудово пояснюють роботу цих механізмів.
OpenAI підписує угоди з The Atlantic і Vox Media про ліцензування редакційного контенту для навчання ChatGPT, що викликало негативну реакцію з боку письменників і профспілок. Профспілки висловлюють тривогу і занепокоєння з приводу відсутності прозорості та потенційного впливу на роботу членів профспілки та їхні етичні міркування.
Showrunner дозволяє користувачам створювати епізоди шоу за допомогою підказок, що потенційно може змінити правила гри для потокових сервісів. Автоматична генерація епізодів забезпечує плавне залучення глядачів, уникаючи різких переходів.
Google вдосконалює резюме результатів пошуку, згенерованих штучним інтелектом, після того, як химерні та неточні відповіді спричиняють обмеження. Компанія обмежує пошук і видаляє сатиричний/гумористичний контент для боротьби з порушеннями менш ніж у 1 з 7 мільйонів унікальних запитів.
Вибір правильного сценарію використання ШІ має вирішальне значення для успіху. ШІ може бути цінним навіть при помірній продуктивності, пропонуючи унікальні рішення. Приклади включають злиття сенсорів і генеративний ШІ в повсякденних продуктах.
Центри обробки даних великих технологій є основними джерелами глобальних викидів парникових газів, затьмарюючи комерційні рейси. Маріана Маццукато закликає ретельно вивчити вплив технологій на навколишнє середовище, звертаючи увагу на енергоємні технології, такі як ChatGPT.
Salesforce може втратити $48 млрд ринкової вартості на тлі занепокоєння щодо низького прогнозу зростання доходів і конкуренції з конкуруючими пропозиціями в галузі штучного інтелекту. Акції компанії впали на 18% після розчаровуючих квартальних результатів, які вперше за 15 років виявилися нижчими за очікування.
Регресійна модель LightGBM прогнозує дохід з точністю до інтервалу, демонструючи ефективність моделі на синтетичних даних. Модель демонструє точність для різних діапазонів доходу, підкреслюючи важливість визначення близькості цільового значення для правильного прогнозування.
Найбільші технологічні компанії, такі як Google, Microsoft і Meta, об'єдналися в групу UALink, щоб розробити новий стандарт з'єднання чіпів для прискорювачів ШІ, кинувши виклик домінуванню NVLink від Nvidia. UALink має на меті створити відкритий стандарт для вдосконалення апаратного забезпечення ШІ, уможливити співпрацю та звільнитися від пропрієтарних екосистем, подібних до екосистеми Nvidia.
Графіка, створена за допомогою штучного інтелекту, стала вірусною під час війни між Ізраїлем та Газою, набравши 45 мільйонів поширень в Instagram. TikTok і X також спостерігають масову взаємодію з зображенням.
Нещодавня стаття Anthropic заглиблюється в механічну інтерпретованість великих мовних моделей, показуючи, як нейронні мережі представляють значущі концепції за допомогою напрямків у просторі активації. Дослідження надає докази того, що ознаки, які можна інтерпретувати, корелюють з конкретними напрямками, впливаючи на результат роботи моделі.
Нейробіолог представив spatstat для просторового аналізу розподілу клітин у мозку. Точковий паттерн-аналіз (PPA) дозволяє детально дослідити просторовий розподіл клітин, пропонуючи відтворювану інформацію.