AI 解锁新技能：分析街景图片实现定位，准确率 92%

AI 解锁新技能：分析街景图片实现定位，准确率 92% 来自斯坦福大学的科研团队基于 OpenAI 的 CLIP 神经网络，推出了预测图像地理位置（PIGEON）项目，可以分析街景图片，猜测图片所在地，准确率高达 92%。 PIGEON 应用程序可以有效分析街景照片，确认照片的确切位置，准确率高达 92%，超过 40% 的猜测，可以将位置缩小到距离确切位置 25 公里的范围内。 在和知名 GeoGuessr 玩家 Trevor Rainbolt 的对决中，PIGEON 连续 6 场胜利，PIGEON 在 GeoGuessr 玩家中排名前 0.01%。来源， 频道：@kejiqu 群组：@kejiquchat

准确率仅为26% OpenAI悄然关闭AI文本检测工具

准确率仅为26% OpenAI悄然关闭AI文本检测工具 OpenAI 官方近日更新新闻稿，由于准确率只有 26%，宣布停止 AI 文本检测工具AI Classifier。 该工具主要用于区分文本是由人类撰写还是 AI 生成的，不过在上线之后，OpenAI 发现准确性并不高。IT之家注：OpenAI 并未发布专门的博文表示关闭这项服务，只是更新了原有博文，在文章中宣布了这项调整。 OpenAI 透露，该工具存在严重的准确性问题，无法可靠地识别内容。报告称识别 AI 生成内容的准确性为 26%，且将 9% 人类撰写的文本错误标记为 AI 生成。 OpenAI 表示：“我们正在努力整合反馈，目前正在研究更有效的文本出处技术，并承诺开发和部署机制，使用户能够了解音频或视觉内容是否由 AI 生成”。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95%

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95% 一种用于预测行为状态的新型"端到端"深度学习方法使用了无需预处理或预先指定特征的全皮层功能成像。该方法由医科学生梶冈武弘（AJIOKA Takehiro）和神户大学高见彻（TAKUMI Toru）领导的团队开发，他们还能确定哪些大脑区域与算法最相关（如图）。提取这些信息的能力为未来开发脑机接口奠定了基础。资料来源：梶冈武弘要制作脑机接口，就必须了解大脑信号和受影响的动作之间的关系。这就是所谓的"神经解码"，这一领域的大部分研究都是通过植入大脑的电极来测量脑细胞的电活动。另一方面，功能成像技术，如核磁共振成像或钙成像，可以监测整个大脑，并通过代理数据使活跃的大脑区域清晰可见。其中，钙成像速度更快，空间分辨率更高。但在神经解码工作中，这些数据源仍未得到利用。其中一个特别的障碍是需要对数据进行预处理，如去除噪音或确定感兴趣的区域，因此很难为多种不同行为的神经解码设计出通用的程序。神户大学医科学生 Ajioka Takehiro 利用神经科学家 Takumi Toru 领导的团队的跨学科专业知识解决了这一问题。Ajioka 说："我们在基于 VR 的小鼠实时成像和运动跟踪系统以及深度学习技术方面的经验，让我们能够探索'端到端'深度学习方法，这意味着它们不需要预处理或预先指定的特征，从而可以评估整个皮层的神经解码信息。他们将两种不同的深度学习算法（一种针对空间模式，一种针对时间模式）结合到小鼠在跑步机上休息或奔跑的全皮层胶片数据中，并训练他们的人工智能模型从皮层图像数据中准确预测小鼠是在移动还是在休息。"神户大学的研究人员在《PLoS 计算生物学》杂志上报告说，他们的模型预测动物真实行为状态的准确率高达 95%，而无需去除噪声或预先定义感兴趣的区域。此外，他们的模型仅凭 0.17 秒的数据就做出了这些准确的预测，这意味着他们可以达到接近实时的速度。而且，这种方法适用于五个不同的个体，这表明该模型可以过滤掉个体特征。然后，神经科学家们通过删除部分数据并观察模型在该状态下的表现，确定图像数据中哪些部分对预测起主要作用。预测结果越差，数据就越重要。梶冈武弘释说："我们的模型能够识别行为分类的关键皮层区域，这尤其令人兴奋，因为它打开了深度学习技术'黑盒'的盖子。"神户大学团队建立了一种可通用的技术，从整个皮层功能成像数据中识别行为状态，并开发了一种技术来识别预测是基于数据的哪些部分。这项研究为进一步开发能够利用无创脑成像进行近实时行为解码的脑机接口奠定了基础。编译自:ScitechDaily ... PC版： 手机版：

微软用 AI 缩短癌症放疗时间：扫描速度提高 2.5 倍，准确率达 90%

微软用 AI 缩短癌症放疗时间：扫描速度提高 2.5 倍，准确率达 90% 据 BBC 报道，英国正计划将一种新型人工智能技术以成本价提供给所有 NHS（英国国家医疗服务体系）信托机构，该技术可帮助医生更快计算放疗辐射束的投放位置，从而有效减少患者接受放疗的时间。这项 AI 的训练由微软和英国阿登布鲁克医院共同完成。 在开始放疗前，医生通常需要花费 25 分钟到两个小时来扫描患者的约 100 个身体截面信息，仔细勾勒出骨骼和器官的轮廓，此举是为了引导辐射束投向正确的位置。例如在治疗前列腺癌时，医生需要避免损坏附近的膀胱或直肠，否则可能会给患者带来终生失禁的问题。 阿登布鲁克医院的 Raj Jena 博士与微软合作，根据以前患者的数据训练一个名为 InnerEye 的程序。经过训练，该 AI 可以 90% 的准确率绘制人体的轮廓细节，而医生仍会手动检查其绘制结果。大约三分之二的情况下，医生无需任何修改即可直接将绘制结果用于放疗，这比此前的扫描和绘制速度提高了 2.5 倍。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

AI读取人脑信息准确率高达82%

AI读取人脑信息准确率高达82% 德克萨斯大学奥斯汀分校的神经伦理学家基于 GPT-1 开发了一种语言解码器，可通过人脑的磁共振成像将人类听到的语音、想象的语言与看到的无声电影转化成文字。 研究人员让志愿者们躺在磁共振成像仪中记录大脑活动，同时让他们每人收听16小时的博客，这些博客主要是一些 TED 演讲和脱口秀。再将脑成像信息与故事细节以及AI理解语义关系的能力相结合，研究人员开发了一张大脑应对不同内容做出反应短语的编码图。 结果当志愿者想象「我还没有驾照」这句话时，AI会将之解码为「她甚至还没有开始学开车」；当志愿者观看动画电影《新特尔》中女孩照顾小龙的片段时，AI也会根据大脑信息将之转换成文字。 研究人员还发现，这项技术很容易被欺骗，当参与者听着故事录音却想着其它故事时，解码器无法确定他们听到的是什么词，比如内心数数字和罗列动物。并且编码图也因人而异，这意味着研究人员无法创建一种适用于所有人的解码器。

【丹麦AI模型预测死亡率准确度超保险公司，引发被滥用担忧】

【丹麦AI模型预测死亡率准确度超保险公司，引发被滥用担忧】 据 12 月 19 日消息，丹麦科技大学的苏尼・莱曼・乔根森及其团队开发了一款强大的人工智能模型，可以根据个人数据预测死亡率，准确度远超现有的任何模型，甚至包括保险业使用的模型。研究人员表示，该模型能提前预警健康和社会问题，也需要警惕其被大型企业滥用。据悉，乔根森团队利用了涵盖丹麦 600 万人（2008-2020 年）教育、就医、诊断、收入和职业等丰富数据集，将其转化为可用于训练大型语言模型的文本。这种模型类似于 ChatGPT，ChatGPT 通过分析大量文本数据，预测下一个最可能的词，以此推断未来事件发生的可能性。同理，研究人员开发的“Life2vec”模型可以分析个人生命历程中的事件序列，预测接下来最有可能发生的事情。在实验中，Life2vec 模型仅用 2008-2016 年的数据进行训练，2016-2020 年的数据则用于测试。研究人员将 35-65 岁的人群分为两组，其中一半在 2016-2020 年间去世，另一半则存活。Life2vec 模型预测他们的存亡结果，其准确率比现有 AI 模型和保险业常用的死亡率统计表高出 11%。 快讯/广告 联系 @xingkong888885