太阳报：泰国一头狮子预测世界杯准确率达90%，英法大战看好法国

太阳报：泰国一头狮子预测世界杯准确率达90%，英法大战看好法国泰国一家动物园的狮子预测本届世界杯赛果的准确率很高，达到了90%，而在即将到来的英法大战中，这头神奇狮子选择的胜者是法国队。这家动物园位于泰国Khon Khaen，据工作人员介绍，这头9岁的雄狮名叫“Chao Boy”，它预测赛果的准确率达到了90%。饲养员会把鸡腿悬挂在比赛双方国旗的下面，然后等待Chao Boy选择其中一只鸡腿。当Chao Boy被带进围栏，面对英格兰和法国队的鸡腿时，似乎进行了一些“分析”，然后它狼吞虎咽地吃下了法国国旗下面的鸡腿。动物园老板Chodchoy介绍说：“Chao Boy向来擅长预测足球比赛结果，包括世界杯、欧洲杯等大赛，它的预测准确率基本在80%-90%。” 值得一提的是，另外3场世界杯1/4决赛，Chao Boy选择的胜者分别是阿根廷、巴西和摩洛哥。

在Telegram中查看

相关推荐

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

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：

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

人工智能可通过眼部照片诊断儿童自闭症，准确率达 100%

人工智能可通过眼部照片诊断儿童自闭症，准确率达 100% 韩国延世大学医学院的研究人员近日取得一项突破：利用深度学习人工智能算法分析儿童视网膜照片，竟然实现了对自闭症谱系障碍（ASD）的诊断，准确率高达 100%。这项研究为自闭症诊断开辟了新的可能。研究人员招募了 958 名平均年龄为 7.8 岁的参与者，其中一半患有自闭症，另一半为发育正常的对照组。他们拍摄了所有参与者的视网膜照片，并通过深度学习算法分析照片与症状严重程度评分之间的关联。令人惊讶的是，该算法在测试阶段表现出了惊人的准确度，成功识别出所有自闭症患儿，准确率达到 100%。即使剔除图像中 95% 最不重要的区域（仅保留视盘区域），算法的准确率也依然保持稳定，表明视盘区域对于区分自闭症至关重要。来源，频道：@kejiqu 群组：@kejiquchat

有研究对比了几种常见植物照片鉴别软件的准确率，Plant Net最高，达88.21%，iNaturarist最差，只有6.79%

有研究对比了几种常见植物照片鉴别软件的准确率，Plant Net最高，达88.21%，iNaturarist最差，只有6.79%。但我对比了二者对圣地亚哥野花的识别率，iNaturarist更高。可能是有我在帮助天天训练它，哈。

【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

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人