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TrevorRainbolt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--AIClassifier。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

OpenAI 正开发“AI 生成图片识别器”：准确率达 99%

OpenAI正开发“AI生成图片识别器”：准确率达99%10月18日晚间消息，OpenAI称其正在开发一款新工具，能够以相当高的精度判断一张图片是否是人工智能所绘制。除了聊天机器人和撰稿工具ChatGPT之外，OpenAI公司还开发过一款名为“DALL-E”的人工智能图片生成器。当地时间周二，该公司首席技术官米拉・穆拉蒂（MiraMurati）透露，该公司开发的AI图片识别工具，能够以99%的准确率判断一张图片是否是人工智能工具所绘制。穆拉蒂介绍，这款图片识别工具正在进行内部测试，后续将会发布，但是她并未提供很具体的发布时间。今年初，OpenAI公司也推出了一个识别工具，主要识别一段文章是否是人工智能助手所创作，但是意外的是，这款产品7月份就被撤架，原因是准确率不高，对用户来说还不可靠。撤架时，OpenAI公司表示后续将会继续完善这个识别产品，另外还要识别其他人工智能助手创作的内容，比如图片、音频等。来源：https://m.ithome.com/html/725852.htm投稿：@ZaiHuaBot频道：@TestFlightCN

准确率 98%，OpenAI 推出专用AI工具：能识别DALL·E 3 生成的图片

准确率98%，OpenAI推出专用AI工具：能识别DALL·E3生成的图片OpenAI公司今天发布新闻稿，宣布推出专用的AI检测工具，能够识别某张图片是否由DALL·E3模型生成，且准确率高达98%。OpenAI公司在博文中表示，之所以推出这项新工具，主要是为了帮助研究人员研究内容真实性，此外该公司还宣布加入C2PA（内容来源和真实性联盟）的指导委员会。OpenAI表示该工具的内部测试结果显示，在区分非AI生成图像与DALL·E3生成的图像方面成功率很高，成功率能够接近98%，同时只有少于0.5%的非AI图像被错误地标记来自DALL·E3。关注频道@TestFlightCN频道投稿@ZaiHuabot

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RajJena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

诊断阿尔茨海默症将成AI下一突破口 AI检测准确率超90%

诊断阿尔茨海默症将成AI下一突破口AI检测准确率超90%该技术可以像人脑一样学习，在医学方面能帮助检测一些容易被忽略的危险疾病，如癌症、心脏病、甚至是无症状的新冠病例。一项最新的研究表明，人工智能在医学领域的下一个突破可能是诊断阿尔茨海默氏症。准确率高达90%阿尔兹海默氏症会导致不可逆转的认知能力下降和痴呆。自该疾病被发现以来的一个世纪里，医学研究人员一直未能找到治疗方法和可靠的早期检测方法。上周四（3月2日）发表在国际著名科学期刊PLOSONE上的一篇研究文章表明，深度学习技术在阿尔茨海默氏症诊断中比未经训练的AI模型更加准确，而且该技术能够排除一些干扰诊断的因素，如年龄。马萨诸塞州综合医院（MassachusettsGeneralHospital）的研究人员测试了深度学习技术在阿尔茨海默氏症检测中的应用。研究人员首先采用数万张人脑扫描图像训练了一个深度学习模型，这些人部分患有阿尔兹海默氏症，部分没有。随后，研究人员将该深度学习模型用于临床诊断。结果显示，经过训练的深度学习模型识别阿尔茨海默氏症的准确率达到90.2%，相比之下，没有接受过变量训练的、更简单的人工智能模型的诊断准确率要低大约5个百分点。马萨诸塞州综合医院的研究员MatthewLeming指出，“我们的研究结果具有跨地点、跨时间、跨人群的普遍性，为这种AI诊断技术的临床应用提供了强有力的证据。”值得一提的是，90%的准确率还远远高于人类得出的临床检出率。根据2017年美国国立卫生研究院（NIH）公布的一项研究，人类得出的临床检出率仅为77%。误诊带来的损失美国卫生与公众服务部去年12月的一项研究显示，美国每年有700多万人被误诊。近300万急诊室患者因误诊而遭受不良影响，超过37万人遭受永久性残疾或死亡。据非营利组织“改善医学诊断协会(SocietytoImproveDiagnosisinMedicine)”称，误诊也是一种经济负担。该协会预计，误诊、错误治疗、以及由此引发的医疗事故诉讼每年将造成约1000亿美元的额外支出。医生们也认为，人工智能在改善诊断技术方面有着巨大的前景，尽管在医学研究中也出现了许多与人工智能有关的问题，比如可能会出现事实错误和种族偏见。去年1月发表在美国国立卫生研究院（NIH）上的一篇关于AI技术在医疗诊断方面的文献综述发现，人工智能在癌症、糖尿病和阿尔茨海默氏症诊断等领域都有前景。不过该文章建议建议进一步研究以提高AI的识别准确性。病症预测更加困难到目前为止，阿尔茨海默氏症是最难预测和诊断的疾病之一。它是老年人中最常见的一种痴呆症，全世界约有4400万患者。不过，这只是与痴呆症相关的众多疾病的一种形式，所以很多其他痴呆症很容易被误诊为阿尔茨海默氏症。2017年，美国医学网站《Medscape》上的一项针对900多人的研究发现，多达四分之一的阿尔茨海默病患者被误诊，误诊为假阳性或假阴性的比例大致相同。阿尔茨海默氏症很容易和路易体痴呆、额颞叶痴呆混淆。根据美国神经病学学会（AAN）的说法，误诊的概率随着年龄的增长而增加，阿尔茨海默氏病和其他痴呆疾病在老年群体中很容易被搞混。相对于诊断，预测则更加困难。阿尔茨海默氏症几乎没有可靠的早期筛查模型，大多数病例是在脑损伤症状开始出现后才被诊断出来的。此次马萨诸塞州综合医院的研究并没有涉及深度学习技术是否有助于阿尔茨海默氏症的预测。不过仍有不少其他研究人员认为，AI或许能够在这方面发挥重要作用。...PC版：https://www.cnbeta.com.tw/articles/soft/1348287.htm手机版：https://m.cnbeta.com.tw/view/1348287.htm