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

谷歌开源 Magika：毫秒级识别内容类型，百万文件测试准确率超99%

谷歌开源Magika：毫秒级识别内容类型，百万文件测试准确率超99%谷歌近日更新博文，宣布开源Magika，基于人工智能快速高效地识别文件格式和内容类型，相关源代码已托管到GitHub上。Magika采用了一个定制的、高度优化的深度学习模型，即使在CPU上运行，也能在几毫秒内精确识别文件类型。谷歌分享Magika的性能数据，100多种格式的100万个文件基准评估测试结果显示，Magika的性能比现有工具高出约20%，Magika的精确度和召回率均达到99%以上。在内部，谷歌已经利用Magika加强用户安全。该系统已大规模部署，用于将Gmail、Drive和安全浏览中的文件发送到适当的安全和内容策略扫描器。与以前依赖手工创建规则的系统相比，谷歌通过Magika发现文件类型识别的准确率提高了50%。谷歌表示VirusTotal集成Magika之后，进一步提高平台的效率和准确性。在VirusTotal的CodeInsight对文件进行分析之前，Magika将起到预过滤的作用，CodeInsight使用谷歌的生成式人工智能来检测恶意代码。投稿：@TNSubmbot频道：@TestFlightCN

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

国投智能：对文生视频识别准确率达 90% 以上，未形成规模化收入

国投智能：对文生视频识别准确率达90%以上，未形成规模化收入记者以投资者身份致电国投智能，该公司表示，公司的AI-3300“慧眼”视频图像鉴真工作站，支持Sora的生成视频识别和鉴定，“针对这一块的技术，应该说只要市场上出现，我们会第一时间跟进并且做相应的测试的，识别准确率在90%以上。”关于该产品的订单量，国投智能表示，相关技术与产品落地之后，从客户端的反馈来看，需求逐渐上升，客户总体表现积极，但技术相对较新，表现在订单上需要时间，“在销售端有数据体现，但未形成规模化的收入。对于短期的爆发，我们认为要比较理性的看待。该产品客户群体主要是两类，一是司法机关、行政执法单位，二是我们认为企业端也是潜在客户群。”（澎湃新闻）

新的人工智能算法可预测运动队的动作 准确率达80%

新的人工智能算法可预测运动队的动作准确率达80%一种新的人工智能算法可以预测排球运动员的比赛中的行动，准确率超过80%。现在，开发该算法的康奈尔智能系统和控制实验室正在与BigRed冰球队合作，扩大该研究项目的应用。PC版：https://www.cnbeta.com/articles/soft/1326563.htm手机版：https://m.cnbeta.com/view/1326563.htm

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