Royal Canadian Air Force to get 19 Airbus H135 military training helicopters
空中客车直升机公司与加拿大国防领军企业 CAE 和 KF Aerospace 的合资企业 SkyAlyne 签署了一项具有里程碑意义的合同，为加拿大皇家空军 (RCAF) 提供 19 架空中客车 H135 直升机，用于训练下一代 RCAF 飞行员。该合同是加拿大未来机组人员培训 (FAcT) 计划的一部分，标志着空中客车直升机首次作为加拿大武装部队的一部分飞行。双引擎直升机将在位于加拿大安大略省伊利堡的空中客车直升机工业基地完成和交付。它们将使用加拿大开发的多项补充型号合格证进行定制，包括对航空电子设备和通信系统的修改，以及对驾驶舱的定制开发。预计交付将于 2026 年上半年开始。“SkyAl
On the Programmability of AWS Trainium and Inferentia
使用自定义运算符加速 AI/ML 模型训练 — 第 4 部分照片由 Agata Bres 在 Unsplash 上拍摄在这篇文章中，我们继续探索通过自定义运算符开发来优化机器学习 (ML) 工作负载运行时的机会。这一次，我们重点介绍 AWS Neuron SDK 提供的工具，用于在 AWS Trainium 和 AWS Inferentia 上开发和运行新内核。随着推动 AI 革命的低级模型组件（例如注意层）的快速发展，用于训练和运行 ML 模型的加速器的可编程性至关重要。专用 AI 芯片必须为广泛使用且影响深远的通用 GPU (GPGPU) 开发框架（例如 CUDA 和 Triton）提供有
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：我认为这是不使用 AI 生成重要代码或材料的最大原因——不良行为者太容易将恶意代码注入所使用的模型中：https://arstechnica.com/tech-policy/2024/10/bytedance-intern-fired-for-planting-malicious-code-in-ai-models/Google 的 AI 调解员，有助于引导人们达成一致：https://arstechnica.com/ai/2024/10/goo
Data Leakage in Preprocessing, Explained: A Visual Guide with Code Examples
数据预处理预处理管道泄漏的 10 种隐秘方式在我教授机器学习的经验中，学生经常会遇到同样的问题：“我的模型表现很好——准确率超过 90%！但是当我将其提交给隐藏数据集进行测试时，它现在不那么好了。哪里出了问题？”这种情况几乎总是指向数据泄漏。当测试数据中的信息在数据准备步骤中潜入（或泄漏）到您的训练数据中时，就会发生数据泄漏。这通常发生在常规数据处理任务中，而您没有注意到。当发生这种情况时，模型会从它不应该看到的测试数据中学习，从而使测试结果具有误导性。让我们看看常见的预处理步骤，看看数据泄漏时究竟会发生什么——希望您可以在自己的项目中避免这些“管道问题”。所有视觉效果：作者使用 Canva
William Falcon, Founder and CEO of Lightning AI – Interview Series
Lightning AI 是 PyTorch Lightning 的创造者，PyTorch Lightning 是一个用于训练和微调 AI 模型的框架，也是 Lightning AI Studio 的创造者。PyTorch Lightning 最初由 William Falcon 于 2015 年在哥伦比亚大学就读时开发。后来，他在纽约大学和 Facebook AI Research 攻读博士学位期间于 2019 年开源，由 […]The post William Falcon, Founder and CEO of Lightning AI – Interview Series 首次出现在
How healthcare is tackling the problem of fairness in AI data
一位国际专家在阿德莱德举行的一次健康会议上概述了用于训练医疗保健领域人工智能 (AI) 的数据所涉及的风险和道德考虑。英国伯明翰大学监管科学与创新中心主任阿拉斯泰尔·丹尼斯顿教授表示，问题在于 […]
ВВС Боливии получили вертолет Robinson R44 Raven II
玻利维亚空军司令部接收了罗宾逊 R44 Raven II 直升机，该直升机成为第 22 空中训练大队的一部分。带 r.n. 的机器FAB-769将用于训练直升机飞行员。
Towards Data-Centric RLHF: Simple Metrics for Preference Dataset Comparison
将语言模型与人类偏好相一致的目标需要能够揭示这些偏好的数据。理想情况下，可以花费时间和金钱仔细收集和定制针对每个下游应用程序的定制偏好数据。然而，在实践中，少数几个公开可用的偏好数据集通常用于训练奖励模型，以从人类反馈 (RLHF) 进行强化学习。虽然新的偏好数据集正在以越来越高的频率被引入，但目前还没有对它们进行测量和比较的努力。在本文中，我们系统地研究了…
Arma Hobby Announce New Hayabusa II Kit in 1/72 Scale
Arma Hobby 宣布推出一款 1/72 比例的新型 Nakajima Ki-43-II Hayabusa “Oscar” 套件，预计将于 11 月上市。下面显示了两个预期的浇口框架。这表明包括朝外排气管和推力排气管。整流罩似乎是多部分的，尽管前轮辋和发动机部件并未显示出来。套件中包含的初始标记选项针对以下三个主题。1. 1943-44 年新几内亚 Hiko Dai 59 Sentai 第三中队的 Nakajima Ki-43-II Hayabusa。据推测由中队领导人 Kenjiro Kobayashi 上尉驾驶2。中岛 Ki-43-II 隼鸟，隶属于第 54 飞鹰队第 3 中雷，由中雷
How many drones does the Army need? A lot more.
两个旅的经验表明，实际购买的数量远远超过实际购买的数量——而且这还只是用于训练。
Contrastive Localized Language-Image Pre-Training
对比语言-图像预训练 (CLIP) 是一种广受赞誉的方法，用于训练视觉编码器生成图像/文本表示，以促进各种应用。最近，CLIP 已被广泛用作多模态大型语言模型 (MLLM) 的视觉主干，以连接图像输入以进行语言交互。CLIP 作为视觉语言基础模型的成功依赖于在图像级别对齐网络爬取的嘈杂文本注释。然而，这样的标准可能不足以满足需要细粒度视觉表示的下游任务，尤其是……
Fort Stewart hails several conservation milestones
斯图尔特堡拥有近 280,000 英亩的土地，主要用于训练第 3 步兵师、装甲部队的战斗准备……
Weekly Review 27 September 2024
我上周在推特上发布了一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：这是人工智能的真正危险，它可以用于增强监控，大型科技公司可以通过这样做赚很多钱：https://www.theregister.com/2024/09/16/oracle_ai_mass_surveillance_cloud/除了需要大量能源外，人工智能还需要大量水来冷却：https://www.techrepublic.com/article/generative-ai-data-center-water-use/使用人工智能消除招聘中的偏见。但人工智能会继
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：生成式人工智能如何应用于生物医学研究：https://www.nature.com/articles/d42473-023-00458-1 也许这个工具在检测人工智能生成的写作方面有 99.9% 的准确率，因为它将所有内容归类为人工智能生成的？https://futurism.com/the-byte/openai-software-detects-ai-writing学费飞涨不仅仅是美国的问题。学生因为费用而放弃选修课，从长远来看会付出更大的代
GAO 发现的内容美国商船学院 (Academy) 是美国唯一一所致力于培训持照海员以支持国内和国际贸易以及美国军方运输需求的联邦服务学院。它由海事管理局运营，该管理局隶属于运输部 (DOT)。自 2022 年以来，DOT 对学院设施和基础设施的管理进行了多项变革，这些变革有助于最近在满足校园需求方面取得进展，包括：- DOT 和海事管理局建立了两个监督机构来审查和批准资本项目，并帮助确保这些项目满足校园的需求；- DOT 安排了一位高级主管临时担任校园设施和基础设施改善的首席官员；并且- 学院合并了其维护和资本规划部门，以改善改进方面的沟通和协调。自 2022 年以来，学院完成了三个资本改善
David Harvey 报道称，人工智能抓取最终可能会成为修订后的新西兰公平数字新闻谈判法案的一部分。该法案定义了什么是人工智能系统和人工智能服务，并继续将人工智能系统与新闻内容联系起来，以训练人工智能系统。重点在于新闻内容如何用于训练数字平台或人工智能系统。第一个要素是必须使用新闻内容训练人工智能系统。这与法案中新闻内容的定义有关。训练必须产生输出，如果人工智能系统能够或促进输出的生成，就会发生这种情况。他继续讨论技术要素，比如这些定义是否有效等等。更好的潜在问题似乎是为什么有人认为这里有一个需要解决的问题。网站限制抓取很简单。如果有人愿意支付足够的费用来允许，新闻网站授权其内容用于人工智
飞行时间达到 70,000 小时后，英国领先的飞机供应和服务提供商 Affinity FTS 将参加 2024 年皇家国际航空展 (RIAT) 并展示其系列飞机。RIAT 将于 2024 年 7 月 19 日至 21 日在英国费尔福德举行。Affinity 将展示其三种飞机类型，即 Phenom、Texan 和 Prefect，重点介绍其团队通过英国军事飞行训练系统 (MFTS) 在支持飞行员方面发挥的关键作用。在整个活动期间，Affinity 团队将在现场详细介绍 Affinity 的平台中立方法如何帮助在短时间内扩大其提供的服务。这使它能够提供有影响力的结果，巩固其作为可靠和值得信赖的飞机
Role of Medical Image Annotation in Enhancing Healthcare
摘要：医疗数据注释通过提高诊断工具的准确性，帮助医疗保健提供者做出准确诊断。它还确保为个体患者制定个性化的治疗计划。医学图像为诊断健康问题提供了必要的提示。这些图像又被计算机用于通过医学图像注释来解读视觉线索。医学图像注释涉及标记医学图像以训练机器学习算法进行医学图像分析。然后，这些数据集用于训练模型，以识别图像中的各种状况或疾病，这些状况或疾病将在医疗保健环境中部署时遇到。医学图像注释以极高的准确性执行，以获得最佳的患者结果。它需要大量带注释的图像，以便模型学习疾病的典型和非典型表现。医学图像注释产生了持久的影响，从协助复杂的程序到识别疾病。• 它是当今医疗环境中训练人工智能 (AI) 识别
