How generative AI and physics can help design new antibiotics
基于物理的模拟可以帮助识别哪些肽抗生素可以杀死大肠杆菌等细菌，如图所示是使用电子显微镜拍摄的。 （Nurgul D / 维基共享资源）CC BY-SA 4.0。作者：Rachael (Ré) A Mansbach，康科迪亚大学和 Jyler Menard，科学家估计，到 2050 年，抗生素耐药性感染将导致超过 800 万人死亡 [...]
How Pixieset achieved 35% AI feature adoption by solving the right problem with Amazon Bedrock
摄影师是对生成式人工智能最持怀疑态度的受众之一。了解 Pixieset 如何使用 Amazon Bedrock 在四个月内向数百万用户推出人工智能生成的替代文本功能，通过自动化摄影师避免的繁琐的图像 SEO 工作，达到 35% 的采用率，而无需触及他们引以为豪的创意工艺。
The Reward Trap: Why External Rewards Backfire with Dr. Ozgur Bolat
在本期《教育趋势》中，主持人迈克·帕尔默 (Mike Palmer) 与教育科学副教授、《奖励陷阱：为何奖励适得其反》和《激励孩子的真正科学》一书的作者 Ozgur Bolat 博士一起参与其中。博拉特博士分享了他从寻求外部验证到解读内在动机科学的历程，为希望摆脱快速奖励并为孩子建立持久的适应力和内在动力的父母和教育工作者提供了实用的策略。讨论的主要主题包括：🧠 外部验证的陷阱：依赖奖励、表扬和批评如何创造外部控制点并破坏内在动机。 🕊️ 和平模型：一个框架（视角、情感和认知、需求、承诺、参与），用于在不依赖贿赂或威胁的情况下解决行为和阻力。 📱 现代育儿与心理健康：过度保护性育儿和数字干扰如
LLM optimization integration for Amazon SageMaker Python SDK
Amazon SageMaker Python SDK v3 现在直接在您的笔记本中公开 Amazon SageMaker AI 中的生成式 AI 推理建议。对端点进行基准测试，生成数据驱动的部署建议，并部署推荐的配置，而无需离开笔记本工作流程。
Personalized physical therapy: Stroke rehabilitation powered by AI
麻省理工学院的工程师推出了一种自适应物理治疗系统，该系统使用生成式人工智能向物理治疗师学习并以交互方式为中风患者提供支持。
Determining playoff clinching scenarios in the NHL using constraint programming
AWS 生成式 AI 创新中心构建了一个自动化系统，该系统使用约束编程和自定义树搜索，以数学确定性确定 NHL 球队何时以及如何获得季后赛席位。该方法已根据 NHL 四个完整赛季的正式公布结果进行了验证。
5 Free Courses to Learn Modern AI and LLMs
了解如何在工作中使用生成式 AI、构建 RAG 和代理应用程序、微调模型、使用 Hugging Face 生态系统以及利用实践资源制作 AI 产品原型。
Math Is Just The Tip Of The Generative AI Iceberg
数学只是生成式 AI 冰山一角 一周多前，人工智能公司 OpenAI 宣布利用其尚未发布的模型 Astra 在数学和计算机科学方面取得了十项进展。这些发现涵盖了广泛的数学领域，包括几何、密码学和编码理论。ConversationSun, 08/09/2026 - 20:54类别数学
7 Approaches to Reduce Inference Latency in Your LLM Workflows
从量化到推测解码，这里有七种工程策略，可以在生产中交付更快、响应更灵敏的生成式 AI 应用程序。
7 Machine Learning Algorithms That Still Matter
通过简单的解释和实用的 Python 代码，了解每个数据科学家在获得法学硕士和生成式人工智能之前都应该了解的 7 种基本机器学习算法。
Google Finds AI Everywhere Except the Productivity Numbers
从各种指标来看，生成式人工智能的能力不断增强。但它们的巨大经济影响在哪里呢？谷歌经济团队的一份新报告有助于解释这一明显的悖论。《谷歌发现人工智能无处不在，除了生产力数字》一文首先出现在美国企业研究所 - AEI 上。
データセンター需要の拡大をどう受け止めるか－データセンター需要の拡大と立地分散の必要性－
■摘要 在视频分发、云服务、新一代人工智能普及的背景下，通信流量长期增长，对存储、处理和分发数据的数据中心的需求也在不断扩大。特别是，生成式人工智能不仅需要高性能的计算设备，还需要大量的电力、强大的冷却设备和宽带通信网络，无论是数量还是质量都在改变需求。另一方面，日本的数据中心集中在东京和大阪地区，容易遭受大规模灾害、大面积停电以及电力和土地限制。未来需要根据用途将功能分配给区域基地，并综合考虑电力和通信基础设施、脱碳和区域资源。此外，与当地社区共存、稳定发展的关键是具体论证对所在地区的利益和负担，并尽早进行对话。 ■目录 1 - 简介 2 - 通信流量和数据中心需求的增加 1 - 什么是通信
Science & Tech Spotlight: AI for Medical Notes and Coding
为什么这很重要美国临床医生平均每周工作 57 小时，其中包括 7 小时的行政工作。花在起草患者就诊记录或审查账单文件等任务上的时间可能会导致临床医生倦怠。新的人工智能工具可以提高效率并减少患者就诊期间和之后的管理负担。要点一些医疗保健提供者正在采用人工智能工具来协助做笔记和医疗编码，这可能会节省时间并减少倦怠。这些工具的准确性可能难以验证，对医疗保健支出的总体影响也不确定。政策制定者需要更多有关这些工具性能的信息，以确定所需的适当监督级别，以帮助最大限度地减少错误并确保正确计费。该技术是什么？准确的文档和计费是医疗保健中至关重要的管理任务。医疗保健提供者正在采用人工智能工具来自动化这些任务。人
A Gentle Introduction to Autoencoders & Latent Space
简介 繁重计算是当今各种机器学习算法中的一个众所周知的问题，特别是当生成式人工智能应用于文本、图像和其他非结构化数据时。缓解此问题的主要方法之一是将输入数据压缩为低维表示，同时保留主要上下文。有多种方法可以实现这一目标[...]自动编码器和潜在空间的温和介绍一文首先出现在走向数据科学上。
New method aims to keep kids safe from illegal AI-generated content
研究人员开发了一种审计技术来测试生成式人工智能模型的恶意功能，而不提示它们进行非法输出。
AIケアプランで暮らしを支えられるのか？－技術への隷従が招く思考停止と、対人業務の専門性喪失のリスクを考える
■摘要 近年来AI（人工智能）的发展每天都让我们惊叹不已。例如，如果你问他们对某个历史人物或事件的评价、背景和历史，他们会告诉你所有细节，如果你读一本难懂的思想家的书并问“有什么意义？”，你的理解力往往会提高。而且，当我把某句话复制粘贴到ChatGPT并问他“我的逻辑有问题吗？”时，他只用了5秒就说出了我隐隐约约的不适感。另外，在我担任兼职讲师的大学下课后，我把自己在讲课时在黑板上潦草写下的黑板拍了一张照片，上传到了ChatGPT。当我问“这字写得不好，是什么样的图片？”时，我立即被告知“这是一张医疗保险的图片”，“这不是潦草的字迹，而是像大学老师在黑板上乱写的东西”。在制作幻灯片和插图方面，
How good is ChatGPT in giving financial advice?
Taha Choukhmane、Tim de Silva Weidong Lin Matthew Akuzawa 讨论 ChatGPT 在 voxeu 中提供财务建议：生成式人工智能的兴起引发了人们的希望，即高质量、个性化的财务建议最终可能变得廉价且普遍可用。本专栏开发了一种方法来量化一生中遵循人工智能财务建议的影响。作者 [...]
