XiaoMi-AI文件搜索系统
World File Search System颠覆
结核分枝杆菌激活 MDA5 RNA 传感通路促进先天免疫颠覆和病原体存活
引言结核病 (TB) 仍然是一项严重的健康挑战，仅在 2021 年全球就造成约 150 万人死亡 (1)。结核分枝杆菌 (M . tuberculosis) 具有极强的人类适应性，通过尚不完全了解的免疫破坏机制在巨噬细胞内存活。肺巨噬细胞最初吞噬结核分枝杆菌会激活由种系编码的模式识别受体 (PRR) 组成的胞浆监视途径，导致 I 型干扰素 (IFN) 和促炎细胞因子产生增加、炎症小体活化和自噬 (2–4)。我们实验室和其他实验室的研究表明，结核分枝杆菌 DNA 和分枝杆菌衍生的环状二核苷酸可激活胞浆 DNA 传感途径 (5–8)，从而驱动 I 型 IFN 的表达。虽然已经广泛研究了细胞浆病毒 RNA 在先天免疫感应中的作用，但细菌 RNA 对疾病发病机制的贡献尚不明确 (9)。最典型的 RIG-I 样受体 (RLR) 家族成员 RIG-I 和黑色素瘤分化因子 5 (MDA5) 包含一个中央 ATPase 含 DExD/H-box 解旋酶结构域和一个 C 末端阻遏物结构域，这两个结构域均参与 RNA 结合 (10, 11)。通过 RNA 结合激活后，2 个串联 caspase 激活和募集结构域 (CARD) 与衔接子线粒体抗病毒信号蛋白 (MAVS) 相互作用，介导 NF- κ B 和 IFN 调节因子 (IRF) 的诱导以及随后 IFN 刺激基因 (ISG) 的表达 (12–14)。尽管结构相似，RLR 检测的 RNA 种类往往不同，这些 RNA 种类往往具有病原体特异性，但不一定相互排斥 (11, 15)。越来越多的证据表明，RIG-I 在结核分枝杆菌感染的 I 型干扰素反应中起着非冗余作用 (16–18)，它通过与特定的结核分枝杆菌 RNA 转录本结合，这些转录本利用分枝杆菌 ESX-1 分泌系统进入巨噬细胞胞质 (16)。我们最近发现，结核分枝杆菌 RNA 转录本能够通过与特定结核分枝杆菌 RNA 转录本结合，从而进入巨噬细胞胞质。
后摄影时代：人工智能对产品广告摄影的颠覆性影响
摘要：本研究旨在通过描述和分析产品广告摄影中的人工智能（AI）技术来理解视觉现象。研究的重点是这些技术进步对广告界重大变化的影响。最初，摄影代表了描述事实的现实，但人工智能成像已经改变了人们对摄影概念的理解。视觉方法用于系统地识别、描述和解释。通过观察、记录、访谈和问卷调查收集数据。社会技术方法用于揭示技术发展对社会问题的影响以及广告摄影作为研究对象的现象。研究结果表明，人工智能技术的进步积极地产生了更具创造性和创新性的视觉美学。此外，它可以帮助促进更有效和高效的工作。然而，负面影响也出现了，即一些艺术家/创作者的问题和社交焦虑。
人工智能颠覆：数据中心设计的挑战与指导
AI 工作负载分为两大类：训练和推理。训练工作负载用于训练 AI 模型，例如大型语言模型 (LLM)。我们在本文中提到的训练工作负载类型是大规模分布式训练（大量机器并行运行 6 ），因为它给当今的数据中心带来了挑战。这些工作负载需要将大量数据输入到带有处理器（称为加速器）的专用服务器。图形处理单元 (GPU) 就是加速器 7 的一个例子。加速器在执行并行处理任务方面非常高效，例如用于训练 LLM 的任务。除了服务器之外，训练还需要数据存储和网络来将它们连接在一起。这些元素被组装成一个机架阵列，称为 AI 集群，该集群本质上将模型训练为一台计算机。在设计良好的 AI 集群中，加速器的利用率在大部分训练持续时间内接近 100%，训练时间从几小时到几个月不等。这意味着训练集群的平均功耗几乎等于其峰值功耗（峰值与均值比 ≈ 1）。模型越大，所需的加速器就越多。大型 AI 集群的机架密度从 30 kW 到 100 kW 不等，具体取决于 GPU 型号和数量。集群可以从几个机架到数百个机架不等，通常通过使用的加速器数量来描述。例如，一个 22,000 H100 GPU 集群使用大约 700 个机架，需要大约 31 MW 的电力，平均机架密度为 44 kW。请注意，此功率不包括冷却等物理基础设施要求。最后，训练工作负载将模型保存为“检查点”。如果集群发生故障或断电，它可以从中断的地方继续。推理意味着将之前训练的模型投入生产以预测新查询（输入）的输出。从用户的角度来看，输出的准确性和推理时间（即延迟）之间存在权衡。如果我是一名科学家，我可能愿意支付额外费用并在查询之间等待更长时间，以获得高度准确的输出。另一方面，如果我是一名正在寻找写作灵感的文案撰稿人，我想要一个可以立即回答问题的免费聊天机器人。简而言之，业务需求决定了推理模型的大小，但很少使用完整的原始训练模型。相反，部署模型的轻量级版本以减少推理时间，同时降低准确性。推理工作负载倾向于对大型模型使用加速器，并且根据应用程序的不同，可能还严重依赖 CPU。自动驾驶汽车、推荐引擎和 ChatGPT 等应用程序可能都有不同的 IT 堆栈，以“调整”其需求。根据模型的大小，每个实例的硬件要求可以从边缘设备（例如，智能手机）到几台服务器机架。这意味着机架密度可以从几台
新的颠覆性技术对 DOT 性能的影响
该项目包括制定一个剧本，旨在帮助指导交通部和其他交通机构适应和准备 NCHRP 08-127 中引入的颠覆性技术。剧本包括交通部将颠覆性技术纳入其绩效管理框架和组织结构所采取的渐进步骤。开发的流程是模块化的 — 交通部可以选择哪个步骤最符合他们目前参与颠覆性技术的状态 — 并且是周期性的，敦促交通部继续监控颠覆性技术并在颠覆性技术发展和成熟时更新其实践。剧本中的行动、决策工具和示例将帮助交通部为颠覆性技术做好准备、识别和实施颠覆性技术。
拥抱人工智能对音乐产业的颠覆
汤森路透是一家商业出版商，其内容具有一般性和教育性，可能不反映所有最新法律发展，也不适用于个别交易和案件的具体事实和情况。用户在根据汤森路透在线或印刷版发布的任何信息采取行动之前，应咨询合格的法律顾问。汤森路透、其关联公司及其编辑人员不是律师事务所，不代表或建议客户处理任何事务，也不受律师执业人员的专业责任和义务的约束。本出版物中的任何内容均不应被视为法律建议或建立律师-客户关系。本出版物中任何撰稿人表达的观点不一定代表出版商的观点。
LionGlobal 颠覆性创新基金
^ 数字包括各类别适用的初始费用。 1 回报基于单一定价基础。超过 1 年的回报期按年计算。股息再投资扣除再投资时应付的所有费用，并以各类别的货币计算。 2 补充退休计划 (SRS) 资金仅可用于购买 A 类 (SGD) 和 I 类 (SGD) 单位。 *前十大行业 自 2022 年 10 月 31 日起，LionGlobal Disruptive Innovation Fund 的投资方法是使用因素来系统地选择和提炼股票。除非另有说明，以上信息基于截至 2023 年 6 月 30 日的可用信息。所引用的证券并非买卖建议。意见和估计构成我们的判断，并与其他投资组合数据一起，如有更改，恕不另行通知。有关其他技术术语的解释，请访问 www.lionglobalinvestors.com
人工智能如何颠覆物流行业 | 白皮书
仓库自动化的一些显著优势包括：• AI 可以通过在仓库内找到最短的拣货路线并将其分配给员工来帮助加快仓库的拣货流程。• AI 可以帮助进行库存核对，减少库存盘点和数据输入错误的繁琐工作。• AI 驱动的无人机可以记录物品及其存储位置，并将这些数据与仓库管理系统 (WMS) 中的数据进行比较。• WMS 可以利用 AI 技术向仓库员工发出指令，以改善他们的工作流程、对短期变化做出反应并为特定情况下发生的事件提供指示。它还可以整合天气数据和需求波动。• AI 可以帮助进行损坏检测和预测性维护。它使用计算机视觉技术来识别产品中的损坏，确定损坏的深度，并相应地推荐进一步的行动。• AI 可以通过分析物联网传感器收集的实时数据来预测设施中潜在的机器故障。
新兴和颠覆性技术研究
免责声明：本文件并非由加拿大国防部下属机构加拿大国防研究与发展编辑部出版，但将编入加拿大国防信息系统 (CANDIS)，即国防科技文献的国家存储库。由国防部长代表的加拿大国王陛下不作任何明示或暗示的陈述或保证，也不对本文件中包含的任何信息、产品、流程或材料的准确性、可靠性、完整性、时效性或实用性承担任何责任。本文件中的任何内容均不应被解释为对其中研究的任何工具、技术或流程的特定用途的认可。依赖或使用本文件中包含的任何信息、产品、流程或材料的风险由使用或依赖本文件的人自行承担。加拿大对因使用或依赖本文件中包含的任何信息、产品、流程或材料而产生的或与之相关的任何损害或损失不承担任何责任。
账单支付中尚未开发的机会：市场复杂性是否会成为颠覆的障碍？
Aakash Gandhi Aakash Gandhi 是 LEK Consulting 悉尼办事处的合伙人。他在技术和电信领域拥有 20 多年的经验，为客户提供一系列问题的咨询，包括技术和数字战略、企业增长战略、新市场开发、产品开发和并购。他特别擅长云计算、软件/SaaS、数据和分析、数字化、通信和数据中心。Aakash 也是 LEK 重大资本项目咨询业务的一部分，为主要项目利益相关者提供有关数字和技术组合资产的咨询，包括重大资本投资决策的可行性和复杂项目周转中的可持续解决方案。Aakash 拥有印度麻省理工学院浦那大学电子与电信工程学士学位、斯威本科技大学网络系统硕士学位和 AGSM 高级工商管理硕士学位。