科学

[ad_1] 要点 诺和诺德 (Novo Nordisk) 是广受欢迎的减肥药 Wegovy 背后的公司。 继 Wegovy 取得成功后，诺和诺德目前正在试验其他潜在的肥胖药物。 最新的试验药物阿霉素已被证明可以将患者的总体体重减轻 13%。 在抗肥胖注射剂 Wegovy 的需求推动下，诺和诺德见证了其 市场估值 自 2021 年以来增加了三倍。为了复制成功的配方，这家丹麦制药公司目前正在探索其他潜在的肥胖治疗方法 在 Wegovy 成功的基础上，诺和诺德完成了为期 12 周的新型实验性减肥药物阿霉素的临床试验，该药物被证明可以平均减轻患者总体体重 13.1%。 诺和诺德加倍投入减肥药物 传统上以胰岛素和其他药物而闻名 糖尿病 诺和诺德最初为...

[ad_1] 要点 计算机视觉研究人员试图教人工智能模型看到周围的事物。 新颖的周边视觉模型可用于开发驾驶员安全系统。 研究人员希望开发出能够准确预测人类如何检测视野边缘物体的人工智能模型。 尽管自动驾驶汽车是计算机视觉最明显的汽车用例，但人工智能技术在该领域还有许多其他潜在应用。 例如，最近的一项研究使用机器学习（ML）来模拟周边视觉，可以帮助人工智能模型“看到”更像人类的东西，从而提高驾驶员的安全性。 计算机视觉研究人员探索外围 在人工智能模型可以不加区别地处理连续的视觉信息流以扫描模式的背景下，教授神经网络周边视觉的艺术乍一看似乎违反直觉。 为了模拟周边视觉，人工智能研究人员降低了远离焦点中心的图像保真度。 对于人类来说，周边视觉将视野延伸到焦点区域之外。但如果人工智能可以处理向其抛出的任何视觉数据，那么关注有限的空间区域还有什么意义呢？ 然而，正如最近研究的作者所强调的，如果可以教会计算机视觉模型模仿人类视觉处理，它们就可以用来预测人们是否会看到他们不关注的物体。 潜在的安全应用 周边视觉模型的一项拟议应用是将其纳入人工智能系统中，以提醒驾驶员注意他们可能看不到的危险。 研究人员表示，他们的最终目标是开发一种模型，能够高精度预测人类视觉周边的表现。然而，他们最初的尝试远远低于人类通过眼角余光感知事物的能力。 只要有少量的图像失真，计算机视觉模型的性能就会急剧下降。 人工智能的人类应用 当处理距焦点中心最多 10° 的视觉数据时，研究人员发现人工智能和人类图像检测以相似的速度下降。但此后，神经网络识别不同物体的能力急剧下降，而人类的视力也逐渐下降到视野的边缘。 了解人类如何识别具有有限视觉信息的物体，有助于提高未来人工智能模型的性能，特别是在对驾驶员来说最危险的低能见度条件下。 这篇文章有帮助吗？ 是的 不 [ad_2]

[ad_1] 要点 一项对人工智能生成的食物描述的研究发现，消费者发现它们比真实照片更有吸引力。 然而，当人们知道哪些图像是用人工智能创建的时，这种影响就会减轻。 这些发现对食品营销和消费者心理具有影响。 强大的AI图像的出现和 视频生成器 正在快速改变广告行业，许多产品营销人员都在使用诸如 达尔-E 和 中途。 但消费者如何看待这些图像呢？最近的一篇 学习 建议人工智能生成的食物图片看起来比照片更美味，尽管这种效果仅在某些条件下有效。 比较真实的食物图像与人工智能生成的食物图像 为了评估真实的食物图像与人工智能生成的食物图像的视觉吸引力，研究人员设计了两个实验来比较人们对每个图像的反应。 在第一个实验中，参与者面临的挑战是正确识别食物图像是真实的还是人工智能生成的。 与同等真实照片并排比较时，准确识别为人工智能生成的食品的比例从 62%（胡萝卜汁）到 91%（巧克力花生）不等。 研究发现，除了少数例外，与未加工食品相比，人们更擅长识别人工智能生成的加工食品图像。 数据还显示出很强的年龄相关性，年轻的参与者比年长的同龄人能够更好地辨别合成图像。 人工智能生成的图片看起来好看到可以吃 在第二个实验中，研究人员要求人们评价食物图像的吸引力。 一些参与者被告知哪些图像是由人工智能生成的，而其他参与者则没有获得有关其来源的信息。第三组看到的图像被错误地识别为真实的或人工智能生成的。 结果表明，当参与者不知道其来源时，人工智能生成的图像看起来比真实照片更令人胃口大开。 然而，当图像被正确标记时，真实照片和人工智能生成的照片的吸引力没有显着差异。 最后，当图像被贴错标签时，参与者认为他们认为真实的图像比他们认为由人工智能生成的图像更令人胃口大开。 对消费者心理学的影响 这项新研究的作者指出，与显示人们对人工智能生成的人类肖像的偏好的研究相似，他们的发现“可能反映了像...

[ad_1] 要点 研究人员发现，长期新冠患者的血液凝固异常，免疫反应减弱。 实验室测试表明，长期新冠患者血液中的物质会引发脑血管细胞的炎症症状。 了解长期新冠肺炎期间大脑的这些变化可能会带来诊断和治疗受影响患者记忆问题的新方法。 研究人员发现了与长期新冠病毒相关的记忆力和注意力问题的潜在原因：血脑屏障受损。 这 学习 由 Chris Greene 和他的团队领导，利用先进的成像技术和血液分析来揭示许多长期新冠患者面临的持续认知困难。 脑雾和长期新冠病毒 发表在《自然神经科学》杂志上的一项研究表明，患有长期认知障碍的个体的血脑屏障会受到严重破坏。 冠状病毒，通常称为脑雾。 研究小组观察到，在患有脑雾的患者中，一种原本留在血液中的染料渗漏到了大脑中。 这些 MRI 扫描对 32 个人进行，包括那些从 COVID-19 中恢复过来的人和其他长期经历过新冠肺炎的人，结果显示，这种染料会积聚在对语言、记忆、情绪和视力至关重要的区域。 C. Greene 等人/《自然神经科学》2024 肠道微生物组的变化与认知功能的改变有关 在之前的一个 学习 在美国国家过敏和传染病研究所、国家心肺血液研究所和国家癌症研究所的研究结果的支持下，研究表明，COVID-19...

[ad_1] 要点 英国国家卫生服务中心已成功试点人工智能乳腺癌筛查工具 Mia。 在一项试验中，米娅通过乳房 X 光检查比人类医生更准确地识别出早期癌症。 与此同时，人工智能医疗筛查也正在改变肝病的诊断。 检测医学扫描中的病理异常是一个理想的用例 机器学习，其本质是分析数据的模式，以做出统计上明智的预测。 随着越来越多的诊断中心部署人工智能来帮助筛查疾病，英国国家医疗服务体系 (NHS) 已成功试用 Mia，这是一种新工具，可以识别人眼几乎看不见的早期乳腺癌迹象。 Mia 提供更有效的癌症筛查 早期癌性生长可能非常小且难以发现。结果，多达 20% 的乳腺癌最初会被乳房X光检查漏掉。 在 Mia 分析了 10,000 多名女性的扫描结果的试验中，人工智能工具不仅成功识别出人类医生标记的每一种癌症，还突出显示了他们漏掉的另外 11 种癌症。 除了本身就是好消息之外，像这样的创新还可以推动我们公共服务生产力的巨大提高——为什么我们宣布在预算中专门为 NHS 提供 34...

[ad_1] 要点 诺和诺德以 11 亿美元收购 Cardior Pharmaceuticals。 该交易增强了其在心血管疾病（CVD）治疗市场的地位。 重点关注的关键药物是 CDR132L，一种针对 miR-132 RNA 的寡核苷酸疗法。 此次收购是诺和诺德在CVD领域采取的一系列战略举措之后的结果。 诺和诺德有 宣布 它收购了德国的 心脏制药公司 高达 11 亿美元用于加强其心血管产品线。该交易预计于 2024 年第二季度完成，标志着这家丹麦制药商为加强其在心血管疾病领域的立足点而采取的战略举措。 此次收购正值诺和诺德糖尿病和糖尿病药物销售额显着增长之际。 肥胖疗法，进一步提升其在医药市场的地位。 什么是CDR132L？ CDR132L 是一种旨在针对心脏细胞内特定遗传物质的药物，其目标是一种称为 miR-132 的非编码...

[ad_1] 要点 阿耳忒弥斯三号将成为第一个将人类送上月球的太空任务 50多年来。 NADA 最近确认宇航员将在那里进行 3 项实验。 月球对农业植物区系的影响（LEAF）计划将研究不同粮食作物如何在月球上生长。 计划于 2026 年底， 阿尔忒弥斯三世 目标是50多年来首次载人登月。那么宇航员到达那里后会做什么呢？ NASA 在 3 月 26 日星期二发布的一份声明中 透露 作为任务的一部分将进行的第一个实验。已确认的 3 个项目将研究月震、月球地下结构以及月球作物种植的影响。 月球对农业植物的影响 月球对农业植物区系的影响（LEAF）计划将研究不同作物对月球环境的反应。 作为实验的一部分，油菜籽 (Brassica rapa)、浮萍 (Wolffia)...

[ad_1] 要点 美国宇航局和其他航天机构正在计划在未来几年进行多项月球任务。 这对在月球上保持时间提出了挑战。 白宫已指示航天局开发一种标准化月球时间的方法。 你有没有想过月球上现在几点了？到目前为止，月球体还没有自己的时区。但白宫已指示 美国宇航局 为其分配一个。 在一个 备忘录 总统科技政策部办公室于 4 月 2 日星期二发布要求联邦机构协调天体时间测量标准化的工作，最初重点关注月球表面。 协调农历时间 和 太空探索 准备启动一系列的程序 登月任务 未来几年，当代外星计时的支离破碎状态越来越令人担忧。 目前，不同的航天机构根据各自控制站所在的时区来计时，所有这些都与通用协调时间（UTC）同步。 虽然这种方法对于近地任务来说已经足够了，但月球环境却带来了不同的挑战。 克服相对论 由于与地球相比存在引力差异，月球上的时间过得更快，每天快快约 58.7 微秒。 在需要精确计时的导航系统中，将所有内容同步到地球时间是没有意义的。 除了操作上的挑战之外，白宫备忘录还指出，直接使用 UTC...

[ad_1] 要点 一项针对 5,000 多名专业人士的调查显示，43% 的员工在工作中使用过聊天机器人。 然而，不同行业的采用率存在差异。 如果更多的工人想要接受这项技术，人工智能代理就需要变得更像人类同事。 随着像 ChatGPT 这样的人工智能代理的兴起，使用计算机进行研究、写作和创造的工人已经迅速采用了新技术。据一位 民意调查 2023 年 11 月，在超过 5,000 名专业人士中，43% 的人表示他们在工作中使用过 ChatGPT 或类似的人工智能工具。 和 聊天机器人 使用率上升，它如何改变工作世界？员工对于将这些工具融入职业生活有何反应？ 对不同行业的影响 关于生成式人工智能改变工作世界的方式，首先需要注意的是，并非所有职业都受到同样的影响。 冒着陈述显而易见的风险，办公室工作人员比体力劳动者或工厂工人更有可能使用聊天机器人。但即使在不同的办公桌工作之间，采用率也存在很大差异。 在 24/7 客户服务需求的推动下，聊天机器人市场预计将以...

[ad_1] 要点 检测癌症是机器学习的理想医疗用例。 可以筛查肝癌和乳腺癌患者的人工智能工具已经投入使用。 展望未来，研究人员正在开发新技术来帮助诊断前列腺癌亲属癌症和白血病。 检测危险的癌症是机器学习模型最有前途的医学应用之一。 早期的成功案例包括一系列人工智能驱动的工具，可以通过肝脏扫描或癌症识别来识别癌症。 乳房X光检查。但研究人员也在探索如何将类似的技术应用于前列腺、皮肤、血液和 胃癌。 为什么人工智能非常适合癌症检测 从根本上讲，神经网络根据从训练数据中学到的信息从输入生成预测。 例如，为现代聊天机器人提供支持的大型语言模型（LLM）已经在海量语言数据集上进行了训练。他们针对特定提示给出的输出可以被认为是根据他们之前对语言模式的了解，在统计上最有可能是正确的答案。 在检测癌症时，模型不是消耗大量的文本库，而是根据人们的扫描和测试结果以及审查这些结果的诊断医生的发现进行训练。 人工智能癌症筛查的基本逻辑是，经过模型训练的经过医生筛查的样本将能够发现数据中的模式。然后它可以使用这些模式来预测新患者是否表现出癌症迹象。 将AI筛查应用于不同类型的医疗数据 典型的人工智能癌症测试涉及 X 射线或其他医学扫描，其中可以通过视觉异常观察到癌性生长。 这种方法已被证明可以有效地从乳房X光检查中识别乳腺癌，最新的工具甚至能够标记出人类放射线技师错过的生长。 研究人员现在正致力于开发人工智能工具来帮助 识别皮肤癌 来自潜在黑色素瘤的图像。 但相同的基本概念也可以应用于其他不太直观的诊断方法。 研究人员开发新的人工智能白血病测试 例如，一组研究人员最近根据流式细胞术数据训练了一个人工智能模型，该模型用于诊断白血病。 传统的流式细胞术分析非常困难，需要通过计算密集型算法传递数据，以筛选数千个不同类型的血细胞中的各种癌症标记物。 在最近的 学习 ，根据流式细胞术结果训练的 AI...