站长之家（ChinaZ.com）4月10日 消息:随着AI技术的发展，其在医疗领域的应用也越来越广泛。最近一项研究结果显示，AI辨声判断感冒准确率达70%。
印度萨达尔瓦尔拉布海国家技术学院的研究人员对德国111位感冒患者和519位健康人的声音进行了分析，并试图通过分析声音来判断人们是否感冒。
研究人员主要关注人类讲话时的声音节奏，声音的振幅随着频率的增加而减小。研究人员认为，感冒会打破常规声音模式，因此他们将这些声音输入机器学习算法，让算法学习如何区分正常声音和感冒声音的差异。
测试对象被要求从0数到40，告诉研究人员他们在周末做了什么，以及朗诵伊索寓言《北风与太阳》。结果显示，AI判断对象是否感冒的准确率达到了70%。
对此，有人认为这项技术对医疗保健行业具有重要影响，因为它可以为医生节省时间和成本。通过分析声音，医生可以更快地判断患者是否患有感冒或其他疾病，从而更快地开展治疗和诊断工作。
此外，该技术还可以帮助人们更加准确地判断自己是否患有感冒等疾病，以便及时采取预防措施。然而，该技术可能也会受到滥用，例如有些人可能会试图通过模拟感冒声音来骗取请假或其他好处。
（举报）
古代文明的谜团又有了新的突破，一项名为“维苏威挑战”的研究项目取得了令人振奋的成就。一篇科技新闻报道了来自肯塔基大学的学者，他们通过人工智能成功解读了埋藏在维苏威火山灰下的古代卷轴，这些卷轴已经被掩埋了近2000年。这一突破将继续为考古学家和历史学家提供更多关于古代文明的见解。
任正非接受采访的一段访谈活了，其中有不少观点被大家频繁阅读，大家Get到了吗？在任正非看来，美国制裁对我们来说确实是压力，但是压力也是动力。7、不要过分强调起跑线”，不要同质化，不要我学不好英语就让大家都不学英语。
谷歌联合多所高校的一项最新研究，让大模型开始拥有了人类的“心智”。在新的提示策略下，大模型不仅能推测出人类所面临的问题学会了用推测的结论调整自己的行为。来自谷歌、卡耐基梅隆大学和的芝加哥大学的学者也参与了本项目。
大型语言模型在推理任务上表现出令人惊艳的能力，特别是在给出一些样例和中间步骤时。prompt方法往往依赖于LLM中的隐性知识，当隐性知识存在错误或者与任务不一致时，LLM就会给出错误的回答。对于GPT3.5来说，这种改进并不显著，因为在处理文本输入时，它经常产生除规则幻觉以外的错误。
今年最火爆的线下顶流，非演唱会莫属。大概率就会在朋友圈刷到坐标不同城市的演唱会晒图或视频分享，更有注重仪式感的年轻人搭配好专门的妆容造型，力争在现场拍出最亮眼的打卡照。这也是检验约妆博主潜力空间的关键所在。
天眼查App显示，近日，腾讯科技有限公司申请的“基于人工智能情绪处理方法、装置、电子设备及存储介质”专利获授权。该方法包括:当终端接收到展示目标文件的展示指令时，从预设的服务器获取目标文件和对应的情绪可视化图像并展示，采集得到用户在当前时间节点的第一情绪数据发送至服务器;接收目标情绪数据，并基于目标情绪数据对情绪可视化图像进行更新，展示更新后的情绪可视化图像。企业用户可以直接调用腾讯混元大模型，也可以将其作为基底模型，为不同产业场景构建专属应用。
大型语言模型在处理NLP领域的各种下游任务方面已经表现出卓越的能力。GPT-4、ChatGPT等开创性模型已经接受了大量文本数据的训练，使它们具备强大的文本理解和生成能力，能够生成连贯且上下文相关的响应，在各种NLP任务中具有高度通用性。为了评估模型在不同年级数学问题上的解决能力，该研究在K6数据集上测试评估了几种模型的性能，包括:GPT-4、ChatGPT、Chinese-Alpaca-13B、MOSS-16B、Ziya-LLaMA-13B、Baichuan-7B、ChatGLM-6B、ChatGLM2-6B和MathGLM-GLM-10B，结果如下图8所示。
由于Transformer的出现，使得ChatGPT等大语言模型在处理自然语言任务上的能力得到了大幅度提升。但生成的内容却包含大量错误或过时的信息，同时缺乏事实性评估体系，来验证内容的真伪。FRESHPROMPT对提升大语言模型的动态适应能力具有重要意义，这也是大语言模型未来技术研究的一个重要方向。
iOS17已经发布超过半个月了，但是大家更新的欲望并不强。目前统计的数据显示，截至10月6日，iOS17发布18天后的安装率约为23%，作为对比在发布18天后，iOS16的安装率为29%。对于iOS更新率的问题，苹果也一直很头疼，因为从iOS12之后开始，果粉更新大版本系统的热情越来越弱。
一张图揭示了AI算力70多年发展了6.7亿倍，未来AI各方面能力将全面超越人类真正令人期待的是，AI行业才刚刚进入爆发前的萌芽期。电子计算机于上世纪40年代诞生在计算机出现后的10年内，人类历史上的第一个AI应用就出现了。大部分资金源于投资者对基础模型和API、MLOps以及向量数据库技术等新兴基础设施的兴趣。
