文章

发布于

视频游戏中的人工智能：新工具和旧恐惧

人工智能是游戏开发的强大工具，但一些开发人员担心他们的工作。

早期的人工智能游戏开发充满了问题，而且答案也很模糊。

人工智能在描绘手部方面的记录非常糟糕。 手要么是六指，要么是四指，或更糟糕的是，它们只有一些与背景融为一体的纤细边缘。 人工智能对来自不同文化背景的人进行编程，使其展现 20 世纪 40 年代西部片风格的微笑。 它一直在根据提示对我们所熟悉的图像进行重塑和改装。 人工智能可以有解决方案，也可以没有解决方案，这取决于它所输入的数据。 人工智能和视频游戏公司有兴趣使用这些人工智能工具来加速游戏开发。

随着育碧等主要发行商开始在开发工作流程中使用人工智能，开发人员担心他们未来的工作。

来源和详细信息：
https://www.theverge.com/2023/5/4/23700619/ai-game-development-jobs-gdc-2023

发布于

机器人技术彻底改变了佛罗里达州西南部的医疗技术

佛罗里达州西南部是不断发展的医疗技术中心

佛罗里达州西南部 – 机器人是我们日常生活的一部分。 他们中的一些人训练我们，另一些人制造汽车，还有一些人保护我们。

“铆工罗西”现已成为“机器人罗西”。

一个可以擦洗手术室的机器人怎么样？ NBC2 的 Lisa Spooner 发现了金属与医学的结合。

来源和详细信息：
https://nbc-2.com/news/health/2023/05/04/medical-technology-grows-quickly-in-southwest-florida/

发布于

微软为 Bing 和 Edge 推出新功能，释放人工智能的力量

微软宣布 Bing 和 Edge 的新功能

7 月 11 日至 12 日在旧金山与高层管理人员一起了解领导者如何将人工智能融入他们的业务。 了解更多

微软今天宣布对其人工智能搜索工具进行重大更新。 新版本包括视觉和多模式搜索、持久聊天以及其他功能。 这些更新扩展了 Bing 的功能和 Edge 的网络浏览器。

在过去的三个月里，只有少数用户能够在有限的预览中尝试人工智能搜索功能。 该公司今天宣布 Bing 和 Edge 现在将提供开放预览版。 任何人只要使用 Microsoft 帐户登录，就可以测试新工具。 微软此举表明，它相信其新功能已经准备好使用并给出反馈。

来源和详细信息：

Microsoft launches new features for its AI-powered Bing and Edge

发布于

讨论使用人工智能防火墙来降低风险并遵守法规

现在是用防火墙“屏蔽”AI的好时机吗？ 亚瑟·艾相信如此

7 月 11 日至 12 日在旧金山与高层管理人员一起了解领导者如何将人工智能融入他们的业务。 了解更多

专家和供应商越来越多地表示，人工智能面临着幻觉和私人数据泄露以及监管合规的风险。

Arthur AI 是一家总部位于纽约的组织，它就是这样一个构建技术来防范人工智能数据风险的组织。 该公司成立于 2018 年，迄今已筹集超过 6000 万美元，主要用于资助机器学习监控和可观察性技术。 Arthur AI 将美国五家最大金融机构中的三家（Humana 和 John Deere）以及美国国防部列为其客户。

来源和详细信息：

Is it time to ‘shield’ AI with a firewall? Arthur AI thinks so

发布于

BacterIA：通过自动化微生物实验释放人工智能的潜力

一项研究表明，人工智能每年可以进行一百万次微生物实验
机器人控制的人工智能系统每天最多可以进行10000次科学实验。 这可能会导致从医学到农业科学再到环境科学的发现速度急剧加快。

这项研究由一位专家进行，由密歇根大学的一位教授今天发表在《自然微生物学》杂志上。

人工智能平台 BacterAI 在没有任何基线数据的情况下绘制了两种与口腔健康相关的微生物的代谢活动图。 每种细菌的生长都需要特定的营养物质。 细菌通过吃 20 种氨基酸的组合来维持生命。 密歇根大学团队有兴趣找出生活在我们口腔中的微生物生长所需的氨基酸。

来源和详细信息：
https://phys.org/news/2023-05-ai-million-microbial-year.html

发布于

发现金属原子在精细有机合成中的作用

化学家说金属原子是精细有机合成的关键

俄罗斯科学院的一小群化学家发现，金属原子而不是纳米颗粒在精细有机合成的催化剂中起主要作用。 该研究发表在《美国化学会杂志》上。 其中，研究小组使用不同类型的电子显微镜来跟踪催化剂的进展。

研究表明有两种主要方法来研究反应。 最基本的方法是观察和/或测量添加成分时的反应。 高速摄像机可以使这变得更容易。 当然，这种方法不适用于纳米级反应。 在这些情况下，化学家将使用不同的方法。 他们试图捕获反应前后所有组件的状态。

第二种方法不太令人满意，因为它不允许对象之间的关联。 近年来，化学家开发了一种新方法：他们跟踪反应过程中一个粒子的行为。 新方法并非没有局限性。 它不能应用于纳米世界中发生的反应。 研究人员在这项新工作中结合使用了多种类型的电子显微镜和机器学习算法。

来源和详细信息：
https://phys.org/news/2023-05-chemists-metal-atoms-play-key.html