AI提前预判生死：机器学习如何比医生更敏锐地察觉危重信号
2018年，Google旗下Rajkomar研究组在《npj Digital Medicine》期刊发布了一项开创性成果："Scalable and accurate deep learning with electronic health records"（基于电子健康记录的可扩展精准深度学习）。他们完成了什么任务？科学家从两所医疗系统的216,221名成年病患的电子健康档案中抽取了脱敏信息，并非采用传统学术研究中精细整理的结构化数据集，而是运用了病患的全部原始诊疗记录——涵盖入院登记、出院总结、检验数
一文读懂人工智能
开篇 · 第01期每天都在接触AI，你能向家人说清楚它是什么吗？你的朋友圈里肯定有这种人——天天刷到AI资讯，天天听人讲"AI将改变世界"，可真有人问他"AI到底是什么"，他立马就词穷了。别焦虑，这不是你一个人的困惑。实际上99%的人无法准确解释AI，因为大多数科普文章一开始就堆砌"神经网络""深度学习""大语言模型"等专业术语，直接把读者吓跑了。今天这篇文章，我一个技术词都不用，只用你每天都在做的事，把AI给你讲清楚。很多人对AI的印象来自科幻电影。以为AI是那种拥有自我意识的机器人，能独立思考、会产生
AI赋能再保：业务组合可视化带来核心价值
⚠️请注意，这只是一家小型区域再保险公司的一家之言，请自行判断其说法的合理性（虽然它的一些做法我很赞成）；另外，我很怀疑这篇文章是这家再保险公司的软广。总部坐落于马来西亚的再保机构Mandarin Re首席运营官Mikhail Grishin指出，AI技术在再保险行业最为突出的价值之一，便是增强承保业务组合的可视化程度，帮助企业明确承保精力应优先配置的环节，并加快承保决策的响应速度与优化决策质量。Grishin强调，AI对再保企业最直接的作用，在于协助承保人员更透彻地掌握其业务组合的真实面貌，而这一切的起
企业AI如何掌握隐性知识 | 经济学人
01 资料来源6月27日-7月3日 ｜商业【Para. 1】企业规范化数据是AI运作的基础【Para. 2】隐性知识难以言表，AI学习面临障碍【Para. 3】训练数据中蕴含隐性知识，AI能自行发现数据规律【Para. 4-5】静态数据无法还原操作细节，视频能提取工人经验【Para. 6-7】监控采集员工数据虽可行，但会引发抵触和隐瞒【Para. 8】监控存在局限，可通过专家评分来优化AI模型【Para. 9】挖掘隐性知识利弊交织，引发多重伦理和权属问题03 原文音频【Para.1】人工智能在了解其运作环
高管苦读两小时：认清 AI 的能与不能
先交代一件略显尴尬的往事。在修读吴恩达教授的 AI 课程时，有一章节专门探讨"机器学习的能力边界"，我凝视屏幕许久，猛然惊觉——过往我对 AI 的认知，竟有一半存在偏差。这并非颠覆性的错误，而是那种"宏观方向正确但微观细节全偏"的谬误。此类错误实则更为凶险，因为你根本意识不到自己的无知。因此今日此文，我不打算吹捧 AI 的强大，反倒想谈谈它在何处会"掉链子"。对于企业管理者而言，这一点或许比任何事都关键。一、AI 的核心使命其实仅有一件机器学习的本质，通俗来讲便是：输入 A，我便输出 B。只要你拥有充足的
观念革新！神经多样性群体成 AI 时代宠儿
所谓神经多样性，是指人类大脑在机能运作、认知逻辑及行为模式上天然存在的差异，诸如孤独症谱系、注意缺陷多动障碍等皆属此类。你或许认为这些“特立独行”者在求职池中会遭遇冷遇，然而今日要揭示一个反常识的事实：他们恰恰是人工智能浪潮中最紧缺的瑰宝。这一颠覆性论断绝非无稽之谈，而是源自硅谷顶尖领袖 Alex Karp。身为 Palantir 的联合创始人兼 CEO，这位亿万富翁不仅是全球大数据与 AI 界的泰斗，更是一位重度阅读障碍者，即典型的神经多样性人士。他在最近的专访中直言：未来能在 AI 纪元立足的核心力量
AI正在蚕食工程师经验值，但解决方案并非远离它
近期不少开发者陷入一种矛盾心态：AI确实让效率提升了，但自己是否真的在进步却说不准。以前接触新框架，需要啃文档、跑示例、踩坑、排错，好几天后才能逐渐找到感觉。如今问AI，几秒就能得到答案、代码、解析和风险提示，甚至能直接修改项目。速度确实快了。可问题随之而来：如果整个学习过程都被AI代劳，你究竟还能学到什么？这才是AI编程真正的隐患所在。问题不在于它能否替你写几行代码，而在于它可能把你本该积累经验的过程一并剥夺。很多人觉得软件工程师的核心竞争力是"会写代码"。其实不然。代码只是入场券，真正让工程师值钱的是
揭秘AI如何“洞察”人类思维的运作机制
AI具备“洞察”人类思维的背后，是海量数据中蕴含的模式积累。人类的话语表达、情感宣泄和行为方式表面上看似随机，实际上遵循着一定的规律。AI的训练过程，实际上就是大规模学习人类对话、文本和行为样本的过程。通过对海量数据的训练，模型能够精确归纳出人类的语言习惯、思维模式、情感表达特点，熟练掌握不同情境下的表达方式与潜在诉求，从而为准确预测人类想法奠定数据根基。支撑这一能力的关键技术，在于大模型的向量嵌入与自注意力机制。计算机无法直接理解文字和语境，AI会将所有语言、语气转换成专用的高维数字向量，构建语义数字表
AI投资，拒绝焦虑
最近和很多人探讨AI投资，发现大家都很焦虑：总觉得自己来晚了，看不懂行情，或者觉得别人已经赚翻了。先给出一个结论：完全没必要焦虑。如果AI是那种能持续十年的大趋势，那么无论何时入场都不算晚。投资圈有个铁律：没有只涨不跌的资产，也不存在不经历周期的标的。AI同样逃不过这个规律。既然周期无法避免，那么你选择在什么时间点入场，远不如你采用什么样的投资逻辑重要。· · ·核心问题其实就一个：增长点在哪里很多人谈论投资时，总喜欢分析基本面、看财报利润或者计算估值。这些当然重要，但都不是最核心的东西。真正本质是：增长
人工智能的学习机制揭秘
人工智能看起来神通广大，既能对话交流，又能创作内容、生成图像。那么它究竟是如何“掌握”这些技能的呢？ 其实，AI的学习过程与人类幼年时期的“反复练习”颇为相似。 AI首先需要消化大量信息资源，包括文本、图像、音视频等多种形式，随后持续挖掘其中的内在规律。经过多轮迭代训练后，它逐渐能够识别：哪些词汇常常结伴出现、哪类图像对应何种事物、怎样的回复更契合人类思维方式。 以实际场景为例，当你向AI询问：“天气转冷该采取什么措施？” AI并非真正在进行“思考”，而是从庞大的数据库中匹配到相似问题后，迅速给出最优响应
人工智能SCI期刊精选
人工智能SCI期刊精选 中科院一区TOP，门槛不高，人工智能SCI期刊汇总，值得一看！！ 《DECISION SUPPORT SYSTEMS》 推荐理由：智能决策领域的保底首选，数据驱动型研究45天返修，接受率50%+，评职称/项目结题万能之选。 《IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING》 推荐理由：老牌期刊，口碑极佳，认可度极高，审稿周期较长，录用难度较大，适合理论功底深厚的研究者投稿，非OA，影响力巨大。 《Information Fus
前微软AI高管李宏智回国，出任同济大学教授
李宏智，前微软人工智能亚太区首席应用科学家，近日加盟中国同济大学。据李宏智个人网站信息，他毕业于浙江大学后赴美深造，于哥伦比亚大学先后获得计算机科学硕士和博士学位。2016年，他加入美国科技巨头微软公司，开启职业生涯。过去十年，李宏智在微软担任搜索与人工智能事业部首席研究员/架构师，并出任微软人工智能事业部（亚太区）生成式人工智能部门负责人。他还曾入选国家海外高层次人才引进计划。近日，李宏智辞去微软高薪职位回国，现任同济大学工程智能研究院长聘特聘教授。观察者网已联系李宏智，了解其回国工作的动机及对在华发展
AI看手相为何让人觉得"准"？
事情是这样的。我给自己手掌拍了张照片，发给了 Gemini，让它给我分析一下手相。本来只是抱着玩一玩的心态，没想到它说的内容让我愣住了。不是那种"你近期会有贵人相助"的通用话术，而是从掌纹形态、手指比例、肌肉分布来推断日常习惯和性格特点。但静下心来想想，这根本不是玄学，而是模式识别。算命先生靠的是三样东西：经验、话术、观察。他打量你穿什么衣服、什么表情、什么年纪，就能猜个大概。然后他说的不是预言，是概率——"你最近是不是遇到了一些选择上的困惑？"——谁没有呢？AI 做的其实是同样的事，但数据维度大得多。它
AI启蒙必读佳作，三本经典助你深度理解人工智能
从提升效率到革新商业模式，从创意生成到产品开发，人工智能正以惊人速度重构我们的日常范畴与外部环境。若想真正踏入AI领域，构建对人工智能的体系化认知，下面这三部经典著作值得珍藏品读。一、《经理人参阅：人工智能》这部人工智能经典之作更契合管理者与职场人士的阅读需求。普通读者其实无需深究技术细节与理论原理，关键在于理解AI如何真正融入工作场景并为业务创造价值。因此，若想从实践层面构建系统化的AI认知体系，这部作品堪称优选。它聚焦的核心现实议题是：在技术背景不深厚的情况下，如何准确理解并运用AI，将其有效植入具体
AI能否破案？BBC六分钟英语解析
🌍每天6分钟，轻松提升英语能力！如果你想找一档好听又好用的节目，《BBC 6 Minute English》会是很不错的选择。它由英国广播公司打造，每集时长只有六分钟，两个主持人用轻松的对话方式聊文化、科技、心理、职场等热门话题。语速适中、内容很地道，特别适合想提高听力、同时积累词汇的中级学习者。利用碎片时间听一听，英语进步就会更明显！贝丝欢迎收听来自BBC Learning English的《6 Minute English》。我是贝丝。尼尔我是尼尔。别忘了在我们的网站上，你可以找到本期内容的文字稿和测