Rakovina prsu postihuje jednu z osmi žen ve Velké Británii a včasné odhalení je klíčové. ⚕️ Náš nejnovější výzkum v roce @NatureCancer ukazuje, jak může AI posílit včasné odhalení rakoviny prsu. Ve studiích s @imperialcollege a @NHSuk náš experimentální screeningový systém založený na AI identifikoval o 25 % více "intervalových nádorů" – případů, které tradiční screening obvykle přehlíží – a snížil screeningovou zátěž odhadem o 40 %. Klíčová zjištění ze studií ve vlákně🧵⤵️

Abychom pokročili v základní umělé inteligenci, musíme vyřešit neustálé učení a katastrofické zapomínání. Nový výzkum našeho týmu představuje vnořené učení (NL), paradigma, které pohlíží na model ML jako na systém vnořených optimalizačních problémů. Tento přístup sjednocuje architekturu a optimalizaci a vytváří hlubší výpočetní kapacitu pro učení. To je zásadní krok k vytvoření modelů se schopnostmi neustálého učení, které lze vidět v lidském mozku. Více v blogu Vahab Mirrokni a Ali Behrouz: Přečtěte si dokument NeurIPS 2025:

Přechod na umělou inteligenci v zařízení vyžaduje vyšší laťku ochrany soukromí. Zavádíme prokazatelně soukromé přehledy (PPI), které umožňují základní vývojářskou analýzu funkcí GenAI s ověřitelnou zárukou, že nezpracovaná uživatelská data nebudou nikdy odhalena. Tento systém je klíčovou součástí zodpovědného budování umělé inteligence. PPI používá open-source Gemma LLM uvnitř důvěryhodného spouštěcího prostředí (Confidential Federated Analytics) ke kategorizaci nestrukturovaných dat a odvození poznatků. Zabezpečené prostředí opouštějí pouze agregované, diferencovaně soukromé statistiky. Vydali jsme kód, který umožňuje externí ověření komplexních záruk ochrany osobních údajů. Přečtěte si více o jeho nasazení v Recorderu a našem plánu od Artema Lagzdina a Daniela Ramage: Předběžný tisk: