Brustkrebs betrifft eine von acht Frauen im Vereinigten Königreich, und eine frühzeitige Erkennung ist entscheidend. ⚕️ Unsere neuesten Forschungen in @NatureCancer zeigen, wie KI die Bemühungen um eine frühzeitige Erkennung von Brustkrebs stärken kann. In Studien mit @imperialcollege und dem @NHSuk identifizierte unser experimentelles KI-basiertes Screening-System 25 % mehr „Intervallkrebsfälle“ - Fälle, die typischerweise bei herkömmlichen Screenings übersehen werden - und reduzierte gleichzeitig die Screening-Arbeitslasten um schätzungsweise 40 %. Wichtige Ergebnisse aus den Studien im Thread🧵⤵️

Um die grundlegende KI voranzutreiben, müssen wir kontinuierliches Lernen und katastrophales Vergessen lösen. Neue Forschungen unseres Teams stellen Nested Learning (NL) vor, ein Paradigma, das ein ML-Modell als ein System von geschachtelten Optimierungsproblemen betrachtet. Dieser Ansatz vereint Architektur und Optimierung und schafft eine tiefere Rechenkapazität für das Lernen. Dies ist ein entscheidender Schritt zur Schaffung von Modellen mit den kontinuierlichen Lernfähigkeiten, die im menschlichen Gehirn zu beobachten sind. Mehr im Blog von Vahab Mirrokni und Ali Behrouz: Lesen Sie das NeurIPS 2025-Papier:

Der Übergang zu KI auf Geräten erfordert eine höhere Datenschutzstufe. Wir führen nachweislich private Einblicke (PPI) ein, um eine wesentliche Entwickleranalyse von GenAI-Funktionen mit einer überprüfbaren Garantie zu ermöglichen, dass Rohbenutzerdaten niemals offengelegt werden. Dieses System ist ein Kernbestandteil des verantwortungsvollen Aufbaus von KI. PPI verwendet ein Open-Source-Gemma-LLM innerhalb einer vertrauenswürdigen Ausführungsumgebung (vertrauliche föderierte Analytik), um unstrukturierte Daten zu kategorisieren und Erkenntnisse abzuleiten. Nur aggregierte, differenziell private Statistiken verlassen die sichere Umgebung. Wir haben den Code veröffentlicht, um eine externe Überprüfung der End-to-End-Datenschutzgarantien zu ermöglichen. Erfahren Sie mehr über die Bereitstellung in Recorder und unser Konzept von Artem Lagzdin und Daniel Ramage: Preprint: