O câncer de mama afeta uma em cada oito mulheres no Reino Unido, e a detecção precoce é fundamental. ⚕️ Nossa pesquisa mais recente em @NatureCancer mostra como a IA pode fortalecer os esforços de detecção precoce do câncer de mama. Em estudos com @imperialcollege e o @NHSuk, nosso sistema experimental de triagem baseado em IA identificou 25% mais "cânceres de intervalo" – casos normalmente ignorados pelo rastreamento tradicional – enquanto reduzia a carga de trabalho de triagem em cerca de 40%. Principais descobertas dos estudos no tópico🧵⤵️

Para promover a IA fundamental, devemos resolver o aprendizado contínuo e o esquecimento catastrófico. Uma nova pesquisa de nossa equipe apresenta o Nested Learning (NL), um paradigma que vê um modelo de ML como um sistema de problemas de otimização aninhados. Essa abordagem unifica arquitetura e otimização, criando uma capacidade computacional mais profunda para o aprendizado. Este é um passo crucial para a criação de modelos com as habilidades de aprendizado contínuo vistas no cérebro humano. Mais no blog de Vahab Mirrokni e Ali Behrouz: Leia o artigo do NeurIPS 2025:

A mudança para a IA no dispositivo requer uma barra de privacidade mais alta. Estamos introduzindo o Provably Private Insights (PPI) para permitir a análise essencial do desenvolvedor dos recursos do GenAI com uma garantia verificável de que os dados brutos do usuário nunca sejam expostos. Este sistema é um componente central da construção de IA com responsabilidade. O PPI usa um Gemma LLM de código aberto dentro de um Ambiente de Execução Confiável (Confidencial Federated Analytics) para categorizar dados não estruturados e obter insights. Somente estatísticas agregadas e diferencialmente privadas deixam o ambiente seguro. Lançamos o código para permitir a verificação externa das garantias de privacidade de ponta a ponta. Leia mais sobre sua implantação no Recorder e nosso projeto de Artem Lagzdin e Daniel Ramage: Pré-impressão: