Meme kanseri, Birleşik Krallık'ta her sekizde bir kadından birini etkiler ve erken teşhis çok önemlidir. ⚕️ @NatureCancer'daki en son araştırmamız, yapay zekanın meme kanseri için erken tespit çabalarını nasıl güçlendirebileceğini gösteriyor. @imperialcollege ve @NHSuk ile yapılan çalışmalarda, deneysel yapay zeka tabanlı tarama sistemimiz geleneksel taramada genellikle gözden kaçan vakalar olan "aralık kanserleri" için %25 daha fazla tespit edildi ve tarama iş yükünü tahmini %40 azalttı. Thread'deki🧵⤵️ çalışmalardan çıkan temel bulgular

Temel yapay zekayı ilerletmek için sürekli öğrenmeyi ve yıkıcı unutmayı çözmeliyiz. Ekibimiz tarafından yapılan yeni araştırma, makine öğrenimi modelini iç içe geçmiş optimizasyon sorunları sistemi olarak gören bir paradigma olan İç İçe Öğrenmeyi (NL) tanıtıyor. Bu yaklaşım, mimariyi ve optimizasyonu birleştirerek öğrenme için daha derin bir hesaplama kapasitesi yaratır. Bu, insan beyninde görülen sürekli öğrenme yeteneklerine sahip modeller oluşturmaya yönelik çok önemli bir adımdır. Vahab Mirrokni ve Ali Behrouz'un blogunda daha fazlası: NeurIPS 2025 raporunu okuyun:

Cihaz içi yapay zekaya geçiş, daha yüksek bir gizlilik çubuğu gerektiriyor. Ham kullanıcı verilerinin hiçbir zaman açığa çıkmadığına dair doğrulanabilir bir garanti ile GenAI özelliklerinin temel geliştirici analizini sağlamak için Provably Private Insights'ı (PPI) sunuyoruz. Bu sistem, yapay zekayı sorumlu bir şekilde oluşturmanın temel bir bileşenidir. PPI, yapılandırılmamış verileri kategorize etmek ve içgörüler elde etmek için Güvenilir Yürütme Ortamı (Gizli Federe Analitik) içinde açık kaynaklı bir Gemma LLM kullanır. Yalnızca toplu, farklı şekilde özel istatistikler güvenli ortamdan ayrılır. Uçtan uca gizlilik garantilerinin harici olarak doğrulanmasına izin vermek için kodu yayınladık. Recorder'daki dağıtımı ve Artem Lagzdin ve Daniel Ramage'ın planımız hakkında daha fazla bilgi edinin: Ön baskı: