Рак молочної залози вражає кожну восьму жінку у Великій Британії, і раннє виявлення є надзвичайно важливим. ⚕️ Наші останні дослідження @NatureCancer року показують, як ШІ може посилити зусилля раннього виявлення раку молочної залози. У дослідженнях з @imperialcollege та @NHSuk наша експериментальна система скринінгу на основі ШІ виявила на 25% більше «інтервальних раків» — випадків, які зазвичай пропускають традиційним скринінгом — при цьому зменшуючи навантаження скринінгу приблизно на 40%. Ключові висновки досліджень у гілці🧵⤵️

Щоб просунути базовий штучний інтелект, ми повинні вирішити проблему постійного навчання та катастрофічного забування. Нове дослідження нашої команди вводить парадигму вкладеного навчання (NL), яка розглядає модель машинного навчання як систему вкладених задач оптимізації. Цей підхід об'єднує архітектуру та оптимізацію, створюючи глибшу обчислювальну здатність для навчання. Це важливий крок на шляху до створення моделей з постійними здібностями до навчання, які спостерігаються в людському мозку. Більше в блозі Вахаба Міррокні та Алі Бехруза: Прочитайте статтю NeurIPS 2025:

Перехід на штучний інтелект на пристрої вимагає вищої планки конфіденційності. Ми впроваджуємо Provably Private Insights (PPI), щоб забезпечити необхідний аналіз функцій GenAI для розробників із гарантією того, що необроблені дані користувачів ніколи не будуть розкриті. Ця система є ключовим компонентом відповідального створення штучного інтелекту. PPI використовує Gemma LLM з відкритим вихідним кодом у довіреному середовищі виконання (конфіденційна федеративна аналітика) для категоризації неструктурованих даних та отримання інсайтів. Лише агрегована, диференційно приватна статистика залишає безпечне середовище. Ми випустили код, який дає змогу здійснювати зовнішню перевірку наскрізних гарантій конфіденційності. Дізнайтеся більше про його розгортання в Recorder та нашому плані від Артема Лагздіна та Даніеля Рамаджа: Препринт: