Ung thư vú ảnh hưởng đến một trong tám phụ nữ ở Vương quốc Anh, và việc phát hiện sớm là rất quan trọng. ⚕️ Nghiên cứu mới nhất của chúng tôi trên @NatureCancer cho thấy cách mà AI có thể tăng cường nỗ lực phát hiện sớm ung thư vú. Trong các nghiên cứu với @imperialcollege và @NHSuk, hệ thống sàng lọc dựa trên AI trong nghiên cứu thử nghiệm của chúng tôi đã phát hiện ra 25% nhiều "ung thư khoảng thời gian" - những trường hợp thường bị bỏ lỡ bởi sàng lọc truyền thống - trong khi giảm khối lượng công việc sàng lọc ước tính khoảng 40%. Các phát hiện chính từ các nghiên cứu trong chuỗi🧵⤵️

Để thúc đẩy AI nền tảng, chúng ta phải giải quyết việc học liên tục và quên thảm khốc. Nghiên cứu mới của nhóm chúng tôi giới thiệu Khái niệm Học Lồng (NL), một mô hình xem một mô hình ML như một hệ thống các bài toán tối ưu hóa lồng ghép. Cách tiếp cận này thống nhất kiến trúc và tối ưu hóa, tạo ra khả năng tính toán sâu hơn cho việc học. Đây là một bước quan trọng hướng tới việc tạo ra các mô hình có khả năng học liên tục như thấy ở não người. Thêm thông tin trong blog của Vahab Mirrokni và Ali Behrouz: Đọc bài báo NeurIPS 2025:

Sự chuyển đổi sang AI trên thiết bị yêu cầu một tiêu chuẩn bảo mật cao hơn. Chúng tôi giới thiệu Các Thông Tin Có Thể Chứng Minh Riêng Tư (PPI) để cho phép phân tích cần thiết của các nhà phát triển về các tính năng GenAI với một đảm bảo có thể xác minh rằng dữ liệu người dùng thô không bao giờ bị lộ. Hệ thống này là một thành phần cốt lõi trong việc xây dựng AI một cách có trách nhiệm. PPI sử dụng một Gemma LLM mã nguồn mở bên trong Môi Trường Thực Thi Đáng Tin Cậy (Phân Tích Liên Kết Bảo Mật) để phân loại dữ liệu không có cấu trúc và rút ra thông tin. Chỉ có các thống kê tổng hợp, riêng tư khác biệt rời khỏi môi trường an toàn. Chúng tôi đã phát hành mã để cho phép xác minh bên ngoài về các đảm bảo bảo mật từ đầu đến cuối. Đọc thêm về việc triển khai của nó trong Recorder và bản thiết kế của chúng tôi bởi Artem Lagzdin và Daniel Ramage: Bản in trước: