On this page
นักวิจัยจาก Stanford Medicine ได้สร้างโมเลกุลที่กระตุ้นให้เซลล์มะเร็งทำลายตัวเองโดยการเชื่อมโยงโปรตีนสองชนิด ซึ่งจะกระตุ้นยีนที่ทำให้เซลล์ตาย
วิธีการที่เป็นนวัตกรรมนี้มุ่งเป้าไปที่มะเร็งต่อมน้ำเหลืองชนิด B-cell ขนาดใหญ่แบบกระจาย โดยการเชื่อมต่อโปรตีน BCL6 ซึ่งยับยั้งการตายของเซลล์ เข้ากับ CDK9 ซึ่งเป็นเอนไซม์ที่กระตุ้นการตายของเซลล์แบบโปรแกรม (apoptosis)
งานวิจัยที่ตีพิมพ์ในวารสาร Science กำลังอยู่ในขั้นตอนการทดสอบเพิ่มเติมในหนูและอาจนำไปสู่การทดลองทางคลินิก โดยได้รับทุนสนับสนุนจากสถาบันต่าง ๆ เช่น Howard Hughes Medical Institute และ National Institutes of Health
นักวิทยาศาสตร์ได้คิดค้นวิธีการกระตุ้นให้เซลล์มะเร็งทำลายตัวเองโดยการผูกโปรตีนสองชนิดเข้าด้วยกัน ซึ่งมุ่งเป้าไปที่ยีน BCL6 ที่ช่วยให้เซ ลล์มะเร็งอยู่รอด
เทคนิคนี้เป็นส่วนหนึ่งของแนวโน้มสู่การบำบัดมะเร็งที่มีเป้าหมายเฉพาะเจาะจง มุ่งเน้นความแม่นยำมากกว่าการรักษาแบบดั้งเดิมเช่นเคมีบำบัด
ความท้าทายรวมถึงผลข้างเคียงที่อาจเกิดขึ้นและความจำเป็นในการรักษาเฉพาะบุคคลตาม DNA ของเนื้องอกแต่ละบุคคล อย่างไรก็ตาม ความก้าวหน้าในการวิจัยให้ความหวังสำหรับการแก้ปัญหาที่มีประสิทธิภาพมากขึ้น
ผู้เขียนเน้นย้ำถึงความสำคัญที่ผู้จัดการควรเข้าใจงานของทีมมากกว่าการพึ่งพาแผงควบคุมอัตโนมัติ ซึ่งอาจทำให้เกิดการมุ่งเน้นที่ตัวชี้วัดมากกว่าคุณภาพ
การมุ่งเน้นเฉพาะเมตริกสามารถขัดขวางความสามารถในการสร้างสรรค์และก่อให้เกิดปัญหาการรักษาพนักงาน ซึ่งเน้นย้ำถึงความจำเป็นในการสร้างสมดุลระหว่างข้อมูลเชิงปริมาณและข้อมูลเชิงคุณภาพ
โพสต์นี้สนับสนุนการผสมผสานระหว่างตัวชี้วัดภาพรวมกับความเข้าใจเชิงบริหารเพื่อป้องกันสภาพแวดล้อมการทำงานที่เป็นพิษและเพื่อให้การจัดการทีมมีประสิทธิภาพ
สหภาพเทคโนโลยีของนิวยอร์กไทมส์กำลังประท้วงเกี่ยวกับปัญหาสัญญาที่ยังไม่ได้รับการแก้ไข เช่น ข้อเรียกร้องสำหรับข้อกำหนดการเลิกจ้างด้วย "เหตุผลที่ยุติธรรม" การเพิ่มค่าจ้าง ความเท่าเทียมในการจ่ายเงิน และนโยบายการทำงานทางไกล - การเจรจาได้ดำเนินมาเป็นเวลากว่าสองปีโดยไม่สามารถบรรลุสัญญาได้ และการประท้วงนี้ถูกวางแผนอย่างมีกลยุทธ์ ในช่วงสัปดาห์การเลือกตั้งเพื่อเพิ่มแรงกดดันต่อ NYT - NYT ได้เสนอการเพิ่มค่าจ้างประจำปี 2.5% และความยืดหยุ่นในการทำงานทางไกล แต่สหภาพกำลังผลักดันให้มีการผูกพันที่สำคัญมากขึ้น
โครงการ Sid สำรวจการจำลองขนาดใหญ่ด้วยตัวแทน AI จำนวน 10-1000+ เพื่อตรวจสอบอารยธรรม AI โดยใช้สถาปัตยกรรม PIANO สำหรับการโต้ตอบแบบเรียลไทม์ - การวิจัยแสดงให้เห็นว่าตัวแทน AI พัฒนาบทบาท กฎเกณฑ์ และการถ่ายทอดทางวัฒนธรรมภายในสภาพแวดล้อมของ Minecraft ซึ่งเน้นความก้าวหน้าในการจำลองสังคมและการบูรณาการ AI - การศึกษานี้ถูกบันทึกไว้ในเอกสารที่มีอยู่บน arXiv ซึ่งให้ข้อมูลเชิงลึกใหม่เกี่ยวกับการวิจัยอารยธรรม AI
โครงการ Sid สำรวจการใช้การจำลองหลายตัวแทนใน AI โดยเฉพาะในบริบทของ Minecraft เพื่อสำรวจพลวัตทางสังคมและอารยธรรม AI
นักวิจารณ์โต้แย้งว่าโครงการนี้อาจเกี่ยวกับการออกแบบคำสั่งขั้นสูงมากกว่าการพัฒนา AI ที่ล้ำสมัย โดยตั้งคำถามถึงความจำเป็นของโมเดลภาษาขนาดใหญ่ (LLMs) ในการเล่นเกมเมื่ออัลกอริธึมแบบดั้งเดิมอาจเพียงพอแล้ว
โครงการนี้เน้นทั้งศักยภาพและข้อจำกัดในปัจจุบันของ AI ในการเล่นเกม กระตุ้นให้เกิดการอภิปรายเกี่ยวกับบทบาทของ AI ในความคิดสร้างสรรค์ ความท้าทายในการจำลองความฉลาด และผลกระทบทางปรัชญาของสังคมที่ขับเคลื่อนด้วย AI
Standard Intelligence ได้เปิดเผยโมเดล transformer ที่ใช้เฉพาะเสียง ชื่อว่า hertz-dev ซึ่งมีพารามิเตอร์ถึง 8.5 พันล้านตัว นับเป็นความก้าวหน้าที่สำคัญในเทคโนโลยีการประมวลผลเสียง
การเปิดตัวนี้รวมถึง hertz-codec ซึ่งเป็นออโต้เอนโค้ดเดอร์เสียงที่มีประสิทธิภาพสูงในอัตราบิตที่ต่ำกว่า และ hertz-vae ซึ่งเป็น ทรานส์ฟอร์มเมอร์ที่มีพารามิเตอร์ 1.8 พันล้านสำหรับออโต้เอนโค้ดเดอร์เชิงแปรผันเสียง (VAE)
Hertz-dev, ด้วยพารามิเตอร์ 6.6 พันล้านตัว, โดดเด่นด้วยความหน่วงต่ำและความสามารถในการโต้ตอบด้วยเสียงแบบเรียลไทม์ ทำให้เหมาะสำหรับการปรับแต่งและการวิจัย
Hertz-dev เป็นโมเดลเสียงสนทนาแบบโอเพ่นซอร์สตัวแรกที่ประมวลผลเสียงเข้าและออกโดยไม่ต้องแปลงเป็นข้อความ ซึ่งอาจให้การตอบสนองที่เป็นธรรมชาติมากกว่าระบบข้อความเป็นเสียง - โมเดลนี้มีความยืดหยุ่นสูง สามารถปรับแต่งเพื่อเปลี่ยนลักษณะเสียง เช่น เพศหรือสำเนียง ทำให้เหมาะสมกับการใช้งานที่หลากหลาย - พัฒนาโดยทีมงานขนาดเล็ก Hertz-dev ได้รับการฝึกฝนด้วยชุดข้ อมูลขนาดใหญ่ถึง 16 ล้านชั่วโมงของเสียง และมีแผนในอนาคตที่จะปล่อยบน HuggingFace เพื่ออำนวยความสะดวกในการปรับแต่งและพัฒนาต่อไป
เอกสารนี้สำรวจว่าโมเดลภาษาขนาดใหญ่ (LLMs) สามารถลืมพฤติกรรมที่ไม่ต้องการ เช่น เนื้อหาที่มีลิขสิทธิ์หรือเนื้อหาส่วนตัวได้จริงหรือไม่ โดยไม่ต้องฝึกใหม่ - พบว ่าการควอนไทเซชัน ซึ่งเป็นกระบวนการลดความแม่นยำของน้ำหนักโมเดล สามารถคืนข้อมูลที่ "ลืม" ไปได้อย่างมีนัยสำคัญ โดยโมเดลที่ลืมสามารถเก็บรักษาความรู้ที่ลืมไปได้ถึง 83% หลังจากการควอนไทเซชัน 4 บิต - ผู้เขียนเสนอวิธีการลืมที่ทนทานต่อการควอนไทเซชันเพื่อแก้ไขปัญหาการลืมที่ไม่สมบูรณ์ใน LLMs อย่างมีประสิทธิภาพ
การศึกษาล่าสุดระบุว่าการทำควอนไทซ์โมเดลสามารถย้อนกลับวิธีการ "ลืม" ในโมเดลภาษาขนาดใหญ่ (LLMs) ซึ่งใช้เพื่อทำให้โมเดลลืมข้อเท็จจริงเฉพาะ
การควอนไทเซชัน ซึ่งเป็นกระบวนการที่ลดความแม่นยำของน้ำหนักโมเดล อาจฟื้นฟูข้อมูลที่ถูกลืมโดยไม่ได้ตั้งใจ ทำให้เกิดความกังวลเกี่ ยวกับประสิทธิภาพของการลืม
ผลการวิจัยเน้นย้ำถึงประเด็นที่กว้างขึ้นที่เกี่ยวข้องกับจริยธรรมของ AI, ลิขสิทธิ์, และผลกระทบของ AI ต่อการเข้าถึงและการสร้างข้อมูล
นักพัฒนาอินดี้สร้างแอปเพื่อช่วยตัดสินใจเลือกเมนูอาหารเย็น โดยได้รับแรงบันดาลใจจากประสบการณ์ส่วนตัวเกี่ยวกับความลังเลใจ
แอปเริ่มต้นด้วยการแสดงรายการสูตรอาหารและสุ่มแนะนำสามสูตร จากนั้นพัฒนาเป็นอินเทอร์เฟซคล้าย Tinder ที่ผู้ใช้สามารถปัดเพื่อเลือกมื้ออาหารได้
นักพัฒนาต้องการความคิดเห็นจ ากผู้ใช้เพื่อปรับปรุงแอป ซึ่งบ่งบอกถึงกระบวนการพัฒนาที่กำลังดำเนินอยู่
นักพัฒนาอินดี้ได้เปิดตัวแอปที่ช่วยคู่รักตัดสินใจเลือกมื้ออาหารโดยการปัดผ่านตัวเลือกสูตรอาหาร คล้ายกับอินเทอร์เฟซของ Tinder
แอปนี้อนุญาตให้ผู้ใช้ป้อนสูตรอาหารของตนเองและแนะนำตัวเลือกประจำวัน ปัจจุบันมีให้บริการบน iOS และมีแผนที่จะเปิดตัวบน Android
ผู้ใช้ได้ให้ข้อเสนอแนะ โดยแสดงความกังวลเกี่ยวกับรูปแบบการสมัครสมาชิกและเสนอแนะฟีเจอร์เพิ่มเติม เช่น ตัวกรองส่วนผสมและการรวมรายการช้อปปิ้ง เพื่อเพิ่มประสิทธิภาพในการวางแผนมื้ออาหารและลดความเหนื่อยล้าจากการตัดสินใจ