NIH研究人员开发了一种AI工具，能够利用肿瘤内单个细胞的数据预测癌症对特定药物的反应
📈 技术亮点：该工具运用了单细胞RNA测序技术，相较于传统的肿瘤DNA和RNA批量测序，提供更高分辨率的细胞级数据。
🛠️ AI模型应用：通过迁移学习技术，AI模型在大量RNA测序数据上训练，并用单细胞RNA测序数据进行微调，以预测药物反应。
⚖️ 临床测试：在多发性骨髓瘤和乳腺癌患者的数据上测试，AI模型成功预测了个体对单一药物和药物组合的反应。
📝 未来展望：随着单细胞RNA测序数据的更广泛应用，AI工具的准确性有望提高。
https://www.nih.gov/news-events/news-releases/nih-researchers-develop-ai-tool-potential-more-precisely-match-cancer-drugs-patients
谷歌宣布将整合其内部两个专注于构建AI模型的团队。
💡 整合目的：通过整合Google DeepMind团队内的团队，包括来自公司研究部门的团队，以加速AI模型的开发。
📈 DeepMind的作用：Google DeepMind是去年通过合并Google Brain团队、DeepMind以及其他专注于AI系统的研究人员而创建的。
🚀 加速进步：Sundar Pichai提到，这一举措有助于加速Gemini模型的开发，并统一了机器学习（ML）基础设施和开发团队。
🔍 研究与责任：Google研究部门将专注于计算系统（包括量子计算）、基础ML和算法以及应用科学和社会这三个关键领域的基础和应用计算机科学研究。
👮 负责任的AI：负责任的AI团队从研究部门转移到DeepMind，以更接近模型构建和扩展的地方。
https://ai.meta.com/blog/meta-llama-3/
Meta的AI需要与你对话
📱 Meta在多个应用中部署AI聊天机器人，以增强用户粘性。
🔍 聊天机器人将出现在Facebook、Instagram、WhatsApp和Messenger。
🔎 AI用于搜索和提供实时信息，如航班和旅行建议。
🌐 AI既是聊天机器人也是搜索引擎，提供综合回答和来源链接。
📉 部署引起争议，依赖第三方数据，可能引起用户混淆。
🔮 尽管面临挑战，Meta推动用户与AI进行更多互动。
https://nymag.com/intelligencer/article/metas-ai-needs-to-speak-with-you.html
VASA-1：实时生成逼真的音频驱动会说话的面孔
🎥 功能：给定一张静态图片和一段语音，VASA能生成同步的、逼真的虚拟角色说话视频。
🤖 技术：核心是面部动态和头部运动生成模型，以及使用视频开发的面部潜在空间。
🏆 性能：在多个维度上超越了以往方法，支持高视频质量和实时生成。
⚙️ 可控性：可以根据需要调整眼睛注视方向、头部距离和情绪表达。
🌐 泛化能力：能处理训练集之外的输入，如艺术照片、歌唱音频和非英语语音。
🧬 解耦：能够分离控制外观、头部姿势和面部动态，实现内容的精细编辑。
⏱️ 效率：支持高达40 FPS的在线视频生成，延迟极低。
🛡️ 负责任的AI：旨在积极应用，反对滥用技术误导或冒充真人。
📅 未来规划：暂无发布在线演示或产品的计划，直到确保技术能负责任地使用。
https://www.microsoft.com/en-us/research/project/vasa-1/
相关文章
