Imperial College London
PulseAugur coverage of Imperial College London — every cluster mentioning Imperial College London across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
加拿大国际学校香港分校2026届毕业生获得逾千份大学录取通知
加拿大国际学校香港分校（CDNIS）庆祝其2026届毕业生的成就，他们获得了来自全球150多所院校的逾千份大学录取通知。该校独家提供国际文凭课程（IBDP）和安大略省高中毕业文凭（OSSD），旨在培养学生的学术严谨性、批判性思维和适应能力。毕业生获得了进入布朗大学、剑桥大学和加州大学伯克利分校等著名大学的席位，并获得了大量医学、法律专业的录取通知以及丰厚的奖学金。
-
帝国理工学院利用 Databricks 数据平台加强痴呆症研究
帝国理工学院已将其痴呆症研究平台现代化，将物联网、临床和研究数据整合到一个可扩展的分析环境中。这个使用 Databricks 构建的新架构将运营和分析工作负载分开，通过 Unity Catalog 增强数据访问，并简化了非技术用户的探索过程。该平台已将数据集成时间从六个月显著缩短到一个月，从而加速了模型开发并改善了痴呆症患者的护理。
-
英国公布11亿英镑人工智能硬件投资和技能推广计划
英国政府宣布了一项旨在提升其人工智能基础设施和能力的重大投资计划。其中包括为人工智能硬件提供11亿英镑的资金，重点支持国内芯片设计商并促进战略合作。此外，该计划还拨出资金用于人工智能技能开发，并鼓励企业更广泛地采用人工智能技术。AMD和Nebius等主要科技公司也承诺向英国的人工智能生态系统进行大量投资，同时成立了一个新的国防人工智能工作组。
-
AMD 五年内向英国 AI 投资高达 20 亿英镑
AMD 宣布将在未来五年内向英国人工智能领域投资高达 20 亿英镑。这笔资金旨在促进英国的创新、研究和计算基础设施。作为这项计划的一部分，AMD 还与帝国理工学院建立了战略合作伙伴关系，以推进各个科学和工程领域的尖端研究。
-
香港耀中国际学校学生斩获全球顶尖大学 900 余份录取通知
香港耀中国际学校 (YCIS HK) 的学生已收到来自哈佛、斯坦福、剑桥等世界顶尖大学的 900 余份录取通知。该校强调个性化支持、低师生比以及真实世界体验，以帮助学生进入顶尖学府。毕业生已获得法律、医学和工程等竞争性专业的入学资格，这反映了该校对学术严谨性和全球视野的关注。
-
AI 精神病：AI 如何让互联网感觉不真实
404 Media 的 Jason Koebler 描述了一种他称之为“AI 精神病”的现象，即互联网正在变成一个文本的“恐怖谷”，使用户不断质疑内容是否由人类生成。这导致了认知负担和“僵尸互联网”，人类与 AI 生成的内容互动，模糊了真实性的界限。情况已经变得如此荒谬，以至于出现了旨在通过引入错误使 AI 生成的文本看起来更像人类的工具，突显了真实性作为一种稀缺且有价值的商品。
-
Robot Talk播客将在伦敦艺术节上聚焦医疗AI
Robot Talk播客将于今年六月在伦敦的The Great Exhibition Road Festival进行现场录制。活动将邀请三位专家小组成员，重点讨论机器人和AI在医学和医疗保健领域的应用。录制时间定于6月6日星期六下午5点，地点在伦敦帝国理工学院。
-
AI订阅摧毁自由职业设计市场，压缩中层工作
随着AI工具的兴起，自由职业设计市场经历了显著的低迷，特别是对中层专业人士而言。研究表明，在ChatGPT等AI模型发布后，自由职业平面设计、写作和软件开发工作急剧减少。客户越来越多地选择负担得起的AI订阅服务，例如Midjourney或Adobe Firefly，来处理以前由人类设计师完成的任务，导致基础和中端创意工作的需求崩溃。
-
LoRA 作为 LLM 的可行参数知识记忆出现，是对 RAG 和 ICL 的补充
一篇新论文探讨了使用低秩适应（LoRA）作为持续更新大型语言模型知识的方法。该研究实证分析了 LoRA 的容量、可组合性以及用于存储和整合信息的优化，并将其与现有的推理时方法（如上下文学习（ICL）和检索增强生成（RAG））进行了对比。研究结果表明，LoRA 提供了一种独特的参数化知识记忆方法，为其操作边界提供了实际指导。
-
新框架通过归纳-演绎推理增强多模态上下文学习
研究人员开发了一个新框架，以改进视觉语言模型（VLMs）的上下文学习。该方法解决了一个“归纳差距”，即模型可能通过有缺陷的推理得出正确答案，并且难以从示例中泛化规则。它引入了用于压缩冗余视觉标记、重新平衡图像间注意力以及用于推导和应用规则的思维链过程的模块。在八个基准上的评估显示，开源VLMs的性能得到了显著提升。
-
AI帮助科学家改造细菌，使其仅靠19种氨基酸生存
研究人员利用AI研究生命的基本构成单元，特别是蛋白质。通过采用AI指导的蛋白质设计，科学家们改造出一种大肠杆菌菌株，使其能够以减少的19种氨基酸（而非通常的20种）生存。该实验表明，核糖体等基本生物机器可以容忍简化，可能为早期生命的化学提供见解。
-
AI生成超过三分之一的新网站；OpenAI因大规模枪击事件不作为被起诉
伦敦帝国理工学院和斯坦福大学研究人员的最新研究表明，在2022年末至2025年中期推出的新网站中，超过三分之一是借助AI创建的。该研究分析了互联网档案馆Wayback Machine的数据，发现35.3%的新网站使用了AI，其中17.6%是完全由AI生成的。这一趋势与此前关于机器人流量以及AI在诈骗网站和SEO操纵等方面的使用日益增加的报告相符。
-
人工智能诊断和药物发现为对抗抗生素耐药性带来新希望
人工智能正成为对抗抗生素耐药性这一日益严重的全球健康危机的重要工具。人工智能驱动的诊断现在可以实现超过99%的耐药感染识别准确率，与传统方法相比，大大缩短了诊断所需时间。除了诊断，人工智能还在加速新型抗生素药物的发现和设计，并能预测耐药细菌的传播，为应对这一复杂挑战提供了多方面的方法。
-
Google Research 推进个性化医疗和诊断人工智能
Google Research 正在推进医疗领域的人工智能，重点关注个性化预防性护理和改进临床工作流程。其个人健康助手 (PHA) 能够模拟一个健康团队，提供统一的智能和支持，将可穿戴设备数据转化为个性化的健康见解。研究还表明，人工智能在提高诊断准确性方面具有潜力，例如一个能够识别先前漏诊的乳腺癌的系统，以及另一个能够筛查糖尿病视网膜病变的系统，这些都有助于临床医生并可能减轻他们的工作负担。
-
Google DeepMind 利用人工智能加速科学发现和数学研究
Google DeepMind 正在启动利用人工智能加速科学发现的计划，重点关注与印度的合作以及推进数学研究。该公司正在提供 AlphaGenome 和 AI Co-scientist 等前沿人工智能模型的使用权，以实现科学突破，并支持与顶尖研究机构的“人工智能助力数学计划”。此外，Google Research 开发了一个使用 Gemini 的人工智能系统，该系统可以帮助科学家编写专家级的实证软件，用于假设评估，并在多个科学领域展现…