University of Edinburgh
PulseAugur coverage of University of Edinburgh — every cluster mentioning University of Edinburgh across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
作者鄙视“人工智能”一词，称其具有误导性
作者对“人工智能”一词表示强烈不满，认为它具有误导性，并且经常被用来掩盖人工智能系统的真实性质。他们认为该术语暗示了当前人工智能不具备的意识或独立思考水平，从而导致期望过高和潜在的误解。
-
苏格兰人工智能增长区获得3亿英镑政府资金支持
苏格兰人工智能增长区已获得英国和苏格兰政府3亿英镑的大幅资金支持。这项投资旨在加速该地区人工智能技术和基础设施的发展。该资金将支持爱丁堡大学和赫瑞瓦特大学等关键机构的倡议，促进人工智能研究和应用的合作与创新。
-
英国学生就机器学习工程师的最佳大学学位寻求建议
苏格兰的一名准大学生正在就成为机器学习工程师的最佳学位途径寻求建议。他们正在考虑爱丁堡大学的工程硕士（MEng）、理学硕士（MSci）或信息学硕士（MInf）等课程。
-
刚果埃博拉疫情可能始于一月，实地研究表明
根据一项实地研究，东刚果的一场埃博拉疫情最初于五月宣布，但现在认为始于一月。这项由人类学家和研究人员进行的研究，在官方宣布之前的一月至五月期间，共发现超过500例疑似病例和十三名医护人员死亡。目前的流行病学模型依赖病例报告数据，将疫情爆发时间定在二月或三月，这凸显了监测系统在捕捉疫情真实起点方面的局限性。
-
联合国报告：伊朗冲突可能导致1900万人到2030年陷入长期饥饿
联合国的一份报告表明，伊朗正在发生的冲突可能在2030年前显著增加全球饥饿人口。在最坏情景下，由于能源和化肥市场的动荡，估计将有1880万人（主要在亚洲和非洲）面临长期营养不良。这种由化肥供应减少和价格上涨驱动的冲击，侵蚀了全球粮食安全方面取得的进展，并对食品占家庭收入比例更高的贫困地区造成了不成比例的影响。
-
AI挑战数学家的传统角色和动机
AI系统日益增长的能力促使人们重新评估数学家的角色和目的。虽然AI可以加速数学研究的计算方面，但人类对理解、发现的内在驱动力以及解决复杂问题所带来的满足感仍然是该领域的核心要素。这引发了对数学研究未来的疑问，以及AI是否最终会削弱人类在某些数学领域必要性的问题。
-
AI杀手机器人面临编程道德的伦理障碍
将道德观整合到用于战争的自主人工智能杀手机器人中，带来了重大的伦理和技术挑战。专家们就人工智能，特别是大型语言模型，鉴于其概率性质和对海量数据集的依赖，能否真正复制人类的道德决策进行辩论。挑战包括定义应编程谁的道德观、区分战斗人员和平民，以及人工智能速度下纠正错误的难度。
-
研究绘制出影响人工智能监管的27种企业策略
研究人员已确定了公司影响监管机构和公众讨论的27种不同方法。这种被称为“企业俘获”的现象导致政策和监督偏向企业利益而非公众福祉。该研究强调了这些策略如何被用来塑造人工智能监管和治理的格局。
-
大学绘制“大型人工智能”企业对政策的影响图
多所大学的研究人员识别出“大型人工智能”影响法律和监管的27种“企业俘获”模式。他们对新闻文章的分析揭示了用于控制叙事和塑造有利于企业的AI政策的方法。这项研究强调了公众对AI监管的更大关注的必要性。
-
首台 Cray T3D 超级计算机，曾是欧洲最快的，现将拍卖
首台制造的 Cray T3D 超级计算机，序列号 6001，目前正在拍卖中，起拍价约为 81,000 美元。这台代号为“台风”的机器曾是 1996 年 6 月欧洲最快的超级计算机，安装在爱丁堡大学。T3D 代表了 Cray 在大规模并行超级计算领域的重要转变，摆脱了传统的矢量系统。拍卖还包括另外两台 Cray 超级计算机：一台 Triton T-932 和一台 Y-MP4E。
-
Google DeepMind 的人工智能助力肝脏疾病研究，识别新的药物靶点
Google DeepMind 的 Co-Scientist 平台通过帮助科学家筛选大量文献以识别新颖的假设和潜在的药物组合，正在加速生物医学研究。爱丁堡大学的一位生物工程师使用 Co-Scientist 研究了与代谢功能障碍相关的脂肪性肝炎（MASH），这是一种复杂的肝脏疾病。该系统帮助将 NLRP3 炎症小体确定为 MASH 中的关键分子联系，这一假设后来得到了实验验证，并可能带来新的靶向疗法。
-
网络犯罪分子对充斥其论坛的AI生成内容表示不满
网络犯罪分子和黑客对充斥其在线论坛的低质量AI生成内容的日益普遍表示不满。研究这些社区的研究人员观察到，用户对生成式AI的使用越来越抵制，用户抱怨它降低了讨论质量并破坏了人际互动的真实感。这种情绪呼应了社会对AI“垃圾内容”的广泛担忧，但在重视技术技能和真实性的领域尤为突出。
-
研究发现网络犯罪分子采用人工智能的比例仍然很低
爱丁堡大学的最新研究表明，网络犯罪分子在将人工智能整合到其运营中时遇到了重大困难。研究人员分析了来自地下网络犯罪论坛的海量数据，其中包含1亿条帖子，揭示了这些恶意行为者采用人工智能工具的比例很低。研究结果表明，尽管人工智能具有潜力，但其在网络犯罪中的实际应用仍然有限。