/
碳捕捉XPrize大奖花落强化岩石风化技术，Mati Carbon凭数据软件平台胜出
XPrize基金会宣布耗资1亿美元的碳移除竞赛结果。总部位于休斯顿的Mati Carbon凭借增强岩石风化技术获得5000万美元大奖。该公司在印度和非洲的小型农场撒布碎玄武岩，不仅改善土壤质量，还能将二氧化碳转化为碳酸氢根离子实现封存。其技术亮点在于强大的数据采集与验证平台，包括AI辅助分析和专有ERP软件。此外，NetZero、Vaulted Deep和Undo Carbon分获二等奖。值得注意的是，直接空气捕获和海洋碳移除方案均未达到年移除1000吨的参赛门槛。
挪威医院如何在不增加人手的情况下提升手术室产能
挪威洛维森堡女执事医院在不增加人员编制的前提下，通过引入AI驱动的手术排程系统，成功将手术完成量提升21%，并显著减少了加班情况。该系统与医院现有电子病历基础设施集成，能够处理复杂的排程变量，包括人员配置、手术室利用率和床位容量等。该方案由临床人员全程参与共同开发，有效释放了医院现有产能，为欧洲各地面临类似挑战的医疗机构提供了可借鉴的路径。
劳埃德银行员工完成40万门AI课程，新增300个智能体AI岗位
劳埃德银行集团约6.5万名员工已通过其AI学院完成40万门课程，目标是在2026年底前实现全员AI素养。与此同时，银行新设300个专注于智能体AI的岗位，涵盖数据科学家、AI工程师及负责任AI专家等。首批33名学徒将攻读六级AI工程学徒资质。该行AI金融助手已服务50万苏格兰银行客户。相比之下，Forrester报告显示，欧洲员工在AI技能方面落后于美国同行。
麻省理工学院推出金属合金行为建模新方法
麻省理工学院研究团队开发出一种基于机器学习的新方法，可精准模拟化学无序金属合金的原子级行为。该方法利用信息论构建更具多样性的训练数据集，有效覆盖材料内部各类局部化学环境，避免重复采样。测试表明，该模型在预测合金相图及材料性能方面优于谷歌、微软等公司的大型模型，且无需耗费大量计算资源。研究成果有望加速航空航天、能源及半导体等领域的新材料研发。
Databricks Data + AI 峰会第二天五大核心要点
Databricks Data + AI峰会第二天，围绕AI成本控制、智能体治理与机器学习等议题深入展开。CEO Ali Ghodsi强调AI成本将持续攀升；新发布的元框架Omnigent旨在实现智能体的统一管控；Unity AI Gateway新增上下文安全策略与智能路由功能；AI Runtime为企业深度学习提供无服务器GPU支持；CustomerLake平台则推动营销从静态活动转向智能体驱动的持续互动模式。
ANYbotics在巴塞罗那开设工程与AI新中心
ANYbotics是一家AI驱动机器人巡检解决方案提供商，近日在西班牙巴塞罗那DFactory园区开设新办公室，这是其继苏黎世和旧金山之后的第三个全球据点。新中心将专注于计算机视觉、机器学习、软件工程及机电一体化等核心技术方向。随着石油、化工、公用事业等行业加速推进自主巡检机器人的规模化部署，ANYbotics借此扩张工程团队，以支撑持续增长的全球业务需求。
上海人工智能实验室造出了一个会自我进化的AI科学家，它用12小时干了别人24小时都没做完的事
上海人工智能实验室提出MLEvolve，通过图搜索、经验记忆和分层代码生成，让AI在12小时内自动完成机器学习工程任务，奖牌率达65.3%，超越所有现有方法。
Swift学生挑战赛获奖者：如何向库克和特纳斯展示他们的应用
两位Swift学生挑战赛杰出获奖者在WWDC期间接受采访，分享了各自的应用创作故事。Karen开发的Asul是一款离线洪水导航应用，灵感源于加纳洪灾导致的人员伤亡，可提前12小时预测洪水风险区域。14岁的Aayush开发了NodeLab，以可视化方式帮助学生学习机器学习知识。两人均有幸在苹果园区向Tim Cook、John Ternus及Susan Prescott演示了自己的应用，称这是一次令人难以置信的难忘经历。
天气与气候科学的AI革命：真革命还是虚热？
AI正被广泛应用于气象与气候建模领域，但这场"革命"或许没有想象中那么颠覆。文中指出，相关技术本质上是机器学习，通过海量数据训练模型识别规律，而非真正意义上的智能突破。谷歌、英伟达、华为、微软等企业已开发出可与传统预报模型媲美的AI气象模型。2025年2月，欧洲中期天气预报中心正式启用首个机器学习预报模型AIFS，与传统IFS模型并行运行。
从15小时到1分钟：AI与机器学习如何大幅提速通用汽车的产品研发
通用汽车首席产品官斯特林·安德森将当前工程开发定义为"第三纪元"——以AI/ML驱动的概率化设计方法，正在颠覆传统串行开发流程。过去需要15小时的有限元分析，现在仅需1分钟；碰撞测试、整车操控、HVAC系统优化均可在虚拟环境中同步进行。工程师无需等待隔夜仿真结果，可快速迭代数千种设计方案，显著提升创新效率。该技术还延伸至赛车运动、电池、国防及月球项目等多个业务板块。
这家初创公司正在颠覆近半个世纪未曾改变的香精行业
香气科技公司Patina宣布完成200万美元融资，投资方包括Betaworks和True Ventures。该公司结合先进分子设计、机器学习与气味研究，开发全新气味分子。其核心产品是名为Sense1的基础模型，旨在复制鼻腔气味受体，构建"首个嗅觉与味觉通用编码体系"。Patina已与顶级香水品牌和时尚品牌洽谈合作，致力于以AI技术创造前所未有的气味分子，并推动香料行业向更低碳、更可持续的方向转型。
Apple App Store年度安全报告：2025年拦截超逾180亿美元欺诈交易
在下月年度开发者大会前，苹果分享了App Store如何为用户和开发者提供多重保护的最新进展。App Store目前每周迎接超过8.5亿访客，覆盖175个店面。苹果强调，随着数字环境扩展，恶意行为者不断演变攻击手段，公司持续改进多层防御体系，结合专家人工审核和先进机器学习技术来检测和阻止恶意活动。
当AI学习步子迈多大才不会"跌跤"？Datawhale研究团队找到了计算公式
本文介绍Datawhale团队的研究，推导出交叉熵分类任务中学习率步长上限的闭合公式，揭示安全步长可由当前概率分布直接计算。
实现数据集对等：弥合机器人训练鸿沟的关键
机器人技术经过半个多世纪的发展，已从简单的可编程机械臂进化为具备感知与决策能力的智能移动系统。然而，机器人的学习方式与人类仍存在巨大差距——这一"训练差距"源于训练数据与真实世界环境之间的不匹配。实现数据集对等性，即用贴近真实部署环境的多样化数据训练机器人，正成为行业突破的核心方向。亚马逊AWS、微软等企业已在积极探索通过仿真、云计算与持续学习来缩小这一差距。
智能测试与数据链的碰撞：挑战与未来
智能测试的核心瓶颈并非算法，而是数据链的完整性。随着芯片架构日趋异构、封装日益复杂，测试数据需跨越晶圆厂、封装、终测及现场监控等多个环节保持连贯可信。业界专家指出，数据延迟压缩、模型溯源管理、测量环境有效性验证，以及将现场遥测反馈至生产决策，已成为智能测试落地的关键挑战。
MIT推出Universal AI项目，让所有人都能掌握AI知识
MIT开放学习部门正式推出"Universal AI"在线自学项目，旨在让全球任何人都能系统掌握人工智能知识。该项目包含五门核心课程，涵盖编程、机器学习、大语言模型、伦理等内容，并提供医疗、可持续发展、创业等行业专项课程。首门课程对所有学习者免费开放，平台还内置AI助手AskTIM提供个性化辅导支持。
Fitbit应用正式更名为Google Health，新增AI健康教练等功能
谷歌宣布将于5月19日把Fitbit应用正式更名为Google Health，现有用户无需重新下载，数据将自动迁移。新应用整合了健身、睡眠、健康及医疗记录等多维数据，并支持数百款第三方应用接入。高级订阅版（每月10美元）可使用由Gemini驱动的AI健康教练，提供个性化健身计划与睡眠分析。新版睡眠追踪算法较前代提升15%精度。谷歌表示健康数据不会用于广告投放，数据传输全程加密。
亚马逊如何利用机器学习应对中间配送网络的不确定性
亚马逊中间里程团队通过先进的优化技术与机器学习，构建能够应对不确定性的配送网络。团队开发了两类工具：一是简化网络设计并识别整合节点；二是运用蒙特卡洛方法与图注意力网络实现风险感知设计。该方案不依赖单一预测，而是在数百种可能场景中对网络进行压力测试，确保网络在多变条件下保持灵活性与韧性，从而兑现可靠的配送承诺。
慕尼黑工业大学：当决策树邂逅扩散模型，两个"平行世界"的机器学习算法竟然是同一件事？
这项来自德国慕尼黑工业大学的研究（arXiv:2605.00414，2026年5月）在数学上证明了决策树与扩散模型的等价性：通过"二分细化"极限，任何决策树可转化为概率流ODE；反之，任何满足熵单调性的扩散过程都内嵌一棵通过矩合并时间构造的决策树。两者共享"全局轨迹得分匹配"（GTSM）这一统一优化目标，梯度提升在连续极限下被证明是该目标的全局最优贪心求解器。基于此框架，研究者提出TREEFLOW（表格生成，2倍提速）和DSM-TREE（层级知识蒸馏，4/5数据集匹配教师树性能）两个实用算法。
人工智能研究发现帕金森病存在多种类型
比利时VIB与鲁汶大学科学家利用机器学习算法，对帕金森病患者治疗反应差异进行深入研究。研究团队以果蝇为模型，分析24个致病基因突变对行为的影响，成功识别出两大类型及五种亚型，各具独特分子特征。研究证明不同亚型对药物反应存在显著差异，为个性化治疗提供了科学依据。该成果发表于《自然通讯》，未来将逐步推广至人类患者的临床研究。
京公网安备 11010802021500号
