» Håll dig ajour kring AI · En AI-skapad och ständigt föränderlig nyhetstidning om AI. Idag har vår robot sammanfattat 235 nyhetshändelser. Upptäck gärna vår kurs AI på jobbet förresten. «
Johns Hopkins University är ett privat forskningsuniversitet i Baltimore, Maryland, USA. Grundat 1876 av filantropen Johns Hopkins, är det känt för sitt starka fokus på forskning och innovation. Universitetet har flera campus och erbjuder ett brett utbud av program på både grund- och avancerad nivå inom humaniora, naturvetenskap, teknik och medicin. Johns Hopkins är särskilt känt för sina medicinska och folkhälsoinstitut, där det ständigt rankas som en av de bästa i världen. Genom åren har universitetet utbildat många framstående forskare, politiker och författare.
Senaste nytt kring Johns Hopkins University
Microsofts AI for Good Lab chef diskuterar användning av AI för positiv inverkan på mänskligheten
Juan Lavista Ferres, chef för Microsofts AI for Good Lab, har medförfattat en bok som ger verkliga exempel på hur artificiell intelligens (AI) kan användas ansvarsfullt för att positivt påverka mänskligheten. I en intervju diskuterar Ferres sin nya bok, hur man kan minska fördomar inom data som matas in i AI och rekommendationer för regulatorer som skapar regler kring AI-användning inom sjukvården. Microsofts AI for Good Lab är en helt filantropisk initiativ där de samarbetar med organisationer runt om i världen och tillhandahåller sina AI-färdigheter, AI-teknologi och AI-kunskap. De har laboratorier i Redmond, New York, Nairobi och har även medarbetare i Uruguay och Colombia.
har gått vår kurs "AI på jobbet".
USAs flygvapen och DARPA nominerade till Robert J. Collier Trophy för genombrott inom maskininlärning
USAs flygvapens testpilotskola och Defense Advanced Research Projects Agency (DARPA) var finalister för Robert J. Collier Trophy 2023, ett erkännande av nyligen genombrott som inlett maskininlärningseran inom flygindustrin. Teamen samarbetade för att testa genombrottsutföranden i artificiella intelligensalgoritmer med hjälp av X-62A VISTA-flygplanet som en del av DARPAs Air Combat Evolution (ACE) program. Inom loppet av ett år gick teamen från den initiala installationen av levande AI-agenter i X-62A: s system, till att demonstrera de första AI mot människa inom visuell räckvidd, känd som en dogfight. Detta kommer att tjäna som grund för framtida framsteg inom flyg AI.
Blodbaserad maskininlärningsanalys kan skilja patienter med äggstockscancer
En blodbaserad maskininlärningsanalys som kombinerar cellfritt DNA (cfDNA) fragmentmönster och nivåer av proteinerna CA125 och HE4 kan skilja patienter med äggstockscancer från friska individer eller patienter med godartade äggstocksformationer, enligt en retrospektiv studie presenterad vid American Association for Cancer Research (AACR) årliga möte 2024. Studien genomfördes av Jamie Medina, forskare vid Johns Hopkins Kimmel Cancer Center, och Akshaya Annapragada, en MD/Ph.D. student vid Johns Hopkins University School of Medicine. Forskarna analyserade fragmentomer från individer med och utan äggstockscancer med hjälp av DELFI. De tränade en maskininlärningsalgoritm för att integrera fragmentomdata med plasmanivåer av två kända biomarkörer för äggstockscancer: proteinerna CA125 och HE4.
AI omformar utbildningen: Lärare och studenter använder verktyg som ChatGPT för att förbättra skrivandet
Diane Gayeski, professor i strategisk kommunikation vid Ithaca College, använder AI-verktyget ChatGPT för att granska och ge förslag på förbättringar av studenternas uppsatser. Hon kräver att hennes klass på 15 studenter gör detsamma. AI håller på att omforma utbildningen, med både fördelar och nackdelar. En rapport av strategikonsultföretaget Tyton Partners visar att hälften av universitetsstudenterna använde AI-verktyg under hösten 2023. Lärare vänder sig till AI-verktyg och plattformar som ChatGPT, Writable, Grammarly och EssayGrader för att hjälpa till med att betygsätta uppsatser, skriva feedback, utveckla lektionsplaner och skapa uppgifter. Men användningen av AI för skrivfeedback eller betygssättning av uppgifter väcker också etiska överväganden.
Prenosis AI-drivna verktyg för sepsisdiagnostik får FDA-godkännande
Hälsoteknikföretaget Prenosis har annonserat att dess artificiella intelligens-drivna diagnostikverktyg för sepsis, Sepsis ImmunoScore, är det första att få godkännande från den amerikanska läkemedelsmyndigheten FDA. Sepsis ImmunoScore, som bygger på Prenosis Immunix-plattform, använder 22 olika parametrar för att hjälpa kliniker att bedöma en patients risk för sepsis. Verktyget är integrerat direkt i elektroniska hälsoregister där kliniker skapar och hanterar patienters medicinska journaler. Prenosis lösning godkändes genom FDA:s De Novo-bana, vilket innebär att myndigheten inte tidigare har godkänt något liknande Sepsis ImmunoScore.
AI-verktyg utvecklat för att upptäcka COVID-19 i lungultraljudsbilder
Forskare vid Johns Hopkins University har utvecklat ett automatiserat AI-verktyg som kan upptäcka COVID-19 i lungultraljudsbilder. Verktyget ska förbättra AI-drivna medicinska diagnostik och tillåta sjukvårdspersonal att snabbt och korrekt diagnostisera patienter med COVID-19 och andra lungsjukdomar. Verktyget analyserar lungultraljudsbilder för att identifiera tecken på sjukdom. Forskarna säger att mjukvaran kan lära sig från verkliga och simulerade data och sedan urskilja avvikelser i ultraljudsskanningar som indikerar att en person har drabbats av COVID-19.
Maskininlärningsbaserad metod för att upptäcka och spåra cancer-DNA-sekvenser utvecklad av forskare vid Johns Hopkins
Forskare vid Johns Hopkins har utvecklat en metod, kallad ARTEMIS, som använder maskininlärning för att upptäcka och spåra upprepade DNA-sekvenser i cancer. Metoden, som publiceras i Science Translational Medicine den 13 mars, kan ge icke-invasiva diagnoser och insikter i cancergenetik. ARTEMIS kan också användas för att detektera cancer tidigt och bedöma dess behandlingsrespons. Studien leddes av Akshaya Annapragada, Robert Scharpf och Victor E. Velculescu. Forskarna fann att många upprepningar som inte är associerade med cancer ändrades under tumörutveckling.
UHD:s masterprogram i artificiell intelligens rankas bland de bästa
University of Houston-Downtown (UHD) var en tidig adopter av att erbjuda en masterexamen i artificiell intelligens (MSAI). Programmet startade hösten 2022 och AI Degree Guide utsåg nyligen det till en av de bästa masterprogrammen i artificiell intelligens. UHD rankades bland några av nationens främsta teknik- och forskningsuniversitet. TechGuide rankade nyligen UHD:s program som nummer 30 i de bästa masterprogrammen i artificiell intelligens för 2024. Programmet utbildar studenter i specifika färdigheter för AI-applikationer inom industri, affärer och utbildningssektorer.
AI-krigföring är redan här: USA:s militär använder Project Maven
USA:s militär, som initialt var skeptiska till AI, utvecklar och använder nu Project Maven för att identifiera mål på slagfältet. Projektet, som startade som en experimentell satsning, har nu blivit ett officiellt program inom försvarsdepartementet. AI-användningen i krigföring är inte längre teoretisk. De senaste veckorna har datorseendealgoritmer som ingår i USA:s försvarsdepartements flaggskepps-AI-projekt, Project Maven, lokaliserat raketuppskjutare i Jemen och ytfartyg i Röda havet, och hjälpt till att avgränsa mål för attacker i Irak och Syrien. USA är inte det enda landet som tar detta steg: Israels militär har sagt att de använder AI för att ge råd om målutpekning i Gaza, och Ukraina använder AI-programvara i sin ansträngning att stå emot Rysslands invasion.
MIT forskare modifierar Weyl´s lag för att förbättra maskininlärning
Behrooz Tahmasebi, doktorand vid Massachusetts Institute of Technology (MIT) och affiliate till Computer Science and Artificial Intelligence Laboratory (CSAIL), har tillsammans med sin rådgivare Stefanie Jegelka, lyckats modifiera Weyl´s lag för att inkludera symmetri i bedömningen av en datamängds komplexitet. Deras arbete, som presenterades vid konferensen Neural Information Processing Systems 2023, visar att symmetrier kan utnyttjas för att minska komplexiteten i maskininlärningsuppgifter, vilket kan leda till en minskning av den mängd data som behövs för inlärning.
Forskare utvecklar effektivare objektdetektionsmodell för autonoma system
Forskare från University of Maryland och Johns Hopkins University har utvecklat en mer effektiv objektdetektionsmodell för autonoma system, kallad Squeezed Edge YOLO. Modellen är designad för att köras på små edge computing-plattformar och är betydligt mindre i storlek jämfört med traditionella modeller, vilket ökar både bearbetningshastigheten och energieffektiviteten. Forskarna optimerade sin modell för GAP8-hårdvaruarkitekturen och testade den på två edge computing-plattformar. Squeezed Edge YOLO kördes 3,3 gånger snabbare och förbrukade 76% mindre energi jämfört med EdgeYOLO.
har gått vår kurs "AI på jobbet".
Johns Hopkins dra in stor finansiering för AI-nav tack vare COVID-19-dashboard
Johns Hopkins University har dragit in betydande finansiering för att bygga ett nav för artificiell intelligens (AI) i Baltimore, tack vare dess framstående COVID-19-dashboard som har fått över 2,5 miljarder visningar. Universitetet har redan börjat utforma sin stora satsning på AI och planerar att bygga ett institut för datavetenskap och AI på Homewood-campus. Målet är att göra Hopkins och Baltimore till nationens främsta destination för datavetenskap, maskininlärning och AI. Universitetet har avböjt att ange hur mycket finansiering som går till det nya institutet och dess källor.
Forskare upptäcker säkerhetslucka i AI-bildgenereringssystem
Forskare från Johns Hopkins University och Duke University har upptäckt en sårbarhet i populära text-till-bild AI-system som DALL-E 2 och Midjourney. Trots säkerhetsfilter som ska blockera olämpligt innehåll, har forskarna utvecklat en algoritm, SneakyPrompt, som kan lura dessa filter och skapa olämpliga bilder. Genom att använda alternativa beskrivningar som smyger förbi filtren kunde forskarna manipulera systemen. Denna upptäckt tyder på en betydande lucka i AI:s säkerhetsfilter, där oskyldiga eller nonsensord kan slinka igenom och framkalla generering av olämpliga bilder. Forskarna planerar att presentera sina fynd vid IEEE Symposium on Security and Privacy i maj 2024.
AI-verktyg som DALL-E kan fortfarande skapa explicit innehåll trots uppdateringar
Generativa AI-verktyg som DALL-E har hamnat i rampljuset efter att en rad deepfake-videor, inklusive de med Rashmika Mandanna och Katrina Kaif, blev virala. Trots regleringar och säkerhetsfilter kan dessa verktyg fortfarande skapa ´nakna´ eller ´nude´ bilder, vilket kan vara pornografiskt. Enligt en rapport från forskare vid Johns Hopkins University och Duke University kan Text till Bild-verktyg som DALL-E 2 och Midjourney fortfarande skapa pornografiska bilder med sina nyutvecklade algoritmer. Forskarna avser att publicera sina fynd vid IEEE Symposium on Security and Privacy i maj 2024.
Forskning vid Johns Hopkins University presenterar ny metod för hjärtkateterlokalisering
Forskning ledd av Muyinatu A. Lediju Bell vid Johns Hopkins University har utvecklat en ny metod för att förbättra precisionen vid hjärtkateterlokalisering, en vanlig procedur för att behandla arytmier. Metoden kombinerar fotoakustisk avbildning och maskininlärning för att undvika potentiell skada på hjärtat under ingreppet. Fotoakustisk avbildning använder laserpulser genom en optisk fiber som är fäst vid katetern, vilket skapar bilder som kan styra robotarmar som manipulerar katetern. Forskarteamet utvecklade också ett djupt konvolutionellt neuralt nätverk för att identifiera kateterspetsar i fotoakustiska bilder.
Läkare och konstnär Nathan Gray skapar medicinska serier
Nathan Gray är en biträdande professor i medicin vid Johns Hopkins University School of Medicine och en konstnär som tecknar serier om medicinska ämnen. Han ger en kreativ vinkling på medicinska ämnen genom sina teckningar.
AI och ML revolutionerar hälsovårdsindustrin
Integrationen av artificiell intelligens (AI) och maskininlärning (ML) i hälsovården har lett till anmärkningsvärda framsteg inom patientvård, diagnos och behandling. Dessa teknologier har revolutionerat hälsovårdsindustrin, förbättrat noggrannheten, effektiviteten och den personliga vården. AI och ML har potential att transformera hur intressenter utvecklar, tillverkar, använder och utvärderar terapier. Pfizer utnyttjade AI och ML för att skapa de första vaccinerna för att bekämpa COVID-19-viruset. På Johns Hopkins University används ett AI-system för att snabbare upptäcka patienters risk för sepsis än genom traditionella metoder. Apple Watch kan redan övervaka en persons hjärtfrekvens, blodtryck och eventuella oregelbundna rytmer. Med större framsteg inom AI och ML kan klockan också tränas att meddela bärarna om de kommer att få ett hjärtattack och berätta för dem att kontakta deras läkare eller gå till akutmottagningen.
Katharine Flores får stipendium för att utveckla 3D-utskrift av amorfa metaller
Katharine Flores, professor vid McKelvey School of Engineering, har mottagit ett fyraårigt stipendium på 475 000 dollar från National Science Foundation (NSF) för att stödja samarbetsarbete med simulering-informerade modeller för additiv tillverkning av amorfa metaller. Projektet ingår i NSF:s initiativ Designing Materials to Revolutionize and Engineer our Future (DMREF). Flores kommer att arbeta med ett team, inklusive forskare från Johns Hopkins University och University of Wisconsin-Madison, för att använda maskininlärning för att härleda väsentliga mått på materialstruktur.
Populära AI-bildgeneratorer kan hackas för att skapa olämpligt innehåll, visar ny forskning
Forskare vid Johns Hopkins University har avslöjat sårbarheter hos populära AI-bildgeneratorer som DALL-E 2, vilka kan hackas för att skapa innehåll som inte är lämpligt för arbete. Trots att dessa onlinekonstgeneratorer påstås blockera våldsamt, pornografiskt och annat tvivelaktigt innehåll, kunde forskarna manipulera systemen för att skapa bilder som produktens säkerhetsåtgärder borde utesluta. Med rätt kod kan någon, från tillfälliga användare till personer med illvilliga avsikter, kringgå systemens säkerhetsfilter och använda dem för att skapa olämpligt och potentiellt skadligt innehåll.
Ny neural nätverksteknik kan revolutionera AI-funktioner
Forskare från institutioner som Johns Hopkins University, New York University, Santa Fe Institute och University of Osnabrück har samarbetat för att skapa ett neuralt nätverk som visar mänsklig liknande skicklighet i språklig generalisering. Tekniken, kallad Meta-learning for Compositionality (MLC), imiterar hur människor lär sig och använder nya ord i olika situationer genom en process kallad systematisk generalisering. Forskarna studerar för närvarande mänskliga utvecklingsprocesser för att förbättra det neurala nätverkets systematiska generaliseringsförmågor.
Neurala nätverk kan potentiellt överträffa AI-drivna chattbotar
En ny studie visar att forskare potentiellt står på gränsen till ett genombrott med en ny teknik kallad neurala nätverk, vilka kan göra generaliseringar om språk. Enligt rapporter kan dessa neurala nätverk potentiellt överträffa AI-drivna chattbotar som Bing Chat och ChatGPT. När de testades med vissa uppgifter kunde det neurala nätverket replikera liknande resultat, medan GPT-4-modellen kämpade för att utföra dessa uppgifter. Neurala nätverk AI kan förstå och använda nya ord i olika sammanhang bättre än ChatGPT. Forskare har skapat en ny teknik som kan överträffa generativ AI:s kapacitet.
har gått vår kurs "AI på jobbet".
Ny studie föreslår annan metod för att förbättra maskininlärning
För att utveckla flexibla maskininlärningsmodeller som kan resonera som människor, kan lösningen vara att ändra hur de tränas snarare än att mata dem med mer träningsdata, enligt en ny studie. Forskarna testade sin tränade AI-modells förståelse av ett påhittat språk mot 25 mänskliga deltagare. De fann att deras optimerade neurala nätverk svarade 100 procent korrekt, medan mänskliga svar var korrekta cirka 81 procent av tiden. Forskarna menar att detta kan vara ett steg mot bättre, mindre felbenägna AI-modeller och kan hjälpa till att belysa hemligheterna bakom hur AI-system och människor lär sig.
AI djupinlärningsmodell utvecklad för att förutsäga COVID-19 fall
Forskare har utvecklat och tränat en artificiell intelligens (AI) djupinlärningsmodell för att förutsäga antalet COVID-19 fall 14 dagar framåt. Modellen använder en kombination av dagligen bekräftade fall, regionsspecifik regeringspolitik, reproduktionssiffror och flyguppgifter från de senaste 30 dagarna för att exakt förutsäga framtida COVID-19 utbrott. Validering av modellen med COVID-19-data från 190 länder visar att modellen har felmarginaler så låga som 33%, vilket förbättrar noggrannheten för länder med flera COVID-19 vågor. Djupinlärningsmodeller som denna kan hjälpa oss att skydda oss mot framtida pandemier genom att ge beslutsfattare den bästa informationen för att utnyttja sina tillgängliga resurser.
AI kan omvandla läkemedelsupptäckten men medför etiska frågor
AI har potential att revolutionera läkemedelsupptäckten, men experter varnar för att det är kritiskt att hantera potentiella etiska och sociala rättvisefrågor. AI kan hjälpa forskare att finjustera vilka som kan svara bra på ett visst läkemedel, vilket ökar rättvisa och jämlikhet. Men det finns frågor kring skyddet av patientintegritet, hur noggrant det nuvarande samtyckessystemet är och hur forskare och kliniker utvecklar robusta patientgrupper som inte utesluter medlemmar av underrepresenterade grupper eller socialt missgynnade. Dessutom kan AI hjälpa till att sänka de enorma kostnaderna för läkemedelsupptäckten.
