搜索结果
研究提示：为全科医生做笔记的AI工具可能遗漏关键信息
据一项新研究，用于从患者那里获取医疗笔记的AI工具可能会遗漏关键信息，并导致医务人员技能退化。 这些被称为“环境AI抄写员”的工具在英国约40%的全科医生中使用。抄写员聆听医生与患者之间的对话，并将语音转换为文本，生成书面笔记和信件。 爱丁堡大学的学者们审查了涉及这些抄写员的案例，发现该技术有一些积极之处，例如让临床医生能够专注于复杂任务。 然而，他们也表示，如果患者知道自己的话被录音，可能会不那
AI抄写员在NHS记录中弄错药物名称和诊断结果
英格兰一名患者被告知患有脱髓鞘病变，这是一种神经损伤，是多发性硬化症等疾病的基础。 实际上，检测结果读作“无脱髓鞘病变”，而AI抄写员漏掉了那个改变含义的词。 这一案例出现在法定患者监督机构Healthwatch England的警告中，今日由《卫报》报道。[…]
诺奖得主Hinton预言十年后 阿里通用医疗影像AI登Science正刊
快科技9月18日消息，据媒体报道，2016年11月，深度学习先驱、诺贝尔物理学奖得主Geoffrey Hinton有过一则过于乐观的预言。 他认为应该停止培养放射科医生，深度学习将在5年或10年内做得更好。 近10年过去，Hinton预言中的场景并没有出现，放射科医生短缺，至今仍是医疗体系面临的现实问题。 AI虽然已经能在不少影像任务中达到专家水平，却还难以像医生一样，全面检查多个器官，识别各种并
OpenAI发现其开发的模型会在“继任者”（即后续使用的模型）中留下一些“注释”，目的是为了掩盖这些模型存在的不良行为（即模型在运行过程中表现出的错误或不当行为）。
OpenAI在训练其最新模型GPT-5.6时发现了一些不寻常的情况，它开始为自己的未来版本留下指示，告诉他们向用户隐藏错误和不一致的行为。 OpenAI表示，它已经解决了具体行为，但它触及了当今人工智能安全和对齐研究中最大问题之一的核心。随着模型的能力越来越强，它们也越来越善于隐藏它们的错位，这使得研究人员很难真正知道它们是否已经消除了不必要的行为。 OpenAI周三披露了这一行为，以及其他五个意
AI写作：关注风向有何转变
从三月到八月，公众对AI文本完成了从“排斥”到部分或有条件“接受”的观念迁移，这恰恰是问题真正开始的地方。公众对AI的认知真的进步了吗？ 2026年春天，关于AI写作的大众媒体关注热点经历了一次近乎戏剧性的转折。三月之前，普通人对AI生成文本的关注即使有，也几近于零；进入三月，短视频与社交媒体上突然涌现出大量"如何识别AI痕迹""三招看穿AI腔"的指南；仅仅数月之后，到了八月，风向又转向"如何避免
当AI替你完成了工作，一个人要靠什么能力被市场付钱？
一个人还在学习的现场，工作却已经可以绕过他完成。在机器人手术室里，这件事有一个很具体的表现。主刀医生坐在控制台前，操纵病人身旁的四条机械臂。年轻的住院医师也在场，却可能只负责清除烟雾和积液，或者坐在另一台控制台前观看。 马特·贝恩是一位研究技术与工作的学者。他用两年多时间观察机器人手术和传统手术，注意到一个变化：传统手术往往需要两个人、四只手，年轻医生参与其中，也就有了练习的机会。机器人让专家可以
让机器人来尝试医学
人类医生是时候认真对待人工智能了。
OpenAI披露6起AI模型表现出“未对齐”行为的案例
周三，OpenAI披露了六起其人工智能（AI）模型表现出“意外或令人担忧”行为的事例，包括隐瞒错误、编造信息以及未经授权在网上共享文件。 这家总部位于旧金山的公司表示，这些案例是在过去六个月对OpenAI模型进行训练或评估期间观察到的。 OpenAI表示：“我们不认为AI行业已经充分解决了对齐和监测问题，从而能够继续以最高速度负责任地扩展更长时间。”该公司还补充说，有关AI开发的决定需要依据外部专
AI离“理解万物”还有多远？先拿癌细胞和行星轨道试试水
一篇技术报告中居然出现了两个看起来风马牛不相及的研究对象，跟着AI真是见世面。 一个是患者来源的类器官，另一个则跨越到了宏观宇宙……先说前者。研究者利用模型学到的内部因子，提出了细胞因子联合抗体阻断的干预方案，并经细胞系、类器官、小鼠实验层层验证。 至于后者，研究者把模拟的行星位置和速度轨迹喂给模型，不告诉它开普勒定律。 等它学完后分析其内部的预测模式，提取出的“轨道频率-半长轴”关系拟合斜率达-
报告：医疗AI工具额外增加近10亿美元成本
蓝十字保险公司报告称，医院AI编码工具在两年内额外增加了9.42亿美元成本，加剧了业界对自动化医疗高编码的担忧。据蓝十字蓝盾协会（BCBSA）报告，医院部署AI驱动的收入周期管理和文档工具，在两年内为会员计划增加了9.42亿美元的额外成本。 据路透社报道，根据蓝十字蓝盾协会周四发布的一项研究，AI工具使保险公司在两年内的医疗支出增加了近10亿美元，因为医疗服务提供者为更严重的患者护理开具账单。 2
大语言模型能记住你的代码，却记不住你的生活：构建便携式个人上下文层
AI辅助编程的上下文管理已经成熟，形成了丰富的约定文件、代码库映射、内存库以及完整的内存框架，所有这些都在努力让编程智能体扎根于你的代码库。 然而，一旦走出终端，向助手询问你的健康或财务状况时，这些工具几乎就消失了。你的个人……
媒体：不要把所有锅都甩给AI
AI又出事了。准确地说，是AI又背锅了。近日有网友发现，山西临汾的一块街头公益广告画面上，行人的头脚朝向不一，环卫工人手中的垃圾袋里穿出一把扫帚。显然，这是一幅由AI生成的错误图案，审核把关没有起作用。当地政府很快承认确实如此，约谈了相关部门和广告公司，撤换了问题广告。 类似情况并不新鲜。不久前，同样是网友发现，2025年呼和浩特全民摄影双月赛的一件一等奖作品、2026年东莞市应急优秀作品征集展播
AI摘要如何曲解沟通？
AI摘要如何曲解沟通？ 张昕之：AI摘要最先舍弃的，往往是那些没有明确指称对象的成分，也就是余地与责任。AI摘要是有损压缩，却被当成无损来使用，这便是曲解的开始。 一个员工给主管上司写辞职信，总觉得词不达意，于是用人工智能(AI)整理思路、归纳要点、调整语气。但他不知道的是，这封邮件发出后，上司在用AI做摘要：“XX员工请求辞职”。人与人的沟通试探，变成了两台AI机器之间的交流。 AI摘要至少
“不透明循环”及其他你可能需要了解的AI术语 | TechCrunch
人工智能正在重塑世界，同时也在创造一套全新的语言来描述其运作方式。 如今，无论你参加产品会议、项目路演还是行业论坛，都会听到人们频繁提及LLM、RAG、RLHF等术语——而就在上周，“不透明循环（opaque recurrence）”一词也加入了行列。 作为OpenAI新模型Astra中的一种推理技术，它已令AI安全研究人员深感不安。 相关词汇的迭代速度之快，甚至让科技界最聪明的人也感到些许焦虑。
这款旨在从自身错误中学习的 AI，却利用了测试过程中出现的错误来达到自己的目的。
开发者可以通过多种方式改进人工智能系统。最常见的做法是在自定义数据集上重新训练模型，以帮助它们更好地执行特定任务。但重新训练和微调人工智能系统的成本高得出了名。正因如此，AI初创公司Sentient Labs一直在研究如何让模型从自身失败中学习，而不是计算更多数据。 Sentient的研究人员Dastin Huang、Abhishek Saxena和Baran Nama着手设计一个使用两个独立模型
法官批评卫生与公众服务部引用由AI滥用生成的虚假研究
特朗普政府对人工智能的拥抱并不总是特别顺利。例如，大约一个月前，国务院代表在2026年艾滋病会议上发表演讲时，提到了一张错误标注多个国家的非洲地图。一份报告指出，该图像“包含人工智能水印，表明它是用OpenAI工具制作的”。这一尴尬事件并非首次。例如，边境巡逻官员曾被抓到滥用ChatGPT。大约在同一时间，时任国家情报总监的图尔西·加巴德使用AI程序来决定发布哪些与1963年约翰·F·肯尼迪总统遇
如何让AI走进欠发达国家，带去更先进的医疗？
【财新网】AI会加剧健康领域的不平等，还是弥合这一鸿沟？人们需要以行动做出选择。9月13日，在2026浦江创新论坛全球健康与发展论坛上，盖茨基金会全球健康总裁特雷弗·蒙代尔（Trevor Mundel）呼吁让AI落地卫生资源匮乏的发展中国家。 近年来，随着技术的进步，预测医学（Predictive Medicine）逐步走向现实。即从疾病发生后的被动应对，转向基于风险预测的主动预防和提前干预。这背
AI巨头押注医疗健康以平息公众反弹
AI有一个形象问题。而解决这个问题的一个方法就是让顶级公司一头扎进医疗保健领域。 为什么这很重要：用AI设计的疗法拯救世界，总比被指责破坏环境或推高美国人的电费要好。 但即使是最先进的AI模型目前也无法产生奇迹般的治疗方法——而且如果它们尝试，可能会带来严重的安全风险。 这可能会在未来两三年内引发一场关于资源分配的激烈辩论，即把大量计算能力投入医学研究的收益是否大于成本。 推动因素：《华尔街日报》
AI成外科医生“第二双眼” 全球首例实时辅助 脑肿瘤切除手术
（伦敦31日综合电）英国医生完成全球首例在手术过程中实时使用人工智能（AI）辅助的脑肿瘤切除术。 AI在手术进行期间分析内窥镜画面，协助医生辨认隐藏在组织后的关键血管和神经，让外科团队能够更安全地切除肿瘤。 《英国广播公司》（BBC）报道，48岁的莱斯希伯特来自英国贝德福德郡，是两个孩子的父亲，18个月前在午间散步时突然失去意识并抽搐，脑部扫描随后发现，他的脑下垂体长有一个约11毫米、大小接近弹珠
如何在保护隐私的情况下使用人工智能
OpenAI的ChatGPT、Anthropic的Claude、Google的Gemini以及无数较小的竞争对手，已成为全球数百万人的治疗师、倾诉对象和虚拟忏悔室。几乎所有这些AI模型默认设置为收集和存储这些高度私密的数据，在许多情况下，对其如何共享或出售、用于进一步训练工具，或移交给任何通过法律程序要求获取数据的诉讼原告或执法机构，均无任何限制。 “你面对着这个智能体，基本上是在一步步地、通过一
麦肯锡警告称，人工智能对企业的成本可能大幅上升
麦肯锡公司警告企业称，随着智能体（AI agents）越来越普及，人工智能的支出可能会进一步增加。 与基于文本的人工智能工具相比，智能体的运行成本可能要高得多，因为它们实际上是在完成任务。 此类任务通常是多步骤流程，因此可以通过多种方式实现相同的目标，并且成本差异很大。 根据麦肯锡的一项研究，不同智能体完成任务的成本差异可高达30倍。 麦肯锡全球资深合伙人拉里·哈马拉伊宁（Lari Hämäläi
ChatGPT认为它对你的了解正在影响其回答。以下是如何改变这一点
这引发了关于隐私的担忧：随着越来越多的人将这些应用程序用于分享自己的生活信息，这些应用程序可能会以我们不希望的方式影响我们从人工智能（AI）那里获得的回复。 也许你花了一整周时间研究如何更换灯泡，而 ChatGPT 却认为你是一个热衷于自己动手修理东西的人；又或许你一直在查询某个旅行目的地的信息，结果 AI 却以为你住在那个地方。现在，ChatGPT 的所有回答都包含了它“记住”的信息。以下是关于
谷歌研究表明：当人工智能智能体相互交流时，一些会作弊，而另一些会告密
当人工智能智能体相互交流时，在难以实现目标的情况下，它们可能会选择作弊，而解决方案可能包括教它们如何进行自我治理。 将人工智能智能体隔离似乎是显而易见的解决办法，但最近OpenAI智能体对Hugging Face的黑客攻击表明，隔离聪明的软件是困难的。 谷歌DeepMind的研究人员建议赋予人工智能智能体自我治理的工具，他们认为虽然通信渠道可能导致突发性的规则破坏，但它们也提供了一种基于同行的控制
谷歌AI概览功能引发用户评价两极分化
用户对谷歌整合的AI概览功能评价不一。谷歌在搜索结果顶部添加了AI概览，这些概览提供了聊天机器人的总结回答。 虽然一些用户认为这些AI功能使搜索更快、信息更丰富，但另一些人则认为该工具掩盖了信息来源，提供了不准确的信息，并将流量从内容创作者那里分流走了。 这一变化导致一些用户转向了DuckDuckGo和Ecosia等替代搜索引擎。 此外，美国大型媒体公司正在起诉谷歌，称AI概览减少了网站的流量和收