Die Analyse von Bilddaten im medizinischen Bereich ist ein komplexer und langwieriger Prozess. Forscher des Weill Cornell Medical College haben kürzlich ein neues KI-System namens LILAC (Learning-based Inference of Longitudinal Image Change) entwickelt, das medizinische Bilder effizient und präzise analysieren und Veränderungen im Zeitverlauf erkennen kann. Die Studie wurde am 20. Februar in den „Proceedings of the National Academy of Sciences“ veröffentlicht und zeigt das breite Anwendungspotenzial von LILAC in verschiedenen medizinischen Bereichen. Herkömmliche Methoden zur Analyse medizinischer Bilder erfordern oft einen hohen Grad an Anpassung und Vorarbeit.

Vor kurzem warnte die Gouverneurin der Reserve Bank of India, Shri Shaktikanta Das, auf einer wichtigen Konferenz, dass Künstliche Intelligenz (KI) und damit verbundene Plattformen die systemischen Risiken des indischen Finanzsystems verschärfen könnten. Auf der hochrangigen Konferenz zum Thema „RBI90“ wies Das darauf hin, dass KI und maschinelles Lernen zwar neue Geschäfts- und Gewinnmöglichkeiten für Finanzinstitute eröffnen, dies aber auch mit erheblichen Risiken verbunden ist. Das erklärte, dass wenige KI-Anbieter den Markt dominieren könnten, was zu einer Konzentration führt.

Verizon setzt KI-Technologie ein, um Netzunterbrechungen, insbesondere durch versehentliches Durchtrennen von unterirdischen Glasfaserkabeln während Bauarbeiten, zu vermeiden. Jährlich verursachen solche Unfälle Tausende von Problemen und beeinträchtigen Unternehmen und Telearbeiter. Um dieses Problem zu lösen, nutzt Verizon das landesweite Programm "Call Before You Dig", um die Lage unterirdischer Leitungen vor Grabarbeiten zu ermitteln. Angesichts von über 10 Millionen Grabanträgen pro Jahr ist die manuelle Prüfung jedoch aufwendig geworden. Verizon nutzt KI, um historische Daten und aktuelle Aktivitäten zu analysieren und...