Brystkreft rammer én av åtte kvinner i Storbritannia, og tidlig oppdagelse er avgjørende. ⚕️ Vår nyeste forskning i @NatureCancer viser hvordan KI kan styrke tidlig oppdagelse av brystkreft. I studier med @imperialcollege og @NHSuk identifiserte vårt eksperimentelle AI-baserte screeningsystem 25 % flere «intervallkreft» – tilfeller som vanligvis overses ved tradisjonell screening – samtidig som screeningsbelastningen ble redusert med anslagsvis 40 %. Viktige funn fra studiene i tråden🧵⤵️

For å fremme grunnleggende AI må vi løse kontinuerlig læring og katastrofal glemsel. Ny forskning fra teamet vårt introduserer Nested Learning (NL), et paradigme som ser på en ML-modell som et system med nestede optimaliseringsproblemer. Denne tilnærmingen forener arkitektur og optimalisering, og skaper en dypere beregningskapasitet for læring. Dette er et avgjørende skritt mot å lage modeller med de kontinuerlige læringsevnene man ser i den menneskelige hjernen. Mer i bloggen av Vahab Mirrokni og Ali Behrouz: Les NeurIPS 2025-artikkelen:

Overgangen til kunstig intelligens på enheten krever en høyere personvernlinje. Vi introduserer Provably Private Insights (PPI) for å muliggjøre viktig utvikleranalyse av GenAI-funksjoner med en verifiserbar garanti for at rå brukerdata aldri blir eksponert. Dette systemet er en kjernekomponent for å bygge kunstig intelligens på en ansvarlig måte. PPI bruker en åpen kildekode Gemma LLM i et Trusted Execution Environment (Confidential Federated Analytics) for å kategorisere ustrukturerte data og utlede innsikt. Bare aggregert, differensielt privat statistikk forlater det sikre miljøet. Vi har lansert koden for å tillate ekstern verifisering av ende-til-ende-personverngarantiene. Les mer om distribusjonen i Recorder og vår blåkopi av Artem Lagzdin og Daniel Ramage: Forhåndstrykk: