Connect with us

Tech

Apple et Google évitent de nommer ChatGPT comme leur « application de l’année », optant plutôt pour AllTrails et Imprint.

Published

on

Apple et Google évitent de nommer ChatGPT comme leur « application de l’année », optant plutôt pour AllTrails et Imprint.

Crédits images : pomme

Apple et Google ont annoncé aujourd’hui leurs meilleurs applications et jeux de l’année, l’application de randonnée et de cyclisme AllTrails ayant remporté l’application iPhone de l’année d’Apple pour 2023, tandis que l’application éducative a remporté le prix. Mentions légales : Apprendre visuellement Elle a remporté le prix de la meilleure application sur Google Play. Pendant ce temps, Apple et Google se sont mis d’accord sur le jeu de l’année, où ils ont été choisis Honkai : Rail étoilé En tant que gagnant.

Les listes de « best of » de fin d’année ne sont pas seulement un moyen de susciter l’intérêt pour de nouvelles applications et de nouveaux jeux, mais elles servent aussi à évaluer l’état des marchés d’applications, ce que les plateformes elles-mêmes voulaient célébrer et ce que les consommateurs ont payé. attention à l’année.

Mais étonnamment, cette année, Apple a résisté à la tendance consistant à mettre en avant les applications qui étaient nouvelles sur le Store ou qui tiraient parti de la technologie récemment publiée de manière innovante. Au lieu de cela, les finalistes de l’application iPhone de l’année comprenaient des applications qui ont longtemps mérité des distinctions en tant que compagnons mobiles bien conçus et construits, notamment l’application d’apprentissage des langues Duolingo et l’application de voyage Flighty, ainsi que le gagnant AllTrails.

Crédits images : pomme

Cependant, il convient de noter que ce type de sélection est différent de celui des années précédentes, lorsque les gagnants de l’App Store comprenaient l’application sociale à succès BeReal en 2022 et l’application pour enfants bien accueillie Toca Life World l’année précédente.

Il convient également de noter que ni Apple ni Google n’ont choisi l’application IA comme application de l’année, malgré l’incroyable succès de l’application mobile ChatGPT et autres. C’est particulièrement étrange étant donné que ChatGPT est devenu L’application grand public qui connaît la croissance la plus rapide de l’histoire Plus tôt cette année, lorsqu’il a atteint 100 millions d’utilisateurs peu après son lancement. Ce record a ensuite été battu par Instagram Threads, qui a atteint 100 millions d’utilisateurs en seulement cinq jours et, en octobre, maintenait toujours une base d’utilisateurs actifs d’un peu moins de 100 millions.

READ  Les six meilleurs joueurs en couverture d'EA Sports FIFA

N’importe lequel de ces choix représenterait une réussite en matière d’application mobile, mais les deux plates-formes de l’App Store se sont considérées comme les premiers gagnants de cette année. De plus, en dehors de ChatGPT, de nombreuses autres applications d’IA génèrent également des millions de revenus, de sorte que la décision d’éviter la catégorie IA semble être un choix délibéré de la part d’Apple.

Parmi les autres gagnants de l’App Store, citons l’application iPad de l’année Pré-maquillagel’application Mac de l’année Photomateurl’application Apple TV de l’année Mobyl’application Apple Watch de l’année Salle de sport intelligenteJeu iPhone de l’année Honkai : Rail étoiléle jeu iPad de l’année Perdu en jeuJeu MAC de l’année P mensongeset le meilleur jeu Apple Arcade de l’année Aventure sur l’île Hello Kitty.

« C’est inspirant de voir la manière dont les développeurs continuent de créer des applications et des jeux incroyables qui redéfinissent le monde qui nous entoure », a déclaré le PDG d’Apple, Tim Cook, dans un communiqué à propos des gagnants de 2023. Il a ajouté : « Les gagnants de cette année représentent le potentiel illimité des développeurs pour concrétiser leur vision, en créant des applications et des jeux dotés d’une ingéniosité remarquable, d’une qualité exceptionnelle et de missions ciblées. »

Apple a également évité de nommer une application d’IA parmi ses lauréats de l’impact culturel, malgré l’impact très réel de l’IA sur la culture, à la fois en ligne et hors ligne. Déconnecté en ligne. En 2023, l’intelligence artificielle a été intégrée à la technologie quotidienne, utilisée pour créer de l’art et de la musique, et est devenue… Emplois handicapés Tandis qu’également Créez-en de nouveaux. Au lieu de cela, l’un des gagnants culturels d’Apple a été son application de jeu pour enfants Livre livreDemande d’accessibilité introductionRéduire le gaspillage alimentaire Trop bon pour y aller-Application de casse-tête déchargementEt un jeu d’objets cachés Trouver Hannah.

Cependant, l’entreprise n’a pas pu éviter complètement le sujet de l’IA, c’est pourquoi elle a fait un clin d’œil à la technologie en désignant l’IA générative comme « tendance de l’année » et a compilé une collection d’applications d’IA générative qui mettaient en valeur cette tendance. Elle n’a pas mentionné ces noms dans son communiqué de presse, mais a fait référence uniquement à Leur collection App Store.

Crédits images : Google

En outre Gagnants généraux, Google a adopté une approche différente de ses « meilleures » applications cette année, en mettant en avant les applications « multi-appareils » qui reflètent ses efforts sur le Play Store et sont conçues pour faciliter la recherche d’applications non destinées aux smartphones. Il a classé Spotify comme la meilleure application multi-appareils – un choix intéressant étant donné qu’il vient d’être révélé dans une affaire antitrust avec Epic Games que Spotify a un bon accord avec Google qui lui permet de contourner les frais du Play Store. Le meilleur jeu multiplateforme était le jeu de stratégie au tour par tour OUTERPLANE – Anime stratégique.

READ  JOE Gaming Weekly - Le protocole Callisto semble vraiment intimidant

Google permet également aux utilisateurs de voter pour leurs applications préférées et, sans surprise, ChatGPT Elle a remporté la course ici en tant qu’application choisie par l’utilisateur de l’année. Le jeu de l’année choisi par les utilisateurs a été Monopoly, c’est parti !

La société a également rassemblé d’autres applications qu’elle souhaitait mettre en avant en leur attribuant des prix individuels, notamment celui de la meilleure application pour le plaisir. Bumble for Friends : découvrez IRLidéal pour la croissance personnelle Jardin Voidpet : santé mentaleles meilleures nécessités quotidiennes Artefact : Nourrissez votre curiositéMeilleur joyau caché connu : Pleine conscience et bien-être,Le meilleur avec l’intelligence artificielle Personnalité IA : chat alimenté par l’IAIdéal pour les familles Académie Pat PatrouilleMeilleure application pour de bon AWorld soutient ActNowIdéal pour les montres WhatsApp Messenger-Idéal pour les tablettes Concepts : dessiner, observer, esquisserIdéal pour les Chromebooks FlipaClip : créer une animation 2DIdéal pour Google TV Maximum : streaming HBO, TV et filmsIdéal pour les voitures Amazon Prime Vidéo

Contrairement à Apple, qui est en conflit avec Meta depuis que les changements apportés à la transparence du suivi des applications ont affecté les activités publicitaires de Meta, mettant à rude épreuve les relations entre les deux géants de la technologie, Google n’a pas hésité à mettre en avant WhatsApp de Meta dans la liste des gagnants. Il a également fait un clin d’œil à l’application intelligente Artifact, basée sur l’IA, créée par les fondateurs d’Instagram. Bien qu’il n’ait pas non plus sélectionné une application d’IA comme grand gagnant, ChatGPT a remporté la course au choix des utilisateurs et a créé la catégorie IA, qui a été remportée par Character AI – une application créée par d’anciens chercheurs de Google.

READ  Voici quelques détails sur les prochains Google Pixel 7 et Pixel 7 Pro

Il a également compilé des mentions honorables pour ceux qui n’ont pas gagné dans leur catégorie d’application, notamment Really Real Maker est un éditeur vidéo, Mentions légales : Apprendre visuellement (qui a gagné au classement général mais a été une mention honorable en croissance personnelle), ReciMe : des recettes faciles et délicieuses, Stippl : Explorez, planifiez et partagez, ChatGPT (qui a remporté le prix User’s Choice mais a reçu une mention honorable dans la catégorie Best with AI), Lego Duplo Disney, AllTrails : randonnée, vélo, course à pied (Également l’application iPhone de l’année d’Apple), Audible : divertissement audio, Canva : design, images et vidéo, Everand : livres électroniques et livres audio, Evernote – organisateur de notes, Et la vidéo, Amazon Prime Vidéo, Rouleau croquant, Disney+, Tubi : films et télévision en direct, Course de buggy de plageEt Spotify (Qui a remporté le prix de la meilleure application multi-appareils, mais a reçu une mention honorable pour la meilleure application automobile.)

Meilleurs jeux inclus Meilleur jeu multijoueur Feu lointain 84Meilleur choix et jeu : Monopole, allez-y !Meilleure musique indépendante Survivants des vampiresmeilleure histoire Honkai : Rail étoilémieux vaut continuer Les hommes ont trébuchéMeilleurs jeux pour de bon : Pokémon endormimeilleur sur Play Pass Frénésie magique-Idéal pour les tablettes Honkai : Rail étoiléIdéal pour les Chromebooks Artisanat du MaineIdéal pour les jeux Google Play sur PC Chevaliers. Des mentions honorables pour les jeux sont également incluses (voir Ici sur le blog de Google En plus des livres de la Sunna.)

Continue Reading
Click to comment

Leave a Reply

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Tech

WinRAR 7.0 améliore les taux de compression tout en prenant en charge des tailles de dictionnaire plus grandes

Published

on

Le développeur allemand win.rar GmbH a publié Winrar 7.0une nouvelle mise à jour majeure du puissant outil d'archivage pour Windows.

Capable d'ouvrir un large éventail de types de fichiers d'archive, du ZIP au CAB, en passant par GZip et ISO, WinRAR 7.0 se concentre sur plusieurs améliorations de son format RAR de base.

La grande amélioration de WinRAR 7.0 vient avec la nouvelle prise en charge des tailles de dictionnaire de compression supérieures à 1 Go. L'augmentation de cette taille peut améliorer les taux de compression dans les archives contenant des fichiers volumineux avec des blocs de données redondants, tels que des images de disque de machine virtuelle.

La version 7.0 prend en charge des tailles de dictionnaire de compression allant jusqu'à 64 Go ; De plus, les utilisateurs ne sont pas limités à utiliser deux tailles, ce qui permet de configurer des tailles personnalisées telles que 5 Go ou 22 Go pour une utilisation sous Paramètres > Compression.

Plusieurs protections sont incluses – l'outil de ligne de commande WinRAR refuse par défaut d'extraire les archives contenant des dictionnaires de plus de 4 Go, par exemple. Ceci est fait pour éviter une surallocation inattendue de mémoire qui pourrait entraîner des problèmes de performances sur l'ordinateur extrayant le fichier.

D'autres améliorations incluent l'ajout d'un algorithme de recherche alternatif, optimisé pour identifier des blocs de données plus longs et plus distants. En plus d'améliorer le taux de compression, cela peut parfois également accélérer le temps de compression des fichiers contenant de grandes quantités de données redondantes.

READ  Apple lance un guide des cadeaux de vacances pour 2022
WinRAR est spécialisé dans la création de fichiers RAR avec une flexibilité et un contrôle utilisateur maximum.

Cette fonctionnalité entraîne une surcharge de mémoire accrue et peut avoir un effet négatif sur les temps de compression avec certains types de données. Il n'est pas activé par défaut – faites-le via les options « Recherche à longue portée » sous « Paramètres de compression avancés ».

La nouvelle version supprime également la prise en charge de la création d'archives RAR (4.x) héritées, bien que l'application puisse toujours décompresser les fichiers RAR 4.x existants. Pour un résumé complet de la longue liste de nouvelles fonctionnalités et améliorations, consultez les paramètres du programme Notes de version.

Version d'essai gratuite de Winrar 7.0 Désormais disponible pour les ordinateurs exécutant Windows 7 ou version ultérieure. La version complète peut être Acheté pour 29,95 € (36,50 $) plus taxes.

Continue Reading

Tech

KeeperRL, un mélange ambitieux de Dwarf Fortress et Dungeon Keeper, atteint 1,0 après onze ans

Published

on

KeeperRL, un mélange ambitieux de Dwarf Fortress et Dungeon Keeper, atteint 1,0 après onze ans

En 2014, KeeperRL a réalisé quelques versions alpha et une campagne de financement IndieGogo réussie, qui devait s'achever cette année-là. Ensuite, l'ambitieux jeu Dwarf Fortress-lite ou Dungeon Keeper a fait son chemin à travers le processus Steam Greenlgiht voté par les joueurs, à quel point son développeur a décidé, pourquoi ne pas travailler sur ce jeu pendant un certain temps plus longtemps.

Dix ans et des dizaines de mises à jour plus tard, KeeperRL vient d'atteindre la version 1.0.

(suite…)

READ  Voici quelques détails sur les prochains Google Pixel 7 et Pixel 7 Pro
Continue Reading

Tech

Les sous-types moléculaires associés à l'infiltration de cellules immunitaires et à la signature génétique prédisent le pronostic des patients atteints d'ostéosarcome

Published

on

Les sous-types moléculaires associés à l'infiltration de cellules immunitaires et à la signature génétique prédisent le pronostic des patients atteints d'ostéosarcome

ML était associé au pronostic des patients atteints de SG

Dans notre étude, l'algorithme anti-MCP et l'analyse de régression de Cox univariée et univariée ont été réalisés pour identifier les cellules immunitaires associées à la survie. Les résultats de l'analyse de régression univariée de Cox ont montré que la ML était une cellule immunitaire associée à la survie des patients atteints de SG (Figure 1A). De plus, l'analyse de Kaplan-Meier a indiqué qu'un faible niveau de ML était associé à un mauvais pronostic des patients atteints de SG (p = 0,033, Figure 1b).

Figure 1

Le ML était associé à un mauvais pronostic chez les patients atteints de SG. (une) Analyse univariée de Cox de six cellules immunitaires et de deux cellules stromales basée sur la base de données TARGET. (B) L'analyse de Kaplan-Meier a montré que le niveau de ML était significativement associé au pronostic des patients.

Analyse des DEG et des voies de signalisation potentielles entre deux sous-groupes

Un total de 435 DEG ont été identifiés après analyse DEG (Figure 2A,B). Par rapport au LML, 101 gènes ont été régulés positivement et 334 gènes ont été régulés positivement dans le groupe HML. Dans le terme processus biologiques (BP), ces DEG étaient impliqués dans la régulation de l'activation des lymphocytes, de l'activation des lymphocytes T, de la régulation positive de l'activation des lymphocytes T, de la régulation de l'activation des lymphocytes T, de l'adhésion des cellules leucocytaires, etc. En termes de composants cellulaires (CC), les DEG étaient impliqués dans la face externe de la membrane plasmique, la membrane des granules sécrétoires, les granules riches en ficoline-1, la synapse immunitaire, le complexe NADPH oxydase, etc. Dans le terme fonctions moléculaires (MF), les DEG étaient significativement enrichis en liaison aux glucides, en liaison aux récepteurs de cytokines, en liaison aux cytokines, en activité des récepteurs de cytokines, en activité des récepteurs de cytokines CC, etc. Au cours du terme KEGG, les DEG étaient principalement enrichis en lignée de cellules hématopoïétiques, en différenciation ostéogénique, en interaction cytokine-récepteur de cytokine, en voie de signalisation du récepteur des cellules B, etc. (Figure 3).

Figure 2
Figure 2

Identification des DEG entre les sous-groupes LML et HML. (une) Tracé du volcan illustrant les DEG entre les sous-groupes LML et HML. Les points verts représentent des gènes régulés négativement, tandis que les points rouges représentent des gènes régulés positivement. (B) Le graphique Heatmap représente les 50 meilleurs scores entre les sous-groupes LML et HML.

figure 3
figure 3

Analyse d'enrichissement des DEG. (une) Les graphiques à bulles représentaient les résultats GO et KEGG. Le diagramme de réseau représente les termes GO-BP associés à l'immunité et à l'inflammation (B) et les voies KEGG (C). Les nœuds bleus représentent les termes des voies GO-BP ou KEGG, et les nœuds rouges représentent les gènes impliqués dans les voies.

Infiltration de cellules immunitaires

Nous avons analysé le statut immunitaire entre les sous-groupes LML et HML pour déchiffrer le microenvironnement immunitaire du système d'exploitation. Comme le montre la figure 4A, par rapport au groupe HML, le score stromal, le score immunitaire et le score de classement ont diminué dans le groupe LML (s<0,01), tandis que la pureté tumorale était significativement augmentée dans le groupe LML (s<0,01). Par rapport au groupe HML, les niveaux de cellules endothéliales, de cellules dendritiques myéloïdes, de lignée de monocytes, de lignée B, de lymphocytes T et de lymphocytes T CD8 étaient significativement diminués dans le groupe LML (s<0,05) (Figure 4b).

Figure 4
Figure 4

Vue des niveaux d'infiltration de cellules immunitaires dans les deux sous-groupes. (une) Comparaisons du score stromal, du score immunologique, du score estimé et de la pureté tumorale entre les sous-groupes LML et HML. (B) Comparaisons des niveaux d'infiltration de cellules immunitaires entre les sous-groupes LML et HML. *s< 0,05, **s<0,01, et ***s<0,001.

Construire et évaluer un modèle de risque pronostique

Après une analyse de régression univariée de Cox, nous avons examiné 122 gènes associés à la survie (tableau S1). Ensuite, l’analyse de régression LASSO Cox a identifié huit gènes (CCDC26, TERT, GJA5, KRT18P28, LILRA6, PDE1B, CD180 et IL2RA) pour une analyse de régression multivariée de Cox (Figure 5A, B). Enfin, trois gènes importants associés à la survie (TERT, IL2RA et CCDC26) ont été examinés et utilisés pour créer le modèle pronostique (Figure 5C).

Figure 5
Figure 5

Créez un modèle de pronostic lié au ML. (une, B) Analyse de régression lasso. (C) Analyse de régression multivariée de Cox.

Dans l’ensemble de données TARGET, le niveau d’expression de TERT et CCDC26 était régulé négativement dans le groupe à faible risque, tandis que l’expression d’IL2RA était régulée négativement dans le groupe à faible risque. De plus, le groupe à haut risque présentait une proportion plus faible de survivants (Figure 6A). Les patients atteints de SG dans le groupe à faible risque ont présenté une survie globale plus longue que ceux du groupe à haut risque (Figure 6B, s<0,001). L'ASC de ce modèle pronostique était de 0,8 à 1 an, de 0,87 à 3 ans et de 0,85 à 5 ans (Figure 6C), et ce résultat indiquait que le modèle pronostique présentait de bonnes performances diagnostiques pour les patients atteints de SG. Nous avons également utilisé l'ensemble de données GSE21257 pour vérifier les caractéristiques de diagnostic et de pronostic du modèle de risque. Comme le montre la figure 7A, le niveau d'expression de TERT et CCDC26 était régulé négativement dans le groupe à faible risque, tandis que l'expression d'IL2RA était régulée négativement dans le groupe à faible risque. De plus, le groupe à risque comptait une proportion plus faible de personnes en vie. Les patients atteints de SG appartenant au groupe à faible risque ont présenté une survie globale plus longue que ceux du groupe à risque élevé (s= 0,025) (Figure 7b). L'ASC de ce modèle pronostique était de 0,84 à 1 an, de 0,67 à 3 ans et de 0,68 à 5 ans (Figure 7C). Ces résultats étaient cohérents avec les résultats de l’ensemble de données TARGET.

READ  Le service d'abonnement d'Ubisoft arrive sur Xbox
Figure 6
Figure 6

Évaluation du modèle pronostique dans la base de données TARGET. (une) Niveau d'expression de TERT, CCDC26 et IL2RA (en bas), état de survie (au milieu) et répartition des scores de risque entre les groupes à risque faible et élevé (en haut). (B) L'analyse de survie a montré la différence entre les groupes à risque faible et élevé. (C) Analyses de courbe ROC en fonction du temps du modèle pronostique.

Figure 7
Figure 7

Validation du modèle pronostique sur le jeu de données GSE21257. (une) Niveau d'expression de TERT, CCDC26 et IL2RA (en bas), état de survie (au milieu) et répartition des scores de risque entre les groupes à risque faible et élevé (en haut). (B) L'analyse de survie a montré la différence entre les groupes à risque faible et élevé. (C) Analyses de courbe ROC en fonction du temps du modèle pronostique.

De plus, un nomogramme a été créé pour faciliter davantage la prévision du pronostic des patients atteints de SG (Figure 8A). Les résultats de prédiction du nomogramme étaient très cohérents avec les patients atteints de SG observés sur la base de la courbe d'étalonnage du nomogramme (Figure 8b).

Figure 8
Figure 8

Créez le graphique. (une) Les métastases et le score de risque ont été utilisés pour créer le nomogramme. (B) Graphique de la courbe d'étalonnage.

Analyse des interactions des gènes pronostiques

En utilisant la base de données GeneMANIA, nous avons réussi à construire un réseau d'interactions protéiques pour les gènes signatures (TERT et IL2RA). Grâce à cette analyse, nous avons détecté un total de 20 gènes qui interagissent avec des gènes de signature (Figure 9A). Une analyse d'enrichissement fonctionnel a été réalisée sur ces 22 gènes. Les résultats obtenus à partir de l'analyse d'enrichissement ont montré que ces gènes sont principalement associés à la régulation des télomères, au maintien des télomères, à l'infection par le virus de la leucémie à cellules T humaines 1, à la différenciation des cellules Th1 et Th2, etc. 9B).

Figure 9
Figure 9

Analyse de l'interaction entre les gènes de signature. (une) Réseau de co-expression de gènes signature. (B) Analyse d'enrichissement fonctionnel des gènes exprimés par GO et KEGG.

Relation entre les gènes associés au modèle de risque et le microenvironnement tumoral (TME)

Nous avons effectué une analyse des niveaux d'expression des gènes TERT et IL2RA dans les cellules associées au microenvironnement tumoral au sein de l'OS, à l'aide de la base de données TISCH. Nos résultats ont montré que l'IL2RA présentait un niveau d'infiltration plus élevé dans les cellules cDC1, les monocytes et les cellules M2 (Figure 10).

Figure 10
Figure 10

Les gènes associés aux profils de risque étaient exprimés dans des cellules pertinentes pour le microenvironnement tumoral. Niveaux d'expression de TERT (une) et IL2RA (B) dans les cellules associées au microenvironnement du système d'exploitation à l'aide de la carte thermique de l'ensemble de données GSE162454.

Le modèle pronostique a le potentiel de discriminer les patients atteints de SG métastatique

Comme le montre la figure 11a, par rapport au groupe à haut risque (TARGET, 58,54 % et GSE21257, 17,25 %), aucun cas de métastases (TARGET, 90,25 % et GSE21257, 58,34 %) n'a été observé dans le groupe à faible risque. De plus, par rapport au groupe métastatique, le score de risque était plus faible dans le groupe non métastatique (s< 0,01, figures 11b, c). De plus, les résultats de l'analyse ROC ont montré que les performances diagnostiques du modèle pronostique pour prédire les métastases étaient respectivement de 0,659 et 0,705 pour TARGET et GSE21257 (Figure 11D, E). Ces résultats ont montré que le modèle de risque peut prédire la malignité chez les patients atteints de SG.

Figure 11
Figure 11

Évaluer la capacité d'un modèle pronostique à prédire la malignité chez les patients atteints de SG. (une) Comparaisons de l'incidence des métastases et de l'absence de métastases dans les groupes à faible et à haut risque. (B) Comparaisons du score de risque dans les groupes métastatiques et non métastatiques. (C) Analyse ROC des performances diagnostiques dans la prédiction des métastases dans le système d'exploitation.

Continue Reading

Trending

Copyright © 2023