AI,将带来新一轮的技术平权
AI,将带来新一轮的技术平权任何面向消费者的服务,都可能被颠覆 移动互联网等技术创新,让人们享受到了很多过去无法获得的高成本服务。比如,有了Uber,就相当于每个人都有了专职司机,随叫随到。类似的例子,还有在线教育、在线医疗等等。
任何面向消费者的服务,都可能被颠覆 移动互联网等技术创新,让人们享受到了很多过去无法获得的高成本服务。比如,有了Uber,就相当于每个人都有了专职司机,随叫随到。类似的例子,还有在线教育、在线医疗等等。
中国AI公司更多以市场需求为导向,聚焦于实际应用,例如自动驾驶、机器人等具体领域。在融资、技术创新、原创算法等方面与全球领先企业仍存在一定差距。
能源数智化,正在向实而生。
人形机器人的此时此刻,恰如2019年自动驾驶爆发前夕。 在1927年上映的《大都会》中,全世界第一部包含人形机器人的角色Maria诞生。
深陷高管离职风波的 OpenAI 最近点燃了吃瓜群众的热情。 一边是被曝投后估值高达 1500 亿美元,成为全球 AI 独角兽中最靓的崽,一边却是连丢三名技术大咖,在职的创业元老几乎只剩下 Altman 这么一个光棍司令,这两天的 OpenAI 堪称冰火两重天。
AI功能生成的婚纱照,几乎能够以假乱真,不少个性且精美的特效,更是超越现实,完美契合当代年轻人的个性需求。
我们被倡导要想明白自己的目标是什么、并做出计划。然而,两位人工智能研究者却认为,这只适用于普通的小愿望。 一旦涉及过于高远的、不确定能否实现的目标,比如打造 AGI(通用人工智能)、登月计划等等——那么根据兴趣进行自由的、开放性的探索,才更能实现想要的。
AI 视频生成器需要相信电影制作人会在制作过程中使用他们的模型。否则,存在的意义何在?
即使企业在努力弄清楚人工智能聊天机器人如何帮助其运营时,他们也正被一种新的人工智能产品淹没:可以独立采取行动的聊天机器人,如安排预约,也称为人工智能代理。
自动驾驶领域又有了新的玩家。不过这个玩家并不陌生,就是“天才少年”侯晓迪。
做了那么多AI应用,谁来用?第一波用户从哪来?如何持续不断地获得用户反馈?
在这种背景下,研究团队提出了一个全新的框架:SubgoalXL,结合了子目标(subgoal)证明策略与专家学习(expert learning)方法,在 Isabelle 中实现了形式化定理证明的性能突破。
RTX 50 系列的发布日期可能会在明年初。
2020 年,谷歌发表了预印本论文《Chip Placement with Deep Reinforcement Learning》,介绍了其设计芯片布局的新型强化学习方法。后来在 2021 年,谷歌又发表在 Nature 上并开源了出来。
看过剧版《三体》的读者或许都记得一个名场面:来自三体的智子封锁了人类科技,还向地球人发出了「你们是虫子」的宣告。但没有超能力的普通人史强却在蝗群漫天飞舞的麦田中喊出:「把我们人类看成是虫子的三体人,他们似乎忘了一个事实,那就是虫子从来就没有被真正地战胜过」。
香港中文大学等机构的研究团队通过深度强化学习(DQN)开发了一种3D打印路径规划器,有效提升了打印效率和精度,为智能制造开辟了新途径。
Google DeepMind的SCoRe方法通过在线多轮强化学习,显著提升了大型语言模型在没有外部输入的情况下的自我修正能力。该方法在MATH和HumanEval基准测试中,分别将自我修正性能提高了15.6%和9.1%。
谷歌的AlphaChip,几小时内就能设计出芯片布局,直接碾压人类专家!这种超人芯片布局,已经应用在TPU、CPU在内的全球硬件中。人类设计芯片的方式,已被AI彻底改变。
通往AGI的路径只有一条吗?实则不然。这家国产AI黑马认为,「群体智能」或许是一种最佳的尝试。他们正打破惯性思维,打造出最强AI大脑,要让世界每一台设备都有自己的智能。
2024年,生成式人工智能技术正引领客户联络中心经历一场革命性变革。客户服务和支持的重要性对企业不言而喻,卓越的客户体验尤其是当下激烈竞争的市场环境中企业制胜的关键。
3D生成也能支持检索增强(RAG)了。
仅需600多条数据,就能训练自己的长输出模型了?!
芯片加速AI发展,AI反过来又推动芯片进步?
AI大模型对生产生活的渗透,已经在方方面面。
服务器CPU领域持续多年的核心数量大战,被一举终结了!
近一年来,AI硬件在教育领域迎来爆发式增长
在多模态领域,开源模型也超闭源了!
OpenAI又一轮震荡来了,1天之内3位高管离职。
具身智能领域的“癫”,已经进入next level了!
在过去短短20多个月内,大模型更是以令人咋舌的速度席卷全球,人类历史上几乎从来没有如此迅速的技术共识收敛。