如今是科技进步发展的时代，相信“人工智能”一词大家并不陌生，它与计算机科学息息相关，可以方便我们的日常工作与学习。而自从人工智能诞生以来，理论和技术越来越成熟，应用领域在不断的扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能可以把人的意识、思维的信息过程进行模拟。虽然人工智能不是人的智能，但可以像人那样思考、最终可能超过人的智能。而实际上，各种各样的AⅠ智能技术不过是充分利用人类现有的大数据（各类文本），进行计算、组合得出结论（结果）并智能响应执行（行动），就像人靠大脑知识来活动，而未来AⅠ也会靠储存了数字的芯片大脑和自我意识来活动，帮助人类从事工作，解决各种问题……您说是不是呢？欢迎在评论区留下您的看法！
一共有人参与 条评论
随着Open AI推出ChatGPT，不仅是AI人工智能领域炸开了锅，就连教育、医疗、交通、旅游等行业人士也坐不住了，因为人工智能技术的突破，牵动到各行各业的革变，AI+教育、AI+医疗、AI+交通、AI+旅游、AI+游戏、AI+物流······甚至是建筑设计、影视传媒等行业，也将迎来新一轮的技术与市场争夺战。 产业发展往往伴随着机遇与挑战，有的企业目光敏锐早早进行布局，并且渐渐实现商业落地，有的后知后觉紧跟脚步，搭上发展的浪潮，也抓住人工智能产业这一波机遇带来业绩的狂飙。
(1)量子霸权最终花落谁家？谷歌研究称，最新量子计算机在几秒钟完成世界经典超算47年的计算，创下新里程碑。谷歌再次实现了「量子霸权」？ 近日，谷歌宣称，他们的量子计算机在短短6秒，完成世界最先进计算机47年的计算量。 没错，47年被凝结成瞬间。谷歌研究团队的最新发现已发表在arxiv上。 论文称，谷歌最新Sycamore量子处理器目前拥有70个量子比特，而2019年版本只有53个量子比特。 量子比特的增加，意味着可以成倍地提高量子计算机的性能，这使得新处理器的稳健性大约是以前的2.41亿倍。最新研究将标志着，量子计算迎来里程碑时刻。 凭借其计算优势，谷歌的量子计算机有望彻底改变包括人工智能在内的各个领域。 以前所未有的速度解决复杂问题，有望解锁下一代人工智能模型，突破许多领域从未超越的界限。47年被凝结成瞬间。每个量子比特可以同时存在于0、1或叠加的状态，因此存储和处理这种级别的量子信息的能力很不容易，即使是最快的经典计算机也无法比拟。 谷歌团队在一篇论文中表示，量子计算机有望执行超出经典计算机能力的任务。 「我们根据改进的经典方法估算了计算成本，并证明我们的实验超出了现有经典超级计算机的能力。」就算是田纳西州的Frontier超算（这已经是目前全世界最快的超算了），也碰不了量子计算机的瓷。当然前提是量子计算机释放出自身的潜力。 因为传统的计算机用二进制的代码语言运行，仅限于0和1，以及双重状态。而量子计算机超越了这个限制。不过，目前研究人员还不能确定谷歌量子计算机的制造成本究竟是多少。但变革性的计算能力是毋庸置疑的。 根据谷歌团队的说法，Frontier超级计算机只需6.18秒即可匹配谷歌-53量子比特计算机的计算结果。然而，同样的一台Frontier则需要47.2年才能与谷歌最新的70量子计算机所能提供的的计算能力相匹配。领域内的许多专家都认为谷歌的新量子计算机是一项重大进步。剑桥量子公司Riverlane的CEO Steve Brierley将谷歌的进步称为一个「重大里程碑」。【新智元】
(0)人工智能发展有三大要素——算力、算法和数据。保障算力的充分供给是人工智能发展的根基。数据显示，北京、广东、浙江、上海等地的人工智能大模型数量最多，近3年人工智能服务器采购数量最高，表现出强相关性。此外，多地也在提供公共算力，补充快速增长的人工智能算力需求。
(0)Azure 大更新 - 企业级 AI 革命。 Azure OpenAI 服务是 Microsoft 完全托管的、以企业为中心的产品，旨在让企业访问 AI 实验室 OpenAI 的技术并增加治理功能。今天，微软推出了 Azure AI Studio，这是 Azure OpenAI 服务中的一项新功能，可让客户将 OpenAI 的 ChatGPT 或 GPT-4 等模型与他们自己的数据（无论是文本还是图像）结合起来，并构建一个聊天助手或另一种“推理”私人数据的应用程序。 从此，开发者可以轻松、安全地将 Azure OpenAI 服务模型建立在他们的数据上，而无需再查看该数据或在数据上训练模型。同时，开发者还能将基于云的存储添加到使用 Azure AI Studio 创建的 AI Copilots，以跟踪与用户的对话并以适当的上下文和意识进行响应。 除了革命级的技术更新，微软也没有忘记在社会责任上将面临的那些风险。人工智能审核服务 Azure AI Content Safety（Azure 内容安全）是 Azure AI 的另一项新产品，该服务旨在营造更安全的在线环境和社区。 它提供了一系列经过训练的 AI 模型，可以检测图像和文本中的“不当”内容。这些模型——可以理解英语、西班牙语、德语、法语、日语、葡萄牙语、意大利语和中文的文本——为被标记的内容严重性打分，指示哪些内容需要采取行动。 这次发布还包括 Azure Machine Learning 的新工具和 Microsoft Designer 以及 Bing Image Creator 的新功能。Azure Machine Learning 新增了对文本和图像数据的支持，帮助用户评估大型模型的错误、公平性和解释。Prompt Flow 提供了简化的体验，用于提示、评估和调整大型语言模型，并整合了内容安全功能。此外，Microsoft Designer 和 Bing Image Creator 将引入媒体溯源功能，用于验证由 AI 生成的图像或视频。 Microsoft Fabric 是微软今日推出的端到端数据和分析平台，包括数据工程、数据集成、数据仓库、数据科学、实时分析、应用观测和业务智能，所有这些功能都会连接到一个被称为 OneLake 的单一数据存储库。它使得各种技术水平的客户都可以在一个统一的体验中体验到这些功能。 Fabric 在每个层面都融入了 Azure OpenAI 服务，帮助客户充分发掘数据的潜力，使开发人员能够利用生成式人工智能在数据中找到洞见。在 Microsoft Fabric 的每个数据体验中，客户可以通过 Copilot 创建数据流和数据管道，生成代码，构建机器学习模型或可视化结果。客户甚至可以创建自己的对话式语言体验，将 Azure OpenAI 服务模型与他们的数据结合起来，并发布插件。作者 | 王启隆
(0)AI 会对股票市场产生巨大影响。 假如所有人都可以使用这种AI，那么其影响效果就会大打折扣。股市本就充满不确定性，再有AI加持，恐怕只会变得更加难以预测。如果只有一个人可以使用，事情或许会向明朗的方向发展，但如果谁都可以使用，好的影响只会互相抵消，并使得预测股市变得难上加难。
(0)马斯克的人形机器人——特斯拉Optimus进化了，价格还“比车更低”。 现在，成群结队的Optimus学会了像人一样缓慢前行：视频中它们还路过Cybertruck的生产间，满满的赛博朋克味道。 而且Optimus们可不是简单的在走路而已，而是边走边发现并记忆周遭的环境：接下来，是更为细节的能力展示。 例如特斯拉展示了Optimus电机转矩控制的能力，是能做到控制力道不打碎鸡蛋的那种： 手活儿也是过关的，各种物体拿捏自如：这就是在今天结束的特斯拉股东日，Optimus展现的最新能力。 不难发现，相比最早的发布，特斯拉人形机器人在能力上确实有了进步。 而且跟前一阵特斯拉AI Day中也有所不同，不再是PPT般的宣传片质感。 但雷同之处也是较为明显：都没有出现在现场！ 不过马斯克却很是淡定，在现场直接表态： 特斯拉的人形机器人是领先的。 这段视频也是昨天刚刚做好的。（量子位 ）
(0)号称ChatGPT“最强竞争对手”的Claude，今天迎来史诗级更新—— 模型记忆力原地起飞，现在1分钟看完一本数万字的小说，已经不在话下。 消息一出，评论区直接炸了，网友们蜂拥而至，“woc连连”：疯了疯了！ 事情进展得太快了，又是为人类担心的一天！原来，这次更新，将模型的上下文窗口token数提到了足足10万，相当于7.5万个单词！ 这意味着，大模型“记性”不好的缺陷现在得到补强，我们可以直接丢给它上百页上万字的材料，比如财报、技术文档甚至是一本书。 而它都能在一分钟之内帮你分析总结完毕！ 要知道，之前市面上几乎所有AI聊天机器一次都只能读取有限数量的文本，理解长资料里的上下文关系非常灾难。 而我们人类自己去处理大篇幅的文本又太慢了，比如光是要读完10万token的材料，就需要大约5个多小时，更别提还要花更多的时间去理解去消化才能进行总结。 现在，Claude直接一把搞定。 这波，简直是“五雷轰顶”、“反向开卷”GPT-4，因为，刚刚后者也不过才做到3.2万token。 所以，一次性比GPT-4多出3倍的处理量，Claude效果提升究竟如何？ Claude重磅更新：一次记忆10万token 据Anthropic官方介绍，升级后的Claude-100k版本，对话和任务处理能力双双得到极大提升。 一方面，是“一次性可处理文本量”的增加，直接拓宽了Claude的可从事岗位类型。 之前，大模型最多用来处理个几十页的文档。 现在，Claude已经能速读公司财报年报、技术开发文档、识别法律文件中的风险、阅读上百页研究论文、乃至于处理整个代码库中的数据。 最关键的是，它不仅能通读全文总结其中的要点，还能进一步完成具体任务，如写代码、整理表格等。例如，快速理解几百页的开发文档，并根据文档开发应用程序demo。 以Claude之前没见过的一项新技术LangChain作为示例：当交给它一个240页的LangChain API报告后，要求它快速给出一个LangChain的demo演示：几乎没用多少时间，Claude就快速给出了一个基于LangChain开发的应用程序demo： 又例如，甩给它一个漫长但又不得不听的5小时知识播客： 它不仅能将重点转成文字提取出来，还能快速整理表格，对观点进行分析： 难度增大一点，30页的研究论文也能很好地处理，甚至能准确指定它整理某一章节的某一段落： 除此之外，还能帮导演处理剧本选址一类的问题。如给出《沙丘》的电影脚本，问Claude最适合拍摄的地点，它很快就能给出几个对应的参考地址：最后，官方还给出了一个《了不起的盖茨比》案例，虽然没有demo演示。他们将这篇喂给Claude后，替换了其中一个角色Mr. Carraway，把他的角色变成“Anthropic里的一位工程师”，再交给Claude阅读，让它找不同。几乎只用22秒钟，Claude就读完这本书，并发现了Mr. Carraway的“不同身份”。（量子位）
(0)
手机扫描二维码访问
