


CopilotBeklagter, die autonome KI von LeCun, AlphaFold hat alle Proteine entdeckt... Aufregende KI-Neuigkeiten im Jahr 2022
2022 ist ein Achterbahnjahr für künstliche Intelligenz.
Von Kunst, Video, Medizin ... Künstliche Intelligenz erobert den Mainstream und die Öffentlichkeit diskutiert immer mehr über KI.
Was wird im Jahr 2023 passieren? Wenn wir in die Zukunft blicken, blicken wir auch in die Vergangenheit zurück.
Hier sind einige der großen KI-Neuigkeiten im Jahr 2022.
Programmierer verklagen Copilot
Letzten Monat reichte der Programmierer und Autor Matthew Butterick eine Sammelklage gegen Microsoft und einige seiner Partner GitHub und OpenAI ein.
Das liegt alles an Copilot, einem einzigartigen Programm für künstliche Intelligenz, das Code generieren kann.
Der Zweck von Copilot besteht darin, Entwicklungsteams durch die Erstellung von einfachem Code zu unterstützen und so Arbeitsstunden für andere Aufgaben einzusparen.
Das Programm erkennt nicht an, wie es aus dem vorhandenen Code im Trainingsdatensatz gelernt hat.
Dies wird ein entscheidender Rechtsstreit für diejenigen sein, die sich für künstliche Intelligenz, Trainingssets und die ursprünglichen Schöpfer interessieren, deren Arbeit in Trainingsprogrammen Verwendung findet.
Die Lösung dieses Problems kann in den kommenden Jahren einen nachhaltigen Einfluss auf diesen Bereich haben.
KI-App Lensa sorgt in der Kunstwelt für Furore
Lensa ist eine KI-gestützte App, die kürzlich das Internet im Sturm erobert hat.
Auf fast jeder Social-Media-Plattform können Sie Fotos sehen, die von Internetnutzern mit Lensa erstellt wurden.
Solange Benutzer ihre eigenen Bilder hochladen, verwandelt Lensa die Fotos in stilisierte Kunstwerke.
Das mag harmlos klingen, aber viele Menschen in der Kunstwelt sind unzufrieden, weil Lensa und andere Programme auf Daten von leicht verfügbaren Fotos und Kunstwerken trainiert werden.
Das Lernen aus von Menschen erstellten Bildern erweitert sicherlich die Fähigkeiten der KI. Für viele in der Kunstwelt ist dies jedoch ein Plagiat.
Auf Twitter entbrannten Internetnutzer in hitzige Diskussionen und debattierten, ob Lensa und ähnliche KI-Programme für die Kunst nützlich oder schädlich seien.
Es ist unbestreitbar, dass KI wahrscheinlich weiterhin existieren wird.
Die Frage ist, wie wird sich KI langfristig auf die Kunstwelt auswirken?
KI-Algorithmen steuern Washington
Stellen Sie sich eine Stadt vor, die von Maschinen und Programmen regiert wird.
Obwohl das wie Science-Fiction klingt, ist es nah an der Realität.
Ein Bericht zeigt, dass Washington, D.C. und andere Metropolregionen maschinelle Lernprogramme und andere Tools der künstlichen Intelligenz nutzen, um ihre gesamten Städte zu verwalten.
Von der Wohnungsüberprüfung über die Verurteilung bis hin zur Bildung und Budgetierung scheinen Städte stillschweigend Algorithmen anzuwenden, um den Betrieb effizienter zu gestalten.
Einige bezweifeln jedoch die Wirksamkeit aktueller KI-Pläne zur Stärkung von Bürokratien und eventuell auftretende ethische Probleme.
Der neueste Verbündete, der Menschen im Kampf gegen Kakerlaken hilft, ist... künstliche Laserintelligenz?
Nicht alle KI-bezogenen Nachrichten in diesem Jahr sind besorgniserregend.
Wissenschaftler haben dieses Jahr ein neues Open-Source-Tool für künstliche Intelligenz entwickelt, um uns dabei zu helfen, Kakerlaken loszuwerden.
Der Forscher der Heriot-Watt University, Ildar Rakhmatulin, und seine Kollegen kombinierten maschinelles Lernen mit maschinellem Sehen, um eine Reihe von Experimenten an Kakerlaken durchzuführen.
Während des Experiments konnte die künstliche Intelligenz Kakerlaken erkennen und innerhalb einer Entfernung von 1,2 Metern töten.
Wenn Rakhmatulin und sein Team Erfolg haben, wird die Menschheit nicht nur eine wunderbare Lasershow, sondern auch eine Kakerlaken-Tötungsshow erleben!
Das britische Oberhaus erhielt den künstlichen Intelligenzroboter Ai-Da
Bereits im Oktober wurde im britischen Oberhaus die Geschichte der KI geschrieben.
Zum ersten Mal überhaupt saß ein Roboter mit künstlicher Intelligenz namens Ai-Da auf der Bank und beantwortete Fragen im Oberhaus des Parlaments.
Von Kreativität bis Technologie steht Ihnen Ai-Da zur Verfügung. Dies ist ein glorreicher Moment in der Geschichte der künstlichen Intelligenz.
Zuvor war Ai-Da berühmt für ihre wunderbaren Porträts von Billie Eilish, der verstorbenen Königin Elizabeth und Paul McCartney.
Da Regierungen auf der ganzen Welt mit dem rasanten Aufstieg der künstlichen Intelligenz konfrontiert sind, werden öffentliche Anfragen wie diese wahrscheinlich zunehmen.
Boston Dynamics und andere Unternehmen haben versprochen, Roboter nicht als Waffe einzusetzen
Viele Menschen befürchten, dass Skynet eines Tages Realität wird und KI-gesteuerte Roboter auf die Erdoberfläche strömen und Menschen vollständig ersetzen werden der Planet werden.
Zumindest vorerst müssen sie sich keine Sorgen machen.
Boston Dynamics und andere große Robotikunternehmen haben versprochen, Roboter nicht als Waffe einzusetzen.
Die überraschende Ankündigung machten sie dieses Jahr, ein Jahrzehnt nachdem Drohnen und andere Waffen das moderne Schlachtfeld dominierten.
In einem Brief an Axios sagte Robert Playter, CEO von Boston Dynamics: „Wir sind besorgt über die jüngsten Bemühungen, kommerzielle Roboter zu Waffen zu machen.“
Dieser Schritt dieser privaten Unternehmen ist erfreulich. Doch wie lange kann diese Einheit bestehen bleiben? Die Zeit wird uns die Antwort geben.
LeCun, Leiter von Meta AI, hat einen Artikel über autonome KI veröffentlicht
Der Unterschied zwischen künstlicher Intelligenz in Science-Fiction-Romanen und KI in der realen Welt scheint immer kleiner zu werden.
LeCun, der Leiter von Meta AI, hat ein Papier veröffentlicht, in dem er eine Möglichkeit vorschlägt, die KI-Architektur besser zu trainieren, um ihr beizubringen, Veränderungen in der realen Umgebung vorherzusagen oder zu planen.
Kurz gesagt handelt es sich um eine KI, die wie Menschen und Tiere lernen kann.
Wenn dies Realität wird, wird es das gesamte Spiel verändern.
Die Beziehung zwischen KI und Menschen wird erneut Kontroversen auslösen.
Das Weiße Haus stellt die Bill of Rights für künstliche Intelligenz vor und immer mehr Menschen begannen, über verantwortungsvolle KI zu diskutieren.
Bereits im Oktober antizipierte das Weiße Haus dies und stellte die AI Bill of Rights vor.
Der Zweck dieses Gesetzentwurfs besteht darin, die personenbezogenen Daten von Einzelpersonen zu schützen und die Überwachung einzuschränken. Der Gesetzentwurf sieht jedoch keine operativen oder Durchsetzungsmechanismen vor.
Vielmehr geht es darum, den ersten Schritt für US-Bundesbehörden zu tun, um herauszufinden, wie sie auf neue Technologien reagieren können. Der Gesetzentwurf ermutigt Unternehmen außerdem, eine Reihe von „Grundprinzipien“ zu entwickeln, um die Kontrolle der Benutzer über ihre Daten zu erweitern und Voreingenommenheit zu verhindern.
DeepMinds AlphaFold hat fast jedes bekannte Protein entdeckt. Hat jedes derzeit der Wissenschaft bekannte Protein entdeckt.
Dieses Open-Source-Programm basiert auf dem 2018 entwickelten AlphaFold und nutzt maschinelle Lernalgorithmen, um die dreidimensionale Struktur von Proteinen vorherzusagen.
Eric Topol, Kardiologe am Scripps Research Translational Institute, erklärt: „Die Bestimmung der 3D-Struktur eines Proteins dauerte früher Monate oder Jahre ein paar Sekunden... Diese neu hinzugefügten Strukturen können fast die gesamte Proteinwelt erhellen, und wir haben Grund zu der Annahme, dass jeden Tag weitere biologische Rätsel gelöst werden #
Dies ist ein großer Durchbruch, den die KI der Mikrobiologie und der Medizin gebracht hat. Wie groß die Veränderung ist, wird sich erst mit der Zeit zeigen.
Der KI-Ingenieur von Google, Blake Lemoine, behauptet, dass LaMDA empfindungsfähig ist.
Der KI-Kreis war am heißesten Letzten Sommer war eines der diskutierten Themen die Geschichte des ehemaligen Google-KI-Ingenieurs Blake Lemoine. Er behauptet, dass Googles Chatbot LaMDA ein Bewusstsein entwickelt habe.
Er war sich dieser Schlussfolgerung sehr sicher. „Ich habe in der Graduiertenschule Philosophie des Geistes studiert. Ich habe Leuten in Harvard, Stanford und Berkeley gesagt, dass LaMDA bewusst ist.“ Wissenschaftler sind seit Jahren besorgt über die empfindungsfähigen Fähigkeiten der KI, und jetzt, da die KI voranschreitet, ist dies umso mehr der Fall.
Ist das wahr oder falsch? Wir können es noch nicht wissen.
Okay, das sind die heißesten KI-Nachrichten des Jahres 2022.
Welche großen Dinge werden Ihrer Meinung nach im Jahr 2023 im Bereich KI passieren?
Das obige ist der detaillierte Inhalt vonCopilotBeklagter, die autonome KI von LeCun, AlphaFold hat alle Proteine entdeckt... Aufregende KI-Neuigkeiten im Jahr 2022. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G
