


Der „2023 AI Index' der Stanford University interpretiert die Aussichten künstlicher Intelligenz
Das Human-Centered Artificial Intelligence Institute (HAI) der Stanford University hat den Artificial Intelligence Index 2023 veröffentlicht, der die Auswirkungen und Fortschritte der künstlichen Intelligenz analysiert. Dieser datengesteuerte Bericht befasst sich mit aktuellen Themen im Zusammenhang mit künstlicher Intelligenz wie Forschung, Ethik, Politik, öffentliche Meinung und Wirtschaft.
Zu den wichtigsten Erkenntnissen dieser Studie gehört, wie die KI-Forschung auf spezielle Bereiche wie Mustererkennung, maschinelles Lernen und Computer Vision ausgeweitet werden kann. Der Bericht stellt fest, dass sich die Zahl der KI-Veröffentlichungen seit 2010 mehr als verdoppelt hat. Gleichzeitig übertrafen die Anwendungen der KI-Branche die akademische Welt und führten 32 wichtige Modelle für maschinelles Lernen an, die von der Industrie produziert wurden, während die akademische Welt nur drei hervorbrachte. Die Forschung führt dies auf die enormen Ressourcen zurück, die zum Trainieren dieser großen Modelle erforderlich sind.
Traditionelle Benchmarks für künstliche Intelligenz, wie der Bildklassifizierungs-Benchmark ImageNet und der Leseverständnistest SQuAD, reichen nicht mehr aus, um den rasanten technologischen Fortschritt zu messen, was zur Entstehung neuer Benchmarks wie BIG Bench und HELM führt. Vanessa Parli, stellvertretende Direktorin von HAI und Mitglied des AI-Index-Lenkungsausschusses, erklärte in einem Artikel an der Stanford University, dass viele KI-Benchmarks einen Sättigungspunkt mit kaum verbesserten Ergebnissen erreicht haben und dass Forscher sich auf der Grundlage der Art und Weise entwickeln müssen, wie die Gesellschaft interagieren möchte mit KI. Neuer Maßstab. Sie nannte das Beispiel von ChatGPT und wie es viele Benchmarks bestanden hat, aber dennoch oft falsche Informationen lieferte.
Ethische Fragen wie Voreingenommenheit und Fehlinformationen sind ein weiterer Aspekt der KI, der im Bericht untersucht wird. Mit dem Aufkommen beliebter generativer KI-Modelle wie DALL-E 2, Stable Diffusion und natürlich ChatGPT nimmt der ethische Missbrauch von KI zu. Laut AIAAIC, einer unabhängigen Datenbank, die KI-Missbrauch speichert, ist die Zahl der KI-Vorfälle und Kontroversen seit 2012 um das 26-fache gestiegen, heißt es in dem Bericht. Darüber hinaus wächst die Besorgnis über die KI-Ethik schnell, da Untersuchungen ergeben haben, dass sich die Zahl der Einreichungen zur FAccT AI Ethics-Konferenz seit 2021 mehr als verdoppelt hat und sich seit 2018 verzehnfacht hat.
Großformatige Sprachmodelle werden immer größer und die Kosten sind himmelhoch. Der Bericht nimmt das im Jahr 2022 veröffentlichte Google PaLM-Modell als Beispiel und weist darauf hin, dass die Kosten dieses Modells 160-mal höher und der Maßstab 360-mal größer ist als bei OpenAI GPT-2 im Jahr 2019. Im Allgemeinen gilt: Je größer das Modell, desto höher sind die Schulungskosten. Die Studie schätzt die Schulungskosten für das Chinchilla-Modell von Deepmind und BLOOM von HuggingFace auf 2,1 Millionen US-Dollar bzw. 2,3 Millionen US-Dollar.
Weltweit sind die privaten Investitionen in KI im Vergleich zu 2021–2022 derzeit um 26,7 % zurückgegangen, und auch die KI-Finanzierung für Startups hat sich verlangsamt. Allerdings sind die Investitionen in KI im letzten Jahrzehnt deutlich gestiegen. Der Bericht zeigt, dass die privaten Investitionen in künstliche Intelligenz im Jahr 2022 im Vergleich zu 2013 um das 18-fache steigen werden. Auch die Zahl der Unternehmen, die neue KI-Initiativen einführen, ist stagniert. Dem Bericht zufolge hat sich der Anteil der Unternehmen, die künstliche Intelligenz einführen, zwischen 2017 und 2022 verdoppelt, sich jedoch kürzlich bei etwa 50–60 % eingependelt.
Ein weiteres interessantes Thema ist der wachsende Fokus der Regierung auf künstliche Intelligenz. Der Artificial Intelligence Index analysierte die Gesetzesunterlagen von 127 Ländern und stellte fest, dass im Jahr 2022 37 Gesetzesentwürfe mit „künstlicher Intelligenz“ in Kraft traten, verglichen mit nur einem im Jahr 2016. Die Studie ergab, dass die US-Regierung die Ausgaben für KI-bezogene Verträge seit 2017 um das 2,5-fache erhöht hat. Auch Gerichte verzeichnen einen Anstieg von Rechtsfällen im Zusammenhang mit KI: Im Jahr 2022 gab es 110 solcher Fälle im Zusammenhang mit dem Zivilrecht, dem geistigen Eigentum und dem Vertragsrecht.
Der AI Index befasst sich auch mit einer Umfrage des Pew Research Center zu den Ansichten der Amerikaner zu künstlicher Intelligenz. In einer Umfrage unter mehr als 10.000 Teilnehmern gaben 45 % an, dass sie gemischte Gefühle hinsichtlich des Einsatzes künstlicher Intelligenz in ihrem täglichen Leben hätten, und 37 % sagten, sie seien eher besorgt als aufgeregt. Nur 18 % waren eher aufgeregt als besorgt. Unter den größten Bedenken gaben 74 % an, dass sie sehr oder eher besorgt darüber seien, dass KI zur Entscheidungsfindung wichtiger Menschen eingesetzt werde, und 75 % fühlten sich unwohl, wenn KI dazu genutzt werde, die Gedanken und Verhaltensweisen von Menschen zu verstehen.
Das obige ist der detaillierte Inhalt vonDer „2023 AI Index' der Stanford University interpretiert die Aussichten künstlicher Intelligenz. 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



DALL-E 3 wurde im September 2023 offiziell als deutlich verbessertes Modell gegenüber seinem Vorgänger eingeführt. Er gilt als einer der bisher besten KI-Bildgeneratoren und ist in der Lage, Bilder mit komplexen Details zu erstellen. Zum Start war es jedoch exklusiv

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

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

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

Die ChatGPT-Mac-Anwendung von Open AI ist jetzt für alle verfügbar, während sie in den letzten Monaten nur denjenigen mit einem ChatGPT Plus-Abonnement vorbehalten war. Die App lässt sich wie jede andere native Mac-App installieren, sofern Sie über ein aktuelles Apple S verfügen
