


Vorhersage: Der CEO von Hugging Face enthüllt sechs große Veränderungen in der KI-Branche im Jahr 2024!
Wie wird sich die KI-Branche im Jahr 2024 entwickeln?
Der Vorsitzende von OpenAI, Greg Brockman, sagte am letzten Tag des letzten Jahres einmal voraus: 2023 wird 2022 so aussehen lassen, als sei die KI-Entwicklung noch nicht erwacht.
Tatsächlich wird die KI-Branche im Jahr 2023 eine regelrechte Explosion einläuten.
Gestern machte Clement Delangue, CEO von Hugging Face, der weltweit größten KI-Open-Source-Community, 6 konkrete Vorhersagen für die Entwicklung der Branche im Jahr 2024:
1 in Konkurs gehen oder zu einem sehr niedrigen Preis erworben werden.
Open-Source-LLM verfügt über ein Leistungsniveau, das mit Closed-Source-LLM vergleichbar ist
3. KI wird große Durchbrüche in den Bereichen Video, Biologie, Chemie, Zeitreihen und anderen Bereichen bringen.
4. Die Öffentlichkeit wird sich mehr Sorgen über die wirtschaftlichen und ökologischen Kosten von KI machen.
5. In Zukunft werden die Massenmedien mit Inhalten gefüllt sein, die durch künstliche Intelligenz generiert werden
6. 10 Millionen KI-Entwickler werden neue Beschäftigungsmöglichkeiten schaffen und nicht zu einem Anstieg der Arbeitslosigkeit führen.
Die Durchbrüche in der KI-Branche im Jahr 2023 spiegeln sich hauptsächlich in der KI-Technologie selbst wider. Diese 6 neuen Vorhersagen deuten jedoch darauf hin, dass die KI-Technologie im Jahr 2024 den Kreis weiter durchbrechen wird und ihr bahnbrechender Einfluss den Rahmen der KI-Branche bei weitem übersteigen wird
Netizens bewerteten seine sechs Vorhersagen und glaubten, dass die Wahrscheinlichkeit von drei Davon sind nicht mehr als 50 % wahr.
Manche Leute halten die sechs Vorhersagen für sehr glaubwürdig, und einige von ihnen sind sogar Wirklichkeit geworden.
Die erste Welle von KI-Unternehmen wird bankrott gehen
Angesichts der ersten Vorhersage und der heftigen Turbulenzen von OpenAI in den letzten zwei Tagen begannen die Internetnutzer wütend zu werden.
Clement kam schnell heraus, um die Dinge zu glätten, das hatte ich selbst vorhergesehen.
Netizens haben verschiedene Spekulationen angestellt und Star-Startups wie Adept und Perplexity erwähnt
Tatsächlich ist eine ähnliche Situation jedoch bereits im Jahr 2023 eingetreten. Jasper AI ist ein KI-Startup, das einst einen Wert von mehr als 1,5 Milliarden US-Dollar hatte. Als „Urheber von Shell GPT“ meldete das Unternehmen im Juli negative Nachrichten über Entlassungen und einen Bewertungsrückgang von 80 %
Nach der Einführung von GPTs durch OpenAI sind verschiedene künstliche Intelligenzen auf Basis der OpenAI-Technologie absehbar. Die Aussichten des Unternehmens immer begrenzter werden
Wenn sie in Zukunft keinen Weg finden, unabhängig Werte zu schaffen, wäre es nicht allzu überraschend, von einem Wert von über 1 Milliarde US-Dollar in die Insolvenz zu geraten oder zu einem niedrigen Preis erworben zu werden
Open Source VS. Closed Source
Ob die Kluft zwischen KI-Open-Source und Closed-Source in Zukunft noch größer oder kleiner wird, Branchenführer, KI-Open-Source-Unternehmen, wissenschaftliche Forscher und Anwender hatten schon immer unterschiedliche Stimmen. Die Menschen hatten schon immer unterschiedliche Ansichten darüber, ob die Kluft zwischen Open-Source- und Closed-Source-KI in Zukunft größer oder kleiner werden wird. Branchenführer, KI-Open-Source-Unternehmen, Forscher und Anwender hatten schon immer unterschiedliche Ansichten Jahr enthüllten Google-Ingenieure: OpenAI Weder Google noch Google haben einen Burggraben, und Open-Source-KI ist von Anfang an ihr größter Gegner.
Andererseits behaupten Open-Source-Modelle, die in verschiedenen Bereichen ständig auftauchen, dass sie GPT-4 nahe kommen oder diese übertreffen RLAIF-Technologie. Übertrifft alle anderen Modelle in einigen Benchmark-Tests, nahe am Niveau von GPT-4
Projektadresse: https://starling.cs.berkeley.edu/
Es gibt sogar einige Open-Source-Modelle, die behaupten, bei bestimmten Aufgaben mit GPT-4 vergleichbar zu sein, darunter sogar ein Modell der Größe 7B
Befürworter von Open-Source-Modellen behaupten, dass im Vergleich zur Einführung von Closed-Source-Modellen Es kann 3-5 Jahre dauern, bis sich der Unterschied in den Open-Source-Modellen widerspiegelt. Die zweite Vorhersage sorgte unter den Internetnutzern für Kontroversen „Closed Source“ aufzuholen ist immer noch sehr schwierig „Closed-Source-KI hat immer ihre eigenen einzigartigen Eigenschaften.“ Spitze der Biologie.
Und Microsoft hat kürzlich einen Bericht veröffentlicht, in dem GPT-4 in den Bereichen Biologie, Computerchemie, Arzneimittelentwicklung, Materialdesign und partielle Differentialgleichungen (PDE) als akademischer Wert von Forschungsassistenten getestet wird.
Link zum Papier: https://arxiv.org/abs/2311.07361
Laut Microsoft-Forschern werden Tools für künstliche Intelligenz den Fortschritt der wissenschaftlichen Grundlagenforschung erheblich beschleunigen.
Derzeit gibt es solche viele Tools und Plattformen, die maschinelle Lerntechnologie auf verschiedene Berufsfelder anwenden
Projektadresse: https://chemintelligence.com/our-platform
Und Netizens, für KI, für Zeitreihen Mögliche Durchbrüche in verwandten wissenschaftlichen Forschungsbereichen (Zeitreihen, was sich auf die Verwendung von Zeitreihen in der Statistik, Signalverarbeitung, Mustererkennung, Ökonometrie, Finanzmathematik und anderen Bereichen der angewandten Wissenschaft und Technik bezieht) sind ebenfalls vielversprechend.
Einige Internetnutzer haben sogar einen Artikel beigesteuert, um zu erklären, warum zeitreihenbezogene wissenschaftliche Forschung so wichtig ist
„Endlich hat das jemand gesehen, und es ist ein gutes Transformer-Modell für Zeitreihen entstanden.“
Die durch KI verursachten Energie- und Umweltkosten
In einem Podcast sprach Musk über die wichtigsten First-Principles-Denken in der KI-Branche. Er glaubt, dass es beim Transformer-Modell hinsichtlich des Energie- und Intelligenzleistungsverhältnisses noch viel Raum für Verbesserungen gibt
Untersuchungen von Alex de Vries, einem Datenwissenschaftler an der Vrije Universiteit Amsterdam in den Niederlanden, prognostizieren, dass bis 2027 Künstliche Intelligenz-Serverfarmen können jedes Jahr 85 bis 134 Terawattstunden Energie nutzen
https://www.php.cn/link/f52166cd701447355be87cbf41d31ca4
Es gibt auch viele Berichte ausländischer Medien, die darauf hinweisen, dass die Entwicklung der KI-Technologie zu einem starken Anstieg des Energie- und Wasserverbrauchs führen wird in der Zukunft.
Im Jahr 2027 könnte der KI-Energieverbrauch dem jährlichen Stromverbrauch von Argentinien, den Niederlanden oder Schweden oder 0,5 % des weltweiten Energiebedarfs entsprechen.
AIGC überschwemmt die Medien
Es ist keine Übertreibung zu sagen, dass sich KI-generierte Inhalte von Videos und Bildern jetzt mit Lichtgeschwindigkeit weiterentwickeln.
Vor ein bis zwei Jahren hätte sich kaum jemand vorstellen können, dass eine solche KI-Animation vollständig von KI generiert werden könnte.
Der Mitbegründer von DreamWorks hat kürzlich öffentlich erklärt, dass künstliche Intelligenz die Kosten der Animationsindustrie in den nächsten drei Jahren um 90 % senken wird!
Vielleicht wird die Erstellung von Animationsinhalten im nächsten Jahr weiter demokratisiert, und die Konsequenz ist, dass von Gen AI generierte Videos genau wie Kurzvideos, die über Nacht die Welt erobern, zu einer sehr wichtigen Komponente werden.
KI beeinflusst den Arbeitsmarkt
Die Auswirkungen von KI auf den Arbeitsmarkt waren schon immer ein kontroverses Thema in der KI-Branche.
Und die Vorhersage des CEO von Hugging Face könnte in gewissem Maße eine mögliche Antwort auf diese Frage sein.
Wenn mehr Menschen der Open-Source-KI-Entwicklerbranche beitreten können, werden die dadurch geschaffenen Arbeitsplätze in der Lage sein, die durch die Entwicklung der KI-Technologie ersetzten Arbeitskräfte auszugleichen?
Aber die meisten Internetnutzer scheinen dieser Logik nicht zuzustimmen.
Der zweite und sechste Punkt sind beide Witze. Auch wenn bei Hugging Face weitere Entwickler auftauchen werden, wird die KI den Arbeitsmarkt dennoch neu aufbauen.
Schließlich war Sam Altman zwei Tage lang vorübergehend arbeitslos, nachdem er wegen KI CEO von OpenAI geworden war.
Das obige ist der detaillierte Inhalt vonVorhersage: Der CEO von Hugging Face enthüllt sechs große Veränderungen in der KI-Branche im Jahr 2024!. 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



0.Was bewirkt dieser Artikel? Wir schlagen DepthFM vor: ein vielseitiges und schnelles generatives monokulares Tiefenschätzungsmodell auf dem neuesten Stand der Technik. Zusätzlich zu herkömmlichen Tiefenschätzungsaufgaben demonstriert DepthFM auch hochmoderne Fähigkeiten bei nachgelagerten Aufgaben wie dem Tiefen-Inpainting. DepthFM ist effizient und kann Tiefenkarten innerhalb weniger Inferenzschritte synthetisieren. Lassen Sie uns diese Arbeit gemeinsam lesen ~ 1. Titel der Papierinformationen: DepthFM: FastMonocularDepthEstimationwithFlowMatching Autor: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Stellen Sie sich ein Modell der künstlichen Intelligenz vor, das nicht nur die Fähigkeit besitzt, die traditionelle Datenverarbeitung zu übertreffen, sondern auch eine effizientere Leistung zu geringeren Kosten erzielt. Dies ist keine Science-Fiction, DeepSeek-V2[1], das weltweit leistungsstärkste Open-Source-MoE-Modell, ist da. DeepSeek-V2 ist ein leistungsstarkes MoE-Sprachmodell (Mix of Experts) mit den Merkmalen eines wirtschaftlichen Trainings und einer effizienten Inferenz. Es besteht aus 236B Parametern, von denen 21B zur Aktivierung jedes Markers verwendet werden. Im Vergleich zu DeepSeek67B bietet DeepSeek-V2 eine stärkere Leistung, spart gleichzeitig 42,5 % der Trainingskosten, reduziert den KV-Cache um 93,3 % und erhöht den maximalen Generierungsdurchsatz auf das 5,76-fache. DeepSeek ist ein Unternehmen, das sich mit allgemeiner künstlicher Intelligenz beschäftigt

KI verändert tatsächlich die Mathematik. Vor kurzem hat Tao Zhexuan, der diesem Thema große Aufmerksamkeit gewidmet hat, die neueste Ausgabe des „Bulletin of the American Mathematical Society“ (Bulletin der American Mathematical Society) weitergeleitet. Zum Thema „Werden Maschinen die Mathematik verändern?“ äußerten viele Mathematiker ihre Meinung. Der gesamte Prozess war voller Funken, knallhart und aufregend. Der Autor verfügt über eine starke Besetzung, darunter der Fields-Medaillengewinner Akshay Venkatesh, der chinesische Mathematiker Zheng Lejun, der NYU-Informatiker Ernest Davis und viele andere bekannte Wissenschaftler der Branche. Die Welt der KI hat sich dramatisch verändert. Viele dieser Artikel wurden vor einem Jahr eingereicht.

Anfang dieses Monats schlugen Forscher des MIT und anderer Institutionen eine vielversprechende Alternative zu MLP vor – KAN. KAN übertrifft MLP in Bezug auf Genauigkeit und Interpretierbarkeit. Und es kann MLP, das mit einer größeren Anzahl von Parametern ausgeführt wird, mit einer sehr kleinen Anzahl von Parametern übertreffen. Beispielsweise gaben die Autoren an, dass sie KAN nutzten, um die Ergebnisse von DeepMind mit einem kleineren Netzwerk und einem höheren Automatisierungsgrad zu reproduzieren. Konkret verfügt DeepMinds MLP über etwa 300.000 Parameter, während KAN nur etwa 200 Parameter hat. KAN hat eine starke mathematische Grundlage wie MLP und basiert auf dem universellen Approximationssatz, während KAN auf dem Kolmogorov-Arnold-Darstellungssatz basiert. Wie in der folgenden Abbildung gezeigt, hat KAN

Boston Dynamics Atlas tritt offiziell in die Ära der Elektroroboter ein! Gestern hat sich der hydraulische Atlas einfach „unter Tränen“ von der Bühne der Geschichte zurückgezogen. Heute gab Boston Dynamics bekannt, dass der elektrische Atlas im Einsatz ist. Es scheint, dass Boston Dynamics im Bereich kommerzieller humanoider Roboter entschlossen ist, mit Tesla zu konkurrieren. Nach der Veröffentlichung des neuen Videos wurde es innerhalb von nur zehn Stunden bereits von mehr als einer Million Menschen angesehen. Die alten Leute gehen und neue Rollen entstehen. Das ist eine historische Notwendigkeit. Es besteht kein Zweifel, dass dieses Jahr das explosive Jahr der humanoiden Roboter ist. Netizens kommentierten: Die Weiterentwicklung der Roboter hat dazu geführt, dass die diesjährige Eröffnungsfeier wie Menschen aussieht, und der Freiheitsgrad ist weitaus größer als der von Menschen. Aber ist das wirklich kein Horrorfilm? Zu Beginn des Videos liegt Atlas ruhig auf dem Boden, scheinbar auf dem Rücken. Was folgt, ist atemberaubend

Stehen Sie vor einer Verzögerung oder einer langsamen mobilen Datenverbindung auf dem iPhone? Normalerweise hängt die Stärke des Mobilfunk-Internets auf Ihrem Telefon von mehreren Faktoren ab, wie z. B. der Region, dem Mobilfunknetztyp, dem Roaming-Typ usw. Es gibt einige Dinge, die Sie tun können, um eine schnellere und zuverlässigere Mobilfunk-Internetverbindung zu erhalten. Fix 1 – Neustart des iPhone erzwingen Manchmal werden durch einen erzwungenen Neustart Ihres Geräts viele Dinge zurückgesetzt, einschließlich der Mobilfunkverbindung. Schritt 1 – Drücken Sie einfach einmal die Lauter-Taste und lassen Sie sie los. Drücken Sie anschließend die Leiser-Taste und lassen Sie sie wieder los. Schritt 2 – Der nächste Teil des Prozesses besteht darin, die Taste auf der rechten Seite gedrückt zu halten. Lassen Sie das iPhone den Neustart abschließen. Aktivieren Sie Mobilfunkdaten und überprüfen Sie die Netzwerkgeschwindigkeit. Überprüfen Sie es erneut. Fix 2 – Datenmodus ändern 5G bietet zwar bessere Netzwerkgeschwindigkeiten, funktioniert jedoch besser, wenn das Signal schwächer ist

Ich weine zu Tode. Die Daten im Internet reichen überhaupt nicht aus. Das Trainingsmodell sieht aus wie „Die Tribute von Panem“, und KI-Forscher auf der ganzen Welt machen sich Gedanken darüber, wie sie diese datenhungrigen Esser ernähren sollen. Dieses Problem tritt insbesondere bei multimodalen Aufgaben auf. Zu einer Zeit, als sie ratlos waren, nutzte ein Start-up-Team der Abteilung der Renmin-Universität von China sein eigenes neues Modell, um als erstes in China einen „modellgenerierten Datenfeed selbst“ in die Realität umzusetzen. Darüber hinaus handelt es sich um einen zweigleisigen Ansatz auf der Verständnisseite und der Generierungsseite. Beide Seiten können hochwertige, multimodale neue Daten generieren und Datenrückmeldungen an das Modell selbst liefern. Was ist ein Modell? Awaker 1.0, ein großes multimodales Modell, das gerade im Zhongguancun-Forum erschienen ist. Wer ist das Team? Sophon-Motor. Gegründet von Gao Yizhao, einem Doktoranden an der Hillhouse School of Artificial Intelligence der Renmin University.

Kürzlich wurde die Militärwelt von der Nachricht überwältigt: US-Militärkampfflugzeuge können jetzt mithilfe von KI vollautomatische Luftkämpfe absolvieren. Ja, erst kürzlich wurde der KI-Kampfjet des US-Militärs zum ersten Mal der Öffentlichkeit zugänglich gemacht und sein Geheimnis gelüftet. Der vollständige Name dieses Jägers lautet „Variable Stability Simulator Test Aircraft“ (VISTA). Er wurde vom Minister der US-Luftwaffe persönlich geflogen, um einen Eins-gegen-eins-Luftkampf zu simulieren. Am 2. Mai startete US-Luftwaffenminister Frank Kendall mit einer X-62AVISTA auf der Edwards Air Force Base. Beachten Sie, dass während des einstündigen Fluges alle Flugaktionen autonom von der KI durchgeführt wurden! Kendall sagte: „In den letzten Jahrzehnten haben wir über das unbegrenzte Potenzial des autonomen Luft-Luft-Kampfes nachgedacht, aber es schien immer unerreichbar.“ Nun jedoch,
