


Cindy Elder: Ketua Pegawai Eksekutif OpenAI Sam Altman membincangkan penggunaan tenaga dan pendirian kawal selia AI
Berita pada 17 Januari, Davos, Switzerland - Ketua Pegawai Eksekutif OpenAI Sam Altman menegaskan di Forum Ekonomi Dunia di Davos bahawa pembangunan kecerdasan buatan masa depan perlu menembusi kekangan tenaga, yang bermaksud ia akan menggunakan lebih banyak daripada yang kita jangkakan. Beliau juga menyebut potensi kesan kecerdasan buatan terhadap pilihan raya global akan datang dan menyatakan pandangannya tentang sikap pengawalseliaan Amerika Syarikat dan Kesatuan Eropah.
Keperluan Tenaga Kepintaran Buatan
Altman berkata pada acara Bloomberg semasa mesyuarat tahunan Forum Ekonomi Dunia di Davos bahawa dia melihat satu kejayaan dalam peralihan kepada sumber tenaga yang lebih hijau seperti gabungan nuklear dan Solar kos rendah dan teknologi penyimpanan tenaga. Selain itu, beliau juga menegaskan bahawa pembangunan kecerdasan buatan juga merupakan hala tuju yang penting.
"Tidak ada cara untuk sampai ke sana tanpa kejayaan," katanya. "Ini mendorong kami untuk melabur lebih banyak dalam gabungan nuklear." Syarikat itu kemudiannya menandatangani perjanjian dengan Microsoft untuk memberikannya tenaga dalam beberapa tahun akan datang. Microsoft ialah penyokong kewangan OpenAI yang paling penting dan menyediakannya dengan sumber pengkomputeran AI.
Altman berkata bahawa syarikatnya sedang membangunkan model kecerdasan buatan generasi akan datang, bertujuan untuk mencapai lebih banyak fungsi daripada model sedia ada. Walau bagaimanapun, model ini memerlukan lebih banyak sokongan tenaga. "Matlamatnya adalah untuk mencipta sistem kecerdasan buatan yang boleh memahami dan menambah baik dunia," jelasnya Matlamat ini memerlukan banyak kuasa pengkomputeran, yang memerlukan bekalan elektrik yang besar.
Beliau berharap kecerdasan buatan dapat membawa manfaat kepada manusia dan bukannya bencana. Dia berkata: "Kami tidak mahu mencipta kecerdasan buatan yang akan memusnahkan kami, tetapi mencipta kecerdasan buatan yang boleh membantu kami
Sikap pengawalseliaan terhadap kecerdasan buatan
Altman digalakkan oleh sikap pengawalseliaan Amerika Syarikat dan." Kesatuan Eropah.
"Apa yang mengagumkan saya dan benar-benar luar biasa ialah perbualan mengenai AI masih berterusan," katanya "Ia menunjukkan terdapat konsensus tentang kepentingan AI, yang merupakan petanda yang hebat
Beliau menyatakan sokongan untuk menubuhkan rangka kerja kawal selia yang berprinsip, fleksibel dan kolaboratif, bukannya peraturan yang terlalu ketat atau terlalu longgar. Beliau menekankan: "Kami tidak mahu kecerdasan buatan menjadi binatang yang tidak terkawal, dan kami juga tidak mahu ia menjadi tahanan yang dibelenggu. Kami mahu kecerdasan buatan menjadi rakan kongsi yang dihormati dan dibimbing." dan perusahaan , akademia, masyarakat sivil dan pihak berkepentingan lain untuk bekerjasama membangunkan peraturan untuk AI yang memberi manfaat kepada manusia dan planet ini. "Matlamat kami adalah untuk mencipta kecerdasan buatan yang boleh wujud bersama secara harmoni dengan kami," katanya. "Ini memerlukan kerja keras dan kerjasama daripada kita semua."
Atas ialah kandungan terperinci Cindy Elder: Ketua Pegawai Eksekutif OpenAI Sam Altman membincangkan penggunaan tenaga dan pendirian kawal selia AI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Jika jawapan yang diberikan oleh model AI tidak dapat difahami sama sekali, adakah anda berani menggunakannya? Memandangkan sistem pembelajaran mesin digunakan dalam bidang yang lebih penting, menjadi semakin penting untuk menunjukkan sebab kita boleh mempercayai output mereka, dan bila tidak mempercayainya. Satu cara yang mungkin untuk mendapatkan kepercayaan dalam output sistem yang kompleks adalah dengan menghendaki sistem menghasilkan tafsiran outputnya yang boleh dibaca oleh manusia atau sistem lain yang dipercayai, iaitu, difahami sepenuhnya sehingga apa-apa ralat yang mungkin boleh dilakukan. dijumpai. Contohnya, untuk membina kepercayaan dalam sistem kehakiman, kami memerlukan mahkamah memberikan pendapat bertulis yang jelas dan boleh dibaca yang menjelaskan dan menyokong keputusan mereka. Untuk model bahasa yang besar, kita juga boleh menggunakan pendekatan yang sama. Walau bagaimanapun, apabila mengambil pendekatan ini, pastikan model bahasa menjana

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Aplikasi ChatGPT Mac Buka AI kini tersedia untuk semua orang, telah dihadkan kepada mereka yang mempunyai langganan ChatGPT Plus sahaja untuk beberapa bulan lepas. Apl ini dipasang sama seperti mana-mana apl Mac asli yang lain, selagi anda mempunyai Apple S yang terkini

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
