第 94 頁-探索人工智慧技術的未來

目前位置：首頁 > 科技文章 > 科技週邊 > 人工智慧

方向：: 全部網路3.0 後端開發 web前端資料庫運維開發工具 php框架每日程式設計微信小程式常見問題其他科技 CMS教程 Java 系統教程電腦教學硬體教學手機教學軟體教學手遊教學

分類：: 人工智慧 IT業界

最熱

最新

用MoE橫掃99個子任務！浙大等提出全新通用機器人策略GeRM

多任務機器人學習在應對多樣化和複雜情景方面具有重要意義。然而，目前的方法受到效能問題和收集訓練資料集的困難的限制。這篇論文提出了GeRM（通用機器人模型），研究人員利用離線強化學習來優化數據利用策略，從演示和次優數據中學習，從而超越了人類演示的局限性。作者：宋文軒，趙晗，丁鵬翔，崔燦，呂尚可，範亞凝，王東林單位：西湖大學、浙江大學論文地址：https://arxiv.org/abs/2403.13358計畫地址：https://songwxuan.github .io/GeRM/之後採用基於Tra

人工智慧 554 2024-04-17 23:40:24
無向圖最小割問題新突破，Google研究獲SODA 2024最佳論文獎

谷歌部落格放出新研究，求解無向圖的最小割問題。 1996年，美國電腦科學家DavidRKarger連同其他研究者在論文《Anewapproachtotheminimumcutproblem》中提出了一個令人驚訝的隨機演算法Karger演算法，其在理論電腦科學中非常重要，尤其適用於大規模圖的近似最小割問題。 Karger演算法可以在時間為O(mlog^3n)的圖中找到一個最小割點，他們將這個時間稱為近線性時間，意思是線性乘以一個多對數因子。在谷歌剛更新的一篇部落格中，他們介紹了先前發布的一篇論文《Det

人工智慧 733 2024-04-17 21:58:01
機器人現在佔全球網路流量的近一半

根據最新報告研究，2023年，近一半（49.6%）的網路流量來自機器人。這比前一年增加了2%，也是自2013年開始監測自動流量以來報告的最高水準。與惡意機器人相關的網路流量比例連續第五年成長到2023年的32%，高於2022年的30.2%。同時，來自人類用戶的流量下降到50.4%。由於對網站、api和應用程式的攻擊，自動化流量每年對組織造成數十億美元的損失。機器人是每個行業面臨的最普遍且不斷增長的威脅之一。從簡單的網頁抓取到惡意帳戶接管、垃圾郵件和拒絕服務，機器人會降低線上服務品質並要求在基礎設

人工智慧 871 2024-04-17 20:43:32
OWASP發布大語言模型網路安全與治理清單

目前人工智慧技術面臨的最大風險是大語言模型(LLM)和生成式人工智慧技術的發展和應用速度已經遠遠超過了安全和治理的速度。 OpenAI、Anthropic、Google和微軟等公司的生成式人工智慧和大語言模式產品的使用正呈指數級增長。同時，開源大語言模型方案也在高速成長，HuggingFace等開源人工智慧社群提供了大量開源模型、資料集和AI應用。為了推動人工智慧的發展步伐，OWASP、OpenSSF、CISA等產業組織正在積極開發和提供人工智慧安全與治理關鍵資產，例如OWASPAIExchange、

人工智慧 984 2024-04-17 19:31:01
腦電合成自然語音！ LeCun轉發Nature子刊新成果，程式碼開源

腦機介面最新進展登上Nature子刊，深度學習三巨頭之一的LeCun都來轉發。這次是用神經訊號進行語音合成，幫助因神經系統缺陷導致失語症的人群重新獲得溝通的能力。據悉，來自紐約大學的研究團隊開發了一個新型的可微分語音合成器，可利用一個輕型的捲積神經網路將語音編碼為一系列可解釋的語音參數（如音高、響度、共振峰頻率等），並透過可微分語音合成器重新合成語音。透過將神經訊號映射到這些語音參數，研究者建構了一個高度可解釋且可應用於小數據量情形的神經語音解碼系統，可產生聽起來自然的語音。 48名研究人員共收集了

人工智慧 583 2024-04-17 19:01:27
建構生成式AI創新安全體系，亞馬遜首席安全官教你三招

亞馬遜雲端科技在全球擁有數百萬客戶，每天追蹤的事件達數十億條，這讓亞馬遜雲科技能偵測到更多的安全威脅。 2019年亞馬遜雲端科技首席安全長SteveSchmidt正式宣布推出首個聚焦雲端安全問題的會議亞馬遜雲端科技re:Inforce，現在大會已經舉辦五屆，成為雲端安全的風向標。 2010年，SteveSchmidt加入亞馬遜，並在亞馬遜雲端科技擔任首席資訊安全長達12年，從2022年起擔任亞馬遜首席安全長至今。最近，他接受了《華爾街日報》關於生成AI時代下的企業安全的訪談。 SteveSchmidt說，安全團隊

人工智慧 388 2024-04-17 18:40:02
nuScenes最新SOTA | SparseAD：稀疏查詢協助高效端對端自動駕駛！

寫在前面&出發點端到端的範式使用統一的框架在自動駕駛系統中實現多任務。儘管這種範式具有簡單性和清晰性，但端到端的自動駕駛方法在子任務上的表現仍然遠遠落後於單任務方法。同時，先前端到端方法中廣泛使用的密集鳥瞰圖（BEV）特徵使得擴展到更多模態或任務變得困難。這裡提出了一種稀疏查找為中心的端到端自動駕駛範式（SparseAD），其中稀疏查找完全代表整個駕駛場景，包括空間、時間和任務，無需任何密集的BEV表示。具體來說，設計了一個統一的稀疏架構，用於包括檢測、追蹤和線上地圖繪製在內的任務感知。此外，重

人工智慧 616 2024-04-17 18:22:16
清華團隊推出新平台：用去中心化AI打破算力荒

最近，一則數據點出了AI領域算力需求的驚人增長——根據業內專家的預估，OpenAI推出的Sora在訓練環節大約需要約4200-10500張NVIDIAH100上訓練1個月，並且當模型生成到推理環節以後，計算成本也會迅速超過訓練環節。照這個趨勢發展下去，GPU的供給或許很難滿足大模型持續的需求。不過，最近海外有一個新動向，可能會為即將到來的「算力荒」提供新的解決思維——去中心化AI。三週前，3月23日，StabilityAI突然發布一項公告，宣佈公司CEOEmadMostaque辭職。 EmadMo

人工智慧 535 2024-04-17 18:16:14
生成式人工智慧使即時供應鏈更接近現實

生成式人工智能正在影响或有望影响许多行业，提供链网的转型时机已经成熟。生成式人工智能有望显著促进供应链的实时交互和信息，从计划到采购、生产制造和履行。所有这些流程对生产力的影响都是显著的。Accenture的一项新研究计算，超过四成的企业（43%）的端到端供应链活动的所有工作时间都可能受到生产人工智能的影响。此外，整个供应链中29%的工作时间可通过生产人工智能实现自动化，而整个供应链中14%的工作时间可通过生产人工智能显著增加。这种新兴技术对整个供应链具有潜力，从设计和规划，到采购和制造，再到履

人工智慧 1054 2024-04-17 17:25:01
綠色革命：物聯網和人工智慧如何為永續未來鋪路

关于人工智能（AI）和物联网（IoT）的讨论如何减少我们的劳动力并侵犯我们的人身安全的所有担忧和悲观情绪中，我们需要花点时间来认识到这些特殊技术正在带来的一些特殊事态。利用物联网和人工智能实现环境可持续发展人工智能和物联网融入我们的日常生活和工业流程带来了显著的环境效益。以下是这些技术对环境产生积极影响的一些方式：能源使用效率优化网络支持更智能的电网和电表，从而实现更高效的能源分配和消耗。人工智能算法可以预测高峰时段并调整能量流量，从而减少浪费。在建筑物中，人工智能驱动的智能空调系统分析天气预报

人工智慧 1045 2024-04-17 16:40:01
谷歌出手整頓大模型「健忘症」！回饋注意力機制幫你「更新」上下文，大模型無限記憶力時代將至

编辑|伊风出品|51CTO技术栈（微信号：blog51cto）谷歌终于出手了！我们将不再忍受大模型的“健忘症”。TransformerFAM横空出世，放话要让大模型拥有无限记忆力！话不多说，先来看看TransformerFAM的“疗效”：图片大模型在处理长上下文任务时的性能得到了显著提升！在上图中，Isabelle、NarrativeQA等任务要求模型理解和处理大量上下文信息，并对特定问题给出准确的回答或摘要。在所有任务中，FAM配置的模型都优于所有其他BSWA配置，并且能够看到当超过某个点时，

人工智慧 379 2024-04-17 15:40:01
一句話打造Agent！李彥宏：人人都是開發者的時代到來

大模型顛覆一切，終於還是顛覆了本小編頭上。還是一句話就被打造出來的Agent。像這樣，丟給Ta一篇文章，不到1秒，標題建議就新鮮出爐了。這效率，比起本人類，只能說是一個快如閃電一個慢如樹懶吧…更難頂的是，創造這個Agent，真的就是幾分鐘的事。 Prompt是醬嬸的：而且，如果你也想體驗這種顛覆一切的feel，現在，基於這個百度剛剛上新的文心智能體平台，人人都能免費打造屬於自己的智能助手。可以利用搜尋引擎、智慧硬體平台、語音辨識、地圖、汽車等百度行動生態管道，讓更多人運用上你的創意！李彥宏本人

人工智慧 977 2024-04-17 14:28:01
LLM如何增強決策過程

由於技術能力變得越來越重要，數位時代正在改變決策過程。大型語言模型(LLM)是一項值得注意的技術，因其能夠在各個領域實現更好的決策而受到讚譽。但LLM能在多大程度上增強決策過程?如果可以，又是如何增強的呢?了解LLM最近的自然語言處理系統，如OpenAI的GPT系列和Google的BERT，都是非常複雜的人工智能程序，它們是在大量的文字資料庫上進行訓練。這些模型可以理解並輸出類似人類的文本，這對於用於自然語言處理來說是一個很大的優勢。資訊綜合LLM的一個主要優勢是這類機器可以快速、完美地處理大量

人工智慧 955 2024-04-17 13:10:11
AI輔助腦機介面研究，紐約大學突破性神經語音解碼技術，登Nature子刊

作者|陳旭鵬編輯|ScienceAI由於神經系統的缺陷導致的失語症會導致嚴重的生活障礙，它可能會限制人們的職業和社交生活。近年來，深度學習和腦機介面（BCI）技術的快速發展為開發能夠幫助失語者溝通的神經語音義肢提供了可行性。然而，神經訊號的語音解碼面臨挑戰。近日，約旦大學VideoLab和FlinkerLab的研究者開發了一個新型的可微分語音合成器，可以利用一個輕型的捲積神經網路將語音編碼為一系列可解釋的語音參數（例如音高、響度、共振峰頻率等），並透過可微分神經網路將這些參數合成為語音。這個合成器

人工智慧 1099 2024-04-17 08:40:05
Gartner：生成式AI將推動中國企業資料中心設計轉型

在2024年4月15日消息，Gartner最近發布的一份2024年CIO和技術高管調查顯示，超過60%的中國企業計劃在未來12至24個月內部署生成式人工智慧（GenAI）。由於中國企業傾向於在本地而非透過公有雲部署GenAI，目前的基礎設施環境無法支援GenAI專案。這將推動中國企業資料中心的設計轉型。 Gartner研究總監張呂鏿表示：「由於安全和資料隱私方面的擔憂以及監管要求，一些企業更傾向於在本地部署GenAl解決方案或微調大語言模型（LLM）。在本地部署GenAl對於資料中心來說並且不僅僅是

人工智慧 1161 2024-04-16 22:41:06