Copilot被告、LeCun自主AI、AlphaFold发现所有蛋白质……2022年激动人心的AI大新闻
2022年是人工智能过山车般的一年。
从艺术、视频、医学……人工智能在冲击主流,公众越来越多地在讨论AI。
2023年会发生什么呢?展望未来时,让我们先回顾一下过去。
以下是2022年里的一些AI大新闻。
程序员怒告Copilot
上个月,程序员及作家Matthew Butterick对微软及其部分合作伙伴、GitHub和OpenAI等提起集体诉讼。
这一切都是因为Copilot,这是一个首创的可以生成代码的人工智能程序。
Copilot的目的是,通过创建简单的代码来协助开发团队,从而节省工时,用于其他任务。
该程序没有承认它是如何从数据训练集的现有代码中学习的。
对于那些关心人工智能、训练集以及发现自己的作品被用于训练程序的原创者来说,这将是一场决定性的诉讼。
如何解决这个问题,可能会在未来许多年内,对这个领域产生持久性的影响。
AI应用程序Lensa在艺术界引起轰动
Lensa 是一款由AI提供支持的应用程序,最近风靡全网。
在几乎任何社交媒体平台上,你都能看到网友用Lensa生成的照片。
只要用户上传自己的图像,Lensa就会将照片变成风格化的艺术作品。
这听起来似乎无伤大雅,但艺术界的许多人都不高兴,因为Lensa和其他程序是利用现成的照片和艺术品训练的数据。
学习人类创造的图像,当然增强了AI的能力。但对于艺术界的许多人来说,这就是在剽窃。
在Twitter上,网友爆发了激烈的讨论,争论关于Lensa和类似AI程序对艺术上是有益的,还是有害的。
不可否认,AI很可能会继续存在。
问题是,从长远来看,AI将如何影响艺术界?
AI算法正在管理华盛顿
想象一下,某个城市由机器和程序运行。
虽然这听起来像科幻小说,但已经接近事实。
一份报告显示,华盛顿特区和其他大都市正在利用机器学习程序和其他人工智能工具来管理整个城市。
从住房筛选、量刑、教育和预算,城市似乎正在悄悄地应用算法来提高运作效率。
不过,一些人质疑当前人工智能计划增强官僚机构权力的有效性以及可能出现的任何道德问题。
帮人类对抗蟑螂的最新盟友是……激光人工智能?
今年并非所有与人工智能相关的新闻都令人担忧。
科学家们今年创建了一个新的开源人工智能工具,来帮助那些我们摆脱蟑螂。
赫瑞瓦特大学的研究员Ildar Rakhmatulin和同事们将机器学习与机器视觉相结合,对蟑螂进行了一系列实验。
在实验过程中,人工智能能够检测到蟑螂,并在1.2米的距离内杀死它们。
如果Rakhmatulin他的团队成功了,人类不仅能获得一场精彩的激光表演,还能上演一场杀蟑大戏!
英国上议院接待人工智能机器人Ai-Da
早在10月,英国上议院内,就创造了AI的历史。
有史以来第一次,一个名为Ai-Da的人工智能机器人坐在席位上,回答了议会上议院的问题。
从创意到技术,Ai-Da信手拈来,这是人工智能史上的辉煌时刻。
此前,Ai-Da就出名了,因为她为Billie Eilish、已故女王伊丽莎白和Paul McCartney等画出了精彩的肖像。
随着世界各国政府都面临着人工智能的迅速崛起,此类公众调查可能会越来越多。
波士顿动力等公司承诺,不会将机器人武器化
很多人都担心,天网在某一天会成为现实,AI驱动的机器人会涌入地球表面,彻底取代人类,成为地球的主宰者。
至少现在,他们还不用担心。
波士顿动力公司和其他大机器人公司承诺,不会将机器人武器化。
他们于今年宣布了这一令人惊讶的消息,而此前,无人机和其他武器已经主导现代战场十年了。
在致Axios的一封信中,波士顿动力公司CEO Robert Playter表示,「最近一直有人致力于将商用机器人武器化,我们对此感到担忧。」
这些私营公司的这一举措令人欣慰。但这种团结能持续多久呢?时间会给我们答案的。
Meta AI负责人LeCun发表了关于自主AI的论文
科幻小说中的人工智能,与现实世界之间AI的差异似乎越来越小。
Meta AI的负责人LeCun发表了一篇论文,提出了一条更好地训练AI架构的途径,来教会它预测或规划现实环境中的变化。
简而言之,就是一种可以像人类和动物一样学习的AI。
如果这成为现实,它将改变整个游戏规则。
而AI与人类的关系,将再度引发争论。
白宫公布人工智能权利法案
随着技术规模的持续增长,越来越多的人开始讨论负责任的AI。
早在10月,白宫就预料到这一点,并公布了AI权利法案。
这个法案的目的是,保护个人的个人数据,并限制监视。但是,法案并没有规定可操作的或强制执行的机制。
相反,这样做的目的,是为美国联邦部门迈出第一步,让他们开始弄清楚,应该如何应对新兴技术。
这套法案还鼓励公司制定一套「核心原则」,以扩大用户对数据的控制,并且防止偏见。
DeepMind的AlphaFold发现了几乎所有已知的蛋白质
在夏季的尾声,DeepMind几乎发现了目前科学界已知的每一种蛋白质。
这个开源程序基于2018年开发的AlphaFold,使用机器学习算法来预测蛋白质的三维结构。
斯克里普斯研究转化研究所的心脏病学家Eric Topol解释说,「确定蛋白质的3D结构过去需要数月或数年,现在只需要几秒钟......这些新加入的结构几乎可以阐明整个蛋白质世界,我们有理由期待,每天都会有更多的生物学谜团被解开。」
这是AI带给微生物学界和医学界的巨大突破,这是多大的巨变,只有时间才能证明。
谷歌AI工程师Blake Lemoine声称,LaMDA是有知觉的
去年夏天AI圈子最为热议的话题之一,就是前谷歌AI工程师Blake Lemoine的故事。
他声称,谷歌的聊天机器人的LaMDA已经发展出了知觉。
他十分肯定这个结论。「我在研究生阶段学习过心灵哲学。LaMDA有意识这件事,我已经和哈佛、斯坦福、伯克利的人都说过了。」
尽管谷歌否认这种说法,但科学家多年来一直关注着AI的感知能力,随着AI的进步,现在更是如此。
这件事究竟是真是假呢?我们现在还无法知道。
好了,以上就是2022年最热门的AI新闻故事。
你认为在2023年,AI领域会有什么大事发生呢?
以上是Copilot被告、LeCun自主AI、AlphaFold发现所有蛋白质……2022年激动人心的AI大新闻的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S
