业界资讯

ChatGPT自发布以来，数学能力饱受诟病。就连「数学天才」陶哲轩曾表示，GPT-4在自己的数学专业领域，并没有太多的增值。怎么办，就一直让ChatGPT做个「数学智障」么？OpenAI在努力——为了提升GPT-4的数学推理能力，OpenAI团队用「过程监督」（PRM）训练模型。让我们一步一步验证！论文地址：https://cdn.openai.com/improving-mathematical-reasoning-with-process-supervision/Lets_Verify_Step_by

坦白讲，对话式生成人工智能（AI）工具ChatGPT已然风靡全球。据报道，就在实效亮相的短短几个月后，ChatGPT就成为有史以来增长最快的软件应用。如今，每天都有新的AI业务用例出现，正以惊人的成果重新定义和塑造我们的工作方式。ChatGPT显然给诸多行业和专业带来了巨大影响。尽管可能消灭一部分工作职能，但它同时也会创造出更多新的岗位。而其中最大的冲击，还在于它让很多人得以通过极为强大的AI功能加持现有技术能力，“更聪明地处理工作”。部分企业已经在使用ChatGPT为客户开发新服务，也有不少公司在它的帮

没想到时至今日，ChatGPT竟还会犯低级错误？吴恩达大神最新开课就指出来了：ChatGPT不会反转单词！比如让它反转下lollipop这个词，输出是pilollol，完全混乱。哦豁，这确实有点大跌眼镜啊。以至于听课网友在Reddit上发帖后，立马引来大量围观，帖子热度火速冲到6k。而且这不是偶然bug，网友们发现ChatGPT确实无法完成这个任务，我们亲测结果也同样如此。△实测ChatGPT（GPT-3.5）甚至包括Bard、Bing、文心一言在内等一众产品都不行。△实测Bard△实测文心一言还有人紧跟

这几个月来，人工智能一直是为大家津津乐道的流行语。硅谷的初创公司和财富500强公司都看到，随着人工智能步伐的稳步加快，各行业都发生了革命性变化。但是，兴奋、进步与AIwashing（夸大人工智能作用的现象）这样的危险信号，正在以同样的速度蓬勃发展。尽管事实上，一些企业采用的人工智能微乎其微或根本不存在，但是，由于他们急切地想搭上赚钱的列车，想从炒作中获利，所以他们夸大了自己的人工智能能力。与非人工智能初创企业相比，这种营销策略尽管有问题，但可以帮助他们获得更大的种子轮、A轮和B轮融资。根据GlobalDa

虽然可能有许多不同的方法，但以下是企业在评估机器人解决方案时需要考虑的重要几点。到目前为止，许多安全和欺诈专业人士都了解机器人程序给我们的在线应用程序和我们的一般业务带来的风险。在之前的一篇文章中，我讨论并总结了其中一些风险，以帮助安全和欺诈团队理解用他们自己的语言向高管和董事会阐明机器人程序威胁的必要性。事实上，这种类型的交流已经越来越普遍，导致人们对机器人问题有了更高的认识。毫不奇怪，随着对机器人程序问题的认识不断提高，针对企业买家的营销材料也越来越多。无论安全和欺诈团队担心哪些风险，他们都需要一种方

斑马技术大中华区技术总监程宁面对不断增长的需求，零售团队人员数量及具体运营执行是否能及时匹配，正成为零售商们不得不面临的挑战。零售团队人员的短缺将使商店难以正常运营。当商店经理的人数捉襟见肘时，他们可能没有时间对员工进行新技能培训，帮助员工提高现有的技能组合，或者弄清楚如何以更佳的方式在商店中利用其技能。商店经理也可能难以对已有员工进行有效的安排。鉴于如今客户和员工的期望之高前所未有，因此很难追踪每位团队成员的排班偏好和可用性。然而，对于商店经理来说，重要的是能够保持士气高涨。如果员工觉得自己没有为商店增

这个时代的定义是物联网(IoT)、人工智能(AI)、机器学习和增强现实(AR)等技术的集成，这些技术可以提高效率、提高质量并降低生产成本。在这个数字时代获得突出的创新中，数字孪生的采用已经成为游戏规则的改变者。数字孪生的兴起根据Gartner的预测，到2021年，一半的大型工业企业将使用数字孪生，从而使效率显着提高10%。这一预测凸显了数字孪生在工业领域中日益增长的重要性。根据研究，13%已开始实施物联网的企业已采用数字孪生，另有62%的企业正在实施或计划很快实施。释放数字孪生在制造业中的潜力数字孪生开发

人工智能现在确实能进行较准确的预测，但它是基于大规模数据的统计。这种没有理解、通过机器学习所得到的预测能力就必须依靠大数据，而不能像人一样很多时候只需小数据就可以进行预测。不久前，谷歌公司（以下简称谷歌）AI工程师莱莫因认为对话应用语言模型LAMDA“活了”“其意识迎来觉醒”，并对此出具了长达21页的证据。他认为，LaMDA拥有七八岁孩童的智力，并相信LaMDA不仅认为自己是一个人类，且正在争取自己作为一个人的权利。莱莫因的观点和证据引来业内的广泛关注。近日该事件迎来最终结局，谷歌发表声明，称莱莫因违反了

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。“马斯克，你相信V2X+AI能让自动驾驶更容易落地吗？”这两天，海外很多科技知名UP主，如KarlConrad、DomEsposito、Shanestarnes、JonathanCasey，不断在一则自动驾驶路侧技术视频下@马斯克、waymo、cruise等一众科技大佬和知名企业。视频中，自动驾驶车辆全程无接管应对开放市区的复杂道路，但这不并是让大家惊诧的点。真正不可思议的是，视频中的车辆，完完全全遮挡了所有的车载传感器。

​国际数据公司(IDC)的一份新报告预测，2022年全球人工智能解决方案的市场价值将接近4500亿美元，并将在未来五年持续增长。根据IDC的《全球半年度人工智能跟踪报告》，2021年全球人工智能软件、硬件和服务的收入总计3833亿美元，比2020年增长20.7%。在整个人工智能（AI）市场中，最大的领域是人工智能软件，包括人工智能应用程序交付和部署、人工智能应用程序、人工智能系统基础设施软件、人工智能平台等4个领域。2021年，这些类别的市值合计超过3400亿美元，其中人工智能应用占了近一半。AI平台的年

2月21日消息，在​​谷歌​​​大规模​​裁员​​​1.2万人几天后，数百名离职员工涌入一个在线聊天室，对他们突然被裁员的冷酷方式表达不满，同时就管理层是如何决定裁员的问题交换了看法。有人发帖问道：是不是有个精心设计、不违反任何法律的“无脑​​算法​​”选择了谁该被裁？谷歌对此表示，他们的裁员决定“没有涉及任何算法”。但随着越来越多的​​AI​​工具被应用于职场，这些谷歌被裁员工的怀疑似乎并无道理。如今，许多​​人力资源​​经理使用机器学习软件分析数百万个与就业相关的数据点，从而得出哪些人可以参加面试、收

微软正在开发AI优化芯片，以降低训练生成式AI模型（例如为OpenAIChatGPT聊天机器人提供动力的模型）的成本。TheInformation近日援引两位知情人士的话说，至少从2019年开始，微软就一直在研发代号为“Athena”的新芯片组。微软和OpenAI的员工已经可以使用新芯片，并正在使用这些芯片在GPT-4等大型语言模型上测试芯片的性能。训练大型语言模型需要摄取和分析大量数据，以便为AI创建新的输出内容来模仿人类对话，这是生成式AI模型的一大标志，这个过程需要大量（大约数万个）针对AI进行优化

ERP软件通过自动化核心业务流程并对其进行管理以实现最佳性能，从而提高生产率。ERP软件从上世纪90年代以来就已经出现，它们已经从传统的实施方式演变为更具适应性的客户机-服务器架构。人工智能在多个领域有着深远的应用。技术进步正在快速发展，人工智能也在改变ERP软件。人工智能是一个强大的工具，因此需要理解它如何改变ERP软件以及人工智能辅助的重要性。为什么需要人工智能辅助?多年来，ERP软件的核心方面一直停滞不前。随着自动化输入、增强的通信、复杂的报告和未来的可视化工具，数据管理和企业数据处理得到了改进。人

随着生成式AI大火，有关它的具体应用的讨论也热闹起来。在企业数字化进程不断深入的当下，生成式AI对于企业的销售和营销能发挥什么作用呢？或可从微软和Salesforce的最新动作中略窥一二。基于OpenAI的GPT，微软推出的VivaSales可以使销售人员创建简洁和量身定制的客户电子邮件，获得提醒和建议，并提取有关潜在客户的见解。Salesforce推出的EinsteinGPT可以生成定制的内容，提高员工的工作效率，并改善客户体验。生成式AI在销售中的应用销售行业的发展是不可预测的，具有挑战性、动态性

作者：曹臻威远美团数据库平台研发组，面临日益急迫的数据库异常发现需求，为了更加快速、智能地发现、定位和止损，我们开发了基于AI算法的数据库异常检测服务。1.背景数据库被广泛用于美团的核心业务场景上，对稳定性要求较高，对异常容忍度非常低。因此，快速的数据库异常发现、定位和止损就变得越来越重要。针对异常监测的问题，传统的固定阈值告警方式，需要依赖专家经验进行规则配置，不能根据不同业务场景灵活动态调整阈值，容易让小问题演变成大故障。而基于AI的数据库异常发现能力，可以基于数据库历史表现情况，对关键指标进行7

2月23日消息，美国当地时间周三，微软​宣布为iPhone和Android发布新的必应和Edge预览版应用程序，其中包括语音搜索和访问其AI聊天机器人等新功能。在必应移动应用程序中，用户可以点击必应图标开始聊天会话，可以通过文本或语音提出各种问题。答案将以项目符号、简化回复或传统文本格式显示。此外，该应用还支持语音，微软强调这是一项非常受欢迎的功能。用户还将能够通过Edge移动应用程序的主页访问必应的更新功能。周三当天，微软还针对即时通讯软件Skype发布了新版必应。用户可以将微软的人工智能添加到群聊中，

Copilot是由微软、OpenAI、GitHub三家联合打造的AI编程辅助工具。今年早些时候，Copilot已被集成到VisualStudio2022中。此外，GitHub还有一个专门的校园计划，可以让学生免费获取这款编程神器。不过，负面效应接踵而至：Copilot在一项测试中展示出强大的能力，以至于它可能被用作编程考试作弊工具。来自马萨诸塞大学阿默斯特分校计算机科学系的教授EmeryBerger本月早些时候发表了一篇博文警告教育工作者，他说，「配备Copilot的学生就

本文转载自微信公众号「活在信息时代」，作者活在信息时代。转载本文请联系活在信息时代公众号。对于熟悉数据库操作的同学来说，编写优美的SQL语句，从数据库中想方设法找出自己需要的数据，是常规操作了。而对于熟悉机器学习的同学来说，获取数据，对数据进行预处理，建立模型，确定训练集和测试集，用训练好的模型对未来进行一系列的预测，也是一种常规操作了。那么，我们能否将两种技术结合起来呢？我们看到数据库里存储了数据，而进行预测需要基于以往的数据。如果我们通过数据库里现有的数据，对于未来的数据进行查询的话，那么是否可行呢

最近在GitHub上看到的这个MindsDB[1]项目让我眼前一亮，它可以在数据库里执行机器学习相关的操作，也就是说，仅用SQL就可以构建、训练、优化和部署机器学习模型，要获得预测，只需查询数据和ML模型就可以。MindsDB通过采用AI表的概念将机器学习引入数据库。AI表是作为虚拟表存储在数据库中的机器学习模型。它们有助于根据数据进行预测。你可以在数据库中执行时间序列、回归和分类预测，并通过使用简单的SQL语句查询AI表几乎立即获得输出。接下来，我们来看一个官方提供的一个

智慧城市的主要特征是智能使用数据来改善生活方式及社区的生计。数据科学和人工智能(DSAI)正在改变数字领域。我们看到各行各业都在快速转型，机器学习和数据科学已经引起了全世界的关注。随着DSAI能力变得越来越先进，组织需要重新思考其运营，并为自己配备相关的数字敏锐度。在了解客户意图的同时，将数据转化为决策的业务洞察的能力，将使组织保持最新状态并跟上技术趋势，所有这些都使组织更高效并提高商业智能。DSAI已经渗透到我们日常生活的方方面面，从使用面部识别解锁手机，到消费的娱乐活动，再到无休止的互联网搜索。很明显

边缘计算是一种在网络边缘进行计算的新型计算模式，其对数据的处理主要包括两个部分，其一是下行的云服务，其二是上行的万物互联服务。“边缘”实际上是一种相对概念，指从数据到云计算中心内路径之间的任意计算、存储以及网络相关资源。从数据的一端到云服务中心的另一端，在此路径上根据应用的具体需求和实际应用场景，边缘可以表示为此条路径上的一个或多个资源节点。边缘计算的业务本质是云计算在数据中心之外汇聚节点的延伸和演进，主要由边缘云、边缘网络、边缘网关三类落地形态构成。如上图所示，表示一种目前在自动驾驶中使用的工控机。实际

​与人类不同，人工神经网络在学习新事物时会迅速遗忘先前学到的信息，必须通过新旧信息的交错来重新训练；但是，交错全部旧信息非常耗时，并且可能没有必要。只交错与新信息有实质相似性的旧信息可能就足够了。近日，美国科学院院报（PNAS）刊登了一篇论文，“Learningindeepneuralnetworksandbrainswithsimilarity-weightedinterleavedlearning”，由加拿大皇家学会会士、知名神经科学家BruceMcNaughton的团队发表

自从马斯克在推特上搞的关于「自己要不要辞职CEO」的投票结果出炉以来，从媒体到公众都在关心一个问题：​谁来接班？据外媒theinformation报道，接班人可能是一位马斯克的忠实拥护者，马斯克的隧道挖掘公司TheBoringCompany的CEO，宇航工程师SteveDavis。据TheInformation报道，今年43岁SteveDavis是和马斯克一样，也是一位「拼命三郎」。此前，他已经在Twitter总部的办公室里睡了两个月。而且还是和他刚刚分娩的妻子，和他们刚刚出生的孩子一起搬过来