业界资讯

基于Meta模型打造的轻量版ChatGPT，这就来啦？Meta宣布推出LLaMA才三天，业界就出现了把它打造成ChatGPT的开源训练方法，号称比ChatGPT训练速度最高快15倍。LLaMA是Meta推出的超快超小型GPT-3，参数量只有后者的10%，只需要单张GPU就能运行。把它变成ChatGPT的方法名叫ChatLLaMA，基于RLHF（基于人类反馈的强化学习）进行训练，在网上很快掀起了一阵热度。所以，Meta的开源版ChatGPT真的要来了？先等等，事情倒也没那么简单。把LLaMA训练成ChatG

虽然人工智能在教育技术领域已经有一段时间了，但其的应用一直很缓慢。然而，在COVID-19大流行期间，线上学习迫使行业发生了转变。人工智能帮助学生简化教育过程，提供合适的课程，改善与导师的沟通，并让他们有更多的时间关注生活的其他方面。人工智能提高了学生学习计划和课程的个性化，通过帮助学生改善弱点和提高技能来促进辅导，确保教师和学生之间的快速反应，并提高了全天候的学习机会。教育工作者可以使用人工智能进行任务自动化，包括行政工作、评估学习模式、评分论文、回答一般查询等等。以下是人工智能用于教育领域的8种方式。

3月31日消息，特斯拉首席执行官埃隆·马斯克​（ElonMusk）、苹果联合创始人史蒂夫·沃兹尼亚克（SteveWozniak）以及其他上千名AI​研究人员日前签署公开信，呼吁暂停研究更先进的AI技术。然而，此信遭到许多专家甚至签名者的质疑，被指加剧AI炒作、签名造假以及歪曲论文等。这封公开信由非营利组织“生命未来研究所”(FutureofLifeInstitute)撰写，其使命是“减少强大技术带来的全球灾难性和生存风险”。具体来说，该研究所专注于减轻人类的长期“生存”风险，比如超级智能AI。马

距离度量是有监督和无监督学习算法的基础，包括k近邻、支持向量机和k均值聚类等。距离度量的选择影响我们的机器学习结果，因此考虑哪种度量最适合这个问题是很重要的。因此，我们在决定使用哪种测量方法时应该谨慎。但在做出决定之前，我们需要了解距离测量是如何工作的，以及我们可以从哪些测量中进行选择。本文将简要介绍常用的距离度量方法、它们的工作原理、如何用Python计算它们以及何时使用它们。这样可以加深知识和理解，提高机器学习算法和结果。在更深入地研究不同的距离测量之前，我们先要有一个关于它们如何工作以及如何选择合适

边缘需要多少计算能力？对于处于边缘人工智能来说，多少内存和存储空间才足够？随着人工智能为需要更多更快处理、存储和内存的创新应用打开大门，最低要求也在不断增长。当今的内存和存储技术如何满足这些具有挑战性的新边缘应用的严格要求？我们所说的“边缘”是什么意思边缘包括任何分布式应用，其中特定处理在服务器之外进行，即使数据最终被发送到数据中心。它的主要想法是避免将所有数据，通过互联网发送到服务器上进行处理，而是允许数据在离收集地点更近的地方进行处理，避免长时间数据往返带来的延迟问题，并实现接近实时的现场响应。边缘大

ChatGPT一出，很多人害怕自己的工作会被AI取代。最近，有外媒盘点了最可能被ChatGPT取代10大高危职位。自从去年11月发布以来，OpenAI的ChatGPT已经被用来写求职信，创作儿童读物，甚至帮助学生作弊。聊天机器人可能比我们想象的还要强大。谷歌发现，从理论上讲，如果该机器人在公司面试，搜索引擎会雇用它作为入门级的编码员。测试ChatGPT的亚马逊员工说，它在回答客户支持问题方面做得「非常好」，在制作培训文件方面「很棒」，在回答围绕企业战略的询问方面「非常强」。最近，Insider与专家共同研

AI军备竞赛拉开序幕，科技巨头已经行动起来。新竞争是由OpenAI开发的ChatGPT引爆的。微软、谷歌相继推出AI产品，还有很多公司也会跟进。似乎只有一家公司并不热心，它就是苹果。亚马逊也准备加入生成式AI竞赛，但苹果却沉默不语。苹果并非没有AI。iPhone摄像头、AppleWatch的SOS功能、Siri虚拟助手都在某种程度上用到了AI技术。苹果CEO库克曾公开表示，AI将会影响苹果的每一件产品和每一项服务。但现在ChatGPT让AI有了更大的可能性，苹果的AI看起来就不那么性感了。拥抱AI苹果别

目录​LanguagemodelsgeneralizebeyondnaturalproteinsAhigh-levelprogramminglanguageforgenerativeproteindesignDOC:ImprovingLongStoryCoherenceWithDetailedOutlineControScalableDiffusionModelswithTransformersPoint-E:ASystemforGenerati

在本文中，我们将详细介绍决策树和随机森林模型。此外，我们将展示决策树和随机森林的哪些超参数对它们的性能有重要影响，从而使我们能够在欠拟合和过拟合之间找到最佳方案。在了解了决策树和随机森林背后的理论之后。，我们将使用Scikit-Learn实现它们。1.决策树决策树是预测建模机器学习的一种重要算法。经典的决策树算法已经存在了几十年，而像随机森林这样的现代变体是最强大的可用技术之一。通常，这种算法被称为“决策树”，但在R等一些平台上，它们被称为CART。CART算法为bagged决策树、随机森林和boost

体育领域的人工智能不是骗局，而是现实。人工智能及其分支机构在体育运动中的出现可以追溯到1986年世界杯，当时人工智能裁判被部署来帮助宣布正确和准确的裁决。这样做是为了尽量减少裁判错误宣布的判决，自从体育运动存在以来，这些判决就一直困扰着该行业，无论是球迷、球员还是教练。在2022年国际足联世界杯上，人工智能的使用增加了数倍。在世界杯开始前，国际足联宣布打算使用先进的人工智能技术来增强球迷和球员的整体体验，并提供数据以在几秒内进行正确的分析。人工智能在体育领域的应用是一个席卷全球的新兴市场。人工智能在体育运

英国电信日前宣布，该公司到2030年将裁减5.5万名员工，并计划采用AI取代多达五分之一的职位。与此同时，英国电信公布了其2022年年度财务业绩，显示其利润为17亿英镑，与前一年相比下降了12%。英国电信在全球各地雇佣了13万名员工，但计划到2030年将员工减少到7.5万至9万名。随着AI的采用，英国电信大量裁员英国电信首席执行官PhilipJansen在5月18日早上宣布了这一消息，他表示，英国5G和光纤宽带服务的推出将在未来几年内结束，而这一业务部门可能首当其冲地受到裁员的影响。Jansen说:“通过

“AI幻觉”一词指的是人工智能模型生成内容的能力，这些内容不是基于任何现实世界的数据，而是模型自己想象的产物。人们担心AI幻觉可能带来的潜在问题，包括道德、社会和实际问题。围绕AI幻觉的主要道德问题之一是其的潜在滥用。例如，人工智能生成的图像和视频可用于传播虚假信息、操纵舆论，甚至延续有害的刻板印象。考虑到此类内容可以通过社交媒体和其他在线平台轻松传播，这一点尤其令人担忧。另一个问题是，用于产生这些幻觉的人工智能算法缺乏透明度和可解释性。虽然人工智能生成的内容可能看起来很有说服力，但很难理解算法是如何得出

逐云破浪，奔赴山海。5月24日，云知声山海大模型暨成果发布会在北京举办，现场实测山海大模型十大核心能力，并发布一系列面向不同行业需求的产品应用。云知声山海大模型正式发布云知声创始人、CEO黄伟表示，山海大模型发布是云知声AGI技术架构升级的重要里程碑，云知声将以山海大模型为基础，打造MaaS模式的AI2.0解决方案，在通用能力基础上，增强物联、医疗等行业能力，为客户提供更智能、更灵活的解决方案，打开更大的AI技术产业化商业空间。同时，云知声还将持续升级山海大模型能力，目标是年内通用能力比肩ChatGPT，

ChatGPT又出试验型新模式，不少网友陆续收到代码解释器Alpha测试资格。简单来说，这个模式提供两个功能：执行Python代码，接受文件上传下载。为什么是这两个功能的组合？可以看目前最火的一条测试结果，和数据科学相关：作者首先上传一个CSV格式数据集，然后问ChatGPT都能怎么分析或处理这些数据，给出10条建议。到这还算平常，但下一步直接让人惊掉下巴——全部执行。ChatGPT表示，有些操作需要额外数据执行不了，但是能执行的刷刷刷都给办了……作者后来还透露，其实他根本不是研究这个领域的数据科学家，他

图像到图像的翻译根据Solanki、Nayyar和Naved在论文中提供的定义，图像到图像的翻译是将图像从一个域转换到另一个域的过程，其目标是学习输入图像和输出图像之间的映射。换句话说，我们希望模型能够通过学习映射函数f将一张图像a转换成另一张图像b。有人可能会想，这些模型有什么用，它们在人工智能世界有什么关联。应用程序往往有很多，这不仅仅限于艺术或平面设计领域。例如，能够拍摄图像并将其转换为另一个图像来创建合成数据(如分割图像)，这对训练自动驾驶汽车模型非常有用。另一个经过测试的应用程序是地图设计，其中

语音识别是人工智能中的一个领域，它允许计算机理解人类语音并将其转换为文本。该技术用于Alexa和各种聊天机器人应用程序等设备。而我们最常见的就是语音转录，语音转录可以语音转换为文字记录或字幕。wav2vec2、Conformer和Hubert等最先进模型的最新发展极大地推动了语音识别领域的发展。这些模型采用无需人工标记数据即可从原始音频中学习的技术，从而使它们能够有效地使用未标记语音的大型数据集。它们还被扩展为使用多达1,000,000小时的训练数据，远远超过学术监督数据集中使用的传统1,

​最近，Meta又搞了波大动作。他们发布了最新开发的聊天机器人——BlenderBot3，并公开收集用户的使用数据作为反馈。据说，跟BlenderBot3聊什么都行，属于SOTA级别的聊天机器人。真有这么智能吗？上图是一位网友和BlenderBot闲聊的聊天记录。可以看到，真的是闲聊。用户说自己要去练瑜伽了，问BlenderBot要干啥去。机器人说自己正在写第九本书。神奇的BlenderBot3这款最新的聊天机器人由Meta的人工智能研究室创造，也是Meta第一个175B参数的机器人。模型的所有部分，代

自2021年以来，部分以Robotaxi为目标的L4级自动驾驶公司开始分化新的业务，试图通过技术在商业收入方面有所突破。对于自动驾驶公司研发L2级辅助驾驶功能的现象，被部分人称为“降维打击”。在他们看来，L4级自动驾驶公司可凭借软件算法优势，为智能汽车提供更丰富的功能和驾驶体验，如同《三体》中高维度生物随手便可消灭低维生物及文明般轻松。不过，也有人对此不顾一屑。他们认为，以软件算法见长的自动驾驶公司进入强调软硬件结合的汽车功能研发领域，过程可能并不顺利。双方各执一词，难解难分。但可以肯定的是，自动驾驶公司

ChatGPT在手，有问必答。你可知，与它每次对话的计算成本简直让人泪目。此前，分析师称ChatGPT回复一次，需要2美分。要知道，人工智能聊天机器人所需的算力背后烧的可是GPU。这恰恰让像英伟达这样的芯片公司豪赚了一把。2月23日，英伟达股价飙升，使其市值增加了700多亿美元，总市值超5800亿美元，大约是英特尔的5倍。在英伟达之外，AMD可以称得上是图形处理器行业的第二大厂商，市场份额约为20%。而英特尔持有不到1%的市场份额。ChatGPT在跑，英伟达在赚随着ChatGPT解锁潜在的应用案例，这可能

译者|朱先忠审校|孙淑娟图1：原作者自己设计的Iluminado项目的封面2019年世界卫生组织估计，全球共有约22亿视力障碍者，其中至少有10亿人本可以预防或仍在治疗。就眼部护理领域而言，全世界面临许多挑战，包括预防、治疗和康复服务的覆盖面和质量不平等。缺乏训练有素的眼部护理人员，眼部护理服务与主要卫生系统的整合也很差。我的目标是激发人们的行动来共同应对这些挑战。本文中展示的项目是我目前正在进行的数据科学顶峰项目Iluminado的一部分。Capstone项目的设计目标我创建本文项目的目的是想训

​波士顿动力的机器狗除了每年出跳舞视频外，已经被各种工业界和治安部门顾客买去做巡逻人员的搭档了。不过用来做考古遗迹保护，2022年的意大利庞贝城遗址是头一个。机器狗在庞贝遗址试运营2022年6月，波士顿动力公司的Spot机器狗开始正式在庞贝城遗址试运营。公元21世纪的智能设备巡逻公元1世纪的古城废墟，蛮有沧海桑田的视觉冲击力。现在在庞贝城负责试运行Spot机器狗的企业是意大利的地理测绘商LeicaGeosystem。其中首次操作机器狗的开发人员ValerioBrunelli称此产品是「当代

1.LLaMALLaMA项目包含了一组基础语言模型，其规模从70亿到650亿个参数不等。这些模型在数以百万计的token上进行训练，而且它完全在公开的数据集上进行训练。结果，LLaMA-13B超过了GPT-3（175B），而LLaMA-65B的表现与Chinchilla-70B和PaLM-540B等最佳模型相似。图片来自LLaMA资源：研究论文：“LLaMA:OpenandEfficientFoundationLanguageModels(arxiv.org)”[https://arxiv.org/abs

定位在自动驾驶中占据着不可替代的地位，而且未来有着可期的发展。目前自动驾驶中的定位都是依赖RTK配合高精地图，这给自动驾驶的落地增加了不少成本与难度。试想一下人类开车，并非需要知道自己的全局高精定位及周围的详细环境，有一条全局导航路径并配合车辆在该路径上的位置，也就足够了，而这里牵涉到的，便是SLAM领域的关键技术。什么是SLAMSLAM(SimultaneousLocalizationandMapping)，也称为CML(ConcurrentMappingandLocalization)