业界资讯

ChatGPT一炮而红，彻底把openAI这个创业公司整破圈了，短短5天，全球注册用户就突破100万，至今仍热度不减。但为什么是OpenAI做出了ChatGPT？OpenAI的员工又都是什么背景？抢人大战，openAI赢麻了根据外媒LeadgeniousPunks&Pinstripes对目前736名OpenAI员工的背景进行分析后可以发现：几乎所有的OpenAI核心人才都来自大型科技公司。其中有59人之前就职于谷歌，其次是Meta(34人)，苹果(15人)，Dropbox(14人

人工智能(AI)和机器人技术是两个快速发展的领域，有可能彻底改变我们的生活和工作方式。近年来，这些领域的进步令人叹为观止，毫无疑问，它们将继续塑造人类的未来。本文将探讨人工智能和机器人的未来，了解当前的趋势、挑战和机遇。人工智能和机器人技术最重要的趋势之一是机器学习的发展。这导致了图像识别、自然语言处理和决策制定等领域的重大进步。另一个趋势是人工智能和机器人技术融入各个行业，包括：医疗保健和交通运输是这些技术有望产生重大影响的两个领域。然而，它们也被用于制造、农业甚至太空探索等领域。就挑战而言，最大的担忧

机器视觉（MV）使用的技术使工业机器能够“看到”和分析任务，并根据系统看到的内容做出快速决策。MV正在迅速成为自动化中最核心的技术之一。鉴于现在这项技术正在与机器学习（ML）合并，以引领向工业4.0的过渡，可能性是巨大的，尤其是在边缘。ABIResearch预测，到2027年，相机系统的总出货量将达到1.97亿台，收入将达到350亿美元。“从能够自动化简单任务的机器到能够“看到”长期优化要素的自主机器的转变将推动工业创新的新水平。这是ML为MV（也称为计算机视觉）提供的创新，”ABIResearch的

5月23日消息，微软联合创始人比尔·盖茨（BillGates）认为，未来人工智能领域的顶级公司很可能会在AI个人助理方向发力，即能为人们执行某些特定任务。盖茨认为：“这项技术将带来深远影响，可能会从根本上改变用户的行为。无论谁赢得个人代理大战，这都是一件大事，因为你将永远不再去搜索网站，永远不去生产力网站，也永远不再去亚马逊。”当地时间周一，盖茨在美国投行高盛和风险投资机构SVAngel联合在旧金山举行的、以人工智能为主题的活动上表示，这种尚未开发的AI个人助理将能够理解个人的需求和习惯，并将帮助他们“阅

供应链运营中的量子计算用例可以在高精度的决策模型中处理复杂的、不可能的变量。这种协调各种来源数据的能力有利于优化供应链中的资源管理和物流。量子计算应用于解决复杂挑战的力量，将把各个行业、金融、制药、石油和天然气转向制造业。量子计算用例的好处是无限的，它们更快更安全。尽管量子计算在很大程度上尚未经过检验测试，但它的潜力已经激发了从金融服务到物流等行业的想象力。通过优化能源和物流规划，量子计算可以提高供应链内的可持续性，同时节省时间和金钱。虽然技术不断改进以实现价值最大化，但技术公司已经提供了对QC功能的访问

微软正在为人工智能训练和深度学习应用开发由微软Azure云平台托管的新型超级计算机，与英伟达的合作意味着微软是首批大规模接受NVIDIAH100的公司之一。而在此之前，微软公司和OpenAI公司在2019年达成了合作关系，并在微软Azure云平台上开发了第一台超级计算机。H100是英伟达针对服务器实现的旗舰版加速GPU，提供更高的功耗和速度，与之前基于Ampere架构的A100相比要快6倍。极客网了解到，H100和A100GPU将是微软新构想的超级计算机的核心，此外还有NVIDIAQuantum-

大型语言模型最为人诟病的缺点，除了一本正经地胡言乱语以外，估计就是「不会算数」了。比如一个需要多步推理的复杂数学问题，语言模型通常都无法给出正确答案，即便有「思维链」技术的加持，往往中间步骤也会出错。与文科类的自然语言理解任务不同，数学问题通常只有一个正确答案，在不那么开放的答案范围下，使得生成准确解的任务对大型语言模型来说更具挑战性。并且，在数学问题上，现有的语言模型通常不会对自己的答案提供置信度（confidence），让用户无从判断生成答案的可信度。为了解决这个问题，微软研究院提出了MathProm

大型语言模型已经引起了公众的注意，短短五年内，Transforme等模型几乎完全改变了自然语言处理领域。此外，它们还开始在计算机视觉和计算生物学等领域引发革命。鉴于Transformers对每个人的研究进程都有如此大的影响，本文将为大家介绍一个简短的阅读清单，供机器学习研究人员和从业者入门使用。下面的列表主要是按时间顺序展开的，主要是一些学术研究论文。当然，还有许多其他有用的资源。例如：JayAlammar撰写的《TheIllustratedTransformer》LilianWeng撰写的《Th

重型无人机作为能够提升重型有效载荷的强大工具越来越受欢迎。如果你曾经见过一个在行动中的工具，你就会知道它们可以是非常通用的工具，适用于从航空摄影到测量再到搜救行动的广泛应用。但是，当需要在敌对地区运送敏感设备时怎么办？无人机能承受那种重量吗？答案是肯定的，这要归功于一些最强大的无人机的发展。这些强大的机器可以提升高达数百磅的有效载荷，使其成为各种工业和商业应用的理想选择。在本文中，我们将详细了解什么是重型无人机、它们可以处理多少重量以及它们可以执行哪些类型的任务。什么是重型无人机？这些类型的无人机本质上是

大多数企业不相信人工智能能够自主做出商业决策Fivetran公布的一项调查数据显示，86%的企业难以完全信任人工智能，这表明其人工智能成熟度较低，无法在没有人工干预的情况下做出所有商业决策。尽管87%的企业将人工智能视为商业的未来，并打算扩大对人工智能的投资，但由于技术挑战和缺乏教育，人们对机器主导的决策缺乏信任，这是一个重大障碍。此外，71%的受访者难以访问执行AI算法、工作负载和模型所需的所有数据。据Fivetran报道，未来数据科学家将花费更少的时间在手动活动上，从而专注于创建AI模型，并启动更多的

在本教程中，你将了解到如何利用Python从头开始实现感知器算法。在完成本教程后，你将学会：如何训练感知器的网络权重如何利用感知器做出预测如何对于现实世界的分类问题实现感知器算法让我们开始吧。概述本节简要介绍了感知器算法和Sonar数据集，我们将会在后面应用。感知器算法感知器的灵感来自于被称为神经元的单个神经细胞的信息处理过程。神经元通过其树突接受输入信号，并将电信号向下传递到细胞体内。通过类似的方式，感知器从训练数据的样本中接受输入信号，训练数据被加权并在称为激活（activation）的线性方

​译者|崔皓审校|孙淑娟开篇一般而言，企业不会主动构建自有的云计算基础设施是有原因的。过去十年，IT基础架构团队试图构建自己的私有云，因为他们认为与公共云相比，私有云会以性价比更高的方式支撑他们的业务。但事与愿违，最终花费在私有云上的的时间和成本都超过了预期，建成私有云以后反而需要更多的资源来对其进行维护，并且在安全和扩展方面都比公共云略逊一筹。这导致那些自建私有云的企业最终没有更多的资源投资于核心业务，而是将大量的时间和人员投入到无法扩展业务需求的基础设施上。现在，许多企业通过各种开源工具（

微软公司表示会逐步停止对旗下一些由人工智能驱动的面部识别工具的访问，包括一项基于视频和图像识别情绪的服务。微软在日前宣布这一决定的同时还公布了一份27页的“负责任的人工智能标准”，标准解释了微软在公平的和值得信赖的人工智能方面的目标。微软为了达到这些标准而限制了一些面部识别工具的访问，包括旗下的AzureFaceAPI、计算机视觉和视频索引器服务提供的面部识别工具。微软表示，新用户将不会有机会使用这些功能，而现有客户则必须在今年年底前停止使用这些功能。面部识别技术已经成了民权和隐私团体的一个主要关注点。

每逢节假日旅游高峰期，交通拥堵都是一个迈不过去的话题。从城市热门景点到郊野自然景区，从城市道路到高速公路，“人从众”背后往往伴随着“车从众”。每当此时，人们不免感叹：汽车能不能更聪明一点？道路能不能更智慧一点？让难得的假日出行更顺畅，更舒心？实际上，从单一汽车的智能网联、自动驾驶到整个城市的智慧出行、智慧交通，汽车产业和交通行业一直在努力解决这些问题，提升出行体验。当前，“新四化”趋势下智能网联汽车应用发展迅速，但用户最关心、最具智能辨识度的自动驾驶却长期停留在L2级别，很难再跨进一步。当单车智能的局限性

关于智能，似乎每天都有一个新术语被这样描述，如智能手机、智能汽车、智能建筑和智慧城市。但真正让事物变得智能的是为其提供动力的技术。在当今的“智能时代”，建筑行业正在利用智能建筑技术创造更美好的建筑环境。本文将了解更多关于什么是智能建筑、使用哪些技术，以及世界各地智能建筑的一些示例。什么是智能建筑？智能建筑是一种配备创新材料和技术的建筑，允许其所有系统实现自动化和自我调节。通过使用物联网(IoT)等技术，智能建筑旨在提高建筑的可用性、优化其效率，并增强其安全性和可访问性，同时使其更具可持续性和环保意识。举个

译者|李睿审校|孙淑娟宇宙是嘈杂而混乱的，复杂到让人们的预测变得困难。人类的智慧和直觉有助于对周围世界的一些活动有着基本的了解，并且足以从个人和小团体的有限视角在宏观空间和时间尺度上对各个事件有一些基本的理解。人类史前和古代的自然哲学家大多局限于常识合理化和猜测检验。这些方法具有很大的局限性，特别是对于太大或太复杂的事情，因此导致迷信或魔法思维的盛行。这并不是贬低猜测和检查(这是现代科学方法的基础)，而是要看到人类调查和理解能力的变化是由将物理现象提炼成数学表达式的愿望和工具所引发的。这在牛顿和其

微软的必应聊天（BingChat）今天又带来了一些针对移动用户的重大改进，为必应聊天推出了移动端Edge浏览器的上下文聊天、iOS和Android平台的Bing小部件，以及在移动端和桌面端之间进行连续的BingChat对话的功能。从今天开始，用户现在可以在PC上开启BingChat对话，然后在移动端继续对话。微软举了一个例子，用户可以在PC上让BingChat为用户创建一个食谱，然后在用户到达杂货店时，如果缺少某种材料，用户可以在移动应用上询问替代品。这项功能将从今天开始逐步推出，并将在下周内向所有iOS

7月3日晚，抖音携手环球音乐旗下厂牌宝丽金，直播经过火山引擎超清修复的BeyondLive1991生命接触演唱会及纪念音乐会精选内容，吸引了超1.4亿人次观看。Beyond是一支成立于1983年的摇滚乐队，随着粤语音乐的兴起，Beyond乐队的名字成为一个时代的文化印记。“BeyondLive1991生命接触”是Beyond第一次在红磡体育馆举办的演唱会，宝丽金随后发行的影碟在90年代几乎一盘难求。此后的31年中，这场演唱会成为几代歌迷的音乐启蒙和青春记忆。受限于当时的拍摄器材、存储介质及录音设备技

作为一个起名困难户，高中写作文最困扰我的就是写好文章却不知道起什么题目，开始做公众号以后，每次想标题也都要掉一大把头发......最近，终于让我在GitHub发现了「取名废」之光，由清华大学与OpenBMB开源社区推出的大模型趣味应用:「智取标题」，输入正文内容就能一键生成劲爆标题！开箱即用，试过后我只能说：真香！在线体验：https://live.openbmb.org/antGitHub：https://github.com/OpenBMB/CPM-Live提到这个标题党神器，就不得不先好好聊

长期以来，火山引擎为时下风靡的视频平台提供基于语音识别技术的智能视频字幕解决方案。简单来说，就是通过AI技术自动将视频中的语音和歌词转化成文字，辅助视频创作的功能。但伴随平台用户的快速增长以及对语言种类更加丰富多样的要求，传统采用的有监督学习技术日渐触及瓶颈，这让团队着实犯了难。众所周知，传统的有监督学习会对人工标注的有监督数据产生严重依赖，尤其在大语种的持续优化以及小语种的冷启动方面。以中文普通话和英语这样的大语种为例，尽管视频平台提供了充足的业务场景语音数据，但有监督数据达到一定规模之后，继续标注的R

去年以来出现了AIGC热潮，引发了AIGC及其应用话题的爆发性增长，不少人感慨强人工智能的时代已经离我们不那么遥远了。但是在热潮的另一面，我们看到真正能落地的场景依然是凤毛麟角，目前比较成功的应用主要集中在个人消费领域，而AIGC在产业中的应用大多仍然处于探索阶段。红杉资本在22年9月就对AIGC做出了以下预判：文字类AI生成将在2023年进入黄金时期，图片类AI生成黄金时期将在2025年左右抵达，3D和视频类AI生成在2023年可能正处于草稿阶段，进入黄

1、图数据库和知识图谱成为2022年的主导力量许多人预测图形数据库将成为2022年的秘密武器。IDC研究副总裁CarlOlofson预计，从今年开始，未来10年图形数据库的使用量将增长600%。在由分析师DaveVellante撰写的一篇文章中，总结了如何利用典型的关系数据库的用途及其局限之处：“使用关系数据库，你可以(找到关系，看看链有多少层)，但这需要大量编程。事实上，你几乎可以使用关系数据库完成上述任何事情，但问题是，你必须对其进行编程。每当你要编程时，就意味着你无法追踪它，无法定义它。就功

计算机视觉是否会再次自我改造？匹兹堡大学眼科教授、CMU机器人研究所兼职教授RyadBenosman认为确实如此。作为基于事件的视觉技术的创始人之一，Benosman预计神经形态视觉——基于基于事件的相机的计算机视觉——将成为计算机视觉的下一个方向。“计算机视觉已经被重新发明了很多很多次，”Benosman说。“我已经看到它至少重新发明了两次。”Benosman提到了1990年代从带有一点摄影测量的图像处理到基于几何的方法的转变，然后是今天机器学习的快速发展。尽管发生了这些变化，现代计