业界资讯

香港中文大学（深圳）吴保元教授课题组和浙江大学秦湛教授课题组联合发表了一篇后门防御领域的文章，已顺利被ICLR2022接收。近年来，后门问题受到人们的广泛关注。随着后门攻击的不断提出，提出针对一般化后门攻击的防御方法变得愈加困难。该论文提出了一个基于分割后门训练过程的后门防御方法。本文揭示了后门攻击就是一个将后门投影到特征空间的端到端监督训练方法。在此基础上，本文分割训练过程来避免后门攻击。该方法与其他后门防御方法进行了对比实验，证明了该方法的有效性。收录会议：ICLR2022文章链接：https://a

当前主流的AI芯片主要分为三类，GPU、FPGA、ASIC。GPU、FPGA均是前期较为成熟的芯片架构，属于通用型芯片。ASIC属于为AI特定场景定制的芯片。行业内已经确认CPU不适用于AI计算，但是在AI应用领域也是必不可少。GPU方案GPU与CPU的架构对比CPU遵循的是冯·诺依曼架构，其核心是存储程序/数据、串行顺序执行。因此CPU的架构中需要大量的空间去放置存储单元（Cache）和控制单元（Control），相比之下计算单元（ALU）只占据了很小的一部分，所以CPU在进行大规模并行计算方面受到限

而在实际探索的过程中，实践者可能会苦于寻找适合自己应用的AI模型：是选择LLM还是微调模型？如果用LLM，又该选择哪一种？近日，来自亚马逊、德州农工大学、莱斯大学等机构的学者对ChatGPT等语言模型的发展历程进行了一番讨论，其文章也得到了YannLeCun的转推。论文：https://arxiv.org/abs/2304.13712相关资源：https://github.com/Mooler0410/LLMsPracticalGuide本文将从实际应用角度出发，探讨适用LLM的任务以及在选择模型时需要考

前言最近GitHub上有个基于ChatGPTAPI的浏览器脚本，openai-translator，短时间内star冲到了12k，功能上除了支持翻译外，还支持润色和总结功能，除了浏览器插件外，还使用了tauri打包了一个桌面客户端，那抛开tauri是使用rust部分，那浏览器部分实现还是比较简单的，今天我们就来手动实现一下。openAI提供的接口比如我们可以复制以下代码，在浏览器控制台中发起请求，就可以完成翻译//示例constOPENAI_API_KEY="s

2022年10月中旬，JustinGilmer从加利福尼亚飞往纽约，在东海岸拜访了他以前的导师MichaelSaks，一位罗格斯大学的数学家。叙旧期间，他们并未谈及数学。事实上，自从2015年在罗格斯大学获得博士学位后，Gilmer就再没认真思考过数学问题。那时候他决定不在学术界发展，同时开始自学编程。当他和Saks共同用餐时，Gilmer向导师讲述了自己在谷歌的工作：机器学习和人工智能。在校园的小路上，Gilmer边走边回忆，2013年，他花了一年多的时间走在这条路上，思考

LinkedIn上的意见领袖们都在用ChatGPT作为灵感启发工具，那大家还犹豫什么？OpenAI打造的这款聊天机器人能够以顺畅的语言响应文本提示词，数百万用户的持续试验已经证明了其强大能力。这款聊天机器人能帮助软件开发者编写代码、帮助科学家开展研究，也能帮助学生们完成家庭作业。通过反复探索，ChatGPT确实能为头脑风暴持续注入宝贵的新鲜能量。企业领导者可以利用它整理关键对话，或者制定长期决策。喜欢冒险的情侣可以借ChatGPT为自己设计下一场充满意外之喜的旅行。极客博主则可能花一下午时间归纳自己的奇思

一.概率分布概述共轭意味着它有共轭分布的关系。在贝叶斯概率论中，如果后验分布p（θx）与先验概率分布p（θ）在同一概率分布族中，则先验和后验称为共轭分布，先验称为似然函数的共轭先验。共轭先验维基百科在这里（https://en.wikipedia.org/wiki/Conjugate_prior）。多分类表示随机方差大于2。n次意味着我们也考虑了先验概率p（x）。为了进一步了解概率，我建议阅读[patternrecognitionandmachinelearning，Bishop2

近年来，多模态学习受到重视，特别是文本-图像合成和图像-文本对比学习两个方向。一些AI模型因在创意图像生成、编辑方面的应用引起了公众的广泛关注，例如OpenAI先后推出的文本图像模型DALL・E和DALL-E2，以及英伟达的GauGAN和GauGAN2。谷歌也不甘落后，在5月底发布了自己的文本到图像模型Imagen，看起来进一步拓展了字幕条件（caption-conditional）图像生成的边界。仅仅给出一个场景的描述，Imagen就能生成高质量、高分辨率的图像，无

​译者|崔皓审校|孙淑娟开篇机器学习被企业应用到不同的业务场景解决不同的业务问题，随着机器学习的广泛应用也让组织在选择学习方法时不堪重负。很多组织在机器学习的应用中使用了高级和经典的学习方法。有大家熟悉的监督学习和无监督学习二分法，还有例如对比学习、强化学习和自我监督学习等机器学习的新兴变体。此外，还有涉及图形分析、深度神经网络、分割、行为分析和其他技术。当面对大规模复杂业务问题时——例如加强反洗钱措施从而打击金融犯罪——组织如何决定使用哪种机器学习的方法呢？使用集成建模，让这个问题变得不那么重

​作者|JAMESVINCENT译者|朱先忠1、生成式人工智能越来越火爆但其产品合法性如何？自去年以来，生成式人工智能越来越火爆。微软、Adobe和GitHub等公司正在将该技术集成到他们的产品中；初创企业正在筹集数亿美元，与之竞争；该软件甚至具有文化影响力，文本到图像的人工智能模型催生了无数的模因文化。但是，仔细听一听任何关于生成式人工智能的行业讨论，你会私下里听到，倡导者和批评者都以越来越担忧的语气低声提出了一个问题：这些事实上是否合法？问题的产生是因为生成式人工智能系统的训练方式。与大多数

人工智能(AI)自诞生以来已经走过了漫长的道路，其彻底改变各行各业的潜力已不再是遥不可及的梦想。然而，人工智能技术的快速发展也引发了对其能耗的担忧。随着人工智能系统变得越来越复杂和强大，支持它们所需的能量呈指数级增长。这导致对节能人工智能解决方案的需求日益增长，这些解决方案可以满足对智能系统日益增长的需求，同时最大限度地减少对环境的影响。人工智能系统高能耗背后的主要原因之一是，处理和分析大量数据所需的计算能力。机器学习算法是人工智能的支柱，它依靠复杂的数学计算来识别模式并做出预测。这些计算需要大量的处理能

3月15日消息，美国当地时间周二，人工智能​研究公司OpenAI​发布了其下一代大型语言模型GPT-4，这是其支持ChatGPT和新必应等应用程序的最新AI大型语言模型。该公司表示，该模型在许多专业测试中的表现超出了“人类水平”。OpenAI声称，ChatGPT-4比迭代前的GPT-3.5更大，这意味着它接受了更多的数据训练，模型文件中有更多的权重（参数），这也使得它的运行成本更高。该公司声称，该模型“比以往任何时候都更具创造性和协作性”，“可以更准确地解决难题”。它可以解析文本和图像输入，尽管它只能通过

为了更好地了解智能机器人项目的需求和改进方向，我们常常需要研发一些工具。在我参与的多个机器人项目中，大多数都能够成功地满足产品需求。通过这些实践，我们深刻认识到，如果要不断进步和提高，就必须对现有的机器人定义语言进行重大的改进。简化需要复杂对话流程的机器人的创建过程。最大限度地提高可重用性，通过重用过去已经定义过的模块和对话路径来创建机器人在传统的做法中，完成这些并不容易，因为意图定义与部分排序约束混合在一起，限制了对话路径的自由度。这对于处理“开放式”机器人（常见于FAQ样式的机器人），其中大多数问题是

过去两年，机器学习彻底改变了蛋白质结构预测。而现在，人工智能又在蛋白质设计领域引发了新一轮革命。自从AI问世以来，众多科学家们就加入了利用它来进行蛋白质研究的赛道。生物学家发现，使用机器学习，可以在几秒钟内创建出蛋白质分子。而在以前，这个时间也许是几个月。近日，初创企业Evozyne使用NVIDIA提供的预训练AI模型，创造了两种在医疗和清洁能源领域具有重大潜力的蛋白质。其中一种蛋白质用于治疗一种先天性疾病，另一种用于消耗二氧化碳以减少全球变暖。这样科学家使用NVIDIABioNeMo创建出能够生成高质

3D打印业务近年来正在不断发展，越来越受到普罗大众的喜爱。最吸引人们眼球的是它允许打印一个物体的实际模型，有时打印机可以使用打印功能齐全的对象的材料，而不仅仅是模型。3D打印可以被认为是相对较新的领域，但它已被广泛应用于各种类型的企业。以下是我们应该了解的有关当前3D打印需求，以及如何以多种方式使用它的一些基本信息。这对教育非常有帮助图片和视频等视觉辅助工具一直非常适合学校使用，因为它可以帮助学生学习不同的科目和概念。但是仅依靠视觉效果存在一些缺陷，其中包括缺乏动手经验。儿童和成人都需要触摸和使用物体才能

当地时间周四下午OpenAI发布推文宣布“在美国推出了适用于iOS的ChatGPT应用程序，并表示未来几周将扩展到其他国家”。该APP可免费下载，OpenAI表示支持安卓系统的App应该“很快”会到来。到下午5点，OpenAI的推文超过一百万的浏览量。从去年11月ChatGPT的网页版发布以来，ChatGPT在全球拥有超过1亿的用户。此次在手机端上架的是OpenAI最新、最强大的大语言模型ChatGPT-4。该应用程序上架后将跨设备同步你的历史记录，并带来OpenAI最新的模型改进。据AppStore称，

​哈喽，大家好。大家在刷短视频的时候有没有刷到这样的视频，视频里一张静态的人物图片能动起来，如：歪歪头、眨眨眼。类似于下面这种效果最左侧的人物是原始的动作，上面是静态图片。通过AI技术便可以让最左侧人物的动作运用到上面的静态图片上，从而让张图都可以做出相同的动作。这种技术一般是基于的GAN（生成对抗网络）来实现，今天我给大家分享一个开源项目，能够复现上面的效果，可以做些有趣的项目，也可以怀念故人。1.运行项目项目地址：https://github.com/AliaksandrSiarohin/first

为了训练ChatGPT，微软可谓下了足够多的血本。ChatGPT消耗的总算力约为3640PF-days，假如每秒计算一千万亿次，需要计算3640天。微软将3万多个英伟达A100芯片连起来，为OpenAI耗资数亿美元量身打造了超算。要是这么耗下去，微软腰包恐怕也吃不消。其实，取代英伟达芯片的计划，已经从2019年起，就开始在公司内部秘密展开了。TheInformation报道称，大约在5年前，微软就开始研发一种芯片，内部代号「雅典娜」（Athena），300人共同研发。而最初的计划，是用台积电的5nm工艺打

最近科学界又出现一场争论，故事的主角是DeepMind位于伦敦的研究中心于2021年12月发表的一篇Science论文，研究人员发现神经网络可以用来训练并构建比以前更精确的电子密度和相互作用图，能够有效解决传统泛函理论中的系统误差。论文链接：https://www.science.org/doi/epdf/10.1126/science.abj6511文中提出的DM21模型准确地模拟了复杂的系统，如氢链、带电的DNA碱基对和二元过渡态。对量子化学领域来说，可以说是开辟了一条通往精确的通用函数且可行的技术路

对于高考学子而言，最高兴的事情莫过于——遇到的问题全会，而不会的问题，也早已背过了答案……然而，这样的好事真的能发生吗？就在昨天，一名微博博主转发了一周前发布的视频称，自称“自己此前用AI预测了2022年高考作文的题目，7张全国各地高考卷中押中了其中4套的作文题。”AI预测高考作文题，到底是科学还是玄学？新浪科技与上述博主胖虎取得联系，作为AI系统的资深算法专家，他表示团队制作的爬虫抓取了一年内人民日报、人民网等官媒发表的言论，建立了一套AI系统，才预测出了最可能出现的7个命题方向。但也有网友质疑，这种A

边缘的人工智能可以彻底改变业务，我们需要什么来防止意外后果?随着对更快的结果和实时洞察的需求日益增长，企业正在转向边缘人工智能。边缘人工智能是一种利用从网络边缘的传感器和设备收集的数据，以接近实时的方式提供可操作见解的人工智能。虽然这项技术提供了很多好处，但其使用也有风险。在边缘地带，人工智能有许多潜在的用例。一些可能的应用包括:自动驾驶汽车:边缘人工智能实时处理传感器收集的数据，以决定何时以及如何刹车或加速。智能工厂:边缘人工智能实时监控工业机械，检测异常或故障。摄像头还能检测生产线上的缺陷。医疗保

麻省理工人工智能实验室的研究人员发表了一篇新论文，旨在谴责在某些场景下使用选择性回归，因为这种技术会降低数据集中代表性不足的群体模型的整体性能。这些代表性不足的群体往往是女性和有色人种，这种对他们的忽视导致了一些关于人工智能种族主义和性别歧视的报道。在一个账户中，用于风险评估的人工智能错误地将黑人囚犯标记为白人囚犯的两倍。在另一项案例中，没有任何背景的男性照片被认定为医生和家庭主妇的比例高于女性。通过选择性回归，人工智能模型可以对每个输入做出两个选择：预测或弃权。只有在对决策有信心的情况下，该模型才会做出

人工智能可以提高任何数量的营销应用程序的效率，从内容到会话聊天机器人。对于希望利用这些功能的企业，这里有一些入门方法。利用人工智能进行更好的预测人工智能提升营销功能的一个重要方法是帮助团队更好地进行预测，而不是手动挑选活动目标。多年来，我们都坐在会议室里，盯着电子表格里的单元格做出决定。鼓励团队成员思考，如果他们能够更好地预测，业务的哪些领域会释放出巨大的价值。例如，如果被广告或电子邮件推动，哪些客户更有可能购买？使用人工智能来帮助发现企业客户数据中的这些潜在客户，可以为广告支出带来更好的回报，并可以提高