业界资讯

5月25日消息，美国皮尤研究中心（PewResearchCenter）最近开展的一项调查发现，58%的美国成年人熟悉ChatGPT，那些年轻富裕、受过良好教育的美国人更了解ChatGPT。调查显示，拥有研究生学位的高收入人士更熟悉ChatGPT。但在所有接受调查的成年人中，只有14%表示他们在工作、娱乐或学习新事物时使用过ChatGPT。OpenAI开发的聊天机器人能自动生成流畅措辞，发布几个月后就成为历史上增长最快的网络应用程序。这个机器人吓坏了教育工作者，促使立法者考虑监管人工智能，并让大型科技巨头竞

5月5日消息，当地时间周四，微软向所有用户开放了必应聊天机器人。现在只需要使用微软账户登录必应搜索引擎或Edge浏览器，就可以访问公开预览版的必应聊天机器人。据悉，必应搜索引擎的聊天机器人基于OpenAI的GPT-4大型语言模型。微软表示，正在对这款人工智能聊天机器人进行大规模升级，并增加更多功能，还将上线相应插件。今年2月，微软发布了必应搜索引擎的聊天机器人功能，但仅限于部分用户访问。自那以来，微软一直在逐步开放这一功能。微软正在为必应聊天机器人添加图像和视频结果、侧边栏服务、长聊天和历史记录以及插件等

嘉宾|王强强整理|刘雨瑶在此前由51CTO主办的AISummit全球人工智能技术大会中，作业帮的语音团队负责人王强强老师为广大听众带来了《作业帮语音技术实践》的主题演讲，从语音合成、语音评测、语音识别三个方面解读了作业帮的语音技术实践，内容覆盖语音识别中的端到端实现与数据高效利用、高并发场景中的语音发音纠错，以及模型的因素区分与抗干扰能力提升。为了能让更多对语音技术感兴趣的同学了解到目前语音技术的发展态势与前沿优秀技术实践，现将王强强老师的演讲内容整理如下，希望能为诸君带来一些启发。一、语音合成小

​聊天机器人已经变得如此普遍，以至于消费者认为它们是理所当然的，希望在网络世界的每个角落都能遇到有用的小界面。聊天机器人的广泛使用在大约20年的时间里慢慢发生。这些应用程序曾经是难倒遇到它们的人的稀有产品，但如今这些应用程序非常复杂，并配备了人工智能支持的功能和类似人类的对话技能。有趣的是，消费者倾向于从买家的角度看待聊天机器人，并评估它们的有效性、效率和其他品质。但企业主有完全不同的看法。他们将聊天机器人技术视为在给定时间内吸引更多客户、提供有用信息以改善客户体验并收集有助于未来营销和促销活动的信息

元宇宙——下一个数字时代将会改变一切。这是最新一期的Time杂志封面。对于整个社会来说，元宇宙究竟意味着什么？未来发展又是怎样的呢？元宇宙改变一切随着元宇宙在大众视野内出现的频率越来越高，元宇宙概念似乎已经成为各家科技公司避不开的话题。Facebook改名Meta正式将元宇宙概念纳入公司未来发展。另外，亚马逊、苹果、谷歌、腾讯等巨头也都开始发力为元宇宙布局，重组内部员工结构，重新规划产品设计。据麦肯锡公司（McKinsey&Company）估计，今年前5个月元宇宙相关的投资已高达1200亿美元。那

我们正处于第四次工业革命的黎明，尖端技术正在重塑我们的生活和工作。从人工智能到区块链，从3D打印到机器人技术，这些创新进步正在以前所未有的速度改变全球各行各业。这些技术的融合以及其在物理、数字和生物领域的相互作用，从根本上使第四次工业革命(4IR)不同于以往的革命。拥抱这些颠覆性技术的企业将在这个激动人心的新时代蓬勃发展，而那些未能适应的企业则面临被淘汰的风险。本文将探讨推动这场革命的关键技术，并研究其对社会和经济的影响。第四次工业革命是由多项突破性技术推动的，这些技术为复杂问题提供了创新解决方案。物联网

3月9日消息，微软在BingChatAI推出后提供了Bing更新，该公司最新宣布必应搜索引擎的每日活跃用户首次突破1亿。每天大约有1/3的必应用户与BingChat进行交互。自推出以来已经进行了4500万次聊天。（IT之家注：BingChatAI基于ChatGPT技术打造）微软表示，在经过几年的“稳步进展”之后，这是必应搜索第一次能够衡量1亿活跃用户数标准。虽然相比起谷歌搜索来说，差距还十分巨大，但微软显然受到了近期必应表现的鼓舞。除了这些统计数据之外，微

自从OpenAI发布ChatGPT后，最近几个月聊天机器人热度不减。虽然ChatGPT功能强大，但OpenAI几乎不可能将其开源。不少人都在做开源方面的努力，比如前段时间Meta开源的LLaMA。其是一系列模型的总称，参数量从70亿到650亿不等，其中，130亿参数的LLaMA模型「在大多数基准上」可以胜过参数量达1750亿的GPT-3。LLaMA的开源可是利好众多研究者，比如斯坦福在LLaMA的基础上加入指令微调（instructtuning），训练了一

历经三年时间，我们在2022年完成了图灵奖获得者、加州大学洛杉矶分校计算机科学教授，美国国家科学院院士，被誉为“贝叶斯网络之父”的朱迪亚·珀尔大作《因果论：模型、推理和推断》。这本书原版的第1版写于2000年，开创了因果分析和推断的新思想和新方法，一出版就得到广泛的好评，促进了数据科学、人工智能、机器学习、因果分析等领域新的革命，在学术界产生了很大的影响。后来又于2009年修订出了第2版，内容上结合当时因果研究的新发展，做了较大的改动。目前我们翻译的这本书英文原版是在2009年出版的，到目前已经有十多年了

弗吉尼亚理工大学计算机科学教授DaphneYao希望提高机器学习模型在医疗应用中的预测精度。不准确的预测可能会导致危及生命的后果。这些预测误差可能会导致错误计算病人在急诊室就诊时死亡或癌症存活的可能性。她的研究结果最近发表在《医学通讯》杂志上，该杂志致力于发表高质量的研究、评论和论文，涵盖所有临床、转化和公共卫生研究领域。Yao说，许多临床数据集是不平衡的，因为它们被多数群体样本所主导。在典型的适用于所有人的一台机器学习模型范式中，种族和年龄差异很可能存在，但可能被忽略。Yao和她的研究团队与Charl

自Google提出VisionTransformer(ViT)以来，ViT渐渐成为许多视觉任务的默认backbone。凭借着ViT结构，许多视觉任务的SoTA都得到了进一步提升，包括图像分类、分割、检测、识别等。然而，训练ViT并非易事。除了需要较复杂的训练技巧，模型训练的计算量往往也较之前的CNN大很多。近日，新加坡SeaAILAB(SAIL)和北大ZEROLab的研究团队共同提出新的深度模型优化器Adan，该优化器可以仅用一半的计算量就能完成ViT的训练。论文链接：https://arxi

听说过情感AI吗?情感AI，是计算机科学的一个领域，帮助机器理解人类的情感。麻省理工学院媒体实验室和RosalindPicard博士是这一领域的主要创新者。通过他们的工作，激发了帮助机器发展同理心的想法。同理心是一个复杂的概念，有很多附加条件，但在基本层面上，其意味着理解另一个人的情绪状态。从理论上讲，如果机器能够具备这种理解水平，就能更好地为人民服务。特别是在医疗保健等领域，应用具有同理心的AI会产生非常大的影响。情感AI如何应用于医疗保健?有各种类型的情感AI。第一种检测人类情绪。在精神卫生保健领域

机器人流程自动化(RPA)可以通过消除繁琐的人工任务来简化业务工作流程，而不需要完全重新设计遗留系统。即使是现代的工作场所也可能是无聊和重复的。RPA作为一套智能工具，可以部署人工智能和低代码选项，简化工作流程，节省时间，同时还可以增加防止代价高昂的错误的保障措施。什么是RPA?RPA是一种技术应用，由业务逻辑和结构化输入进行控制，旨在实现业务流程自动化。使用RPA工具，企业可以配置软件或人工智能机器人，以捕获和解释用于处理事务、操纵数据、触发响应以及与其他数字系统通信的应用程序。对于一些企业来说，RPA

面部识别技术在各个领域中的巨大潜力几乎是不可想象的。然而，在使用之前，需要解决其功能中常见的某些错误和一些道德问题。面部识别系统使用生物识别技术从照片或视频中映射面部特征，然后将这些信息与已知人脸数据库进行比对，以找到匹配项。面部识别可以帮助验证一个人的身份，但它也会引发隐私问题。与其他人工智能技术一样，在使用面部识别系统时需要遵循一些道德原则。这些原则包括：1.人脸识别的公平性首先，面部识别技术的开发必须确保系统能够完全防止或至少最小化基于种族、性别、面部特征、畸形或其他方面对任何个人或群体的偏见。现

在双足机器人领域，机器人公司AgilityRobotics的Cassie可称得上代表。AgilityRobotics是从俄勒冈州立大学（OSU）拆分出来的机器人公司，成立于2015年，曾经获得过美国国防部高级研究计划局的资助。Cassie是该公司的第一款产品，在2017年至2019年间出售。2021年，Cassie用时53分钟，跑完了第一个5公里。按照人类选手的配速来说，每公里10.6分钟相当于「散步级」水平，但对于机器人选手来说，算是一个不小的进步。继去年晒出

「上得厅堂，下得厨房」，这句对理想型贤内助的赞许，以后很可能要对谷歌的机器人说了。自带大型语言模型，会自学的机器人，见过吗？不会做？可以学！现在不会没关系，过一会儿学完了就会了。比起波士顿动力炫酷无比的上刀山，下火海，翻山越岭，如履平地的「铁面金刚」，这次谷歌搞的「会学习的机器人」更像是身边贴心的小助手。我说什么，你做什么，是一般的机器人执行指令的套路。谷歌这次的新研究，让机器人不只会按指令，自己也能动手做。这是谷歌首次将语言大模型和机器人相结合，教机器人做人类一样的事情。论文地址：https

不同于传统的目标检测问题，少样本目标检测（FSOD）假设我们有许多的基础类样本，但只有少量的新颖类样本。其目标是研究如何将基础类的知识迁移到新颖类，进而提升检测器对新颖类的识别能力。FSOD通常遵循两阶段训练范式。在第一阶段，检测器使用丰富的基础类样本进行训练，以学习目标检测任务所需的通用表示，如目标定位和分类。在第二阶段中，检测器仅使用少量（如1,2,3...）新颖类样本进行微调。然而由于基础类和新颖类样本数量的不平衡，其学习到的模型通常偏向于基础类，进而导致新颖类目标与相似的基础类混淆。此外

3月12日消息，据谷歌官博消息，机器学习ML开发和部署如今受到了分散和孤立的基础设施的影响，这些基础设施可能因框架、硬件和用例而异。这种碎片化限制了开发者的速度，并对模型的可移植性、效率和生产化造成了障碍。为此，阿里巴巴、亚马逊AWS、AMD、苹果、Arm、Cerebras、谷歌、Graphcore、HuggingFace、英特尔、Meta和英伟达12家科技巨头宣布，联合推出OpenXLA项目（包括XLA、StableHLO和IREE存储库），使开发者能够编译和优化来自所有

几十年来，外交一直被认为是「AI绝不可能接管的工作」。因为它要求玩家掌握、理解他人的观点以及背后的动机，制定复杂的计划并及时调整，然后应用语言与他人达成合作，最后说服他们建立伙伴关系和联盟等。对沟通、信任和背叛的关注，使外交与围棋和国际象棋等更注重规则的「游戏」截然不同。然而Meta的最新研究表明：外交官的活儿，AI也很可能能干了！在2022年8月至10月进行的线上外交游戏比赛中，CICERO在所有「选手」中高居前10%。它的平均得分为25.8%，是其82名对手平均得分（12.4%）的两倍还多。更加值得一

随着世界各地的城市变得更加拥挤和复杂，对创新、高效解决方案的需求从未如此强烈。智慧城市——曾经感觉像是一个未来主义的白日梦——正在成为一个答案，它利用先进的技术来优化基础设施、服务和资源。对于那些好奇是什么让城市真正智能的人来说，看看人工智能（AI）和物联网（IoT）这对强大的组合就知道了。这种创新技术的结合正在改变我们的生活方式以及与城市环境的互动方式。作为一家与全球各地的市政当局和组织密切合作的公司的创始人——从台湾到墨西哥再到菲律宾——我有机会亲眼目睹这些技术在合作时的强大。以人工智能和物联网作为

2月17日消息，热门聊天机器人ChatGPT背后的AI研究公司OpenAI表示，它正在努力减少系统中存在的偏见和不良行为，并将允许用户自定义聊天机器人的部分行为。此前，有大量关于ChatGPT与用户互动不当和结果错误的报告。OpenAI在发布在其公司网站上的博客文章中承认：”自从推出ChatGPT以来，用户已经分享了许多他们认为有偏见、冒犯性或其他令人反感的输出。在许多情况下，我们认可了这些担忧，它们揭示了我们系统的真正局限性，因此我们希望解决这些问题。“该公司继续写道：“我们正在投资于研究和工程，以减少

​人人都遇见过一个古老的难题。周五晚上，你正试图挑选一家餐厅吃饭，但没有预定。你应该去你最爱的那家人满为患的餐厅排队等位，还是尝试一家新餐厅，希望能发现一些更好吃的惊喜？后者确实有可能带来惊喜，但这种好奇心驱动的行为是有风险的：你去尝试的那家新餐厅的东西可能会更难吃。好奇心作为AI探索世界的驱动力，实例已经不胜枚举了——自主导航、机器人决策、优化检测结果等等。在某些情况下，机器使用「强化学习」来完成一个目标，在这一过程中，AI智能体从被奖励的好行为和被惩罚的坏行为中反复学习。就像人类在选择餐厅时面临的困境

近日，三个月内知乎上“ChatGPT”话题下的讨论累计高达10.3万，总浏览量超过了2.1亿、逼近2015年以来“AlphaGo”话题下讨论浏览量的总和。包括全球人工智能教育领导者、DeepLearning.AI创始人吴恩达，创新工场董事长李开复、OpenAI员工等多位业内大咖、专家学者加入讨论。2015年，AlphaGo曾引发上一轮关于AI的热议，知乎上累计了21万讨论、2.2亿浏览。前搜狗CEO王小川、创新工场董事长李开复、MetaFAIR研究院研究员田渊栋等答主在“如何看待Google围棋A