业界资讯

这家公司做出了或许能引爆第四次工业革命的产品，但他们却百思不得其解：为啥自家的产品能这么火？就，真的不是凡尔赛。最近，MITTechnologyReview采访了ChatGPT的几位开发者，让我们近距离地了解了这个大爆的AI产品背后的故事。火成这样，没有丝毫防备当OpenAI在202211月下旬悄无声息地推出ChatGPT时，这家初创公司并没有报多大的期望。OpenAI的员工也没想过，自家模型即将走上的，是一条属于顶流的爆红之路。ChatGPT仿佛在一夜间大红大紫，还引发了关于大语言模型的一场全球淘金

5月4日消息，人工智能（A.I.）的发展日新月异，给人类带来了巨大的便利，也引发了各种风险和挑战。为了应对这些风险，美国白宫周四宣布了一系列新的举措，包括拨款1.4亿美元（IT之家备注：当前约9.67亿元人民币）建立专门的A.I.研究中心，制定政府机构使用A.I.的指导原则，几家人工智能公司已经同意在8月的一次网络安全会议上提供他们的产品供审查。当天下午，美国副总统哈里斯和其他政府官员还将与谷歌、微软、OpenAI、Anthropic等A.I.领域的知名企业的CEO举行会面，讨论A.I.的发展方向和社会责

上次是周受资，这次，轮到了SamAltman。不过这一次，国会议员对他的态度截然不同——友好，耐心，做足了功课，虚心请教。北京时间昨晚，OpenAICEOSamAltman在美国参议院就AI技术的潜在危险作证，并敦促立法者对制造先进AI的组织实施许可要求和其他法规。SamAltman不用接受刁钻的问话，他坐在席位上游刃有余、侃侃而谈，再次向世界证明：作为全世界最受瞩目的初创公司CEO，他在书写着科技世界的规则和未来。面对美国国会，SamAltman再次斩钉截铁地保证：在未来六个月内，OpenAI坚决不会训

将数据集分解为训练集，可以帮助我们了解模型，这对于模型如何推广到新的看不见数据非常重要。如果模型过度拟合可能无法很好地概括新的看不见的数据。因此也无法做出良好的预测。拥有适当的验证策略是成功创建良好预测，使用AI模型的业务价值的第一步，本文中就整理出一些常见的数据拆分策略。简单的训练、测试拆分将数据集分为训练和验证2个部分，并以80％的训练和20％的验证。可以使用Scikit的随机采样来执行此操作。首先需要固定随机种子，否则无法比较获得相同的数据拆分，在调试时无法获得结果的复现。如果数据集很小，则不

直觉、访问和问责，是今年CES各展厅的主题。今年在拉斯维加斯举行的CES再次出现，吸引了3200多家参展商和超过11.5万名观众，是去年的两倍。尽管许多展台和产品展示的整体感觉都是重复的，但演讲者、品牌和与参会者都对再次与同事相聚感到如释重负。直觉和意图被缝进了展会上许多行业的技术激活中。人工智能产品的进步在整个展会上都很突出，包括Samsung的人工智能烤箱和加拿大初创企业Glüxkind的自动驾驶婴儿车。在AMD开发者关系总监JohnCanning主持的Web3、XR、Metaverse和Enter

人工智能赛道最近有些疯狂。ChatGPT-3.5发布之后，5天时间内用户居然破100万，速度非常惊人。但这并不是“初始速度”，而是“再次加速”；微软连夜上线了bingChatGTP版本；在ChatGPT发布的第二天，谷歌也召开了发布会，公布自家的AI“Bard”。可这场直播，似乎又没看见什么；导致谷歌股价一夜蒸发7000亿！Meta也在上周发布自己所谓“全宇宙”最快的“大型语言模型LLaMA”，Meta目标是帮助研究人员推进他们在人工智能领域的工作！直白了说其实各大巨头对于ChatGTP带来的冲击

边缘人工智能如今有很多应用，包括面部识别、自动驾驶汽车、可穿戴医疗设备，以及通过智能手机访问的实时交通更新等。事实表明，边缘计算使人工智能设备能够更好地预测未来并做出更明智的决定，而不需要将大量数据传输到云平台处理，这为下一代人工智能带来了无限可能。很多企业正在考虑将边缘计算、云计算和人工智能相结合，以应对新冠疫情发生之后带来的劳动力短缺、通货膨胀、供应链不确定等各种问题。人工智能通常部署在云平台上，在那里可以处理大量的数据，并消耗大量的计算资源。然而，数据并不都需要在云平台中存储和处理。与其相反，边缘

5月3日消息，人工智能（AI）在好莱坞的应用越来越广泛，不仅可以修饰演员的外貌、语言和动作，还可以绘制动画短片，甚至尝试创作电影和电视剧的剧本。这让好莱坞的编剧们感到了前所未有的威胁，他们担心AI会侵犯他们的创意和版权，甚至取代他们的工作。为了保护自己的利益，他们于本周一发起了罢工行动，要求限制AI在编剧领域的使用。这周二，随着大批编剧进入罢工模式，好莱坞15年来的劳资和平被打破。这是好莱坞电影和电视编剧工会（WGA）与美国电影和电视制作联盟（AMPTP）之间的一场博弈。WGA代表了约1.5万名编剧，而A

距离ChatGPT的最初发布，过去差不多四个月的时间了。在这期间，ChatGPT的惊艳表现，让人直呼AIGC是不是要提前实现了。不过众所周知的一个秘密是，ChatGPT不大可能开源，加上巨大的算力投入以及海量的训练数据等，都为研究界复制其实现过程设下重重关卡。面对ChatGPT的来势汹汹，开源平替是一个不错的选择，它们在实现相似功能的同时，还能让你通过替代品了解ChatGPT的运行机理。随着技术的进步，现在已经出现了许多其他类似于ChatGPT的新AI模型。本文我们将为大家盘点

ChatGPT的发布，搅动了整个AI领域，各大科技公司、创业公司以及高校团队都在跟进。近段时间，机器之心报道了多家创业公司、高校团队的研究成果。昨日，又一国产AI对话大模型重磅登场：由清华技术成果转化的公司智谱AI基于GLM-130B千亿基座模型的ChatGLM现已开启邀请制内测。值得一提的是，此次智谱AI也开源了中英双语对话模型ChatGLM-6B，支持在单张消费级显卡上进行推理使用。内测申请网址：chatglm.cn据了解，ChatGLM当前版本模型的能力提升主要来源于独

人工智能(AI)工具的采用正在各行各业的组织中获得发展势头。当企业制定人工智能策略时，考虑一些实用的建议。随着人工智能(AI)的普及，它的应用也越来越多。在过去两年里，一半以上的公司都加快了人工智能的推出，彻底改变了未来的工作。人工智能工具的简化和商品化促进了对人工智能真正潜力的利用。银行机构已采用人工智能来检测和预防欺诈，学校利用该系统帮助学生更快地学习，并提醒教师注意问题，供应链经理整合端到端解决方案，以应对采购和分销挑战。有些企业刚开始他们的实现之旅，而另一些组织正在努力理解其影响，因此了解技术所拥

就在刚刚，根据TheInformation的最新爆料，OpenAI即将发布一款全新的开源大语言模型。虽然目前还不清楚，OpenAI是不是打算利用即将开源的模型，来抢占Vicuna或其他开源模型的市场份额。但几乎可以肯定的是，新模型的能力大概率无法与GPT-4甚至GPT-3.5相竞争。毕竟，270亿美元的估值也决定了，OpenAI最先进的模型将会被用于商业目的，尽管前两个版本的GPT都是开源的。对此，OpenAI的发言人没有回应置评请求。羊驼家族开源大爆发十天前，谷歌的一份内部文件泄漏。在这篇名为《我们没有

近日，有研究团队发现，基于AI的聊天机器人ChatGPT（一个最近推出的工具），引起了在线社区的注意，因为它可以为黑客提供有关如何入侵网站的分步说明。研究人员提醒道，人工智能聊天机器人虽然很有趣，但也存在风险，因为它能够就任何漏洞提供详细建议。什么是聊天GPT？几十年来，人工智能(AI)一直在激发科技行业的想象力。随着投资者向该领域投入数十亿美元，可以自动创建文本、视频、照片和其他媒体的机器学习技术在科技领域蓬勃发展。虽然人工智能为帮助人类提供了巨大的可能性，但也有抨击者强调，创建一种超越人类

自2022年11月30日开放注册以来，ChatGPT已收获了超过100万用户，日峰值请求数也已达到数亿级别。终于，在庞大用户群涌入的情况下，ChatGPT还是崩不住：宕机了。虽然宕机了，ChatGPT还是给我们留下了一首藏头诗，深藏功与名。更有网友发现，它还给我们唱了一首rap！宕机了还在坚持唱跳和Rap的ChatGPT，实在是感人hhhhh。美国科技网站Gizmodo作者LucasRopek则表示，从上周三开始ChatGPT就开始出现响应迟钝的问题：我上周三第一次注意到chatGPT的问题，使用过程中

我们经常收到业务询问，智能客服的评估标准是什么。这是一个非常难以回答的问题，因为我们需要证明使用智能客服的合理性并确保使用智能客服将为企业带来怎样的效益。尽管智能客服解决方案没有“真正的”评估标准，在这里我列举一些案例，希望能帮助大家从这些案例中能给你一些提示。首先，什么是智能客服？智能客服是一种解决方案或一组解决方案，它能让用户获得访问信息，甚至自主执行一些简单的任务，而无需客服人员的帮助。那么智能客服可以处理或执行的查询或任务有哪些？在不联系客服人员的情况下跟踪包裹、请求报价或在线支付账单，这些都是我

人工智能是计算机科学的一个分支，专门研究如何构建具有模仿人类思维的界面的智能机器。从自动驾驶汽车到虚拟医生，人工智能正在迅速发展。人工智能如何将世界转变成一个完全数字化的空间随着人工智能的普及，人们的生活变得更加高效和智能。如果没有导航、智能家居助手和聊天机器人辅助等高级人工智能应用的一天，我们的日常生活将会极大的不便。现在的世界是一个数字空间，虚拟交互是一个新的现实。由于人工智能的帮助，行业和企业也见证了资本和营销方面的巨大增长。这些行业向数字化友好领域的转变是值得讨论的话题。从医疗保健到农业行业，人工

试想一下，一个植入恶意「后门」的模型，别有用心的人将它隐藏在数百万和数十亿的参数模型中，并发布在机器学习模型的公共资源库。在不触发任何安全警报的情况下，这个携带恶意「后门」的参数模型正在消无声息地渗透进全球的研究室和公司的数据中肆意行凶……当你正为收到一个重要的机器学习模型而兴奋时，你能发现「后门」存在的几率有多大？根除这些隐患需要动用多少人力呢？加州大学伯克利分校、麻省理工学院和高级研究所研究人员的新论文「PlantingUndetectableBackdoorsinMachineLearni

短短几个月前，OpenAI发布了ChatGPT，并瞬间引爆全球。如今，其活跃用户已经超过1亿，凭借的就是生成与人类相似且语法准确的响应内容。同类技术甚至可以根据输入的描述生成艺术品和编程代码，效果同样不错。如果初步得到的回复无法令人满意，你还可以持续跟AI互动，比如提出额外的问题或者通过补充和澄清调整图片或代码内容，让结果更符合你的预期。整个过程不需要劳烦领域专家、艺术家或者程序员，会说话就能实现。但生成式AI也有自己的问题，例如用于训练底层AI模型的数据来源可能存在争议、训练数据应如何流通、缺乏对源数据

多模态研究的一个重要目标就是提高机器对于图像和文本的理解能力。特别是针对如何在两种模型之间实现有意义的交流，研究者们付出了巨大努力。举例来说，图像描述（imagecaptioning）生成应当能将图像的语义内容转换输出为可被人们理解的连贯文本。相反，文本-图像生成模型也可利用文本描述的语义来创建逼真的图像。这就会带来一些同语义相关的有趣问题：对于给定的图像，哪种文本描述最准确地描述了图像？同样地，对于给定的文本，最有意义的图像实现方式又是哪种？针对第一个问题，一些研究宣称最佳的图像描述应该是既自然且

上周，电动滑板车巨头Lime宣布计划试用一种新的定制计算机视觉平台，以检测用户在人行道上骑车的危险行为。鉴于一连串的危险事故已经对流行的城市交通方式造成了诽谤，因此这种安全机制非常需要，其能够提醒骑车的人注意违规行为，甚至减慢行驶速度。人工智能不仅可以在电动滑板车中发挥重要作用。致命的铁路事故经常发生，令人很是担忧。而与道路交通有关的事故仍然是全球过早死亡的主要原因，特别是在年轻人中。幸运的是，受人工智能和计算机视觉启发的解决方案正在浮出水面，这些解决方案都旨在提高各种交通方式的安全性，这对行人、骑车的人

​很多人都知道，当年打败李世石、柯洁等一众国际顶尖棋手的AlphaGo一共迭代了三个版本，分别是战胜李世石的一代目AlphaGoLee、战胜柯洁的二代目AlphaGoMaster，以及吊打前两代的三代目AlphaGoZero。AlphaGo的棋艺能够逐代递增，背后其实是在AI技术上一个出现了明显的变化趋势，就是强化学习的比重越来越大。到了近几年，强化学习又发生了一次「进化」，人们把「进化」后的强化学习，称为深度强化学习。但深度强化学习代理的样本效率低下，这极大地限制了它们在实际问题中的应用。最近，许

在开源了「分割一切」的SAM模型后，Meta在「视觉基础模型」的路上越走越远。这次，他们开源的是一组名叫DINOv2的模型。这些模型能产生高性能的视觉表征，无需微调就能用于分类、分割、图像检索、深度估计等下游任务。这组模型具有如下特征：使用自监督的方式进行训练，而不需要大量的标记数据；可以用作几乎所有CV任务的骨干，不需要微调，如图像分类、分割、图像检索和深度估计；直接从图像中学习特征，而不依赖文本描述，这可以使模型更好地理解局部信息；可以从任何图像集合中学习；DINOv2的预训练版本已经可用，并可以在一

ChatGPT的横空出世，可能是2022年下半年最引人注目的AI突破，虽然可能不是技术含量最高的。前不久，在新奥尔良举行的2022NeurIPS上，关于GPT-4的传言不绝于耳，与此同时，OpenAI也成为全场新闻媒体的焦点。OpenAI宣布了GPT-3系列AI大型语言模型中的一个新模型：text-davinci-003，这是其「GPT-3.5系列」的一部分，可以通过处理更复杂的指令和产生更高质量、更长形式的内容来改进性能。新模型建立在InstructGPT的基础上，使用带有人类反馈的强化学习，使语言模