业界资讯

​大数据文摘出品作者：ChatGPT这几天OpenAI的ChatGPT真的太火了。先不看技术上，这个AI聊天机器人有多厉害，咱就说在理解力这一块，是不是给你整的明明白白？聊天机器人其实大家多多少少都接触过，比如电商智能客服这种，但是这些智能客服的效果，显然不如ChatGPT那么条理清晰，往往把你气的半死，最后转人工。不仅思维非常清晰，ChatGPT甚至可以帮你写代码。比如你想在股票赚大钱（当韭菜），也可以找ChatGPT帮忙写一个“有效的股市指标框架”。不仅如此，ChatGPT还能让文摘菌痛失工作，不信大

ChatGPT是一个超强的AI应用程序，OpenAI已经发布的GPT-4引起了更广泛的关注。ChatGPT是由OpenAI开发的专门从事对话的AI聊天机器人，其主要目标是使AI系统更自然地进行互动。大家可能都已经尝试过ChatGPT，今天讲一讲与这个全新工具互动的不同方法。本文总结了6个可以使ChatGPT成为日常助手（甚至超越日常助手）的工具！1.【GoogleChromeExtension】在任何地方使用ChatGPT想在任何地方轻松地使用ChatGPT吗？那么你可以使用Chrome插件（https:

要说2023年初网络平台最火爆的，无疑是人工智能领域新宠——智能聊天机器人模型ChatGPT，吸引了无数网民与它进行“人模人样”的交流互动，因为它不仅能充分理解人类提出的问题，给出不再“人工智障”的答复，还会切实投入到诸多生产力实践中，如编程、制图、脚本攥写，甚至能诗情画意地创作诗歌等文案。一时间，人们纷纷开始讨论：以ChatGPT为代表的人工智能是否会在不久的将来取代大量人类所从事的职业？其实，在探讨这个问题之前，我们更需要警惕的是，诞生于网络世界的它存在极大的安全风险，甚至是面临法律风险。正如圈内流传

由于如StableDiffusion等视觉生成模型的快速发展，高保真度的人脸图片可以自动化地伪造，制造越来越严重的DeepFake问题。随着如ChatGPT等大型语言模型的出现，大量假本文也可以容易地生成并恶意地传播虚假信息。为此，一系列单模态检测模型被设计出来，去应对以上AIGC技术在图片和文本模态的伪造。但是这些方法无法较好应对新型伪造场景下的多模态假新闻篡改。具体而言，在多模态媒体篡改中，各类新闻报道的图片中重要人物的人脸（如图1中法国总统人脸）被替换，文字中关键短语或者单词被篡改（如图1

去年6月，3GPPR17版本宣布冻结，引起了整个通信行业的关注。众所周知，作为目前全球移动通信标准的权威组织，3GPP发布的每个版本(Release)，都在指明移动通信技术的演进方向，为整个产业的发展照亮了前路。在R17版本中，作为专门立项研究的一种5G关键新技术，RedCap特别引人注意，也被媒体反复报道。█RedCap，到底是个啥?RedCap，从字面意思来看，是“小红帽”。但实际上，它是ReducedCapability的缩写，真正的意思是“降低能力”。所谓“降低能力”，是一个相对的概念。它的

近年来，由于技术的进步，汽车行业发生了重大变革。从电动汽车到自动驾驶汽车，技术以前所未有的方式颠覆了汽车行业。汽车行业最重要的技术变革之一是电动汽车的兴起。自问世以来，电动汽车已经取得了长足的进步，续航里程更长，价格更实惠，充电站网络不断扩大。随着世界各国政府制定的减少碳排放的宏伟目标，电动汽车正成为消费者越来越受欢迎的选择。汽车技术的另一个重大进步是自动驾驶汽车的发展。自动驾驶汽车有可能显着减少交通拥堵、提高安全性并提高道路效率。Tesla、Google和Uber等企业已投入巨资开发自动驾驶技术，如今已

在去年11月底，ChatGPT横空出世，爆火全球，此时在硅谷拥有百亿估值的生产力软件独角兽Notion也悄悄推出了其AI服务，并向用户开放了预约。排队人数一度超出200万之多，不久前Notion宣布全面开放其AI产品服务，这意味着每个用户现在都可以随时在自己的Notion页面上调用AI功能。瞬间各种场景开始涌现，例如使用NotionAI来撰写文案、制定策划、会议日程、新闻稿、制作表格、编写视频脚本、头脑风暴、写大纲、以及协助读论文做总结等。今天让我们看看，NotionAI可以在文本内容创作方面做些什

​毫无疑问，在人工智能聊天机器人和图像生成器（如ChatGPT、GoogleBardAI和DALL-E、MidJourney）等技术突破的推动下，人工智能已成为当今世界的一个突出主题。随着AI领域的加速发展，对推动和维持这些创新的熟练专业技术人员的需求正在同步激增。根据斯坦福大学发布的人工智能指数报告，美国对人工智能工作的需求空前高涨。鉴于AI包含广泛的技术和子领域，很多公司正在寻找拥有AI方面专业技能的人员。那么，目前最抢手的技能是什么？斯坦福报告显示机器学习是最抢手的技能。但什么是

​在AI科技圈，「中文语言理解」一直是一个难以攻克的问题。因为在全世界所有的语言中——中文的难度系数是最高的。举例来讲，就下面这句简简单单20个字的句子，都绝对能让不少外国人深感崩溃。下雨天，我骑车差点摔倒，好在一把把把把住了。​然而，在最新的中文语言理解领域权威榜单CLUE中，腾讯和阿里的AI模型却先后超越了人类的成绩！实在让人不禁感慨：这年头，还有什么是AI做不了的吗？最新一期CLUE最新排名CLUE的全称是ChineseLanguageUnderstandingEvaluation，即「中文语

LinkedIn公司工程副总裁兼数据和人工智能业务主管徐雅说，考虑到工程和产品团队基于OpenAI公司最新的GPT模型(包括ChatGPT和GPT-4)以及一些开源模型实施了许多变化，这个时间表对于像LinkedIn这样的大公司来说是前所未有的。该工具包括生成式人工智能协作文章、职位描述和LinkedIn个人资料的个性化写作建议等功能。徐雅解释说，她带领的开发团队能够在短短一个月内自动生成工作描述，并为实时流量提供服务，拥有共同目标的跨职能团队是关键。她补充说:“这不是说我们每天工作20个小时或下班很晚，

一、目标检测简介目标检测的定义是在图像/空间中定位出感兴趣物体的位置和大小。一般情况下，输入图像、视频或者点云，输出物体的类别和检测框坐标。左下方这张图片就是一个对图像进行目标检测的示例。目标检测应用场景非常多，比如自动驾驶场景中车辆行人检测，码头管理中常用泊船检测。这两者都是对目标检测的直接应用。目标检测同时还是很多CV应用的基础任务，比如工厂用到的侵入检测，和人脸识别，这些都需要行人检测和人脸检测作为基础才能够完成检测任务。可以看出目标检测在日常中有很多重要的应用，在CV落地中的地位也十分重要，因此这

处于边缘的人工智能不断在发展，应用数不胜数，自动驾驶汽车、艺术、医疗保健、个性化广告和客户服务都可以使用它。理想情况下，边缘体系结构由于更接近请求而提供较低的延迟。据预测，边缘人工智能市场将从2021年的140万美元增长到2027年的800万美元，复合年增长率为29.8%。这种增长将在很大程度上来自物联网的人工智能、可穿戴消费设备，以及5G网络中对更快计算的需求等因素。这些带来了机会和保留，因为边缘人工智能的实时数据很容易受到网络攻击。让我们来看看可能在明年塑造边缘人工智能领域的五个趋势。将人工智能与云分

2月28日消息，微软已邀请部分新版必应用户测试“responsetone”功能/特性，允许用户切换“创意”（Creative）、“平衡”（Balanced）和“精确”（Precise）三种模式，呈现不同的聊天内容。IT之家附上述三种模式的主要区别如下：“创意”（Creative）：用户启用该模式之后，能够产生更多原创和富有想象力的回应，它的回答更像和你的好友聊天。它适用于提前访问Bing预览功能的用户。例如在该模式下，你让必应写一首关于爱情的诗，它会尝试使用比平时更多的比喻和押韵。“平衡

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。2020年6月，OpenAI发布GPT-3，其千亿参数的规模和惊人的语言处理能力曾给国内AI界带来极大的震动。但由于GPT-3未对国内开放，一批提供文本生成服务的商业公司在海外诞生时，我们只能望洋兴叹。今年8月，伦敦的开源公司StabilityAI发布文生图模型StableDiffusion，并免费开源了模型的权重和代码，这迅速引发了AI作画应用在全球范围内的爆炸式增长。可以说，今年下半年的AIGC热潮，开源起到了直接的催化作

到目前为止，你可能已经听说过OpenAI的ChatGPT，这款人工智能聊天机器人一夜之间引起了轰动，并引发了一场构建和发布竞品的数字竞赛。ChatGPT只是生成式AI的一个消费者友好型例子，这种技术由算法组成，可用于创建新内容，包括音频、代码、图像、文本、模拟和视频。生成式AI不是简单地识别和分类信息，而是通过利用基础模型来创建新信息，基础模型是可以同时处理多个复杂任务的深度学习模型，例如GPT-3.5和DALL-E。虽然时尚行业已经尝试了基本的AI和其他前沿技术——元宇宙、不可替代代币(NFTs)、数字

这项研究将实时数据的使用与更高的收入增长和更高的开发人员生产力联系起来。数据就是数据，但当它是实时数据时，它的价值就开始成倍增长。一项新的研究表明，利用实时数据的公司收入和增长最多。此外，在人工智能和机器学习方面处于领先地位的公司是使用实时数据最多的公司。这是Datastax最近对556家公司进行的一项调查得出的结论，该调查将实时数据的使用与更高的收入增长和开发人员生产力的提高联系起来。该研究的作者表示，那些以深刻方式使用实时数据的人“擅长利用数据创造新产品和新收入流”。52%的市场领导者表示，他们的战略

那么，ChatGPT会抢走人类的工作吗?事实上，这个问题的答案比简单的“是”或“不是”要复杂得多。ChatGPT得以兴起的重要原因在于它已被证明是一个更具价值和更强大的工具，以及它可以突破人们能完成和不能完成事项的界限。人工智能并不是万无一失的，它还处于发展的早期阶段，它仍然容易产生偏见和错误，这意味着，尽管它取得了令人震惊的进展，但要实现更高的准确性和减少仅依赖它所涉及的风险，还有很长的路要走。这凸显了人类判断和专业知识的必要性，以便能够熟练地判断人工智能生成的结果，区分结果的好坏，并充分发挥其能

麻省理工学院（MIT）的研究人员训练了一个机器学习模型来监控和调整3D打印过程，以实时纠正错误。可用于3D打印的新材料正在不断开发，但弄清楚如何使用它们进行打印可能是一个复杂、成本高昂的难题。通常，操作员必须使用手动试验和错误，可能会进行数千次打印以确定理想参数，从而始终如一地有效地打印新材料。MIT的研究人员已经使用人工智能来简化该程序。该机构的科学家开发了一种新的机器学习系统，该系统使用计算机视觉来观察制造过程，可以实时纠正材料处理方式的错误。他们使用仿真来教神经网络如何调整打印参数以最小化错误，然后

可持续性和数字化就像双胞胎，它们是齐头并进的。它们都有可能改变企业的运营方式和人们的工作方式，在任何职位、任何级别上都是如此。特别是，人工智能是可持续性和数字化的一个关键原则，它使企业在走向净零的曲折道路上拥有实时可见性和大量见解。然而，时间不等人，如果企业现在不开始将人才与人工智能一起部署，实现可持续发展的挑战只会成倍增加。毕竟，时间紧迫，IPCC指出，我们必须在2030年前将排放量减半，以阻止不可逆转的气候变化。无论是否人为，减少排放都需要严肃的智慧让我们明确一点，清洁能源和高效能源管理是应对气候危机

译者|布加迪审校|孙淑娟一种新型人工智能聊天机器人ChatGPT已在互联网上掀起了一场风暴。它是基于人工智能的工具的最新例子，在改进我们开展业务的方式。还有许多其他机器人，但自然语言处理机器人和生成式视觉AI（比如DALLE•2）发展得特别快。ChatGPT是GPT（生成式预训练转换器）语言模型的一个变体，它是专门为在对话上下文中生成如同人类的文本而开发的。它旨在在用户输入信息后生成自然语言响应，这使得它在需要与客户进行类似人类的对话的各种商业应用环境中可能很有用。鉴于这种新技术，企业需要思考它们

1956年夏天，约翰·麦卡锡、艾伦·纽厄尔、赫伯特·西蒙等一批数学家与计算机科学家占领了位于美国汉诺威小镇的达特茅斯学院数学系大楼的顶层，并在随后的8周内，探讨了计算机模拟人类智能的可能性。当麦卡锡首次提议使用“ArtificialIntelligence(人工智能)”一词来概括他们所关注的这一全新领域时，人工智能从此诞生。在此后的数十年间，为了能够实现这个伟大的理想，无数技术先驱背负起了人工智能这个襁褓中咿呀学语的幼童，并向着那颗遥远却明亮的北极星发起了一次又一次宏伟的征程。而在这些心血与青春的浇灌下

4月6日消息，美国当地时间周三，OpenAI发帖，详细介绍了其确保AI安全的方法，包括进行安全评估、改进发布后的保障措施、保护儿童以及尊重隐私等。该公司表示，确保AI系统的构建、部署和安全使用对实现其使命至关重要。以下是OpenAI帖子的全文：OpenAI致力于确保强大的AI安全，让尽可能多的人受益。我们知道，我们的AI工具为当今人们提供了许多帮助。世界各地的用户向我们反馈，ChatGPT有助于提高他们的工作效率、增强他们的创造力，并提供量身定制的学习体验。但我们也认识到，与任何技术一样，这些工具也存在真

反向传播技术是深度学习的核心，驱动了AI在视觉、语音、自然语言处理、游戏、生物预测等诸多领域的成功。反向传播的运行机制是通过反向的方式计算预测误差对神经网络连接权重的梯度，并通过微调每一层的权重来减少预测误差。尽管反向传播非常高效，是目前人工智能成功的关键，但是相当一部分研究人员并不认为反向传播的学习方法同大脑的工作方式是一致的。随着深度学习技术的发展，大家也逐步看到了反向传播的一些弊端，例如对于标签数据和算力的过度依赖、存在一系列的对抗安全问题、只能针对特定的任务等，而且也引发了大家对发展大模型的一些顾