业界资讯

人工智能(AI)具有显著改善医疗保健服务的潜力。由于人工智能能够从非常大的数据集中解锁见解和模式，因此为创新，高价值，增强功能奠定了基础，例如患者退化预测，针对特定条件的适当干预建议，以及并行的许多生命体征的高频分析和见解。CalmWave创始人兼首席执行官OphirRonen讨论了采用人工智能的障碍以及医疗行业如何克服这些障碍。然而，根据布鲁金斯学会最近的一份报告打开了一个新的窗口，医疗行业在采用人工智能方面尤为谨慎。尽管谨慎对待新技术是很自然的，但在医疗保健领域尤其明显，因为为患者提供最佳护理涉及到巨

最近，无分类器的指导扩散模型(classifier-freeguideddiffusionmodels)在高分辨率图像生成方面非常有效，并且已经被广泛用于大规模扩散框架，包括DALL-E2、GLIDE和Imagen。然而，无分类器指导扩散模型的一个缺点是它们在推理时的计算成本很高。因为它们需要评估两个扩散模型——一个类别条件模型(class-conditionalmodel)和一个无条件模型(unconditionalmodel)，而且需要评估数百次。为了解决这个问题，斯坦福大学和谷歌大脑的

两年多前，Adobe发布了一则引人关注的公告——将在2020年12月31日终止支持Flash，宣告了一个时代的结束。一晃两年过去了，Adobe早已从官方网站中删除了FlashPlayer早期版本的所有存档，并阻止基于Flash的内容运行。微软也已经终止对AdobeFlashPlayer的支持，并禁止其在任何Microsoft浏览器上运行。AdobeFlashPlayer组件于2021年7月通过Windows更新永久删除。当Flash下架之后

最高精度“线虫大脑”，它来了。这颗“大脑”所模拟的是一只秀丽隐杆线虫的全生物神经系统。(注：秀丽隐杆线虫是“最简单的生命智能体”，拥有302个神经元)这一次，国内的学者不仅把秀丽线虫全部的神经元网络还原了出来，更是细到了它们的亚细胞级连接关系。据了解，它的精细程度已经达到了当前已知的最高水平：此前，一项研究对单个生物神经元的计算复杂度进行了研究，文章指出，一个深度神经网络需要5到8层互联神经元才能表征单个生物神经元的复杂度。而通过这样的精细构建的“大脑”，已可以让这只“智能线虫”完成动态蠕动前行。

​译者|崔皓审校|孙淑娟能够准确识别动物的技术将帮助主人与丢失的宠物团聚，农民监控饲养的牲畜，研究人员研究野生动物。基于以上的应用场景，微芯片是最流行的宠物识别方法。然而，植入芯片需要进行侵入性手术，同时需要专门的设备读取芯片，还要防范小偷提取微芯片的风险。还有一种方法就是DNA分析，它虽然很精确，但也非常昂贵和耗时。今天要给大家介绍的是通过面部识别的方式来识别动物。1.使用计算机视觉软件进行宠物面部识别由计算机视觉解决方案进行宠物的面部识别可以作为上述方案的替代品。尽管它存在缺点，但该技术可以

ChatGPT爆火之后，带火了一项「网红」新职业——提示工程师。去年12月，一位名叫RileyGoodside的小哥瞬间红遍全网，只因他的工作太梦幻了——不用写代码，跟ChatGPT唠唠嗑，就能年入百万。是的，这项被称为「AI耳语者」的工作，现在在硅谷已经成为最热门的新工作，让无数码农趋之若鹜。一夜爆红的提示工程师去年12月初，这位叫RileyGoodside的小哥，凭着ChatGPT的大爆，一夜间疯狂涨粉1w+。现在，总关注量更是达到了4w+。当时，他被估值73亿美元的硅谷独角兽ScaleAI聘请

人工智能(AI)在各行各业掀起波澜，对我们日常生活的影响也越来越明显。人工智能最重要的进步之一是自主系统的发展，这些系统能够在没有人为干预的情况下做出决策和采取行动。这些系统有可能彻底改变运输、医疗保健和制造业等行业。在本文中，我们将探讨由自主系统驱动的人工智能的十大突破性创新。首先，自动驾驶汽车近年来引起了广泛关注。许多企业正在大力投资开发自动驾驶汽车，这些汽车有可能大幅减少交通事故，提高燃油效率，并彻底改变我们的通勤方式。此外，自动驾驶卡车和送货无人机也在开发中，以优化物流和供应链管理。其次，人工智能

很快啊，StableDiffusion又被发掘新用途了——设计LOGO最关键的“形意结合”，被它拿捏得明明白白。看见Cat秒画猫猫头：瑜伽店YOGA几个字母用人体形态一转换，风格完全不出错：只设计其中一个字也没问题，例如将Dog的D画成一个狗子：属实简洁又传神了有木有！哪怕是面对中文字体，AI也能很好地理解其中的意思，快速画出甲方想要传达的LOGO形象：要是开店用上这个，哪里还需要花几十上百块专门设计一个LOGO出来？（doge）虽然之前也有不少设计LOGO的AI了，不过从这次生成的效果来看，还真有点不

5月下旬，国际顶刊《美国国家科学院院刊》（PNAS）发表了一篇其于去年10月接收审核的工作，研究非常扎实：受图灵的计算模型图灵机（TM）与有意识的全局工作空间理论（GWT）影响，作者等人从理论计算机的角度出发，结合计算复杂性理论与机器学习知识，提出了一个形式化的理论计算机模型，将其命名为「有意识的图灵机」（ConsciousTuringMachine，CTM），有助于帮助我们进一步理解「意识」。论文链接：https://www.pnas.org/doi/epdf/10.1073/pnas.211593

大家好，我卡颂。最近几个月，​​AI​​​相关新闻不断抢占大家的注意力。逞着这波热度，各路开发者都投入到​​AI​​应用的开发。比如，15岁的开发者saviomartin7[1]开发的IconifyAI[2]可以根据文字描述生成应用​​Logo​​。网页上线5天就赚到了接近1.5k刀。这波机遇对前端同学有很大利好，因为各种基础服务（比如各种存储服务、AI服务、部署）都有成熟的解决方案可以直接使用，前端同学只需专注业务逻辑的实现即可。本文让我们看看一位国外老哥是如何用一个周末时间开发一款AI应用。该应用上线

炼ChatGPT需要高质量对话数据。在以前这可是稀缺资源，但自从有了ChatGPT，时代就变了。加州大学圣迭戈分校（UCSD）与中山大学、MSRA合作团队提出最新方法：使用少量“种子问题”，让ChatGPT自己跟自己聊天，并自动收集成高质量多轮对话数据集。团队不仅把使用此法收集的数据集开源，还进一步开发了对话模型白泽，模型权重和代码也一并开源。（供研究/非商业用途）白泽使用A100单卡训练，分为70亿、130亿和300亿参数三种尺寸，最大的也只需要36小时。开放时间不到一天，GitHub仓库就已暴涨200

​1965年，戈登・摩尔归纳了一条经验之谈：集成电路上可以容纳的晶体管数目大约每经过18个月到24个月就会增加一倍。换言之，处理器的性能大约每两年翻一倍。这条经验之谈被称为「摩尔定律」，之后的四十年里，半导体芯片制造工艺确实以令人目眩的速度成倍提高。但近年来，摩尔定律的加倍效应已在放缓，甚至有人预言在不久的将来会失效。业界纷纷提出各种方案应对这种发展瓶颈，来自斯坦福大学的神经形态工程师KwabenaBoahen最近提出了一种新思路：人工神经元应该模仿生物神经元的树突，而非突触。研究论文发表

5月6日消息，Facebook母公司Meta最近聘请了一个人工智能网络芯片专业团队。该团队曾长期为英国芯片独角兽公司Graphcore开发人工智能网络技术，直至去年年底。Meta发言人乔恩·卡维尔（JonCarvill）已证实本次招聘。媒体确认该团队中有10人在LinkedIn上更新了个人资料，显示他们在Graphcore工作到2022年12月或2023年1月，随后在今年2月或3月加入Meta。卡维尔表示：“我们最近在奥斯陆招募了多位高度专业化的工程师加入了Meta的基础设施团队。他们在设计和开发超级计算

目录：Composer:CreativeandControllableImageSynthesiswithComposableConditionsStructureandContent-GuidedVideoSynthesiswithDiffusionModelsTheconnectomeofaninsectbrainUncertainty-drivendynamicsforactivelearningofinteratomicpotentialsCo

译者|布加迪审校|孙淑娟​本文将讨论七款可以帮助数据科学家提高工作效率的基于AI的工具。这些工具可以帮助自动处理数据清理、特征选择、模型调优之类的任务，直接或间接地使您的工作更高效、更准确，并有助于做出更好的决策。​其中许多工具拥有对用户友好的UI，用起来非常简单。与此同时，一些工具允许数据科学家与其他成员共享和协作项目，这有助于提高团队的生产力。​1.DataRobot​DataRobot是一个基于Web的平台，可以帮助自动构建、部署和维护机器学习模型。它支持许多特性和技术，比如深度学习、集成

嘉宾：史树明撰稿：莫奇审校：云昭“大多数研究工作往往是围绕一个点展开，而点状的成果很难直接被用户所用。”腾讯AILab自然语言处理中心总监史树明说道。过去十余年间，人工智能（AI）经历了复兴，其中很显著的技术进步也发生在自然语言处理（NLP）领域。NLP技术的进步使得机器翻译质量大幅提高，搜索和推荐更加精准，同时也催生了更多数字化场景应用，如对话机器人、智能写作等。那么，作为AI皇冠上的明珠，NLP领域在吸引了无数国内外企业、人才、资本的入圈后，各种要素都是如何推动其研究进展的？企业是如何将研究成果

想象一下，在一个阳光明媚的午后，一个AI刚刚输出完一大堆用户发来的需求，百无聊赖地打开外卖APP，打算点个什么吃。等等，AI？AI点外卖干什么？先别管点外卖干啥，重要的是，能点。今天要介绍的是这么一家创业公司——HyperWrite。自打ChatGPT爆火以后，搞各种不同类型的AI的公司如雨后春笋一般冒了出来。近日，HyperWrite就发布了这样一个尚处实验阶段的AI智能体，这个智能体可以像人一样随意地浏览网页，甚至还能和网站进行互动。在刚刚结束的演示中，HyperWrite的CEOMattShumer

10月23日-27日，机器人顶会IROS2022在日本京都举行。大会共收到了来自全球57个国家和地区的3579篇论文投稿，最终接收了1716篇，接收率达到了47.9%。其中，来自上海交通大学的卢策吾团队与康奈尔大学、哥伦比亚大学的研究者联合推出了看护机器人仿真环境RCareWorld。这项工作获得IROS2022会议六个最佳论文奖项之一的最佳RoboCup论文。两篇BestRoboCup论文。图源：Twitter@ctwy论文地址：https://arxi

机器学习通过增加更多的简单性、效率和生产力来改善客户体验。客户体验(CX)是机器学习产生重大影响的一个领域，因为企业寻求利用这项技术与客户建立更加个性化、高效和有效的交互。在本文中，我们将通过解释企业如何使用这项技术来推动成功，探讨机器学习如何改变客户体验。通过机器学习了解客户行为通过对大量客户数据进行分类，机器学习使企业能够使用程序化方法预测客户行为，包括购买模式、流失可能性等。机器学习算法可以在大量数据上进行训练，以识别客户行为的模式和趋势。然后，这些信息可用于为客户创建更加个性化的体验，根据其特定偏

2月3日据报道，美国国防部高级研究计划局(DARPA)计划与微软合作，研究如何实现实用规模（utility-scale）的量子计算，致力寻求在量子技术方面占据全球领导地位。微软是被该部门选为探索非主流量子计算解决方案的三家公司之一。分析师表示合作开发大规模量子计算项目将是实现量子技术长期潜力的关键。开发量子计算的几种技术路线开发量子计算有很多种方法，目前还不清楚哪一种方法在未来几十年中占据主导地位。这场竞赛是为了实现可持续的、可扩展的容错处理，以完成传统超级计算机不可能完成或不可行的计算任务。DARPA

01隐私计算的背景和现状1.隐私计算的背景隐私计算目前已经成为刚需。一方面，个人用户对个人隐私和信息安全的需求变强了。另一方面，有大量隐私安全相关的法律法规发布，例如欧盟的GDPR，美国的CCPA和国内的个人信息保护法等，法规政策也逐渐从宽松走向严格，主要体现在权力权益、执行范围和执行力度等方面。以GDPR为例，自2018年生效后，已出现了1000多个判例，罚款总额超过110亿，单笔最高罚款超过50亿（Amazon）。​2.隐私计算的现状在这样的大背景下，数据安全从可选项变成了必选项。这导致大量企业

微软​德国首席技术官安德烈亚斯·布劳恩​在今日的人工智能启动活动上提到，GPT-4即将发布，并且将支持多模态。在名为“AIinFocus-DigitalKickoff”的活动中，微软德国的四名成员详细介绍了像GPT系列这样的大型语言模型（LLM）作为公司及其Azure-OpenAI提供的颠覆性力量。微软德国首席技术官兼数据和人工智能主管安德烈亚斯·布劳恩（AndreasBraun）轻描淡写地提到了他所说的GPT-4即将发布的消息。自从3月初发布了Kosmos-1以来，微软正在与OpenAI一起

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​StackOverflow，正在被程序员们抛弃。你没听错。这个全球知名的开发者问答网站，仅在一个月时间内，访问量骤降3200万！甚至现在的搜索量仅是它巅峰时期的三分之一……为何会突然如此？网友一语道破玄机：自打ChatGPT问世以来，我就没再用过StackOverflow了。而且从近三个月StackOverflow访问量统计来看，流量下滑是在2022年11月至12月期间发生的。巧合的是，OpenAI发布ChatGPT，正