业界资讯

近日，一则关于某新势力的车辆在“智能驾驶辅助功能开启”状态下出现严重车祸（请原谅我用这么长的句子来描述这起车祸，因为我实在不希望惹上任何的麻烦）的新闻刷爆了网络，让大家又再一次关注自动驾驶的技术发展和相关的社会问题。关于这起事故，从网络上可以获得的消息总结出来的场景过程大致是这样的：车主A在高架上开启了ACC（自适应巡航）和LCC（车道居中辅助），以80km/h的速度在最左侧车道行驶；突然前面出现了一辆静止在同车道上的车辆，车辆后方有一个人B；车主A的车辆没有刹车或避让，径直撞向了静止的车辆和人员B，造成

导读：因果推断是数据科学的一个重要分支，在互联网和工业界的产品迭代、算法和激励策略的评估中都扮演者重要的角色，结合数据、实验或者统计计量模型来计算新的改变带来的收益，是决策制定的基础。然而，因果推断并不是一件简单的事情。首先，在日常生活中，人们常常把相关和因果混为一谈。相关往往代表着两个变量具有同时增长或者降低的趋势，但是因果意味着我们想要知道对一个变量施加改变的时候会发生什么样的结果，或者说我们期望得到反事实的结果，如果过去做了不一样的动作，未来是否会发生改变？然而难点在于，反事实的数据往往是真实世界中

首先我想告诉你，从事编程开发这一行，要学会的是学习的方式方法。方向对了，才能事半功倍。而我认为最快且行之有效的技术技能学习，就是上手实践。先不要搞太多的理论，买回来的自行车不能上来就拆，得先想办法骑起来。所以小傅哥就是这样，学东西嘛。以目标为驱动，搭建可运行测试的最小单元版本。因为康威定律说；问题越小，越容易被理解和处理。所以在接触ChatGPT以后，我时常都在想怎么自己训练和部署一个这样的聊天对话模型，哪怕是很少的训练数据，让我测试也好。所以这个会喷人的傻狗机器人来了！一、傻狗机器聊天在基于前文小傅

NeRF（NeuralRadianceFields）又称神经辐射场，自从被提出以来，火速成为最为热门的研究领域之一，效果非常惊艳。然而，NeRF的直接输出只是一个彩色的密度场，对研究者来说可用信息很少，缺乏上下文就是需要面对的问题之一，其效果是直接影响了与3D场景交互界面的构建。但自然语言不同，自然语言与3D场景交互非常直观。我们可以用图1中的厨房场景来解释，通过询问餐具在哪，或者询问用来搅拌的工具在哪，以这种方式就可以在厨房里找到物体。不过完成这项任务不仅需要模型的查询能力，还需要能够

智能建筑最重要的组成部分之一是人工智能。没有它，一栋建筑很难被认为是智能的，因为没有它，业主和管理者将无法为他们的租户提供最安全、最舒适的环境。一个建筑平台要从多个来源收集数据，首先需要从建筑管理系统等智能技术中获取信息。Infogrid就是一个很好的例子。然后，它应该将这些数据输入一个可适应的、可伸缩的基于云的平台，该平台将数据标准化并安全保存。然而，这还不符合智能建筑的标准。真正的创新发生在使用带有内置AI的平台时。通过整合和增强整个建筑或地产的智能，这些技术使其居住者能够更好地操作建筑。这包括建筑和

图像抠图是指提取图像中准确的前景。当前的自动方法倾向于不加区别地提取图像中的所有显著对象。在本文中，作者提出了一个新的任务称为参考图像抠图(ReferringImageMatting，RIM)，指的是提取特定对象的细致的alpha抠图，它可以最好地匹配给定的自然语言描述。然而，流行的visualgrounding方法都局限于分割水平，可能是由于缺乏高质量的RIM数据集。为了填补这一空白，作者通过设计一个全面的图像合成和表达生成引擎，建立了第一个大规模挑战性数据集RefMatte，以在当前公

ICML2023是第四十届国际机器学习会议，将于2023年7月23日至29日在美国夏威夷举行。刚刚，大会公布了今年的论文接收结果。今年，ICML共收到6538份投稿，其中1827份被接收，接收率约为27.9%。作为对比，去年共收到5630投稿，接收1117篇shortoral，118篇longoral，录用率为21.94%。ICML官方表示，每一份投稿都由领域主席和高级领域主席进行评审，以确保每一份投稿都得到适当的评估。不过遗憾的是，ICML目前只是公布了接收结果，论文接收列表还没有放出，大家可以在等一等

报道称，未来微软将美国人工智能研究公司OpenAI旗下的AI​​聊天机器人​​工具ChatGPT整合到必应搜索引擎中，而且整合的将是最新的GPT-4版本，此举将使必应在与谷歌的竞争中更具竞争力。知情人士表示，最新版GPT-4和GPT-3(目前大部分地区使用的第三个版本)的主要区别在于速度，GPT-4回答问题的速度要比GPT-3快得多。而且，据说GPT-4能提供更详细、更接近人类的回复。​据悉，ChatGPT是OpenAI于2022年11月30日推出的一种新型AI聊天机器人工具，可根据用户的要求快速生成文章

如今，技术进步是一个热门话题，许多未来学家对这一领域将如何继续扩展深感兴趣。为此，他们研究了当前的趋势，并预测了科技行业的未来变化。这些预测为人们提供了指导，并突出了在其他方面还不够闪光的特定工具。技术大师的一次提及要么可以弥补技术，要么可以让人们对它失去兴趣。但有些公司足够强大，能够维持自己的地位，并通过更多的进步和扩张来留住人们的兴趣。本博客将重点介绍2023年科技行业快速增长和即将到来的趋势陈述。2023年需要考虑的快速增长的技术趋势技术趋势有助于确定用户对特定技术的兴趣以及他们如何花费时间使用这些

4月13日消息，当地时间周三传奇投资人士沃伦·巴菲特(WarrenBuffett)在接受采访时表示，自己也试用过人工智能聊天机器人ChatGPT，认为ChatGPT确实很厉害，但还不确定能否给人类带来好处。巴菲特坦言自己并不了解人工智能，但微软联合创始人比尔·盖茨(BillGates)让他也尝试使用了ChatGPT。巴菲特说：“说实话，我对人工智能技术了解不多，但盖茨在四五个月前向我推荐了它。他说，我给你看一些最新的东西，以及你能用它做什么。后来，我用ChatGPT把《我的路》（MyWay）这首流行

5月16日消息，据The Information网站援引一位知情人士的话说，OpenAI正准备向公众发布一款新的开源语言模型，而之所以采取这一举措，是因为来自竞争对手的开源人工智能模型的压力越来越大。报道称，OpenAI的开源模式可能无法与其旗舰产品ChatGPT竞争，因为该公司的价值来自于能够出售其更复杂模型的访问权。开源模式意味着完整的代码对所有人开放。任何人都有权以任何理由修改模型或使其适合特定目的。一些公司选择开源他们的软件，因为他们相信可以从外部开发者的贡献中获益。那些建立这种模型的公司也得到了

人工智能是医疗保健、技术和其他领域发展不可或缺的一部分，但人们对如何监管数据隐私感到担忧。数据隐私对于获得公众对技术进步的信任至关重要。数据隐私通常与基于消费者数据的人工智能(AI)模型相关联。可以理解的是，用户对获取和使用其数据的自动化技术持谨慎态度，其中可能包括敏感信息。由于AI模型依赖于数据质量来提供显着的结果，因此它们的持续存在取决于隐私保护是其设计不可或缺的一部分。良好的隐私和数据管理实践不仅仅是消除客户恐惧和担忧的一种方式，与企业的核心组织价值观、业务流程和安全管理有很大关系。隐私问题

BEV感知到底是什么？自动驾驶的学术界和工业界又都在关注BEV感知的什么内容？本文将会为你揭晓答案。在自动驾驶领域中，让感知模型学习强大的鸟瞰图（BEV）表征是一种趋势，并且已经引起了工业界和学术界的广泛关注。相比于之前自动驾驶领域中的大多数基于在前视图或透视图中执行检测、分割、跟踪等任务的模型，鸟瞰图（BEV）表征能够让模型更好地识别被遮挡的车辆，并且有利于后续模块（例如规划、控制）的开发和部署。可以看出，BEV感知研究对自动驾驶领域具有巨大的潜在影响，值得学术界和产业界长期关注并投入大量精力，

参考论文总结“NEURALVOLUMERENDERING:NERFANDBEYOND“，2021年1月，乔治亚理工和麻省理工的合著。神经渲染定义为：“一种深度图像或视频生成方法，可显式或隐式控制场景属性，如照明、摄像机参数、姿势、几何、外观和语义结构”。它是一种新数据驱动解决方案，解决了计算机图形学中长期存在的虚拟世界真实感渲染问题。神经体渲染，是指通过跟踪光线进入场景并沿光线长度进行某种积分生成图像或视频的方法。通常，像多层感知器一样的神经网络将从光线的3D坐标到密度和颜色等的函数进行编码，并

译者|李睿审校|孙淑娟OpenAI又火了！近期许多人的朋友圈里都混进了一个让人既爱又怕的狠角色，以至于StackOverflow不得不急忙下架。近日，OpenAI发布了聊天AIChatGPT，短短几天，其用户量直冲百万级，甚至服务器一度被注册用户挤爆了。这种被网友惊叹“超越谷歌搜索”的神器究竟怎么做到的？到底靠谱吗？1、事件回顾OpenAI公司日前发布了ChatGPT，这是另一个基于旗舰GPT系列的大型语言模型(LLM)，是一个专门用于对话交互的模型。用户可以下载该公司的免费演示版本。与发布的大

你可曾想过用自己的话告诉机器人该做什么，就像对人说话那样？比如说，只要告诉你的家庭助理机器人「请帮我热一下午餐」，然后它就能自己找到微波炉。很神奇，对吗？尽管语言是人类表达意图的最直观的方式，但此前很长一段时间，人们仍然严重依赖手写代码来实现对机器人的控制。不过，当ChatGPT出现之后，这种情况要变一下了。在最近的一项研究中，微软团队在探索如何使用OpenAI的新AI语言模型ChatGPT来使自然的人机交互成为可能。论文链接：https://www.microsoft.com/en-us

还在讨论AGI吗?看别人研发武器不如思考AGI时代下商业会是怎样。而每一个技术大变革的时代，恰恰是从头反思商业形态的最好契机。惟其慌乱，更要追根究源。2023年初，ChatGPT的爆火迅速引发了全球范围的高度关注，掀起了新一轮通用人工智能(AGI)热潮。在这股热潮下，国内外众多互联网科技公司快速跟进，纷纷发布相关产品和应用，一定程度上为各行各业推动AI的全面转型打下了基础。尽管不同于科技互联网等大型企业所肩负的巨大责任，但在这股科技浪潮中，千千万万的企业，甚至个人，在面对新技术的洗礼时，都有可能面临被淘汰

近日，IDC发布的2022上半年中国人工智能软件及应用市场研究报告显示，2022上半年整体市场规模达到23亿美元，相比去年同期市场整体放缓，受疫情影响明显，以及资本对人工智能关注热度略微下降，发展趋于理性。IDC预计，未来在数字经济、智慧城市、数字孪生、数字化转型、元宇宙、AIGC等概念加持下，人工智能加快与千行百业融合创新，有望带来下一波快速增长。按各自市场份额来看，2022年上半年计算机视觉市场规模达到9.76亿美元。中国前五大计算机视觉厂商为商汤科技、旷视科技、海康威视、创新奇智和云从科技，构成了4

“未来三至五年内，GPT能把一个十个人的编程开发团队精简到几个人吗？”这是我在知乎上看到的一个问题，在这里分享下我自己的想法。1我在之前的文章中反复提到过，ChatGPT设计能力很强，生成代码能力很强，对于模块级代码，程序员只需要引导它去生成就可以了，但是程序员还需要验证、判定生成代码的正确性。设计能力：ChatGPT开始威胁程序员的核心能力了！代码能力：程序员可以放心了，ChatGPT只能写95%的代码！这是一个重要的前提：在ChatGPT的辅助下，程序员的生产率会大幅提高。在很多场景下，代码生成速度是

人工智能已成为近年来最受关注的话题之一，由于神经网络的发展，曾经被认为纯粹是科幻小说中的服务现在正在成为现实。从对话代理到媒体内容生成，人工智能正在改变我们与技术互动的方式。特别是机器学习(ML)模型在自然语言处理(NLP)领域取得了重大进展。一个关键的突破是引入了“自注意力”和用于序列处理的Transformers架构，这使得之前主导该领域的几个关键问题得以解决。在本文中，我们将研究革命性的Transformers架构以及它如何改变NLP，我们还将全面回顾从BERT到Alpaca的Transformer

训练越来越大的深度学习模型已经成为过去十年的一个新兴趋势。如下图所示，模型参数量的不断增加让神经网络的性能越来越好，也产生了一些新的研究方向，但模型的问题也越来越多。首先，这类模型往往有访问限制，没有开源，或者即使开源，仍然需要大量的计算资源来运行。第二，这些网络模型的参数是不能通用的，因此需要大量的资源来进行训练和推导。第三，模型不能无限扩大，因为参数的规模受到硬件的限制。为了解决这些问题，专注于提高效率的方法正在形成一种新的研究趋势。近日，来自希伯来大学、华盛顿大学等多所机构的十几位研究者联合撰写了一

近年来，计算机视觉领域的生成技术越来越强，相应「伪造」技术也越来越成熟，从DeepFake换脸到动作模拟，让人难辨真假。最近英伟达又整了个大的，在NeurIPS2022会议上发表了一个新的隐式扭曲（ImplicitWarping）框架，使用一组源图像和驱动视频的运动来制作目标动画。论文链接：https://arxiv.org/pdf/2210.01794.pdf从效果上来看，就是生成的图像更逼真了，人物在视频里动，背景也不会发生变化。输入的多张源图片通常都会提供不同的外观信息，减少了生成器「幻想」的空

一、AI写作公式：任务指令=定义角色+背景信息+任务目标+输出要求AI就像一个魔法棒，在不同的人手里发挥不同的作威力。有的人利用魔法棒，只能变出鲜花；但有的人却可以利用AI打败黑暗大魔王。这就需要我们能善于利用AI，提高我们的工作效率。只有掌握了使用AI的正确方法，才能如虎添翼。今天我们来讲一下如何通过跟AI对话提高写作效率。记住一个公式：任务指令=定义角色+背景信息+任务目标+输出要求。1、定义角色AI就像孙悟空一样，拥有七十二变，可以变化不同的角色，来帮你做事。因此，你首先需要明确AI是扮演什么角色，