业界资讯

4月13日消息，当地时间周三，意大利​监管机构对聊天机器人ChatGPT创建公司OpenAI提出了一系列要求，以助于缓解他们的担忧。如果这些要求得到满足，ChatGPT有望在意大利恢复上线。当地时间3月31日，微软支持的OpenAI被迫让ChatGPT在意大利下线。此前，意大利数据保护机构Garante暂时限制了ChatGPT处理该国用户个人数据的能力，并开始对其涉嫌违反隐私规则的行为进行调查。在周三的一份声明中，Garante提出了一系列“具体”要求，并希望OpenAI在本月底前满足这些要求。该机构称：

今天，微软正式宣布推出Microsoft365Copilot，Microsoft365Copilot是下一代AI生产力技术，基于大语言模型，目前已经向部分商业用户开放。​​​​Copilot用于辅助用户在Microsoft365应用和服务中生成文档、电子邮件、演示文稿等，由OpenAI的GPT-4技术驱动，像一个助手一样出现在Microsoft365应用的侧边栏，作为一个聊天机器人，让Office用户可以随时召唤它，在文档中生成文本、根据Word文档创建Po

1.人工智能（AI）和机器学习人工智能（AI）在过去十年中已经引起了很多关注，但它仍然是新技术趋势之一，因为它对我们的生活，工作和娱乐方式的显着影响还处于早期阶段。人工智能已经以其在图像和语音识别，导航应用程序，智能手机个人助理，乘车共享应用程序等方面的优越性而闻名。除此之外，人工智能将进一步用于分析交互以确定潜在的联系和见解，帮助预测对医院等服务的需求，使当局能够就资源利用率做出更好的决策，并通过近乎实时地分析数据来检测不断变

2月20日消息，美国当地时间周日，最近爆火的AI聊天机器人ChatGPT将特斯拉首席执行官埃隆・马斯克（ElonMusk）等多人标记为“有争议公众人物”。对此，马斯克以两个惊叹号回应，以此表达自己的震惊和不满。当天，美国商人伊萨克・拉特雷尔（IssacLatterell）在推文上发文，声称ChatGPT列出了一个表格，上面是那些可能被认为有争议或没有争议的公众人物。其中，马斯克、美国前总统唐纳德・特朗普（DonaldTrump）、英国前首相鲍里斯・约翰逊（BorisJohnson

当你仰望星空时，你在想些什么？有执着的发问，就会有不曾想象的回音。shen从方寸之间到寰宇之外，创造新宇宙的人，相信永远看不到天花板。坚定的人，不会因为到达而停下，他们用创造的脚步丈量未知。百度CREATE2022大会，为我们展示了人类设计师和AIGC共同创意制作的绘画。而就像这些绘画所描述的场景，百度，也不曾停下创新的脚步。在大会开始，李彦宏就提出了一个令人深思的观点：第四次科技革命的标志，就是深度学习算法。与深度学习相关的重大创新，会像汽车、互联网一样，对我们的社会产生重大的影响。​真正的实践中，没

码农真的危了！最近有消息称，OpenAI已经在悄悄地训练ChatGPT，让它学习人类的思考过程，从而真正掌握软件工程，彻底代替「初级码农」。OpenAI招外包大军，教AI学人类思考会编程的AI，几家硅谷大厂都在做。DeepMind的AlphaCode，据说「吊打72%人类程序员」，但尚未开放；传闻中谷歌的「神秘项目」Pitchfork，也还在酝酿中；而微软的GitHubCopilot主要是一个代码补全工具。要说完全代替人类码农，它们还不够格。但如果真的让ChatGPT学会了用人类思维去编程，这些友商/自

众所周知，智慧城市技术定义为使用技术和传感器收集数据以进行资源管理的城市区域，对于普通市民来说可能听起来并不那么感兴趣。虽然人工智能、物联网等智慧城市背后的基本技术正在得到更好的理解，但许多人可能没有意识到，智慧城市技术对我们在未来几年工作，以及生活方式的影响有多大。从更容易获得、更高效的服务到降低公民的总体碳排放，现如今，许多智慧城市技术可以降低成本、提高安全性、更好地保护环境并提高我们的生活质量。下面，我们来说说将真正改善城市地区新型运作方式，以及正在开发的智慧城市技术。1.智能停车位智能停车位为可用

AI胃口太大，人类的语料数据已经不够吃了。来自Epoch团队的一篇新论文表明，AI不出5年就会把所有高质量语料用光。要知道，这可是把人类语言数据增长率考虑在内预测出的结果，换而言之，这几年人类新写的论文、新编的代码，哪怕全都喂给AI也不够。照这么发展下去，依赖高质量数据提升水平的语言大模型，很快就要迎来瓶颈。已经有网友坐不住了：这太荒谬了。人类无需阅读互联网所有内容，就能高效训练自己。我们需要更好的模型，而不是更多的数据。还有网友调侃，都这样了不如让AI吃自己吐的东西：可以把AI自己生成的文本当成低质量数

​这些强大的算法在过去几年中获得了巨大的兴趣。然而，这种性能是基于静态图结构假设的，这限制了图神经网络在数据随时间变化时的性能。时序图神经网络是考虑时间因素的图神经网络的扩展。近年来，各种时序图神经网络算法被提出，并在多个时间相关应用中取得了优于其他深度学习算法的性能。本综述讨论了与时空图神经网络相关的有趣主题，包括算法、应用和开放挑战。论文地址：https://arxiv.org/abs/2301.105691.引言图神经网络(GNN)是一类深度学习模型，专门设计用于处理图结构数据。这些模型利用图拓扑

百度推出文心一言（ERNIEBot），挑战OpenAI的GPT。百度创始人李彦宏宣称文心一言可以增强人类交互，给出近乎人类水平的回应。目前文心一言还没有向公众开放，但百度演示了一些功能，比如文心一言能理解中文、自动写作、完成数学计算，这些功能OpenAIGPT-4同样具备。可惜的是演示并没有让投资者兴奋，百度在港交所的股价一度大跌近10%，幸好次日又一度上涨，收复不少失地。那么，作为OpenAI的竞争对手，外国媒体是怎么看待百度文心一言的呢？极客网搜集整理了一些观点供大家参考。英国《卫报》等西方媒体：

/导读/为响应国家科技引领、创新驱动的发展战略，推动智能网联汽车技术与产业发展、加快该领域人才培养、提升中国工业软件自主可控能力，同时聚焦智能网联汽车产业发展面临的关键技术和重大挑战，中国人工智能学会、中国汽车工程学会、中国生产力促进中心协会共同发起，联合国家重点高校和科研机构以及科技公司等主办2022中国智能网联汽车算法挑战赛（CIAC2022），赛事由中国人工智能学会智能驾驶专业委员会、国家智能网联汽车创新中心、中国汽车工程学会智能交通分会、中国生产力促进中心协会汽车工作委员会、中国汽车工程学会

条件GAN(cGAN)+Atrous卷积(AC)+带权重块的通道注意力(CAW)。该论文提出了一种基于深度对抗学习的超声图像乳腺肿瘤分割分类方法（cGAN+AC+CAW），论文虽然是2019年提出的，但是他提出了使用GAN进行分割的方法在当时来说却是一个非常新奇的想法，该论文基本上把所有当时能够整合的技术全部进行了集成，并且还取得了很好的效果，所以是非常值得我们一读的，此外论文还提出了具有典型对抗损失的SSIM和l1范数损失作为损失函数。使用cGAN+AC+CAW进行语义分割生成器G生成器网络

生成式人工智能是使用算法生成、操作或合成数据的任何自动化过程的总称，通常以图像或人类可读文本的形式出现。之所以称之为生成，是因为人工智能创造了以前不存在的东西。这就是它与判别式人工智能的不同之处，后者会区分不同类型的输入。换句话说，辨别性人工智能试图回答这样的问题:“这张图片是一只兔子还是一只狮子?”而生成式人工智能则会回应“给我画一张狮子和一只兔子坐在一起的图片”这样的提示。主要介绍生成式AI及其与ChatGPT和DALL-E等流行模型的使用。我们还将考虑这项技术的局限性，包括为什么“太多的手指”已经成

半年不到，全球最权威的超级计算机TOP500榜单又更新了！11月14日，在美国达拉斯举行的SC22会议上，新一期「世界上最快的500台超级计算机」重磅公布。和6月那期相比，新一期榜单前10名仅有微调，前3名都没有变化。美国橡树岭国家实验室（ORNL）的Frontier仍以1.102EFlop/s位列榜首，其HPL分数几乎是第二名的三倍。这对计算机科学来说是一个重大胜利，也是本期TOP500榜单中唯一的「E级超算」。日本神户Riken计算科学中心（R-CCS）的「富岳」（Fugaku）在被Frontie

​近日，由EmadMostaque创立和资助的Stability.ai公司宣布公开发布AI创造的艺术作品。你可能认为这只是AI在艺术领域的另一次尝试，但实际上远不止如此。有两个原因。首先，与DALL-E2不同的是，StableDiffusion是开源的。这意味着任何人都可以利用它的骨干，免费建立针对特定文本到图像创作任务的应用程序。另外，Midjourney的开发者实施了一项功能，允许用户将其与StableDiffusion结合起来，这导致了一些惊人的结果。试想一下，在接下来的几个月里会出

深度学习能够取得如此成就，得益于其能够相对轻松地解决大规模非凸优化问题。尽管非凸优化是NP困难的，但一些简单的算法，通常是随机梯度下降（SGD）的变体，它们在实际拟合大型神经网络时表现出惊人的有效性。本文中，来自华盛顿大学的多位学者撰文《GitRe-Basin:MergingModelsmoduloPermutationSymmetries》，他们研究了在深度学习中，SGD算法在高维非凸优化问题上的不合理有效性。他们受到三个问题的启发：1.为什么SGD在高维非凸深度学习损失l

一、盒马供应链介绍1、盒马商业模式盒马是一个技术创新的公司，更是一个消费驱动的公司，回归消费者价值：买的到、买的好、买的方便、买的放心、买的开心。盒马包含盒马鲜生、X会员店、盒马超云、盒马邻里等多种业务模式，其中最核心的商业模式是线上线下一体化，最快30分钟到家的O2O（即盒马鲜生）模式。2、盒马经营品类介绍盒马精选全球品质商品，追求极致新鲜；结合品类特点和消费者购物体验预期，为不同品类选择最为高效的经营模式。盒马生鲜的销售占比达60%~70%，是最核心的品类，该品类的特点是用户预期时效性高，非

谷歌肠子都悔青了。多年来一心一意崇拜的VR，目前看来是个假神。现在眼看着对手微软和OpenAI凭ChatGPT赚足了眼球，谷歌赶忙转换战略，加速AI的研发。讽刺的是，这一切之所以发生，是因为谷歌此前笃定地认为，自己已经垄断了AI的市场。谷歌确实有理由这样认为。在2017年，谷歌的研究人员发布了著名的论文「Attentionisallyouneed」，引入了Transformer的概念，并极大地提升了机器学习模型的潜在能力。要概括Transformer巨大的影响力，只要说这一句话就够了：它就是GPT

人工智能试图模仿人类智能的计算系统，包括人类一些与智能具有直观联系的功能，例如学习、解决问题以及理性地思考和行动。在广义地解释上，AI一词涵盖了许多密切相关的领域如机器学习。那些大量使用AI的系统在医疗保健、交通运输、金融、社交网络、电子商务和教育等领域都产生了重大的社会影响。这种日益增长的社会影响，也带来了一系列风险和担忧，包括人工智能软件中的错误、网络攻击和人工智能系统安全等方面。因此，AI系统的验证问题以及更广泛的可信AI的话题已经开始引起研究界的关注。“可验证AI”已经被确立为设计

Sveltos简化了Kubernetes附加组件跨集群部署，基于集群运行时自动升级并提供事件驱动的工作流自动化框架。Kubernetes本身并不是一个完整的解决方案。要构建生产集群，您需要各种附加组件。如果您要管理多个集群，那不是一件容易的事。Sveltos是一个开源项目，它提供声明式API，允许跨多个Kubernetes集群部署Kubernetes附加组件。Helm图表和资源YAML都可以传递给Sveltos。例如，只需发布以下ClusterProfile实例就足以在一组托管集群中部署KyvernoHe

​近日，Gartner发布最新的《2022年人工智能技术成熟度曲线》报告，报告称尽早采用复合型人工智能(AI)、决策智能等AI技术将给企业机构带来明显的竞争优势，缓解AI模型脆弱性引发的问题，有助于捕捉业务背景信息，推动价值实现。已进入生产成熟期的技术，其实际效益已得到证明和认可。随着越来越多的企业机构认为风险已下降至可接受程度，AI技术的采用开始进入快速增长阶段。AI一直是企业、政府和社会讨论的热门话题，企业机构很难分辨哪些AI技术具有真正的业务价值。数据和分析(D&A)领导者需制定具有前瞻性的

人工智能(AI)继续渗透社会的各个领域，并提供新的和改进的体验。可以说，未来十年，人工智能将改变全国各行各业。5G，而不仅仅是另一个G，是这一重大转变的催化剂。以人工智能为动力的5G网络与之前的无线技术不同，其诞生于云时代，将加速第四次工业革命，创造前所未有的商机。5G网络根据应用程序的成本、延迟、速率和功率需求将数据中心和智能设备连接起来。这些颠覆性技术(AI和5G)的合力，使经济高效的智能网络和物联网(IoT)设备能够快速、安全且无处不在地连接。这个汇聚点对于智能无线边缘等概念是至关重要的。人工智能和

天下武功，唯快不破。怎么更快地训练深度学习模型是业界一直关注的焦点，业界玩家或开发专用硬件，或开发软件框架，各显神通。当然，这些定律在计算机体系结构的教材和文献中都可看到，譬如这本《计算机体系结构：量化研究方法（ComputerArchitecture:aQuantativeApproach）》，但本文的价值在于有针对性地挑选最根本的几条定律，并结合深度学习引擎来理解。1关于计算量的假定在研究并行计算的定量模型之前，我们先做一些设定。对于一个具体的深度学习模型训练任务，假设总的计算量V固定