【新智元导读】Nature日前发表社论,指出人工智能威胁论并非耸人听闻。反观国内,人工智能一片热潮。国内人工智能热潮会对中国智能产业造成什么影响?新智元就此采访了各位业内专家的看法。 4月21日,乐视发出预告,称将于28日发布继旗下超级电视、超级头盔和超级汽车之后的又一款超级产品——超级大脑。 公告一出,舆论哗然,乐视更是身体力行,在25日和27日相继推出其他两张宣传海报,引得人悬念满满。除了调侃,还有不少科技媒体发表分析文章,按理推测乐视的这款超级大脑究竟会是什么。 28日乐视发布会完,原来是宣传一部内容
欢迎大家来到新系列文章的首篇,我们每个月将会在这里讨论这个行业目前面临的一些重大问题。我们将向行业内专家和我们公司内部的专家提问一些问题。第一个问题很简单:“AI被过度炒作了吗?” 最近Imagination宣布推出神经网络加速器(NNA): PowerVR Series2NX而进入AI相关行业的世界。这为神经网络的硬件加速提供了前所未有的性能,并使未来的嵌入式和移动设备能够利用神经网络驱动的AI应用。 但是AI是不是被赋予的太多了?毫无疑问你会注意到AI正占据各大媒体的头条,纷纷表示AI会重新组织、振
我们周围关于人工智能的炒作正在逐步降温,接下来我们要关注是将以人为中心的机器学习技术应用于重要问题的大丰收!
文|秦陇纪,源|Billy Zhang,科学Sciences20190505Mon
据麻省理工《技术评论》网站报道,人工智能和机器学习领域在2016年取得了巨大进步,并有望在2017年取得更为丰硕的成果,包括以下值得期待的五大看点。 1 正向强化 阿尔法围棋(AlphaGo)历史性地击败了顶尖人类围棋高手李世石(Lee Sedol),这不仅是人工智能领域的标志性事件,对“深度强化学习”技术而言更是意义非凡。 动物可以学习特定行为是如何产生积极结果或消极结果的,这种学习方法正是强化学习的灵感来源。例如,借助这种方法,计算机可以通过不断试错,找出在迷宫中导航的方法,然后将积极结果(离开迷宫)与
最近看到了一张图,出自于毕马威(KPMG)关于人工智能实际采用的调查报告。从这张图中可以看出,在 2020 年,新冠疫情(COVID-19)期间,人工智能的实际采用得到了大幅度提升。具体提升显著的行业包括:工业制造(93%)、金融服务(84%)、科技(83%)、零售(81%)、生命科学(77%),医疗保健(67%),以及政府应用(61%)。
---- 新智元报道 编辑:昕朋 【新智元导读】面对GPT公司疯狂营销的乱象,谷歌研究员发长文怒怼其商业化模式:炒作救不了GPT!但投资人表示:无所谓,好玩就行 在AI领域,去年的流量王者,非生成式AI莫属。 从DALL-E 2到ChatGPT,从Stable Diffusion到Midjourney,AIGC行业呈现爆炸式的增长。 基于人工智能的生成式工具纷至沓来,让投资公司和广大公众眼花缭乱。 顶级投资公司红杉资本在一篇博文中写道:「生成式人工智能不仅变得更快、更便宜,而且在某些情况下比人类创
回顾过去,我们发现过去十年对AI及其研究人员来说是一个伟大的阶段。那时我们看到AI在工作或生活中扮演着更加重要的角色。然而,在BBC的一份报告中已经指出,多年来,围绕AI的炒作已经从顶峰到达低谷,因为该技术的能力被高估了。
自从5月份Piekniewski博客的一篇“AI Winter Is Well On Its Way”引起轩然大波之后,关于AI寒冬的论调就没有停止过。
“人工智能”(AI)一词最初诞生于1955年,但是关于智能化机器的理念则要追溯到更远的时间,确切地说是古代希腊、古代中国和古代印度时期。可能这就是AI对我们的想象力的作用如此巨大的原因之一,也正因此,关于AI技术永远有这么多的热烈讨论。
选自theregister 作者:Katyanna Quach 机器之心编译 参与:黄小天、微胖 突然你发现,机器学习算法,你所谓的王冠,只是巨大复杂车机上的一个小齿轮。 目前,人工智能经历着魔幻般的炒作。数据输入作为乱七八糟的数字流的神经网络——或者黑箱,并且输出的数据得到彻底转化,就像魔术师从一个空帽子中变出一只兔子。 这在实验室是可能的,甚至是通过干净、调试的数据,在一台个人开发机器上也是可能的。然而,已经付出了很多很多努力,为了把机器学习算法扩展到类似于多用户服务的东西上——换句话说,有用的东西
【IT168 评论】人工智能时代,最先活跃于大众视线的就是各类智能家居,机器人的出现。截止目前,所有机器人中最受瞩目的当属索菲亚无疑,索菲亚被赋予的头衔实在是太多了,比如历史上首位获得公民身份的女机器人、最像人类的机器人、想自我编程、建立家庭的机器人......甚至掀起了一股机器人自我意识觉醒的舆论恐慌,这一切到底是科技进步还是商业炒作的结果? 揭秘一:为什么索菲亚可以做到最像人类? 索菲亚这款机器人是美国公司Hanson Robotics创造的,这家公司的创始人也是著名的机器人设计师戴维·汉森在博士期间发
过去十年左右的时间里,人工智能(AI)已经从科幻小说变成了一种非常真实的力量,它几乎颠覆或者说威胁要颠覆地球上的每一个过程。人工智能帮助汽车、飞机和航天器导航,为你推荐Netflix上的电影,并促进其他数十种重大事件。
一分钟AI 微软董事长比尔·盖茨表示:AI代替人类工作对世界的影响是积极的 金融家乔治·索罗斯抨击Facebook和谷歌:已成为创新的绊脚石,应严格监管 苹果在自动驾驶领域苦苦追赶谷歌脚步:测试车数量增至27辆 达沃斯报告:围绕AI的炒作非常多,但更多的老板愿意用AI替换人 加拿大人工智能创业公司Element AI即将启动国际扩张,在伦敦成立办公室 日本机器人工业协会发布统计数据显示:日本工业机器人对华出口增加57.9% 市场研究公司IDC预测:2018年的机器人技术支出将达到940亿美元 嘀!恭喜你
AI科技评论按:几天前,计算机视觉和 AI 领域专家 Filip Piekniewski 在他的博客上发表了一篇名为《AI Winter Is Well On Its Way》的文章,认为深度学习的衰退已经临近,AI 寒冬必将到来。Filip Piekniewski 列了三条论据来证明自己的判断:一是深度学习已经见顶,没有更大的技术突破。二是深度学习并没有扩展。三是运用深度学习的自动驾驶领域事故频发(特斯拉自动驾驶系统发生了几起事故,Uber 自驾车撞死一名行人)。最后得出结论:预测 AI 寒冬就像预测股市崩盘一样,不知道什么时候发生,但一定会来。
一个国际科学家组织要求科学期刊在接受计算机相关领域的研究人员发表报告时,要求他们提高透明度。
亚马逊网络服务(AWS)、微软、谷歌、IBM等公司在过去一年中增加了数十种云计算人工智能工具,并且具有不同程度的复杂性。这些平台是否选用这些工作负载取决于人工智能和机器学习如何适应企业的业务战略。尽管
从一个人的狂欢到一群人的狂欢,到除了我以外其他人的狂欢,我其实是越来越冷静了。——陈光
李杉 编译自 HackerNoon 量子位 报道 | 公众号 QbitAI a媒体都喜欢报道人工智能。像“机器用想象力解决问题”、“神经网络发明语言”这样的标题,简直赚足眼球。 不熟悉相关信息的人看到
本文探讨了人工智能的发展趋势和现状,认为人工智能已经进入国考试题和高考科目,未来将全面覆盖生活各方面。同时,教育部考试中心将Python语言程序设计纳入计算机二级考试,浙江省将Python纳入信息技术课程,体现出人工智能在教育领域的应用。广州国际人工智能产业研究院在南沙自贸区挂牌,将打造系统高效的AI产业全链条服务体系。人们需要从教育、产业、就业等多方面积极准备,迎接人工智能时代的到来。
【新智元导读】投资者在科技股中的狂热开始反应到AI公司。在怀疑AI是否为炒作时,你可能已经在切实地享受AI 服务了。本文以目前的几个主要AI科技巨头为例说明,AI投资是长期策略。 牛市中投资者情绪高涨,人们都在寻找下一个能带来巨大收益的爆点,于是技术股往往得到很多关注。这将不可避免地导致某些公司和科技趋势被过分高估。 投资时保持一些怀疑态度是好的,但投资者不该将人工智能这一最大技术变革排除在外。 AI现在是头条新闻中的热门话题。导致AI大热的原因之一是,10年内人工智能将成为一个预计598亿美元的市场。此外
在过去这几年,人工智能(AI)和机器学习(ML)一直是创业界两个最热门的流行语,但是它们的实际采用率却比人们预期的要低得多。 前Flipkart首席产品官(CPO)普尼特•索尼(Punit Soni)曾发推文道:“搞AI/ML的公司中90%从事的业务与AI/ML根本不沾边。”他补充道:“对于初创公司而言,这个比例可能高达99%。” 📷 没想到一名业内老兵居然会如此大方地承认,他甚至开有自己的“人工智能”初创公司。但索尼承认,他去年自行创办的医疗初创公司Robin.Ai在业务运营中并没有使用大量的人工智能。
在过去这几年,人工智能(AI)和机器学习(ML)一直是创业界两个最热门的流行语,但是它们的实际采用率却比人们预期的要低得多。 前Flipkart首席产品官(CPO)普尼特•索尼(Punit Soni
随着阿尔法狗、无人驾驶、智能翻译的横空出世,人工智能这个已经存在60多年的词语,仿佛一夜之间重新成为热词。同时被科技圈和企业界广泛提及的还有机器学习、深度学习、神经网络…… 但事实是,如此喧嚣热烈的气氛之下,大部分人对这一领域仍是一知半解。
大数据文摘作品,转载要求见文末 编译 | Keiko , Aileen 导读:AI新闻正在迅速占领各大门户网站和微信公众号的头条,一大批AI跑口记者也相应涌现,良莠不齐。 NYU教授Julian Togelius针对这个崭新的新闻领域,在自己的博客上发表了一篇文章,提出了给记者们在写有关人工智能文章时的建议。 这篇文章出现后,包括Yann Lecun在内的业界专家纷纷点赞转发,大概真的是说出了他们的心里话吧。而除了AI记者,这篇文章中提到的事实和建议,大概需要每一个关心人工智能的人仔细读读。 (作者:不,我
量子位 | 李林编译 微软首席执行官Satya Nadella昨天在印度的公开活动上发表讲话时,强调人工智能(AI)的巨大潜力,并称之为技术的“终极突破”。 “如果宽泛的讨论包括机器学习在内的人工智能,过去五年来最令人兴奋的事情是深度神经网络的发展,让机器具备犹如人类一样感知语音或图像的能力”,Nadella说。不过尽管对人工智能非常看好,他仍然经过说不应“过度炒作”。 不能说通用人工智能AGI即将到来,Nadella表示,真正的挑战是对人类语言的理解,然而现在的人工智能还不能完美的做到这一点,我们需要
---- 新智元报道 来源:智源社区 作者:熊宇轩 李梦佳 编辑:好困 【新智元导读】北京时间4月8日凌晨0:30,Yann LeCun(杨立昆)和吴恩达针对近期甚嚣尘上的「AI暂停」一事进行了一场深入讨论,讨论主题为「为何为期6个月的AI暂停是完全错误的」。 在这场风波中,二人都立场鲜明,明确表态反对暂停AI研发。汽车刚发明时没有安全带和交通信号灯,Yann LeCun认为,人工智能与先前的技术进步之间没有本质上的差异。 吴(吴恩达):在过去的 10、20、30 年间,我们见证了深度学习惊艳的
近年来,我国人工智能产业在技术创新、产业生态、融合应用等方面取得积极进展,已进入全球第一梯队。中国信通院测算,2022年我国人工智能核心产业规模达5080亿元,同比增长18%。
CADD 领域可以追溯到 70 年代后期个人计算机的出现。1981 年,CADD 登上了《Fortunate》杂志的封面,被誉为“下一次工业革命”。
大数据文摘授权转载自智源社区 编辑:熊宇轩、李梦佳 北京时间4月8日凌晨0:30,Yann LeCun(杨立昆)和吴恩达针对近期甚嚣尘上的「AI暂停」一事进行了一场深入讨论,讨论主题为「为何为期6个月的AI暂停是完全错误的」。在这场风波中,二人都立场鲜明,明确表态反对暂停AI研发。汽车刚发明时没有安全带和交通信号灯,Yann LeCun认为,人工智能与先前的技术进步之间没有本质上的差异。智源社区对讨论核心观点进行了整理。 吴(吴恩达):在过去的 10、20、30 年间,我们见证了深度学习惊艳的效果。在近
【编者按】2015年ICML的深度学习研讨会,压轴大戏是关于深度学习未来的讨论。基于平衡考虑,组织方分别邀请了来自工业界和学术界的六位专家开展这次圆桌讨论。组织者之一Kyunghyun Cho(Bengio的博士后)在飞机上凭记忆写下本文总结了讨论的内容,他谨慎地表示一些转述不够准确,欢迎大家评论补充。但这篇总结仍然不失借鉴意义。 六位专家包括:Yoshua Bengio(蒙特利尔大学),Neil Lawrence(谢菲尔德大学),Juergen Schmidhuber(IDSIA),Demis Hassa
与行业炒作和企业管理者的预期相反,云计算仍然是当今IT专业人员认为的最有价值的技术,而对于人工智能并没有人们想象的那么重要。 尽管当今的行业炒作主要侧重于人工智能(AI)、机器学习(ML)和区块链等技
北京时间4月8日凌晨0:30,Yann LeCun(杨立昆)和吴恩达针对近期甚嚣尘上的「AI暂停」一事进行了一场深入讨论,讨论主题为「为何为期6个月的AI暂停是完全错误的」。 在这场风波中,二人都立场鲜明,明确表态反对暂停AI研发。汽车刚发明时没有安全带和交通信号灯,Yann LeCun认为,人工智能与先前的技术进步之间没有本质上的差异。智源社区对讨论核心观点进行了整理。 编辑丨熊宇轩、李梦佳 吴(吴恩达):在过去的 10、20、30 年间,我们见证了深度学习惊艳的效果。在近 1-2 年,人工智能系统进步的
人工智能(AI)的炒作似乎已经达到或接近顶峰。而量子技术,尤其是量子计算,也出现了一波炒作浪潮。 但就目前而言,人工智能和量子技术仍处于相当初级的领域阶段,其局限性将阻碍它们迅速实现其全部潜能。就像任
原文标题:A Complete Overview of GPT-3 — The Largest Neural Network Ever Created
翻译 | AI科技大本营 参与 | Shawn 编辑 | Donna [AI科技大本营导读]我们常常提及数据科学、机器学习和人工智能,也有一个整体的概念。但是,如果要清晰地说出三者的定义分别是什么,区别又是什么,相信能说出来的读者并不多。营长找到一篇Stack Overflow的数据科学家David Robinson的文章,用深入潜出的语言,诙谐地解释了三者地区别。 每当我告诉别人我是数据科学家时,他们经常问我:“数据科学和机器学习有什么区别?”,或者“也就是说你做人工智能的?”。 这些问题我解释了很多
作者 | Matt Coatney 翻译 | 言午二二、Amanda沈 来源 | 可译网 📷 “ 本文为美国著名数据分析网站DZone分析师Tom Smith与Exaptive的副总裁Matt Coatney的专访对话,对人工智能和机器学习的未来做了深度的探讨。Exaptive是一家美国俄克拉荷马州以提供大数据分析产品及服务为主的初创企业。 ” 📷 Exaptive的副总裁Matt Coatney Tom Smith:感谢Exaptive的副总裁Matt Coatney抽空与我谈人工智能和机器知识的现状,以
近日,计算神经科学家、《深度学习革命》一书作者Terrence Sejnowski在接受采访时表示,现在像“深度学习”和“神经网络”这样的流行语无处不在,但是大多数对这些词语的理解都被误导了。
自1950年阿兰·图灵在其开创性论文——《计算机器与智能》中首次提出“机器能思考吗?”这个问题以来,人工智能的发展并非一帆风顺,也尚未实现其“通用人工智能”的目标。
1956年,人工智能概念首次被提出,之后经历了60年的浮沉起落,人工智能产业一直在曲折中前进,如今,人工智能已成为最炙手可热的产业之一。麦肯锡全球研究院就认为人工智能正在促进人类社会发生转变。这种转变将比工业革命“发生的速度快10倍,规模大300倍,影响几乎大3000倍。 如果说2016年是人工智能的新纪元,人们对于人工智能的探讨还是基于概念的探讨和前景的展望上,那么2017年则是人工智能如何落地的关键一年。 从广义上讲,人工智能的应用已经非常广泛,各大新闻客户端会根据你的阅读兴趣推送相关新闻、各大电
6 月份,Gartner 发布了其 2024 年的网站可靠性工程 (SRE) 炒作周期,预测企业在制定网站可靠性决策时可采用的上升、下降和达到顶峰的趋势。AWS、Google、Microsoft、Red Hat 和 Firefly 等公司正在跨越多个领域和类别(包括人工智能,其正处于顶峰时期)推动 SRE 和平台工程领域的可能性的界限。
---- 新智元报道 编辑:桃子 【新智元导读】2028年,如果微软用上核聚变,外加超强AI研发,必将是全球的game changer。 颤抖吧,人类! 2028年,微软将要靠「可控核聚变」为超强AI供能。 当地时间周三,核聚变初创公司Helion宣布,微软已同意从首座核聚变发电站购买电力。 值得一提的是,OpenAI创始人Sam Altman还是这家公司的早期投资者,这意味着什么? 无限能源+最强人工智能…… 搞不好,天网在1975年就来了,只不过我们每个人不知道。 当然了,这么重要的合
【导读】1月25日,放射学家和临床学者Hugh Harvey发布一篇博客,就近两年AI在放射医疗领域过度炒作的现象给出评价和分析。作者以2016年神经网络的教父Geoffrey Hinton关于AI将取代放射科医师的言论,引出当前布道者和媒体对AI的过于炒作现象。作者首先对这种炒作现象进行批判,然后引出自己的观点,认为AI在短期内并不会取代放射科医师,并列举原因支撑自己的观点。诚然,AI的影响是有目共睹的!但需要保持冷静的头脑,致力于通过AI技术造福社会,而不是心浮气躁过于吹嘘,这才是我们所有AI从业者的正
---- 新智元报道 编辑:David 昕朋 【新智元导读】近日,ChatGPT成共同作者的事闹得沸沸扬扬,马库斯也来插一脚。面对使用ChatGPT剽窃论文、把它列为共同作者等现象,马库斯怒怼:别署它名! 马库斯又来怼ChatGPT了! 今天,马库斯在个人博客里写道:事情越来越离谱了。 吹之前看看答案对不对 事情的起因,源于Coinbase创始人Fred Ehrsam的一条推文。 Ehrsam同时询问ChatGPT和谷歌「1公里用时4分21相当于1英里用时多长时间?」他表示,ChatGP
新智元报道 作者:常佩琦 张乾 【新智元导读】区块链可谓风头正劲。一些区块链公司也打出人工智能+区块链的概念,号称将人工智能进行落地融合。乍看上去,区块链和AI似乎并没有交集:一个是在封闭数据平台上培育中心化的智能,另一个则是在开放数据环境下促进去中心化的应用。这两者的融合,到底是2018新的技术趋势,还是另外一场炒作? AI和区块链:皆为最热门技术 区块链可谓风头正劲。 最近,徐小平在某微信群高呼:“区块链革命已经到来。这是一场顺之者昌,逆之者亡的伟大技术革命”。 在徐小平的助攻下,A股区块链板块大
沉浸式内容创作与分发平台Enduvo日前宣布完成了由MATH Venture Partners领投,UL Ventures等参投的400万美元种子轮融资。该公司将利用所述资金加速平台的开发和采用,并允许团队满足受新冠肺炎影响而对远程通信、协作和培训的日益增长需求。
选自Technically Brooklyn 作者:April Joyner 机器之心编译 参与:李泽南、黄小天 Gary Marcus 曾是 Uber 人工智能实验室的负责人,他在去年 12 月把自己的创业公司 Geometric Intelligence 卖给 Uber,并帮助 Uber 组建了人工智能研究团队。仅仅过去四个月,Marcus 就宣布从 Uber 离职。作为纽约大学科学家, Gary Marcus 是人工智能领域的一名反叛者。 📷 Gary Marcus 说,不是
领取专属 10元无门槛券
手把手带您无忧上云