金融学理论和计算机技术的不断革新,带来了基于数据处理与数据分析的量化投资策略的蓬勃发展,量化模型成为了预测市场和指导投资的有力工具。然而证券市场是一个复杂的非线性动力系统,利用传统的时间序列预测技术存在很大的局限性。好在,近十几年发展起来的神经网络预测理论的发展,在对非线性系统的预测和建模中表现突出,那么神经网络的应用能带量化模型飞吗?利用人工智能进行投资到底靠不靠谱? 本文为实例数据+解答,通过对Simplex Asset Management 的经理Yoshinori Nomura12大追问,带你
人类反馈强化学习 (RLHF) 是人工智能领域的一种前沿方法,它利用人类偏好和指导来训练和改进机器学习模型。 RLHF的核心是一种机器学习范式,它结合了强化学习和监督学习的元素,使人工智能系统能够以更加人性化的方式学习和做出决策。 RLHF的重要性在于它有可能解决人工智能中的一些基本挑战,例如需要模型来理解和尊重人类的价值观和偏好。传统的强化学习模型通过与环境交互产生的奖励来学习,而 RLHF 则不同,它引入了人类反馈作为宝贵的指导来源。这种反馈可以帮助人工智能系统导航复杂的决策空间,与人类价值观保持一致,并做出更明智和道德的选择。RLHF 已经在从自然语言处理和推荐系统到机器人和自动驾驶汽车的广泛领域中找到了应用。通过将人类反馈纳入训练过程,RLHF有能力提高模型性能,增强用户体验,并为人工智能技术的负责任发展做出贡献。
---- 新智元报道 编辑:克雷格 【新智元导读】白宫举办的美国工业人工智能峰会周四结束,谷歌、亚马逊、英特尔等近40家科技巨头参加,会上还宣布成立人工智能特别委员会,以改善联邦政府在人工智能领域的投入。自特朗普上台后,硅谷与白宫的关系一直冷淡,这次是个改善的信号吗? Make AI Great Again? 本周四,美国白宫举办了一场“美国工业人工智能峰会”( “Artificial Intelligence for American Industry” summit),邀请近40家科技企业参会。
《21世纪资本论》通过详实的数据研究,提出了一个观点:20世纪70年代以来,在全球范围内投资增长率高于经济增长率。 全球范围内贫富差距扩大,富有者越发富有,而贫穷者愈发贫穷。 钱本身代表了赚钱能力,而
机器之心原创 作者:Joni 编译参与:马亚雄、黄小天 2 月 16 日,星期四,我参加了在东京举办的第五届意识俱乐部 (consciousness club)。这是一个由 Araya 脑成像公司 (Araya Brain Imaging) 的 CEO Ryota Kanai 博士组织的每周活动,这次的演讲嘉宾是 Youichiro Miyake。他是一个因为在游戏人工智能(Game AI)方面的工作而闻名的设计师,曾提出在游戏人工智能和其他先进系统中创造人工意识的初始概念。 以下是 Youichiro
编辑 | 宋慧 供稿 | Gartner 全球信息技术研究和顾问公司Gartner 2021年人工智能技术成熟度曲线(Hype Cycle for Artificial Intelligence, 2021)中的四个趋势正在推动近期人工智能创新。这四个趋势是:负责任的人工智能、小而宽数据策略、人工智能平台的操作化,以及数据、模型和计算资源的有效利用。 Gartner高级首席研究分析师Shubhangi Vashisth表示:“人工智能的创新速度飞快,技术成熟度曲线中一半以上的技术将在二到五年内成为主流技术。
美国白宫发布报告《人工智能、自动化与经济》,分析了基于人工智能的自动化潮流对美国就业市场与经济的影响,并提出了三大应对策略。该报告认为,加速人工智能发展将使一些长期以来需要人力完成的任务实现自动化。这些转变将给个人、经济和社会带来新的机遇,但也可能影响当前数百万美国人的生计。长期来看,人工智能是否会导致失业、加剧不平等不仅依赖于技术本身,还取决于执行的制度和政策。该报告探讨了基于人工智能的自动化对经济的影响,并提出了一些发挥人工智能优势、降低成本的主要策略。 1 基于人工智能的自动化的经济学分析 技术进步是
陈桦 编译自 DeepMind Blog 量子位 报道 | 公众号 QbitAI 人类,可以在行动之前预想到后果,这是我们认知能力中一种强大的工具。 举例来说,当我们将玻璃杯放在桌子边缘时,我们很可能
选自arXiv 作者:Peng Peng等 机器之心编译 参与:李泽南 在围棋和德州扑克后,RTS 游戏《星际争霸》已经成为人工智能研究者们征服的下一个目标。近日,来自阿里巴巴和伦敦大学学院(UCL)的研究者们发表了一项新研究,他们宣称人工智能控制的多个游戏单位在无监督学习的情况下已经可以发展出类似于人类玩家的战术。这种协同多个人工智能体新方法或许可以为研究者们带来启示,点击阅读原文可下载该论文。 过去十年里,人工智能技术有了突飞猛进的发展。在有监督学习的情况下,机器已经可以展现达到甚至超越人类认知水平的图
AI对冲基金们最近的业绩不太好。上个月,在交易中使用人工智能和机器学习技术的对冲基金创下了2011年以来的最差业绩。
在这个飞速发展的科技时代,数字化已经深刻地改变了我们的生活和商业方式。信息技术的迅猛发展使得数据成为现代社会最宝贵的资源之一。数字化已经不再是可选项,而是企业持续发展的必由之路。背靠着数据的强大引擎,企业可以更加高效地运营,更灵活地应对市场变化,更全面地理解客户需求。
5月24日,在新版本AlphaGo首战以1/4子微弱优势战胜中国围棋职业九段棋手柯洁之后,“AlphaGo之父”DeepMind创始人兼CEO Demis Hassabis、AlphaGo团队负责人David Silver在人工智能高峰论坛上详解了AlphaGo的研发并就“AlphaGo意味着什么?”的问题进行了详细解答。 “AlphaGo已经展示出了创造力,也已经可以模仿人类直觉了。在过去一年,我们继续打造AlphaGo,我们想打造完美的AlphaGo,弥补它知识方面的空白。因为在与李世石的比赛中,它
随着新年的到来,我们看到网络安全领域正迎来人工智能驱动攻击的激增,推动该行业进入快速创新周期。防御方正全力开发先进的基于人工智能的安全措施,不仅要实时检测和应对威胁,还要预测和制止威胁在成型之前。在我们看来,2024年可能成为人工智能在网络安全中扮演关键角色的决定性时刻。我们Aqua Nautilus研究团队成员阐述他们的看法,以及我们可能会看到的其他趋势。
经过五天的鏖战,德州扑克人工智能系统Libratus毫无悬念获得最终胜利。在这场德州扑克人机大战中,中国龙之队的六位牌手共与冷扑大师打了36000手牌,共输792327分,AI完胜人类。 比赛的结局并
多组学技术和人工智能算法的同步发展推动了癌症精确医学的发展。2023年1月《Seminars in Cancer Biology》发表了一篇综述文章,全面总结了基于人工智能的多组学肿瘤分析的最新进展,重点介绍了基于人工智能的多组学技术在癌症诊断、分类、早期筛查、反应评估和预后预测方面的应用。
可解释性对人工智能发展来说至关重要,但在可解释系统的可信度方面,理解其可能带来的负面效应亦同等重要。
重大的任务需要重大的责任感,也需要全球的参与。 AI 科技评论按:近期 Facebook 泄露用户数据、针对性影响用户、Uber 无人车事故,以及全球学者联名抵制韩国开发自主武器的事情再次敲响了人工智能安全的警钟。OpenAI 也于昨日发表了一份自己的研究纲领, 表明了自己的科研使命和行动法则,希望担负起自己在「让人工智能造福全人类」这一伟大事业中的责任。文中也涵盖了他们在过去两年的研究中逐渐成形的研究策略,以及来自 OpenAI 内外的各种反馈声音。AI 科技评论编译如下。 OpenAI 的使命是确保
这句话大概可以总结两层意思,一方面人工智能让更多的企业面对更广阔的商业前景,另一方面是如果要运用人工智能创造价值,就必须拥抱技术,实现真正的落地。
网站建设中的人工智能技术与智能化推荐是现代互联网发展的重要趋势之一。人工智能技术的应用在网站建设中可以为用户提供更加智能、个性化的推荐服务,提高用户体验和网站的粘性。下面将从不同角度介绍人工智能技术在网站建设中的应用以及智能化推荐的优势。
https://mp.weixin.qq.com/s/7h0qCIuxAUnxF_S0M1xekw
美国当地时间 4 月 3 日,联合国人居署与腾讯在纽约联合国总部共同举办主题研讨会,探讨地球所面临的最基础的挑战,以及如何利用人工智能(AI)等新兴技术提供解决方案,创新高效地实现可持续发展目标。联合国人居署执行主任、联合国副秘书长 Maimunah Mohd Sharif 、联合国人居署助理秘书长 Victor Kisob ,以及多位国家大使、新兴科技企业代表、可持续发展研究专家参加研讨。
人工智能毫无疑问重塑了工程师和研究者们,但是,掌管公司发展前景的CEO们更关心什么呢?
选自Facebook 作者:田渊栋 机器之心编译 参与:李泽南、李亚洲 在人工智能有能力进入现实世界之前,游戏是一种完美的测试环境。此前,谷歌 DeepMind 曾经宣布正在和暴雪共同研究能打《星际争霸》的人工智能,OpenAI 开源了人工智能测试环境 Universe。最近,Facebook 也宣布了自己的人工智能游戏测试平台 ELF。田渊栋等人在其介绍论文中表示,新的测试平台可以支持三种游戏形式:RTS、夺旗游戏和塔防,同时也开放物理引擎。该平台现已开源。 游戏是人工智能研究的完美实验环境。在游戏环境中
届时,部署和采用人工智能将不再局限于试验,而是成为大多数研究与工业领域中日常业务运营的核心部分。AI热潮下,人人都想分一杯羹,但是,你的公司准备好用人工智能产生价值了吗?
今天要介绍的是一筐黄瓜。 这可不是一筐普通的黄瓜。它们是由腾讯人工智能实验室AI Lab团队的成员协同国内外农业专家和学生,使用人工智能AI在荷兰一间温室里种植出来的黄瓜。 它们和我们平常在菜市场买的黄瓜有什么区别呢? 放大了图片看看... ... 其实也没啥区别。依然是大家熟悉的黄瓜,可蒸煮,可煎炒。 这筐黄瓜的诞生,要从一个国际挑战赛说起。 今年3月,荷兰著名的高等学府瓦赫宁根大学面向全球人工智能团队,发起了一场线下真人实景大型农作物养成与模拟经营类挑战赛——种黄瓜。 它设定的挑战目标是:在限定
今天下午给大家分享一下网络人工智能方向的一些发展情况以及我们在这些方面做过的一些实践活动。首先是人工智能的发展历程,大家都比较熟悉,主要是三个历程,我想说的主要是最近第三次的人工智能发展浪潮,它是以深度学习为代表的发展时期。从1956年人工智能概念提出以来,业界尚未有统一权威的定义,针对第三轮人工智能的发展,我们怎样理解人工智能的内涵,一个是刚提到的,伴随着深度学习理论的爆发式应用,本轮的人工智能发展可以等同于深度学习代表的狭义人工智能,一个从产业角度提人工智能,包括底层的芯片、前期的大数据工作,以及在此之上的各种开源的人工智能框架和算法模型,在最上层,基于这些技术、面向特别应用场景的解决方案和服务,这些都是产业里人工智能会涉及到的内容。
作者:张乾 【新智元导读】 剑桥大学生存风险研究中心发布免费的MOD,让文明5的游戏玩家利用人工智能快速发展,但同时如果不建设人工智能安全实验室,超级AI就会毁灭人类文明。虽然AI在文明5中的表现糟糕,在即时策略游戏中也尚未战胜人类,但人类应该为此庆幸。 最近,剑桥大学生存风险研究中心(The University of Cambridge’s Centre for the Study of Existential Risk,CSER)做了一件防止发生世界末日的事:在游戏文明5中实验让AI毁灭人类。 文明5
人工智能新药研发 (AIDD) 是指在原研药与创新药研发过程中的相关应用场景下引入人工智能技术,以达到短时、低成本开发新药的目的。人工智能辅助药物设计与传统计算机辅助药物设计相比,两者在基础要素、推导方式等方面均有差异,人工智能可以间接应用于传统计算机辅助药物设计,助其发展。
大众媒体相信,人工智能(AI)会偷走你的工作,威胁到我们的生活。如果现在不做准备,我们可能会面临一个人工智能无处不在,并主宰着人类社会的未来。人工智能革命事实上正在进行着。为了确保你为未来做好准备,在此我们为你准备了一个生存指南。 第一步:识别人工智能 冲突的第一步需要了解你的目标。关键在于,我们需要认识到人工智能并不存在于未来,它已经在我们的身边了。 你很可能每天都在使用它。人工智能就是你的 Facebook 时间表背后的神奇粘合剂,Netflix 知道提示你接下来该看什么,谷歌会预测你上车后的目的地
陈桦 编译整理 量子位 出品 | 公众号 QbitAI 从每天醒来的那一刻起,我们的生活就开始了一系列协商。 这样的场景包括讨论看什么电视,说服孩子们吃蔬菜,以及通过讨价还价获得更好的价格。这些都有共同之处,即需要复杂的沟通和推理能力。而对计算机来说,这些能力并不是天生的。 到目前为止,对聊天机器人的开发意味着系统可以进行简短的对话,完成简单的任务,例如预订餐厅。然而,开发能够与人类进行有意义对话的机器仍然充满挑战,因为这需要机器人有能力将会话理解与关于世界的知识结合起来,随后生成新的句子,协助它实现目标。
人工智能(AI)的研究领域充满了无法回答的问题以及无法被分配给正确问题的答案。在过去,人工智能为它坚持「错误」的做法付出了代价,经历了一段时间的停滞,也就是所谓的「人工智能的寒冬」。然而,人工智能的日历刚刚翻入了春天,相关的应用领域正在蓬勃发展。
作者 | Meta AI 译者 | 平川 策划 | 凌敏 前段时间,Meta 正式发布人工智能 CICEROO——这是第一个在时下流行的战略游戏 Diplomacy 中表现达到人类水平的人工智能。在 CICEROO 的背后,有哪些技术实践? 本文最初发布于 Meta AI 官方博客。 长期以来,游戏一直是人工智能最新进展的试验场——从深蓝战胜国际象棋大师 Garry Kasparov,到 AlphaGo 熟练掌握围棋,再到 Pluribus 在扑克游戏中战胜了人类高手。但真正有用的多功能代理不
围棋一年前还通常被认为是10年内都无法被人工智能攻克的防线,然而转眼就变成了马其诺防线了。那么这场人机大战到底意味着什么?人类已经打开了潘多拉魔盒吗? AlphaGo的胜利是否意味着人工智能的黑色方碑
人类反馈强化学习(RLHF)可以有效地将大型语言模型(LLM)与人类偏好对齐,但收集高质量的人类偏好标签是一个关键瓶颈。论文进行了一场RLHF与来自人工智能反馈的RL的比较(RLAIF) -一种由现成的LLM代替人类标记偏好的技术,论文发现它们能带来相似的改善。在总结任务中,人类评估者在70%的情况下更喜欢来自RLAIF和RLHF的生成,而不是基线监督微调模型。此外,当被要求对RLAIF和RLHF总结进行评分时,人们倾向于两者评分相等。这些结果表明,RLAIF可以产生人类水平的性能,为RLHF的可扩展性限制提供了一个潜在的解决方案。
在此背景下,我们已经看到许多新的教育模式的出现。从可汗学院(Khan Academy)到奇点大学(Singularity University),从德雷普英雄学院(Draper University of Heros)到淘宝大学,从南方科技大学到西湖大学,新型教育机构层出不穷。
本综述探讨了生成人工智能(AIGC)领域的发展趋势,重点关注了Mixture of Experts(MoE)、多模态学习和人工智能通用性(AGI)在生成AI中的应用。文章分析了Google Gemini和OpenAI Q*等最新技术对AI研究的影响,并讨论了这些技术在医疗、金融和教育等领域的应用潜力。同时,文章指出了当前AI研究面临的挑战,如学术偏见、预印稿的普及对同行评审过程的影响等。
使得人工智能快速成长的力量来自哪里?来自以下这么几个方面:机器学习提高了预测的精度,大型的数据集驱动有更多的新型的智能应用,整个运算的机器从GPU到了TPU,强大的云计算的基础建设,更低廉的存储,以及开源的人工智能跟数据处理的中间件不断的发生……这些都是人工智能之所以在这几年里面能够这么快的发展的力量。 📷 而在人工智能的快速发展中最重要的成绩是什么呢?是把错误率减低,特别是图像跟语音。现在你 Chatbot 这种功能就是对语音的识别,语音的解释比以前快很多了。 首先是机器学习带来的贡献。2011 年是人工
作者 | 王玥 编辑 | 陈彩娴 量化投资管理公司 Vatic Investments(梵蒂冈投资)近日宣布任命邓力博士为首席人工智能官兼机器学习全球负责人,该决定自 2022 年 5 月 9 日起生效。 图注:邓力博士 集加拿大工程院院士、IEEE Fellow、ASA(美国声学学会)Fellow以及ISCA Fellow等多种荣誉于一身,邓力博士一直被公认为是人工智能和机器学习领域世界领先的专家。邓力博士的研究方向主要为应用于大数据、语音、文本、图像和多模态处理的深度学习和机器智能方法,以及人工智能和
---- 新智元报道 编辑:Britta 【新智元导读】Anthropic对于人工智能发展的安全性研究以及推论表明,人工智能系统的计算量将呈指数型增长,预计未来5年训练AI模型的计算量将增加1000倍。 自从发现缩放定律以来,人们认为人工智能的发展会像坐火箭一样迅速。 2019年的时候,多模态、逻辑推理、学习速度、跨任务转移学习和长期记忆还是会有减缓或停止人工智能进展的 「墙」。在此后的几年里,多模态和逻辑推理的「墙」都已经倒下了。 鉴于此,大多数人已经越来越相信,人工智能的快速进展将继续下去,而
弱人工智能也称限制领域人工智能(Narrow AI)或应用型人工智能(Applied AI),指的是专注于且只能解决特定领域问题的人工智能。
人工智能致力于创建“像人类一样工作和作出反应的智能机器。”数字营销领域正在不断引入新的更好的创新,并将其应用于我们的日常生活中。例如,使用语义提示和语音搜索来协助我们日常的搜索。
今天,荷兰瓦赫宁根大学(WUR)主办的国际人工智能温室种植大赛(Autonomous Greenhouse Challenge)结果揭晓,AI温室种黄瓜很有潜力!腾讯AI Lab与农业专家组成的iGrow队脱颖而出,获“AI策略”单项第一名、总分第二名的优异成绩。在比赛中,腾讯实现了AI+农业领域的技术探索,其首创的农业人工智能系统攻克了机器智能嵌入农业专家知识的难题。种植结果显示,该人工智能系统提高了农产品的产量和自然资源利用率,还大幅降低了传感器成本,体现了“AI+农业”的应用潜力。 iGro
国外知名信息技术网站eweek.com发表文章,称人工智能将在对抗恶意软件方面发挥更大作用。 人工智能正在对抗恶意软件中发挥更大的作用。但它不是万无一失的,因为网络犯罪分子无疑将很快利用人工智能来加强其恶意软件的隐蔽性。 虽然人工智能正在阻止恶意软件和其他网络威胁方面发挥着越来越大的作用,攻击者们也在寻找方法来解决这个问题,甚至会使用人工智能来增强自己的攻击策略。 在2017年7月27日至30日举行的第25次国际黑客大会(DefCon)上,美国安全供应商Endgame首席数据科学家在演讲中说:“我们可以打败
2017年12月,彭博社发文称,人工智能将占领华尔街99%的投资机构。 机器学习技术凭借其在通过数据生成洞见方面的非凡能力,有望参与99%的投资活动,华尔街的首席执行官们表示。这是人工智能(AI)与沃伦·巴菲特(Warren Buffett)之间的对决。 元盛资产管理(Winton)是一家位于英国伦敦的对冲基金公司,该公司使用人工智能来检验沃伦·巴菲特的古老交易原则:大型收购通常会损害买方股东的利益。研究人员收集并分析了近9,000笔在美国发生的交易的数据,这些数据可回溯至20世纪60年代。 那么结果如何呢
本文探讨了人工智能在商业和日常生活中的影响,以及人们对其产生的误解。文章指出,人工智能并非如人们所想的那样强大和无处不在,事实上,它仍然依赖于人类的指导和监督。虽然基于人工智能的系统可以处理大量数据并快速学习,但它们仍然受到设计它们的价值观和假设的限制。因此,人们需要对人工智能技术有一个现实的认识,并探索其在商业和日常生活中的应用,而不是被流行文化中的错误预测所误导。
选自Nature 作者:Mariarosaria Taddeo、Luciano Floridi 机器之心编译 参与:李泽南、路 随着人工智能技术发展,网络空间的安全风险正在变得越来越大。但是,各个国家在纷纷制定人工智能发展战略的同时,却也在忽视「国际法」的建立——而网络世界已经和陆海空一样成为了很多组织,甚至国家之间对抗的「战场」。来自牛津大学的 Mariarosaria Taddeo 与 Luciano Floridi 近日发出呼吁,希望国际社会能够重视并尽快建立 AI 时代网络安全的行为准则和相关法律。
选文|凉亮 编译|Nancyzxll Aileen 米格机 作为世界计算机领域的领跑者,苹果正在向商品化无形计算模式转变 我说了,苹果正在走向末路。所以赶紧卖掉你手里的苹果股票,在被套牢之前逃出来。 这种说法尽管不准确,但因为我们正在步入下一代计算模式— 认知时代(Cognitive Era),所以苹果的营销方式和企业文化应该有所改变。认知时代描述了在技术发展的下一阶段,世界将会变成样子。未来苹果公司的成功绝不是由iPhone,iPad,iWatch甚或一辆小汽车所决定的。对于苹果公司而言,如果它想继续称
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
AI-Driven-Video-Analytics-for-Grocery-Stores-1068x656-1.jpg
领取专属 10元无门槛券
手把手带您无忧上云