上个世纪90年代,法学界曾热议过克隆人对法治的挑战问题。本人时任《法学》杂志总编,和时任副总编、已故的傳鼎生教授曾经热情满怀地在《法学》上开辟专栏予以讨论,我们当时天真地以为克隆人将会在民事法律关系主体、婚姻伦理关系、刑事犯罪和侦查等许多法律领域发生颠覆性的革命作用。但后来的事实却无情地告诉我们,克隆人欺骗了我们,它昙花一现,一场乌龙而去。一个做了多年克隆人实验的日本医学博士告诉我,克隆人不现实,“多利羊”是伪造。我和鼎生兄事后总结办刊教训,觉得今后要坚守法律的保守、求稳性特点,对新出现的、主要是其它专业制造的、我们对它仅仅一知半解的问题,不要自作多情、迫不及待地去拥抱接吻。虽然某个后发、落后地区可以借鉴先进地区而超前立法,但就立法总量而言,它具有滞后性,因为它只调整那些清晰、成熟、稳定的法律关系,它不会因为出现了一个被人拟制的机器人“公民”,就急急忙忙去修改公民的已有法定概念;也不会因为出现一个被拟制的民事主体,就去修改民法关于民事活动主体的基本理论。
今天编辑部特别的为大家介绍一篇来自Benzinga圆桌会议专家Mendelsohn的最新访谈。让我们领略一下AI和华尔街的变革! Mendelsohn表示,更多的投资者会发现人工智能是利用波动性创造财富的关键工具! 1、1-10级,你如何评价华尔街采用人工智能(10认为“我们已经达到人工智能的最高峰”),为什么这么说? Lane Mendelsohn:我认为我们大概在3级左右。现在很多人都越来越多地听到人工智能的信息,变得更加熟悉它是什么,但是熟悉事物和真正实现是完全不同的。 我们在二十世纪九十年代初看到
无人超市、自动驾驶、机器“诗人”……不知不觉间,这些颇具科技感的事物正褪去神秘色彩,进入现实生活。 忽如一夜春风来。2018年,人工智能厚积薄发,在全球多个领域同时掀起一场“智慧革命”,势不可当。技术突破给社会发展提供新的动能,也引发新的思考。 新机遇:“人工智能+”时代到来 这是人工智能的春天,这时播下的种子更可能产生深远影响。中国人民大学附属中学校长翟小宁说,该校不仅在利用人工智能部署“智慧校园系统”,“00后”学生也表现出了对数据挖掘和建模、计算机视觉等人工智能相关课程的深深喜爱。 “未来的教
2018年5月5日是马克思诞辰200周年,马克思曾写到“哲学家们只是用不同的方式解释世界,而问题在于改变世界”。本文作者陈凡,哲学博士,东北大学科技哲学研究中心教授,博士生导师;作者程海东,哲学博士,东北大学科技哲学研究中心博士后研究人员,讲师。文章从马克思主义哲学关于人与技术关系的基本立场和观点出发审视人工智能的发展,文章认为人工智能还有广阔的发展空间,在可预见的未来并不会出现让人们恐惧的“奇点”。
前几天有报道说ChatGPT通过了谷歌L3级别的面试,虽然说L3是谷歌工程团队的入门级职位。舆论和一些自媒体对这个事保持着一个冷静又狂热的态度,普通人要么看个热闹,要么更加焦虑。
艰难的2020总算要画上句号了,这一年不论是放眼世界还是国内,不论大家还是小家,都迎接着新环境下的大挑战。
1月24日,在 “中国工程院院刊:信息领域青年学术前沿论坛”上,阿里巴巴达摩院、上海浙江大学高等研究院、上海人工智能实验室联合发布“洛犀”端云协同平台。该平台提供一站式的端云协同模型训练、部署、通信能力,致力于促进大小模型协同进化,构建充分利用大模型应用潜力的新一代人工智能体系。 因惊艳的性能表现和前所未有的任务迁移性,AI大模型在2021年迎来大爆发,但能耗问题限制其参数扩张及应用落地。2022达摩院十大科技趋势指出,大模型参数竞赛正进入冷静期,大小模型将在云边端协同进化——大模型向边、端的小模型输出模型
AI这几年突然火了起来,上世纪70年代的理论,沉寂了几十年,在近几年才大放异彩,从台后走到台前,万众瞩目。 让AI被大家熟知的一个重要事件,要数阿尔法狗,打败了人类围棋界的最顶尖高手;于是人们奔走相告,人工智能来了,人类危险了! 之后,DEEPMIND又推出了阿尔法zero,阿尔法狗的弟弟;这个弟弟更加厉害,哥哥之前要成长几个月才能打败人类,而弟弟从无到有,只花三天时间就可以打败哥哥了!而且,更可怕的是,哥哥之前还是学习人类的经验,站在人类肩膀上,而这个弟弟,完全都是自学成才,并且它的成就突破了人类的思
【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
【新智元导读】人工智能技术很早就被应用于太空探索,包括计算机视觉、语音识别、自然语言处理以及机器学习等,获得2017年诺贝尔物理学奖的引力波研究,也使用了AI技术分析数据。或许未来,我们得给AI颁一个诺贝尔奖? 在近一个世纪前,爱因斯坦就曾在相对论中预言时空结构中存在波动,即引力波。 后来,一批科学家组成“激光干涉引力波天文台”(LIGO)项目在2015年9月14日首次探测到一个双黑洞系统合并的引力波信号,当时就在天体物理学界引发了一场革命,那时候参与发现引力波的研究团队就被锁定是诺贝尔物理学奖的热门人选
塔勒布在《反脆弱》一书诠释了尼采的那句经典名言:“杀不死我的,使我更强大。” 过去人类一再诅咒的压力、混乱、波动和不确定……生命中的许多事物反而会受益于它们。借鉴本书浓郁的辩证式思维,笔者认为在可穿戴领域可以根据“强连接”衍生出一个叫“反强连接”的词汇。这等同于我们经常所言的“手握得越紧,沙漏得越快”的道理。 拿可穿戴领域最红火的手环为例,该产品形态自身就存在很多背悖的层面。比如,用户必须时时佩戴才能呈现的完整数据与短命的电池续航就是一对天生矛盾,更深层次的还是来自用户。 手环要求24小时人类全在线,甚至连
第三届中国人工智能大会(CCAI 2017)大会开幕在即,CSDN独家采访到南加州大学副教授、Zohrab A. Kaprielian工程院士Fei Sha博士。而Fei Sha博士作为本届CCAI的嘉宾,将于大会上为大家带来主题为“大数据如何帮助「小数据」”的分享,意在从其他任务和相关(大)数据集中寻求帮助,以研究有关小数据的方法和模型。报告将探讨相关方法的制定,以及如何将它们运用到实际问题中。 记者 | 仲培艺 整理 | AI科技大本营(rgznai100) 以下为采访正文 机器学习在医疗领域的逐步
记者 | 仲培艺 7月22-23日,由中国人工智能学会、阿里巴巴集团&蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会(CCAI 2017)将在杭州国际会议中心盛大开幕。 CCAI素来秉承中国国内级别最高、规模最大的品质追求,汇集全球人工智能领域的顶级专家、学者和产业界优秀人才,直击当前AI业界热点话题、核心技术以及大家共同关注的科学问题,并针对该领域相关技术研究、产业化创新应用、人才培养与成长等设立专题论坛。纳百家之言,融万端思辨,旨在打造中国人工智能领域产、学、研紧密结合的高端
【新智元导读】今天下午 HackerNews 爆出消息:AAAI Fellow、AI 先驱 Roger Schank 称 Watson 不是认知计算系统,对 IBM 认知计算的营销提出挑战。新智元第一时间跟进,Schank何出此言?IBM 真的误导了我们吗?! 2016年5月23日下午,HackerNews 网站爆出消息:AAAI Fellow、美国认知科学会创始人 Roge Schank 认为 Watson 不是认知计算系统,IBM 有夸大吹嘘嫌疑。 霎时间激起讨论无数。 Roge Schank 是上世纪
人机交互的时代就要来了!在不久的将来,旅客过海关的时候,面对的将是一台人工智能自动通关机——AVATAR,通过安检与测谎的结合,将重塑安检新型态;此外,这项技术的成熟,还能在面试、人力资源等应用领域有更大的作为。
1970年,赞比亚修女Mary Jucunda给NASA(美国航空航天局)Marshall太空航行中心的科学副总监Ernst Stuhlinger博士写了一封信。信中,Mary Jucunda修女问道:目前地球上还有这么多小孩子吃不上饭,他怎么能舍得为远在火星的项目花费数十亿美元。
聊起 AI,画面都充斥着机械语言:精密高级的芯片,光怪陆离的智能产业……你眼中的 AI 有什么样的能力?能给传统行业带来哪些变革与发展?基于此,云加社区联手知乎科技,从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。
大约公元前800年至前200年间,中国、希腊、印度和以色列的文明几乎在同一时期兴起,这被称为人类文明的轴心时代。不同文明展现出了不同的风貌。中国古代文化强调辩证逻辑,重视变化、联系和综合的思维方式,同时又有“子不语怪力乱神,六合之外存而不论”的唯物主义倾向。古希腊则重视严格的推理和分析,孕育了形式逻辑和公理化的数学体系。印度在婆罗门和佛教哲学中,从另一个方向将辩证法、逻辑和语言学推向极致。以色列的先知则创立了一神论的犹太教和政教合一的社会体制。
ž在自然界中运动是绝对的,静止是相对的。这句话也说明了深度学习过去、现在、未来。由于我发现山东大学有个组和澳门大学陈俊龙团队的宽度学习、极限学习等。 目前由于神经网络是黑盒研究、所以很多人利用反卷积和卷积可视化来解释这种微分和积分的编程,由于冗余和稀疏特性使用微积分或者差分求导数和偏导是必然。 宽度学习文章和代码研究地址:http://www.broadlearning.ai 在深度学习上目前比较流行的:DBN深度信任网络、DBM(深度玻耳兹曼机)、CNN(卷积神经网络)、RNN(循环神经网络)、自编器。 SLFN(单层前馈神经网络)应用在回归和分类,由 Yoh-Han Pao 教授在 1990 年代提出的随机向量函数链接神经网络(random vector functional link neural network,RVFLNN)提供了不同的学习方法。 特征提取和降维 实现效率突出的特征提取常用方法包括,变量排序(variable ranking),特征子集选择(feature subset selection),惩罚最小二乘法(penalized least squares),随机特征提取方法,包括非自适应随机投影(non-adaptive random projections)和随机森林(random forest)以及基于卷积的输入映射等等。
人工智能的四大构建模式 📷 一、算法编码机器人 美国机器人设计师大卫-汉森近日对自己设计的人形机器人进行了问答测试。这个与人类外形极为相似的机器人名叫“索菲娅”。当汉森向“索菲娅”提出关于愿意和信念的问题时,“她”的答案是想去上学、想成立一个家庭,甚至还想毁灭人类。汉森表示,20年内像“索菲娅”这样的机器人将常见于我们的身边,它们甚至拥有与人类一样的意识。尽管这样的测试只是简单的问答,但机器人给出的答案让许多人感到恐慌,他们都一直担忧机器人起义。比如像斯蒂芬-霍金和埃隆-马斯克等人,他们都曾警
---- 新智元报道 编辑:桃子 昕朋 【新智元导读】ChatGPT爆火出圈让人们开始重新思考人工智能的未来在哪?恰在昨日,OpenAI发布了通用人工智能路线图,分享了其对AGI的短期和长期规划。 继ChatGPT成当红炸子鸡后,微软、谷歌、Meta等大厂纷纷入局。 随之而来的是,人们对其广泛应用也产生了担忧。 前Alphabet执行董事Eric Schmidt和其他合著者在WSJ发表的文章中称, 生成式人工智能提出了自启蒙运动以来从未经历过的哲学挑战和实践挑战。 就在昨日,OpenAI首席执行
本文主要探讨了人工智能、机器学习和深度学习等概念,以及它们在现实生活中的应用。作者通过介绍仿生机器人、量子机器人和磁共振机器人等前沿科技,探讨了人工智能的未来发展方向,指出机器人技术将走向磁本源、量子计算和磁共振技术的结合,以解决目前机器人技术的困境。
北京时间12月15日,由腾讯云主办,英特尔作为战略合作伙伴,极客邦科技、微信、腾讯TEG协办的首届腾讯云+社区开发者大会在北京朝阳悠唐皇冠假日酒店举办。在这个冬天里,云端的发展开始呈现出不同的态势,在整体环境增速放缓的大环境下,拥抱技术发展,携手开发者方能保持发展速度。
编译 | 阿司匹林 【AI 科技大本营按】2016 年 3 月,AlphaGo 击败世界顶尖职业围棋手李世石,在媒体上掀起巨大的波澜。一年多以后,AlphaGo 的升级版 AlphaGo Zero,在不采用任何人类棋谱作为训练数据的情况下,通过自我对弈,仅用 40 天就超越了所有旧版本。一时间,人们将所有最好的溢美之词纷纷送给了 AlphaGo Zero. 然而,AlphaGo Zero 真有那么伟大吗?来自斯坦福大学的计算机科学研究生 Andrey Kurenkov 从辩证的角度发表了自己对 Alp
作者:枫叶松木木 本人年轻时爱下围棋,记得上中学、大学时常跟好朋友们手谈。后来,越来越忙了,一是没有时间了,二是手谈的朋友们也很少相聚了,就很少下围棋了。于是,有点空闲就找来一款围棋软件对上一局。说实
有点好奇,就加了几个国外选手参赛:Gemini Advanced、Claude-3-Sonnet、GPT-4o,个人认为写的还不错。
在首届MEET 2020智能未来大会现场,中国工程院院士倪光南在会上做了题为《软件赋能数字经济,创新驱动数字中国》的演讲,核心谈到了新阶段新技术带来的全新机遇。
HyperAI超神经有幸与华东师范大学上海人工智能金融学院邵怡蕾院长,进行了一次深度访谈,了解到了新学院的愿景与发展规划,同时也看到了这位拥有出色行动力的创院院长对 AI+金融的独到见解。
1966年,人工智能学家Minsky在给学生布置的作业中,要求学生通过编写一个程序让计算机告诉我们它通过摄像头看到了什么,这也被认为是计算机视觉(Computer Vision,CV)最早的任务描述。到了21世纪,计算机视觉进入快速发展阶段,尤其近几年,计算机视觉迅猛发展。
大数据文摘作品 编译:Zoe Zuo、HAPPEN、丁慧、小鱼 正如题图所示,仿生人会梦见电子羊吗? (译者注:Do Androids Dream of Electric Sheep?是Philip
羿阁 发自 凹非寺 量子位 | 公众号 QbitAI 这几天,一本免费数学教程在机器学习圈被疯转。 这本书名叫《概率数值》(Probabilistic Numerics),作者是来自马普所、牛津大学和INRIA的三位机器学习大牛,其中一位的谷歌学术引用量达到17000+。 Philipp Hennig、Michael A. Osborne和Hans P. Kersting三位作者在写这本书时,前后一共写了7年,长达400多页。 新书发布后,作者之一Philipp Hennig在推特上感叹:它终于出来了。
面向大数据时代,公安机关将“智慧公安”作为“服务型公安”转型的密钥,取得了“智慧公安”建设的阶段性成就。公安机关是维护城市公共安全的主要力量,其应当以互联网、人工智能、云计算、物联网等技术为支撑,将设备与技术互联化、物联化、智能化,使公安系统各功能模块协调运作,建立以公安机关为核心的多部门协同管理防控新模式。
北京理工大学副校长,中国科学院院士梅宏在会上做了《大数据与数据驱动的智慧》的演讲,探索了大数据带来的挑战和可能的应用。梅宏认为,目前来讲,大数据还在炒作的阶段,真正的大数据应用应该体现在数据挖掘的深度
刚才戴汝为同志的报告讲得很好。戴汝为同志多年从事人工智能、知识系统的工作,去年他听说我们在这里讨论开放的复杂巨系统问题,很感兴趣。因此,他是从人工智能、知识系统的角度来看开放的复杂巨系统问题。我正好相反,不懂人工智能和知识系统。从去年开始向他学习这方面的知识,发现这个问题很重要。我们是从不同角度走到一起来了。我们认为,要解决开放的复杂巨系统问题,要建立从定性到定量的综合集成方法或称为综合集成技术,需要这样的结合,所以后来就和于景儿同志我们三个人合写了一篇讲这个观点的文字【1】.但是我要提醒搞人工智能研究的同志,你们考虑问题的层次还太低,包括国外的一些学者,考虑的还是一些简单的问题。什么人工智能,说得很热闹,但具体处理的还是一些非常简单的问题,说不卜什么智能。实际上,真正的人的智能,是人大脑高层次的活动,比目前一些人工智能专家考虑问题的层次要高得多。解决这个问题的途径是1988年马希文同志在一次讨论会上提出的人与机器的结合,单用计算机之类的机器不行,但人需要机器来帮助。所以,外国人好的东西我们要学习,但我不相信他们能解决开放的复杂巨系统问题,这要靠我们自己的努力。
区块链很火,很多人很迷茫,我也是,身边的朋友有持反对意见的也有支持者们。那么,我就顺势梳理总结下区块链,和大家分享一下我对区块链的看法。
大数据文摘转载自深燃 作者 | 邹帅 编辑 | 唐亚华 “去年年底,我看到大佬们都在分享ChatGPT相关的内容,一开始我以为还是资本和大佬fomo的玩具,但是经过使用、和朋友交流,加上自己的研究,我确信ChatGPT模型是革命性的。”樊高曾在国内大厂做过后端工程师,离开程序员岗位许久,他因为ChatGPT又再一次将目光投向代码世界。 樊高觉得,作为生成式AI,ChatGPT的交互能力极强,“它其实是用整个人类在互联网中的语调,训练成了一个大语言集合,可以想象它会开启一个使用自然语言和机器交互的新时代。”而
已经谈了七天的大数据变现相关话题,今天我们来聊一聊大数据变现的门槛和工具。我们先说说门槛。 说到大数据变现的门槛,我想这种门槛主要是来源于两个方面的。 方面一,是分析能力或者应用能力的门槛。 毕竟大数据变现是以消除不确定性来降低试错成本的,所以分析和应用的水平直接影响到这种不确定性消除的准确性和价值。这里不仅仅需要扎实的数学基本功,和辩证思维的能力,还需要行业经验也就是我们说的“垂直”式的经验,只有分析能力与“垂直”经验相结合才能有比较可靠的分析结果,缺一不可。 方面二,信任度。 信任度在某些方面甚至比刚刚
迷思,顾名思义,首先就是思维层面的“迷”,这是看数字化的“姿势”问题,要破除对数字化认知的“迷思”应该先从思维层面开始。笔者甚至认为,各企业、各位读者应该把今年当做数字化“启蒙年”,认真研读国家政策,认真回顾信息化、移动互联网发展过程,认真思考自己企业选择什么样的数字化方向,思考自己锻炼什么样的数字化技能,认真想想到底该怎么看待数字化,好好想一年,想到明年也行,这是一场时代切换的转型马拉松,对于大部分企业和个人来讲,不需要用百米冲刺的速度去践行数字化,而是把方向想明白,再坚定、灵活地走下去。
随着新能源汽车大战进入“智能化”的下半场,受政策、技术、市场的驱动,车企竞相踏入 AI 大模型这片蓝海。就在几天前,蔚来自研的 NOMI GPT 端云多模态大模型也正式上线。
选自Wired 作者:Tom Simonite 机器之心编译 参与:路雪、黄小天 2 月 3 日,来自 MIT、UC Berkeley 的 Athalye 等人宣布其研究攻破了 ICLR 2018 大
【新智元导读】 所谓“入口”,就是网络大数据汇聚的必经之地。入口历来是各大小公司的必争之地。亚马逊 Echo-Alexa 软硬合体,能够以人工智能的旗号,从智能手机的头上抢来“入口载体”的桂冠吗?作者认为,Alexa不足以形成争夺网络数据入口载体的绝对优势,语音交互尚不具备人机交互范式代际更替的颠覆性力量,语义落地对Alexa的成功具有更加决定性的贡献,不以获取用户数据为目的的端设备都是耍流氓。本文最后讨论了什么样的玩家能够最终胜出。 “入口载体”之争 最近,亚马逊旗下的智能音箱产品 Echo 和出没于 E
如果一个人有‘人设’,那么一家公司也应该有‘司设’,而依图,便是第一个主动撕掉它“司设”的中国AI独角兽。
近年来,边缘计算(Edge Computing)在学术界和工业界都成为了一个热门话题。
编者按:人工智能的蓬勃发展离不开云计算所带来的强大算力,然而随着物联网以及硬件的快速发展,边缘计算正受到越来越多的关注。未来,智能边缘计算将与智能云计算互为补充,创造一个崭新的智能新世界。本文中,微软亚洲研究院系统与网络研究组首席研究员刘云新将为大家介绍智能边缘计算的发展与最新研究方向。
科学技术是把双刃剑,在为我们生活带来便利的同时,也在引发一系列的社会问题,比如当前比较热门的AI人脸识别诈骗、声纹识别欺骗等。
ChatGPT的出现,不仅改变了人们对人工智能技术的认识,也对经济社会发展产生了深远的影响。那么,在ChatGPT时代,人们应该如何规划自己的职业呢?
这届人工智能能够化身“新基建”的中流砥柱,避免了重蹈“AI寒冬”的覆辙,一个很大的原因就是,机器学习从产业层面提质增效,真正让技术变成了社会经济的价值推动力。
领取专属 10元无门槛券
手把手带您无忧上云