全部新闻
为什么Soundhound AI股票在一月份损失29％
2025-02-05 19:03:00
AI（Soundhound AI（Soun））在1月份的AI股票充满挑战的月份中经历了明显的波动。在CES之后，其股票下跌了29％，在此期间，Cerence等竞争对手通过新的合作印象深刻的投资者，而Soundhound的演讲使市场失望，尽管宣布了语音技术的进步。但是，Soundhound在与Rekor Systems合作后于1月21日短暂反弹，但在1月的剩余时间里继续失去价值。该公司面临重大竞争，缺乏盈利能力，以高价与销售比率为72，预计今年的收入低于1亿美元。声音犬AI
AI（Soundhound AI（Soun））在1月份的AI股票充满挑战的月份中经历了明显的波动。在CES之后，其股票下跌了29％，在此期间，Cerence等竞争对手通过新的合作印象深刻的投资者，而Soundhound的演讲使市场失望，尽管宣布了语音技术的进步。但是，Soundhound在与Rekor Systems合作后于1月21日短暂反弹，但在1月的剩余时间里继续失去价值。该公司面临重大竞争，缺乏盈利能力，以高价与销售比率为72，预计今年的收入低于1亿美元。声音犬AI
chegg赌注大于几乎打破它的人工智能
2025-02-05 18:20:00
Chegg是一个学生学习平台，本月将推出两个新的AI驱动功能，以帮助学生掌握课程，而不仅仅是完成课程。这些包括生成练习问题，并允许用户直接在Chegg网站上比较不同大型语言模型的答案。此举是对AI对公司的影响的担忧，首席执行官Nathan Schultz强调了通过AI个性化教育内容的重要性，以增强学习和解决对学生作弊的过去批评。
Chegg是一个学生学习平台，本月将推出两个新的AI驱动功能，以帮助学生掌握课程，而不仅仅是完成课程。这些包括生成练习问题，并允许用户直接在Chegg网站上比较不同大型语言模型的答案。此举是对AI对公司的影响的担忧，首席执行官Nathan Schultz强调了通过AI个性化教育内容的重要性，以增强学习和解决对学生作弊的过去批评。
Google丢弃保证不使用AI开发武器，监视技术
2025-02-05 18:18:45
Google已更新了其AI原则，删除了不开发可能造成总体危害的技术的承诺，包括武器和监视系统，员工自2018年以来一直在提倡这些技术。该公司现在强调从事支持国家安全的AI，同时遵守国际法和国际法和国际法和人权标准。包括Google前员工玛格丽特·米切尔（Margaret Mitchell）在内的评论家对潜在使用致命技术的使用表示关注，并指责Google与特朗普政府保持一致。Google的员工对这一变化表示不满意，理由是他们认为该公司不应参与与战争相关的活动。
Google已更新了其AI原则，删除了不开发可能造成总体危害的技术的承诺，包括武器和监视系统，员工自2018年以来一直在提倡这些技术。该公司现在强调从事支持国家安全的AI，同时遵守国际法和国际法和国际法和人权标准。包括Google前员工玛格丽特·米切尔（Margaret Mitchell）在内的评论家对潜在使用致命技术的使用表示关注，并指责Google与特朗普政府保持一致。Google的员工对这一变化表示不满意，理由是他们认为该公司不应参与与战争相关的活动。
DeepSeek破坏了AI炒作泡沫 - 现在所有的赌注都关闭了
2025-02-05 18:01:55
中国人工智能公司DeepSeek通过释放据报道与Openai一样有能力但成本较低且计算能力较低的模型来挑战硅谷在人工智能中的主导地位。尽管员工的竞争对手比竞争对手少，但这家新贵公司表明，大规模资源并不是成功AI开发的唯一关键。但是，DeepSeek的模型引起了人们对政府准则的遵守和由于缺乏强大的保障措施而潜在的滥用的担忧。尽管存在这些问题，但这种竞争的出现表明，生成AI的进一步创新是迫在眉睫的，有可能使先进的AI更容易访问和环保。
中国人工智能公司DeepSeek通过释放据报道与Openai一样有能力但成本较低且计算能力较低的模型来挑战硅谷在人工智能中的主导地位。尽管员工的竞争对手比竞争对手少，但这家新贵公司表明，大规模资源并不是成功AI开发的唯一关键。但是，DeepSeek的模型引起了人们对政府准则的遵守和由于缺乏强大的保障措施而潜在的滥用的担忧。尽管存在这些问题，但这种竞争的出现表明，生成AI的进一步创新是迫在眉睫的，有可能使先进的AI更容易访问和环保。
2000年的火山式罗马卷轴首次阅读
2025-02-05 18:00:00
2000年前维苏威山（Mount Vesuvius）爆发的古罗马纸卷卷轴（Papyrus卷轴）已通过X射线成像和机器学习技术进行了部分破译。卷轴是在1750年代在赫尔克拉尼姆（现为Ercolano）的别墅废墟中发现的大约1800卷之一。
2000年前维苏威山（Mount Vesuvius）爆发的古罗马纸卷卷轴（Papyrus卷轴）已通过X射线成像和机器学习技术进行了部分破译。卷轴是在1750年代在赫尔克拉尼姆（现为Ercolano）的别墅废墟中发现的大约1800卷之一。
Schnucks添加了更多的杂货推车，让您完全跳过结帐行
2025-02-05 17:53:45
Schnucks宣布将其AI驱动的购物车试点计划扩展到圣路易斯地区的更多商店，以客户的反馈和对购物车使用的监视。最初的飞行员去年在三个地点推出，该公司将在今年进一步扩展它，而无需提供特定的销售数据。购物车使用人工智能来识别其中放置在其中的物品，使顾客可以从商店的任何地方从购物车付款。
Schnucks宣布将其AI驱动的购物车试点计划扩展到圣路易斯地区的更多商店，以客户的反馈和对购物车使用的监视。最初的飞行员去年在三个地点推出，该公司将在今年进一步扩展它，而无需提供特定的销售数据。购物车使用人工智能来识别其中放置在其中的物品，使顾客可以从商店的任何地方从购物车付款。
想知道如何在课堂上与AI打交道？尝试这些想法（意见）
2025-02-05 17:46:53
哈佛大学写作中心主任简·罗森斯威（Jane Rosenzweig1。教师应该了解AI的工作原理。2。与学生讨论学习目标，而不仅仅是有关AI使用的规则。3。区分这些工具的有用和无用的应用。4.在学习过程中保持必要的摩擦以确保有效学习。5。警惕对新技术的夸张主张。这些准则旨在帮助教育者负责任地整合生成型AI，重点是增强学生的学习成果。
哈佛大学写作中心主任简·罗森斯威（Jane Rosenzweig1。教师应该了解AI的工作原理。2。与学生讨论学习目标，而不仅仅是有关AI使用的规则。3。区分这些工具的有用和无用的应用。4.在学习过程中保持必要的摩擦以确保有效学习。5。警惕对新技术的夸张主张。这些准则旨在帮助教育者负责任地整合生成型AI，重点是增强学生的学习成果。
埃里克（Eric AI）化学家研究助理
2025-02-05 17:38:36
布鲁斯·吉布（Bruce Gibb）讨论了化学研究中AI的发展，重点是自上而下和自下而上的方法，同时应对文化鸿沟和数据质量挑战。他介绍了“ Eric”，这是一个预见的未来化学家的AI研究助理。该文章与DOI：https：//doi.org/10.1038/s41557-024-01725-4发表。
布鲁斯·吉布（Bruce Gibb）讨论了化学研究中AI的发展，重点是自上而下和自下而上的方法，同时应对文化鸿沟和数据质量挑战。他介绍了“ Eric”，这是一个预见的未来化学家的AI研究助理。该文章与DOI：https：//doi.org/10.1038/s41557-024-01725-4发表。
同伴评论：这部光滑而暴力的电影提出了有关我们与AI关系的有趣的道德问题
2025-02-05 17:21:10
科幻电影《伴侣》探索了一个综合人类司空见惯的世界，从亚历克斯·加兰（Alex Garland）的《前机械师》（Ex Machina）中脱颖而出。与典型的对机器人的典型描述不同，同伴着重于对厌女症的不安描绘以及创造有限自主权的有众生众生的道德含义。故事讲述了艾里斯（Iris），这是一个看似人类的机器人，主人公乔什（Josh）纠缠在一起，通过互动来强调控制和权利的主题。撒切尔在艾里斯（Iris）提出了有关高级机器人技术中同意和客观化的问题时的细微效果。尽管对于某些观众而言，尽管可能缺乏科幻小说或恐怖的坚定地位，但同伴还是一个警告性的故事，反对滥用技术以对他人的绝对控制。
科幻电影《伴侣》探索了一个综合人类司空见惯的世界，从亚历克斯·加兰（Alex Garland）的《前机械师》（Ex Machina）中脱颖而出。与典型的对机器人的典型描述不同，同伴着重于对厌女症的不安描绘以及创造有限自主权的有众生众生的道德含义。故事讲述了艾里斯（Iris），这是一个看似人类的机器人，主人公乔什（Josh）纠缠在一起，通过互动来强调控制和权利的主题。撒切尔在艾里斯（Iris）提出了有关高级机器人技术中同意和客观化的问题时的细微效果。尽管对于某些观众而言，尽管可能缺乏科幻小说或恐怖的坚定地位，但同伴还是一个警告性的故事，反对滥用技术以对他人的绝对控制。
并非每个AI提示都应该有几秒钟的思维：Meta如何教学模型优先级
2025-02-05 17:19:23
Meta AI和伊利诺伊大学芝加哥大学的研究人员开发了一种新技术，该技术训练大型语言模型（LLMS）根据查询难度分配推理预算，从而通过降低不必要的资源支出来提高效率。该方法包括“顺序投票”（SV），该方法一旦答案就足够复发了推理；“自适应顺序投票”（ASV），在产生多个答案之前会评估问题难度；以及“推理预算受限的政策优化”（IBPO），这是一种强化学习算法，使模型能够根据查询复杂性调整推理长度。这些进步旨在提高模型效率，同时保持准确性或提高准确性，从而解决人们对当前AI培训方法的局限性的担忧。
Meta AI和伊利诺伊大学芝加哥大学的研究人员开发了一种新技术，该技术训练大型语言模型（LLMS）根据查询难度分配推理预算，从而通过降低不必要的资源支出来提高效率。该方法包括“顺序投票”（SV），该方法一旦答案就足够复发了推理；“自适应顺序投票”（ASV），在产生多个答案之前会评估问题难度；以及“推理预算受限的政策优化”（IBPO），这是一种强化学习算法，使模型能够根据查询复杂性调整推理长度。这些进步旨在提高模型效率，同时保持准确性或提高准确性，从而解决人们对当前AI培训方法的局限性的担忧。