全部新闻
人工智能成本崩溃正在改变可能的事情 - 对技术初创公司产生巨大影响
2025-04-04 17:32:00
元首席执行官马克·扎克伯格（Mark Zuckerberg）去年夏天发布了Llama 3.1。Thiyagarajan（Rajan）Maruthavanan是Upekkha的执行合伙人，Upekkha是AI专注的加速器，并在印度US走廊上进行了基金投资，对这一开发项目提供了评论。
元首席执行官马克·扎克伯格（Mark Zuckerberg）去年夏天发布了Llama 3.1。Thiyagarajan（Rajan）Maruthavanan是Upekkha的执行合伙人，Upekkha是AI专注的加速器，并在印度US走廊上进行了基金投资，对这一开发项目提供了评论。
“黑色镜子”的创作者查理·布鲁克（Charlie Brooker）在“ USS Callister”续集上，向黑白电影致敬，并以“印象深刻的敬畏与恐怖恐怖”观看AI
2025-04-04 17:06:00
Netflix将在Black Mirror的第4季中发行流行的“ USS Callister”情节的续集，标题为“ USS Callister：Infinity”。创作者查理·布鲁克（Charlie Brooker）透露，在2017年原著播出后不久开始进行后续行动。新剧集以杰西·普莱蒙斯（Jesse Plemons）和迈克尔·科尔（Michaela Coel）除外的大多数原始演员，将于4月10日结束《黑镜》第7季首映。布鲁克（Brooker）赞扬了重新审视心爱的角色并突出主题的机会，例如在新季节的七集中，包括人工智能，技术和“掩盖”，其中还包括一个星光熠熠的演员，包括保罗·吉亚特（Paul Giamatti），哈里埃特·沃尔特（Paul Giamatti），哈里埃特·沃尔特（Paul Giamatti），哈里特·沃尔特（Harriet Walter），伊萨（Harriet Walter），伊萨（Issa Rae），艾玛·雷（Emma Corrin），埃玛·柯林（Emma Corrin），彼得·卡帕尔迪（Peter Capaldi），彼得·卡帕尔迪（Peter Capaldi），拉希达·琼斯（Rashida Jones）和威尔·帕尔特（Will Will Poulter）。黑镜
Netflix将在Black Mirror的第4季中发行流行的“ USS Callister”情节的续集，标题为“ USS Callister：Infinity”。创作者查理·布鲁克（Charlie Brooker）透露，在2017年原著播出后不久开始进行后续行动。新剧集以杰西·普莱蒙斯（Jesse Plemons）和迈克尔·科尔（Michaela Coel）除外的大多数原始演员，将于4月10日结束《黑镜》第7季首映。布鲁克（Brooker）赞扬了重新审视心爱的角色并突出主题的机会，例如在新季节的七集中，包括人工智能，技术和“掩盖”，其中还包括一个星光熠熠的演员，包括保罗·吉亚特（Paul Giamatti），哈里埃特·沃尔特（Paul Giamatti），哈里埃特·沃尔特（Paul Giamatti），哈里特·沃尔特（Harriet Walter），伊萨（Harriet Walter），伊萨（Issa Rae），艾玛·雷（Emma Corrin），埃玛·柯林（Emma Corrin），彼得·卡帕尔迪（Peter Capaldi），彼得·卡帕尔迪（Peter Capaldi），拉希达·琼斯（Rashida Jones）和威尔·帕尔特（Will Will Poulter）。黑镜
这个男人出去证明AI仍然是多么愚蠢
2025-04-04 16:32:55
本文讨论了通过FrançoisChollet的弧奖测试和随后的更新，AI在实现所谓的“流动智能”方面面临的挑战。这是要点：1。** arc-agi的最初成功：**-FrançoisChollet开发了一种名为Arc-Agi的测试，以测量AI模型的流体智能，这实际上是它解决以前从未见过的新问题的能力。 - 一些高级AI模型在此初始测试中得分很高，表明它们可以抽象和创造性地推理。2。**引入Arc-Agi-2：** - 为了进一步推动边界，Chollet引入了一个更具挑战性的版本，称为Arc-Agi-2，这一点更加困难。 - 新版本表明，即使是高级AI模型也很难在这些复杂的难题上实现类似人类的性能。3。**当前AI模型的效率低下：** - 尽管早期成功提出了某种形式的抽象推理，但较新的版本揭示了AIS如何解决问题的效率低下。 - 当前的模型可能使用蛮力和反复试验方法，而不是有效的逻辑推理，这在计算和财务上都是昂贵的。4。**行业反应和转变：** - OpenAI和其他公司正在将重点转移到实用实用指标上，而不是抽象的情报基准。 - 这涉及评估AI有效地浏览Web之类的任务的能力，这对于商业用途而言可以更直接。5。**对AGI测量缺乏共识：** - 没有商定的定义或测试，可以普遍捕获构成“通用人工智能”（AGI）的构成。 - 不同的测试和指标可能会强调认知能力的不同方面，但无法捕获整个类似人类的智力。6。**人类智能与AI能力：** - 人类认知多样性包括情绪智力，创造力和解决问题的方法，很复杂，很难人为地复制。 - 人类方法问题的多样性表明，即使在特定测试中获得高分也不等于真正的一般智力。7。**道德和实践考虑：** - 这篇文章提出了有关在人类认知能力仍然知之甚少时追求AGI的道德问题。 - 它也提出了实际挑战，例如AI模型在ARC-AGI-2等复杂测试上获得高分所需的成本和计算资源。8。**未来方向：** - Chollet正在努力开发新的基准测试（例如ARC-AGI-3），以突破当前AI可以实现的边界。 - 该行业可能会继续更多地关注实用性，而不是抽象的情报指标，将AI开发与现实世界的应用和经济价值保持一致。从本质上讲，尽管AI通过蛮力计算解决了复杂问题，但实现类似于人类认知的真实智能仍然难以捉摸。人类思维过程的复杂性以及缺乏通用的AGI指标，突出了定义和衡量人工通用智能的持续挑战。
本文讨论了通过FrançoisChollet的弧奖测试和随后的更新，AI在实现所谓的“流动智能”方面面临的挑战。这是要点：1。** arc-agi的最初成功：**-FrançoisChollet开发了一种名为Arc-Agi的测试，以测量AI模型的流体智能，这实际上是它解决以前从未见过的新问题的能力。 - 一些高级AI模型在此初始测试中得分很高，表明它们可以抽象和创造性地推理。2。**引入Arc-Agi-2：** - 为了进一步推动边界，Chollet引入了一个更具挑战性的版本，称为Arc-Agi-2，这一点更加困难。 - 新版本表明，即使是高级AI模型也很难在这些复杂的难题上实现类似人类的性能。3。**当前AI模型的效率低下：** - 尽管早期成功提出了某种形式的抽象推理，但较新的版本揭示了AIS如何解决问题的效率低下。 - 当前的模型可能使用蛮力和反复试验方法，而不是有效的逻辑推理，这在计算和财务上都是昂贵的。4。**行业反应和转变：** - OpenAI和其他公司正在将重点转移到实用实用指标上，而不是抽象的情报基准。 - 这涉及评估AI有效地浏览Web之类的任务的能力，这对于商业用途而言可以更直接。5。**对AGI测量缺乏共识：** - 没有商定的定义或测试，可以普遍捕获构成“通用人工智能”（AGI）的构成。 - 不同的测试和指标可能会强调认知能力的不同方面，但无法捕获整个类似人类的智力。6。**人类智能与AI能力：** - 人类认知多样性包括情绪智力，创造力和解决问题的方法，很复杂，很难人为地复制。 - 人类方法问题的多样性表明，即使在特定测试中获得高分也不等于真正的一般智力。7。**道德和实践考虑：** - 这篇文章提出了有关在人类认知能力仍然知之甚少时追求AGI的道德问题。 - 它也提出了实际挑战，例如AI模型在ARC-AGI-2等复杂测试上获得高分所需的成本和计算资源。8。**未来方向：** - Chollet正在努力开发新的基准测试（例如ARC-AGI-3），以突破当前AI可以实现的边界。 - 该行业可能会继续更多地关注实用性，而不是抽象的情报指标，将AI开发与现实世界的应用和经济价值保持一致。从本质上讲，尽管AI通过蛮力计算解决了复杂问题，但实现类似于人类认知的真实智能仍然难以捉摸。人类思维过程的复杂性以及缺乏通用的AGI指标，突出了定义和衡量人工通用智能的持续挑战。
Azure AI Foundry中的新功能以构建高级代理应用程序|Microsoft Azure博客
2025-04-04 16:30:00
AI从单纯的助手演变为工作场所队友，这是微软通过Azure AI Foundry庆祝其成立50周年的重大转变，以支持未来的数字经济体。该平台统一了用于设计和管理AI应用程序的工具和工作流程，包括最近介绍用于策划多代理系统的语义内核以及用于风险管理的AI红色团队。此外，Visual Studio代码的新扩展可以使IDE内部无缝开发，从而强调了Microsoft致力于推进AI技术的承诺。
AI从单纯的助手演变为工作场所队友，这是微软通过Azure AI Foundry庆祝其成立50周年的重大转变，以支持未来的数字经济体。该平台统一了用于设计和管理AI应用程序的工具和工作流程，包括最近介绍用于策划多代理系统的语义内核以及用于风险管理的AI红色团队。此外，Visual Studio代码的新扩展可以使IDE内部无缝开发，从而强调了Microsoft致力于推进AI技术的承诺。
Microsoft Copilot AI发起了Pro-Palestinian抗议者的打断
2025-04-04 16:30:00
文章讨论了Microsoft的Copilot AI助手的推出，该助理旨在将人工智能纳入用户生活的各个方面。这是要点：1。**副标题概述：** - **目的：**帮助用户保持井井有条，清楚思考并直观地学习。 - **功能：**它可以提供快速的事实答案，进行探索性辩论，或者在需要时提供支持。2。**副驾驶的功能：** - **记忆和个性化：**训练AI以记住个人细节，例如食物偏好，电影类型和重要日期。用户可以控制记住哪些信息。 - **操作：**使用户能够通过简单的聊天提示请求预订活动门票或预订晚餐的任务。 - **相机集成：**使用用户的摄像头与周围环境进行实时交互，从而根据视觉输入提供指导和想法。 - **页面：**有助于组织分散的音符，内容和研究结构化格式。 - **播客：**根据用户兴趣或提供的内容生成个性化的音频内容。 - **购物：**协助应用程序中的产品研究，比较，建议和直接购买。3。**深入研究：** - 促进复杂的文档和图像分析，以实现有效的多步研究任务。4。**用户控制和隐私：** - 强调用户仍然控制其数据以及与Copilot的互动。 - 用户可以选择加入或超出特定的服务和任务，从而在不损害隐私的情况下确保个性化。5。**集成和可扩展性：** - 逐步集成到微软现有的软件产品和操作系统。 - 专业级版本的每月20美元。6。**与Openai的合作：** - 通过这种伙伴关系，微软已成为生成AI景观的重要参与者。 - 与Azure AI Foundry和Microsoft Fabric一起投资于以消费者为导向的副胶状服务，促进了整个团队的数据分析。7。**发布会上存在的关键数字：** - 前微软领导人比尔·盖茨（Bill Gates）和史蒂夫·鲍尔默（Steve Ballmer）与首席执行官萨蒂亚·纳德拉（Satya Nadella）一起参加了50周年庆典。该文章强调了副柯洛特（Copilot）的目标是如何通过使人工智能更加个人化和响应迅速地确保用户对数据的控制来建立一个新时代的关系。
文章讨论了Microsoft的Copilot AI助手的推出，该助理旨在将人工智能纳入用户生活的各个方面。这是要点：1。**副标题概述：** - **目的：**帮助用户保持井井有条，清楚思考并直观地学习。 - **功能：**它可以提供快速的事实答案，进行探索性辩论，或者在需要时提供支持。2。**副驾驶的功能：** - **记忆和个性化：**训练AI以记住个人细节，例如食物偏好，电影类型和重要日期。用户可以控制记住哪些信息。 - **操作：**使用户能够通过简单的聊天提示请求预订活动门票或预订晚餐的任务。 - **相机集成：**使用用户的摄像头与周围环境进行实时交互，从而根据视觉输入提供指导和想法。 - **页面：**有助于组织分散的音符，内容和研究结构化格式。 - **播客：**根据用户兴趣或提供的内容生成个性化的音频内容。 - **购物：**协助应用程序中的产品研究，比较，建议和直接购买。3。**深入研究：** - 促进复杂的文档和图像分析，以实现有效的多步研究任务。4。**用户控制和隐私：** - 强调用户仍然控制其数据以及与Copilot的互动。 - 用户可以选择加入或超出特定的服务和任务，从而在不损害隐私的情况下确保个性化。5。**集成和可扩展性：** - 逐步集成到微软现有的软件产品和操作系统。 - 专业级版本的每月20美元。6。**与Openai的合作：** - 通过这种伙伴关系，微软已成为生成AI景观的重要参与者。 - 与Azure AI Foundry和Microsoft Fabric一起投资于以消费者为导向的副胶状服务，促进了整个团队的数据分析。7。**发布会上存在的关键数字：** - 前微软领导人比尔·盖茨（Bill Gates）和史蒂夫·鲍尔默（Steve Ballmer）与首席执行官萨蒂亚·纳德拉（Satya Nadella）一起参加了50周年庆典。该文章强调了副柯洛特（Copilot）的目标是如何通过使人工智能更加个人化和响应迅速地确保用户对数据的控制来建立一个新时代的关系。
机器学习有助于构建细菌的进化时间表 - 天体生物学
2025-04-04 15:58:58
昆士兰州大学和国际合作者的科学家已经为细菌进化开发了一个详细的时间表，揭示了大约32亿年前的大氧合事件（GOE）近9亿年，一些细菌利用了氧气。该研究将基因组，化石和地球化学数据整合以推断细菌时间表，显示早期的有氧谱系，早于大气中的大气氧积累。该研究表明，古代蓝细菌祖先可能在氧合光合作用之前已经发展出有氧代谢。这种多学科的方法，利用机器学习基因功能预测，增强了对进化时间表的理解和潜在的现代影响，包括细菌中的抗生素耐药性。
昆士兰州大学和国际合作者的科学家已经为细菌进化开发了一个详细的时间表，揭示了大约32亿年前的大氧合事件（GOE）近9亿年，一些细菌利用了氧气。该研究将基因组，化石和地球化学数据整合以推断细菌时间表，显示早期的有氧谱系，早于大气中的大气氧积累。该研究表明，古代蓝细菌祖先可能在氧合光合作用之前已经发展出有氧代谢。这种多学科的方法，利用机器学习基因功能预测，增强了对进化时间表的理解和潜在的现代影响，包括细菌中的抗生素耐药性。
Google的AI梦想家学会了如何通过掌握Minecraft来自我突破
2025-04-04 15:51:01
Google Deepmind和多伦多大学的研究人员开发了一种名为Dreamer的AI算法，该算法学会了在没有事先培训的情况下在九天内实现Minecraft的专家水平。通过建立一个专注于寻找钻石的奖励系统，Dreamer每30分钟重置在不同的虚拟世界中自动提高其性能。该研究表明，想象未来结果的能力可以实现预定义目标的有效学习，这可能适用于现实世界的机器人技术。
Google Deepmind和多伦多大学的研究人员开发了一种名为Dreamer的AI算法，该算法学会了在没有事先培训的情况下在九天内实现Minecraft的专家水平。通过建立一个专注于寻找钻石的奖励系统，Dreamer每30分钟重置在不同的虚拟世界中自动提高其性能。该研究表明，想象未来结果的能力可以实现预定义目标的有效学习，这可能适用于现实世界的机器人技术。
新的领导力必须：在人工智能时代倡导独特的人类技能
2025-04-04 15:00:00
本通知表明，使用本网站构成使用条款和隐私政策的接受。它提到财富是在美国和其他国家注册的Fortune Media IP Limited的商标，财富可能会获得网站上与产品和服务的一些链接的赔偿。优惠如有更改，恕不另行通知。
本通知表明，使用本网站构成使用条款和隐私政策的接受。它提到财富是在美国和其他国家注册的Fortune Media IP Limited的商标，财富可能会获得网站上与产品和服务的一些链接的赔偿。优惠如有更改，恕不另行通知。
Google的AI梦想家学会了如何通过掌握Minecraft来自我突破
2025-04-04 14:56:34
Google Deepmind和多伦多大学的研究人员开发了一种名为Dreamer的AI算法，该算法学会了玩Minecraft并在短短九天内就没有初步培训就能达到专家水平。通过设定诸如查找钻石之类的目标，该算法通过自我播放会话迅速改善，每次限制为30分钟，然后再重置一个新的虚拟世界。该研究表明，这种方法可以帮助机器人学会自动完成现实世界的任务。
Google Deepmind和多伦多大学的研究人员开发了一种名为Dreamer的AI算法，该算法学会了玩Minecraft并在短短九天内就没有初步培训就能达到专家水平。通过设定诸如查找钻石之类的目标，该算法通过自我播放会话迅速改善，每次限制为30分钟，然后再重置一个新的虚拟世界。该研究表明，这种方法可以帮助机器人学会自动完成现实世界的任务。
Wealthstack播客：Zocks的Mark Gilbert在AI和顾问上
2025-04-04 14:44:39
Zocks的创始人兼首席执行官Mark Gilbert的Shannon Rosic播放情节介绍了AI如何通过自动化任务，增强客户参与度和确保合规性来改变财富管理。他们讨论了数据隐私，有效的技术采用策略的重要性以及AI在捕获关键生活事件以加强客户关系中的作用。
Zocks的创始人兼首席执行官Mark Gilbert的Shannon Rosic播放情节介绍了AI如何通过自动化任务，增强客户参与度和确保合规性来改变财富管理。他们讨论了数据隐私，有效的技术采用策略的重要性以及AI在捕获关键生活事件以加强客户关系中的作用。