全部新闻
斯里拉姆·克里希南 (Sriram Krishnan) 被任命为特朗普人工智能高级政策顾问
2024-12-22 22:36:08
即将上任的总统唐纳德·特朗普任命斯里拉姆·克里希南为白宫科技政策办公室人工智能高级政策顾问。克里希南此前曾担任安德森霍洛维茨基金的普通合伙人，将致力于制定和协调整个政府的人工智能政策。他将与被称为特朗普的加密货币和人工智能“沙皇”的大卫·萨克斯(David Sacks)合作。克里希南以其创业背景和之前在微软、Twitter、Facebook 和 Snap 等科技巨头的职位而闻名。他的任命旨在确保美国在人工智能技术领域的领导地位。
即将上任的总统唐纳德·特朗普任命斯里拉姆·克里希南为白宫科技政策办公室人工智能高级政策顾问。克里希南此前曾担任安德森霍洛维茨基金的普通合伙人，将致力于制定和协调整个政府的人工智能政策。他将与被称为特朗普的加密货币和人工智能“沙皇”的大卫·萨克斯(David Sacks)合作。克里希南以其创业背景和之前在微软、Twitter、Facebook 和 Snap 等科技巨头的职位而闻名。他的任命旨在确保美国在人工智能技术领域的领导地位。
LANL 和密歇根大学将在密歇根州建立人工智能研究中心
2024-12-22 21:56:10
密歇根大学 (U-M) 和洛斯阿拉莫斯国家实验室 (LANL) 计划在密歇根州沃什特诺县建立一个高性能计算和人工智能研究中心。该设施将容纳两个计算中心：一个为专注于国家安全人工智能挑战的 LANL 科学家提供服务，另一个学术中心使密歇根大学教师和学生与 LANL 研究人员在多学科项目上进行合作。这一合作伙伴关系旨在加强密歇根大学在科学、能源和国家安全方面的研究能力，同时在密歇根州东南部创造新的就业机会。此次合作还包括针对学生和学员的联合劳动力发展和教育计划。资金细节尚未最终确定，但可能包括联邦和州的支持。
密歇根大学 (U-M) 和洛斯阿拉莫斯国家实验室 (LANL) 计划在密歇根州沃什特诺县建立一个高性能计算和人工智能研究中心。该设施将容纳两个计算中心：一个为专注于国家安全人工智能挑战的 LANL 科学家提供服务，另一个学术中心使密歇根大学教师和学生与 LANL 研究人员在多学科项目上进行合作。这一合作伙伴关系旨在加强密歇根大学在科学、能源和国家安全方面的研究能力，同时在密歇根州东南部创造新的就业机会。此次合作还包括针对学生和学员的联合劳动力发展和教育计划。资金细节尚未最终确定，但可能包括联邦和州的支持。
OpenAI 举报人 Suchir Balaji 去世，年仅 26 岁；死亡判定为自杀，家人寻求答案
2024-12-22 21:36:52
26 岁的前 OpenAI 研究员 Suchir Balaji 于 11 月在旧金山的公寓内自杀身亡。Balaji 最近成为 OpenAI 的举报人，质疑其在 ChatGPT 开发过程中违反版权法的法律做法。他的家人计划举办一场纪念活动，并寻求有关他死亡的答案，称他“快乐、聪明、勇敢”。Balaji 的指控是在几起指控 OpenAI 滥用知识产权的诉讼中提出的。
26 岁的前 OpenAI 研究员 Suchir Balaji 于 11 月在旧金山的公寓内自杀身亡。Balaji 最近成为 OpenAI 的举报人，质疑其在 ChatGPT 开发过程中违反版权法的法律做法。他的家人计划举办一场纪念活动，并寻求有关他死亡的答案，称他“快乐、聪明、勇敢”。Balaji 的指控是在几起指控 OpenAI 滥用知识产权的诉讼中提出的。
De Pere 学校从一月开始在教室中推出人工智能工具
2024-12-22 20:32:44
德佩尔联合学区将从 2024 年 1 月开始推出一款名为 Brisk Teaching 的人工智能工具，分别帮助学生和教师进行写作和课程规划。该学区的目标是确保人工智能的安全和合乎道德的使用，同时为学生未来的职业生涯做好准备。Brisk Teaching 三年订阅费用为 18,000 美元，最初将在 7 至 12 年级使用。该工具是学校努力让学生在进入大学或加入劳动力市场之前熟悉适当的人工智能用法的一部分。
德佩尔联合学区将从 2024 年 1 月开始推出一款名为 Brisk Teaching 的人工智能工具，分别帮助学生和教师进行写作和课程规划。该学区的目标是确保人工智能的安全和合乎道德的使用，同时为学生未来的职业生涯做好准备。Brisk Teaching 三年订阅费用为 18,000 美元，最初将在 7 至 12 年级使用。该工具是学校努力让学生在进入大学或加入劳动力市场之前熟悉适当的人工智能用法的一部分。
印度测试人工智能遏制结核病塞马福尔
2024-12-22 20:24:00
印度正在利用人工智能来对抗结核病，这种疾病在 2023 年造成的死亡人数比其他任何国家都多。印度占全球结核病病例的四分之一，自 2015 年以来，通过一项全国性运动，该国的发病率已下降了 18%。然而，诊断仍然具有挑战性。一家非营利组织正在开发人工智能工具，通过分析患者的咳嗽声音和预测治疗中断风险来检测结核病，结果被描述为“非常令人鼓舞”。
印度正在利用人工智能来对抗结核病，这种疾病在 2023 年造成的死亡人数比其他任何国家都多。印度占全球结核病病例的四分之一，自 2015 年以来，通过一项全国性运动，该国的发病率已下降了 18%。然而，诊断仍然具有挑战性。一家非营利组织正在开发人工智能工具，通过分析患者的咳嗽声音和预测治疗中断风险来检测结核病，结果被描述为“非常令人鼓舞”。
河流中的化学混合物对水生生物构成未知威胁
2024-12-22 20:20:37
一项利用人工智能（AI）和水蚤（Daphnia）的新研究揭示了识别水生环境中有害化学混合物的潜在方法。来自伯明翰大学、RCEES中国和德国UFZ的研究人员分析了潮白河水系的水样，利用人工智能算法检测未知污染物。这种方法可以比传统测试更有效地预测环境风险，为改善水道监管和保护提供见解。该研究发表在《环境科学与技术》杂志上。
一项利用人工智能（AI）和水蚤（Daphnia）的新研究揭示了识别水生环境中有害化学混合物的潜在方法。来自伯明翰大学、RCEES中国和德国UFZ的研究人员分析了潮白河水系的水样，利用人工智能算法检测未知污染物。这种方法可以比传统测试更有效地预测环境风险，为改善水道监管和保护提供见解。该研究发表在《环境科学与技术》杂志上。
意想不到的后果：美国大选结果预示着人工智能的鲁莽发展
2024-12-22 20:05:00
由于当选总统唐纳德·特朗普政府的亲商业导向，2024 年美国大选悄然将人工智能政策转向更加宽松的立场，倾向于快速发展而非监管。这种转变在大卫·萨克斯（David Sacks）被任命为“人工智能沙皇”时表现得很明显，标志着创新和行业自律的优先考虑。虽然一些州正在制定针对人工智能的法规，但联邦政策似乎限制性监管较少，这可能会增加人工智能领域的机会和风险。
由于当选总统唐纳德·特朗普政府的亲商业导向，2024 年美国大选悄然将人工智能政策转向更加宽松的立场，倾向于快速发展而非监管。这种转变在大卫·萨克斯（David Sacks）被任命为“人工智能沙皇”时表现得很明显，标志着创新和行业自律的优先考虑。虽然一些州正在制定针对人工智能的法规，但联邦政策似乎限制性监管较少，这可能会增加人工智能领域的机会和风险。
开放人工智能推动的致命杀戮 |共同的梦想
2024-12-22 19:31:54
OpenAI 与武器公司 Anduril 合作开发军事用途的人工智能，与美国将人工智能整合到战场上的计划保持一致。此举与 OpenAI 所宣称的确保 AGI 造福人类的使命相矛盾。此次合作之前，OpenAI 取消了禁止开发可能造成人身伤害（包括军事应用）的技术的政策禁令。批评者认为，这种转变使人工智能的致命性使用正常化，反映出更广泛的地缘政治紧张局势，特别是与中国的紧张局势。美国官员为了国家安全而推动人工智能的快速发展，反映出对“人工智能军备竞赛”的担忧。OpenAI 对这些举措的支持凸显了先进技术日益军事化，引发了人们对科技公司在战争中角色的道德和民主担忧。
OpenAI 与武器公司 Anduril 合作开发军事用途的人工智能，与美国将人工智能整合到战场上的计划保持一致。此举与 OpenAI 所宣称的确保 AGI 造福人类的使命相矛盾。此次合作之前，OpenAI 取消了禁止开发可能造成人身伤害（包括军事应用）的技术的政策禁令。批评者认为，这种转变使人工智能的致命性使用正常化，反映出更广泛的地缘政治紧张局势，特别是与中国的紧张局势。美国官员为了国家安全而推动人工智能的快速发展，反映出对“人工智能军备竞赛”的担忧。OpenAI 对这些举措的支持凸显了先进技术日益军事化，引发了人们对科技公司在战争中角色的道德和民主担忧。
OpenAI 训练 o1 和 o3“思考”其安全政策 |TechCrunch
2024-12-22 18:30:00
OpenAI 推出了 o3，这是一个先进的 AI 推理模型系列，强调扩展测试时计算的改进以及称为“慎重调整”的新安全范式。该方法通过提示对安全准则的自我反思，确保像 o1 和 o3 这样的模型在推理过程中遵守 OpenAI 的安全策略。深思熟虑的调整旨在降低这些模型回答不安全问题的速度，同时保持良性查询的性能，使它们成为根据基准测试迄今为止最安全的模型之一。该技术涉及无需人工干预的合成数据生成，并使用内部人工智能法官进行评估，提供了一种可扩展的方法，使先进模型与道德标准保持一致。
OpenAI 推出了 o3，这是一个先进的 AI 推理模型系列，强调扩展测试时计算的改进以及称为“慎重调整”的新安全范式。该方法通过提示对安全准则的自我反思，确保像 o1 和 o3 这样的模型在推理过程中遵守 OpenAI 的安全策略。深思熟虑的调整旨在降低这些模型回答不安全问题的速度，同时保持良性查询的性能，使它们成为根据基准测试迄今为止最安全的模型之一。该技术涉及无需人工干预的合成数据生成，并使用内部人工智能法官进行评估，提供了一种可扩展的方法，使先进模型与道德标准保持一致。
使用 GPT-4o 创建 WhatsApp AI 代理
2024-12-22 18:01:07
使用 Meta 的 Cloud API 和 FastAPI 设置由法学硕士支持的 WhatsApp 聊天机器人，非常出色！您已经了解了很多知识，包括实时消息处理、音频转录和用户身份验证。以下是对下一阶段开发的一些补充建议：### 后续步骤：与 LangGraph 集成1. **数据库表创建**：- 代理应该能够根据传入数据动态创建数据库表。- 示例：如果新用户注册，则会自动为其个人资料和偏好创建一个表。2. **动态工具生成**：- 允许代理根据上下文或用户请求生成工具（例如功能）。- 例如，如果用户询问创建提醒，代理可以动态添加功能来设置提醒。3. **高级用户身份验证和安全性**：- 实施更强大的身份验证机制（例如 OAuth2）以提高安全性。- 使用 JWT 令牌进行安全会话管理。4. **增强的音频/视频处理**：- 通过添加对视频消息和文件附件的支持来改进多媒体处理。- 与语音转文本服务（例如 Google Cloud 语音转文本）集成，以提高转录准确性。5. **自定义模板和对话流程**：- 允许用户直接通过聊天机器人界面创建自定义消息模板。- 实施对话流（如 Dialogflow 或 Rasa）以实现更细致的交互。6. **分析和见解**：- 集成分析以跟踪用户参与度、消息频率和响应时间。- 深入了解代理决策过程中的常见查询和瓶颈。### 实现示例：动态表创建以下是如何使用 FastAPI 动态创建数据库表的基本示例：````蟒蛇从 fastapi 导入 APIRouter，取决于从 sqlalchemy.orm 导入会话从 app.database 导入 get_dbfrom app.models import UserTable # 假设您定义了一个用户表模型路由器 = APIRouter()@router.post("/创建用户表")异步 def create_user_table(user_id: str, db: Session = Depends(get_db)):尝试：# 检查该用户是否已存在于数据库中现有表 = db.query(UserTable).filter_by(user_id=user_id).first()如果不存在现有表：new_table = UserTable(user_id=user_id)db.add（新表）db.commit()return {"message": f"为 {user_id} 创建用户表"}别的：return {"message": "用户已存在"}除了异常 e：db.rollback()引发 HTTPException(status_code=500，detail=str(e))````### 动态工具生成以下是根据用户输入动态向代理添加工具的示例：````蟒蛇从 langchain.agents 导入 AgentExecutor从 langchain.tools 导入工具从 app.domain.message_service 导入 send_whatsapp_messagedefgenerate_reminder_tool（代理：AgentExecutor）：def set_reminder（用户id，提醒文本，时间）：# 设置提醒的逻辑（例如，使用外部服务）响应= f“为{时间}设置的提醒：{reminder_text}”send_whatsapp_message（用户 ID，响应）tool_name = "设置提醒"func = 设置提醒描述=“在特定时间设置提醒。”agent.add_tool(工具(名称=工具名称，func=func，描述=描述))````### 自定义模板以下是如何允许用户创建自定义模板的示例：````蟒蛇从 fastapi 导入 APIRouter，取决于导入 json路由器 = APIRouter()@router.post("/创建模板")异步 def create_template(名称: str, 消息: str, db: Session = Depends(get_db)):# 在数据库中创建和保存模板的逻辑return {"message": f"使用内容 '{message}' 创建的模板 '{name}'"}````### 安全增强实施 OAuth2 进行用户身份验证：````蟒蛇从 fastapi 导入 APIRouter、取决于、HTTPException从 fastapi.security 导入 OAuth2PasswordBearer、OAuth2PasswordRequestForm从 sqlalchemy.orm 导入会话从 app.database 导入 get_dbfrom app.models import User # 假设您定义了用户模型路由器 = APIRouter()oauth2_scheme = OAuth2PasswordBearer(tokenUrl="令牌")@router.post("/令牌")异步 def login_for_access_token(form_data: OAuth2PasswordRequestForm = Depends(), db: Session = Depends(get_db)):用户=authenticate_user(db, form_data.用户名, form_data.密码)如果不是用户：引发 HTTPException(状态代码=401，详细信息=“用户名或密码不正确”，headers={"WWW-Authenticate": "承载者"},）access_token = create_access_token(data={"sub": user.username})返回{“access_token”：access_token，“token_type”：“承载者”}````＃＃＃ 结论这些增强功能将使您的聊天机器人更加动态和安全。一次专注于一个方面，以确保在进入下一阶段之前稳健的实施和测试。祝你的项目好运！🚀如果您需要任何具体的代码示例或进一步的指导，请随时询问！😊
使用 Meta 的 Cloud API 和 FastAPI 设置由法学硕士支持的 WhatsApp 聊天机器人，非常出色！您已经了解了很多知识，包括实时消息处理、音频转录和用户身份验证。以下是对下一阶段开发的一些补充建议：### 后续步骤：与 LangGraph 集成1. **数据库表创建**：- 代理应该能够根据传入数据动态创建数据库表。- 示例：如果新用户注册，则会自动为其个人资料和偏好创建一个表。2. **动态工具生成**：- 允许代理根据上下文或用户请求生成工具（例如功能）。- 例如，如果用户询问创建提醒，代理可以动态添加功能来设置提醒。3. **高级用户身份验证和安全性**：- 实施更强大的身份验证机制（例如 OAuth2）以提高安全性。- 使用 JWT 令牌进行安全会话管理。4. **增强的音频/视频处理**：- 通过添加对视频消息和文件附件的支持来改进多媒体处理。- 与语音转文本服务（例如 Google Cloud 语音转文本）集成，以提高转录准确性。5. **自定义模板和对话流程**：- 允许用户直接通过聊天机器人界面创建自定义消息模板。- 实施对话流（如 Dialogflow 或 Rasa）以实现更细致的交互。6. **分析和见解**：- 集成分析以跟踪用户参与度、消息频率和响应时间。- 深入了解代理决策过程中的常见查询和瓶颈。### 实现示例：动态表创建以下是如何使用 FastAPI 动态创建数据库表的基本示例：````蟒蛇从 fastapi 导入 APIRouter，取决于从 sqlalchemy.orm 导入会话从 app.database 导入 get_dbfrom app.models import UserTable # 假设您定义了一个用户表模型路由器 = APIRouter()@router.post("/创建用户表")异步 def create_user_table(user_id: str, db: Session = Depends(get_db)):尝试：# 检查该用户是否已存在于数据库中现有表 = db.query(UserTable).filter_by(user_id=user_id).first()如果不存在现有表：new_table = UserTable(user_id=user_id)db.add（新表）db.commit()return {"message": f"为 {user_id} 创建用户表"}别的：return {"message": "用户已存在"}除了异常 e：db.rollback()引发 HTTPException(status_code=500，detail=str(e))````### 动态工具生成以下是根据用户输入动态向代理添加工具的示例：````蟒蛇从 langchain.agents 导入 AgentExecutor从 langchain.tools 导入工具从 app.domain.message_service 导入 send_whatsapp_messagedefgenerate_reminder_tool（代理：AgentExecutor）：def set_reminder（用户id，提醒文本，时间）：# 设置提醒的逻辑（例如，使用外部服务）响应= f“为{时间}设置的提醒：{reminder_text}”send_whatsapp_message（用户 ID，响应）tool_name = "设置提醒"func = 设置提醒描述=“在特定时间设置提醒。”agent.add_tool(工具(名称=工具名称，func=func，描述=描述))````### 自定义模板以下是如何允许用户创建自定义模板的示例：````蟒蛇从 fastapi 导入 APIRouter，取决于导入 json路由器 = APIRouter()@router.post("/创建模板")异步 def create_template(名称: str, 消息: str, db: Session = Depends(get_db)):# 在数据库中创建和保存模板的逻辑return {"message": f"使用内容 '{message}' 创建的模板 '{name}'"}````### 安全增强实施 OAuth2 进行用户身份验证：````蟒蛇从 fastapi 导入 APIRouter、取决于、HTTPException从 fastapi.security 导入 OAuth2PasswordBearer、OAuth2PasswordRequestForm从 sqlalchemy.orm 导入会话从 app.database 导入 get_dbfrom app.models import User # 假设您定义了用户模型路由器 = APIRouter()oauth2_scheme = OAuth2PasswordBearer(tokenUrl="令牌")@router.post("/令牌")异步 def login_for_access_token(form_data: OAuth2PasswordRequestForm = Depends(), db: Session = Depends(get_db)):用户=authenticate_user(db, form_data.用户名, form_data.密码)如果不是用户：引发 HTTPException(状态代码=401，详细信息=“用户名或密码不正确”，headers={"WWW-Authenticate": "承载者"},）access_token = create_access_token(data={"sub": user.username})返回{“access_token”：access_token，“token_type”：“承载者”}````＃＃＃ 结论这些增强功能将使您的聊天机器人更加动态和安全。一次专注于一个方面，以确保在进入下一阶段之前稳健的实施和测试。祝你的项目好运！🚀如果您需要任何具体的代码示例或进一步的指导，请随时询问！😊