全部新闻
2024 年，沃尔玛和 ThredUp 等零售商使用生成式人工智能使购物变得更加个性化
ThredUp 的首席产品和技术官承认，购物者对该平台超过 4 百万种独特的商品感到不知所措，这促使该公司在搜索工具中实施生成式人工智能。这使得搜索词的多样性在一年内增加了两倍。ThredUp 于 2024 年推出了三项面向客户的人工智能购物功能：自然语言搜索、图像搜索和定制服装聊天机器人。使用这些功能的用户更有可能退货和购买商品。主要零售商还投资了生成式人工智能，取得了积极的财务成果，提高了个性化和运营效率。一项调查发现，到 2023 年底，20% 的零售商已推出生成式人工智能技术，其中大多数都在探索或实施。Attentive 等品牌的收入因人工智能的使用而增长，而聊天机器人提供商则面临着对自动化功能的期望下降。生成式人工智能有望为不同平台上的每位客户带来高度个性化的购物体验。
认识 CoMERA：先进的张量压缩框架，重新定义速度和精度的 AI 模型训练
来自纽约州立大学奥尔巴尼分校、加州大学圣巴巴拉分校、Amazon Alexa AI 和 Meta 的研究人员推出了 CoMERA，这是一个通过排名自适应张量优化实现内存高效、快速训练大规模 AI 模型的框架。CoMERA 可实现高达 361 倍的压缩比，同时对性能的影响最小，将峰值内存使用量减少 7 倍，并将每个周期的训练时间缩短 2-3 倍。它在包括变压器和推荐系统在内的各种架构上进行了测试，证明在保持或提高准确性的同时显着降低了计算成本，有助于更可持续的人工智能实践和更广泛的高级模型的可访问性。
英伟达供应商表示，如果数据中心支出放缓，人工智能手机可能会维持芯片行业的发展
需要订阅才能访问完整文章。优惠：4 周 1 美元，然后每月 75 美元，无限量数字访问。试用期间随时取消。
数字化转型：提高产品生命周期管理效率|瑞格律师事务所
机器学习等人工智能技术通过提高研发效率和成本效益来加速药物发现。经过验证的算法可以识别大型数据集中隐藏的模式和趋势。2025 年的主要考虑因素包括采用人工智能进行产品开发、应对充满挑战的监管环境以及数字化供应链管理以确保市场成功和合规性。
技术老手抛弃首席高管，转而从事人工智能研究
惠普、戴尔-EMC和NTT等科技巨头的高管纷纷离职，前往印度创办人工智能企业。著名的初创公司包括 Sharad Sanghi 创立的 Neysa、Rajiv Srivastava、Rajesh Janey 和 Rajnish Gupta 创立的 CoreOps.AI，以及 Ankur Jain 创立的 Jivi AI。这些高管看到了人工智能创新的巨大潜力。像 AlonOS 这样的企业也在不断涌现，这是一家由 CP Gurnani 和 Rahul Bhatia 共同创立的人工智能即服务初创公司。创始人强调印度科技之旅从成本驱动战略转向以创新为重点的战略。
凯特·布什在年度圣诞致辞中将印象派画家莫奈和人工智能进行了比较
凯特·布什 (Kate Bush) 发布了最新的圣诞致辞，将克劳德·莫奈 (Claude Monet) 的作品与人工智能进行了比较，指出莫奈是如何在法国完成伦敦画作的，尽管他是在法国画的素描，这暗示了当代人工智能观点的隐喻。布什还感谢粉丝们对今年早些时候上映的动画电影《小泼妇（雪花）》的积极反应，以支持战争儿童慈善机构。在结束档案工作和网站重新设计时，她暗示可能即将出现新音乐。
中国全国人大公布反不正当竞争法草案征求意见
2024年12月25日，中国全国人大公布反不正当竞争法草案向社会公开征求意见。该草案包括对有关新技术的第 7 条的更新，但不包括人工智能。它在第 40 条中引入了一项可能影响外国公司的域外条款。其他涵盖的领域包括贿赂法规、涉及数据和算法的不公平竞争行为、虚假广告、商业诽谤以及滥用市场支配地位。意见截止日期为 2025 年 1 月 23 日。
如何使用人工智能决定观看什么
正在为选择一部假日电影而烦恼吗？尝试使用 AI 应用 Pix 获取娱乐推荐，包括电视节目、电影、书籍和播客。Pix 可通过短信 (550550)、电子邮件 (pix@likewise.com)、网站或应用程序提供个性化建议，以帮助不同品味的家庭成员轻松做出决策。
以下是 2025 年英特尔授权法案中的关键技术和劳动力条款
2025 财年情报授权法案包括有关劳动力发展的条款，例如加强公私人才交流计划和启动地理空间劳动力试点。它还关注与中国相关的话题，如生物技术工作和规避国家安全法规。该法案要求对讲普通话的个人进行全面评估，并制定应对对手使用生物技术的策略。此外，它将美国国家安全局的人工智能安全中心正式纳入法律，并解决了招聘过程中测谎仪检查延迟的问题。
地热能：大型科技公司应对人工智能不断增长的能源消耗的答案石油价格网
由于人工智能能源需求的增加，谷歌、Meta、微软和 OpenAI 等科技巨头正面临着排放量不断增加的问题，这使得他们到 2030 年实现净零排放的目标变得越来越具有挑战性。最近的一项研究表明，生成式人工智能系统使用的能源比标准计算机高出 33 倍，预计到 2030 年，仅人工智能领域的能源消耗就将占全球能源消耗的 3.5%。为了解决这个问题，大型科技公司正在探索核聚变和地热能等清洁替代能源，一些公司与地热初创公司合作。然而，高昂的前期成本和来自天然气的竞争阻碍了这些技术的广泛采用。
