全部新闻
AI 命名并排名了足球史上 10 个最令人生畏的体育场
根据 ChatGPT 的统计，以下是足球界最令人生畏的 5 个体育场的摘要：1. **La Bombonera (博卡青年队) – 阿根廷**- 容量：57,000- 描述：陡峭的看台和弹跳的结构营造出一种令人兴奋的氛围，伴随着无情的口号、烟花和恐吓。对手们感觉自己置身于喧闹和兴奋的大锅之中。2. **西格纳伊杜纳公园球场（多特蒙德队）——德国**- 容量：81,000- 描述：以黄墙而闻名，这是一个拥有 25,000 名球迷的单层看台，会产生震耳欲聋的噪音和黄墙。这座体育场的欧洲之夜因其令人兴奋的氛围而令人难忘。3. **安菲尔德（利物浦足球俱乐部）——英格兰**- 容量：61,000- 描述：传奇的热情球迷在比赛前齐声唱着“你永远不会独行”，并在整个比赛中观众发出令人脊背发凉的欢呼声。对于客队来说，这是最可怕的体育场之一。4. **西格纳伊杜纳公园球场（多特蒙德）——德国**（注：再次被提及为最令人生畏的体育场之一）5. **西格纳伊杜纳公园球场（多特蒙德队）——德国**- 容量：81,000- 描述：体育场独特的氛围和热情的球迷使其成为敌方球队比赛的艰难场所。### 主要特点：- **La Bombonera**：陡峭的看台，给人一种站在球员上方的印象。- **Signal Iduna Park（黄墙）**：25,000 名球迷聚集在一个看台上，制造出震耳欲聋的噪音和恐吓。- **安菲尔德**：充满激情的球迷唱着“你永远不会独行”的传奇和令人兴奋的气氛。这些体育场不仅因其容量而闻名，还因其在比赛期间产生的激烈而激动人心的气氛而闻名。
关于 AI 举报人（26 岁）死亡的更多细节公布
26 岁的前 OpenAI 工程师 Suchir Balaji 于 11 月 26 日去世，被裁定为自杀，他为 ChatGPT 的开发做出了重大贡献，但后来提出了对侵犯版权的担忧。Balaji 在 OpenAI 工作了近四年，并在 WebGPT 等项目中发挥了至关重要的作用，然后由于对数据使用的道德担忧而离开。他的去世引起了同事们的哀悼，他们赞扬了他的技术技能和贡献。苏奇尔·巴拉吉,
aiXplain 的这篇 AI 论文介绍了 Bel Esprit：用于构建准确和自适应 AI 模型管道的多代理框架
人工智能管道正在通过集成多个专业模型来处理复杂的现实问题。研究人员推出了 Bel Esprit，这是一种新颖的多代理框架，可根据用户需求定制人工智能模型管道。Bel Esprit 具有用于澄清查询的 Mentalist、用于管道组装的 Builder 和用于纠错的 Inspector 等子代理，可确保语义对齐和准确性。该系统使用基于图的方法，以节点作为人工智能功能，以边缘作为数据流，通过迭代细化和模型重用，展示了多语言视频配音等复杂任务的效率提高。Bel Esprit 为人工智能管道建设的适应性和精确度树立了新的基准。
我使用人工智能简化日常生活的 10 种方法
人工智能 (AI) 现在已深度融入日常生活，通过交互式 AI 工具增强各种日常任务。其中包括使用 ChatGPT 和 Gemini 等工具简化编程，到学术研究协助和个性化考试学习计划。人工智能还可以帮助健身、饮食计划、语言学习、旅行支持、烹饪调整、照片编辑、演示文稿创建和娱乐儿童。领先的科技公司正在将先进的人工智能嵌入到他们的产品中，使人工智能比以往任何时候都更容易获得。
为什么我停止使用免费的人工智能工具（以及我的替代做法）
由于免费 AI 工具的局限性和缺乏优先支持，作者已停止使用免费 AI 工具，转而选择 ChatGPT Plus、Grammarly Pro 和 Perplexity Pro 等付费版本。这些付费服务提供了增强的功能，包括访问 DALL-E 进行图像生成、改进的书写清晰度检查、自定义 GPT 模型、无限搜索和更好的客户支持，据作者称，这些服务是一项值得的投资。
“铜的时间已经不多了”：英伟达、AMD 和台积电已向一家初创公司投资了数百万美元，该公司可能掌握着更快芯片连接的关键，以满足人工智能对字节的渴求
Ayar Labs 估值 10 亿美元，在 D 轮融资中筹集了 1.55 亿美元，以加速人工智能基础设施光学互连的制造，解决芯片互连中的铜限制。投资者包括 AMD Ventures、英特尔投资、Nvidia 和 GlobalFoundries。该公司的目标是通过减少延迟和功耗来优化人工智能性能，计划到 2028 年每年出货量超过 1 亿台。
FTC 批准针对人工智能“推荐和评论”服务卖家的最终命令，指控其向订阅者提供生成欺骗性评论的手段
2024 年 12 月 18 日，联邦贸易委员会 (FTC) 批准了针对人工智能“推荐和评论”服务卖家的最终同意令，解决了有关该服务使订阅者生成虚假和欺骗性在线评论的指控。美国联邦贸易委员会 (FTC) 9 月份的投诉称，该公司违反了《联邦贸易委员会法案》(FTC Act)，提供了制作误导性内容的手段，并从事可能通过虚假评论污染市场的不公平做法。最终命令禁止该公司提供专门用于生成消费者评论或推荐的服务。委员梅丽莎·霍利奥克 (Melissa Holyoak) 和安德鲁·弗格森 (Andrew Ferguson) 分别发表了异议，认为这一行动扼杀了技术创新，并且缺乏对该公司欺骗行为的证据支持。
谷歌推出了一个人工智能模型，清晰地展示了其思维过程
谷歌推出了 Gemini 2.0 Flash Thinking，这是一种实验性人工智能模型，揭示了其解决问题的思维过程。与 OpenAI 的 o1 模型隐藏其推理不同，Gemini 明确地概述了其步骤，使其更容易遵循并减少错误。新版本可在 Google 的 AI Studio 上免费使用，代币限制为 32,767 个，在处理复杂挑战方面优于标准模型，但由于涉及详细的思维过程，响应可能需要更长的时间。
“一种超级大国”：人工智能在 2024 年带来意想不到的启示 |美国有线电视新闻网
人工智能 (AI) 的进步正在彻底改变从考古学、生命科学到历史研究等众多领域。以下是要点总结：### 1. **解码纳斯卡线条**- **研究团队**：由山形大学教授 Masato Sakai 领导，与 IBM 研究人员一起。- **方法**：使用在现有纳斯卡符号的高分辨率图像上训练的对象检测人工智能模型来预测沙漠中的新符号。- **结果**：识别出 303 个象征性的地理符号，在短短几个月内使此类符号的已知数量增加了一倍。然而，人工智能还提出了大约 47,000 个潜在站点，其中每 36 个建议中只能识别出一个有前途的候选站点。### 2. **利用 AlphaFold 推进蛋白质组学**- **工具**：由 Google DeepMind 的 Demis Hassabis 和 John Jumper 开发。- **功能**：根据氨基酸序列预测蛋白质结构，加速生物学和医学研究。- **影响**：全球有超过 200 万研究人员使用，显着加快了基础生物学研究。它于2024年荣获诺贝尔化学奖。### 3. **解码蛋白质突变**- **AlphaFold 的局限性**：虽然在基于已知序列预测蛋白质结构方面非常有效，但它却难以应对新的突变及其后果。- **未来方向**：正在进行的研究旨在解决这些限制并扩大人工智能在药物发现和理解疾病机制方面的效用。### 4. **革命性的考古发现**- **纳斯卡沙漠研究**：人工智能成功识别了许多以前未记录的地理符号，突出了其考古学的潜力。- **挑战**：当前模型尚不完全准确，但具有巨大潜力，特别是在传统方法效果较差的偏远或恶劣地形中。### 5. **生命科学及其他领域**- **蛋白质组学**：人工智能正在帮助研究人员以前所未有的速度理解复杂的蛋白质结构。- **细胞图谱项目**：加快编制全面的人类细胞图谱，协助生物医学研究和药物发现。- **抗生素发现**：通过人工智能发现的新分子正在显示出对抗耐药细菌的希望。### 6. **结合专业知识**- **协作需求**：数据科学家（人工智能专家）和考古学家或生物学家之间需要更密切的合作，以最大限度地发挥这些工具在各个领域的潜力。人工智能与考古学、蛋白质组学和历史研究等传统学科的融合展示了其变革力量。尽管存在局限性和挑战，但迄今为止取得的进展凸显了重大进步，有望在理解不同科学领域的复杂系统方面不断取得突破。### 7. **正在进行的研究**- **未来方向**：不断完善人工智能模型以提高准确性和更广泛适用性的努力将继续突破这些领域的界限。总之，人工智能正在推动革命性的变化，使以前耗时的任务变得更加高效和容易实现，在多个科学领域开辟探索和发现的新途径。
生成式人工智能的 80/20 问题 — 用户体验研究洞察
大型语言模型 (LLM) 的有效性常常达不到用户的期望，特别是对于需要高质量输出的复杂任务。Zsombor Varnagy-Toth 的研究强调，虽然法学硕士可以达到 80% 的准确率，但这只能为需要近乎完美结果的用户提供最小的价值。这种现象被描述为逆帕累托原理，即人工智能的初步改进几乎不会带来总体效益，除非任务可以轻松分解并且输出可以有效地微调。范围大、难以分解、要求 100% 质量的任务受到的影响最大。关键的一点是，法学硕士对于此类任务的价值更多地在于后处理的改进，而不是其主要输出，这表明需要辅助工具或方法来将人工智能生成的内容增强到完美。
