全部新闻
无人机歇斯底里揭示了人工智能、信任和现实
新泽西州上空的神秘无人机目击事件加剧了公众的猜测和不信任，凸显出不确定性如何模糊现实与想象之间的界限。白宫澄清大多数无人机都是普通飞机，但这并没有平息人们的担忧。这些事件反映了人工智能的幻觉，先进的系统会生成看似合理但不真实的信息。这两种现象都强调了主体间性的脆弱性——对真理的共同理解对于社会凝聚力至关重要。领导者必须以透明度解决模糊性问题，增强数字抵御错误信息的能力，使人工智能人性化，使品牌价值与道德实践保持一致，并培养数字素养，以在不确定的时代重建共同的现实。
问 Eartha：人工智能对环境有哪些影响？
本周的 Ask Eartha 探讨了生成人工智能 (AI) 对环境的影响。虽然人工智能技术正在迅速发展，但其环境成本，包括资源开采、化石燃料的能源消耗以及冷却数据中心的用水量，都是巨大的。然而，专家们也看到了人工智能通过改进电网管理和数据分析来帮助缓解气候变化的潜力。人工智能对环境的未来影响将取决于公司和政策制定者如何开发和监管它。
人工智能可以通过模仿活人大脑来观看视频
斯克里普斯研究中心的科学家开发了 MovieNet，这是一种模仿人脑理解运动图像功能的人工智能模型。与传统的静态图像识别模型不同，MovieNet 旨在解释复杂的、随时间变化的视觉场景。基于对蝌蚪如何处理移动刺激的研究，该模型可以有效地识别细微的变化和序列。MovieNet 在区分蝌蚪正常和异常游泳行为方面优于其他 AI 模型，准确率达到 82.3%，超过人类观察者 18%。这项创新还提供了显着的能源效率，使其成为从医疗诊断到自动驾驶汽车等应用的可持续解决方案。
人工智能国防公司要吃掉五角大楼吗？
应五角大楼和国会的要求，领先的人工智能公司正在建立合作伙伴关系，开发军用产品。值得注意的合作包括 Palantir 和 Anduril 的联手，尽管它们提供了竞争能力。众议院通过了立法，鼓励科技公司与国防部在人工智能方面进行更密切的合作。这项立法推动包括要求安全、高性能计算基础设施和更灵活的收购理念以适应软件公司。这种伙伴关系的出现标志着军事应用领域的影响力可能从传统国防承包商转向技术公司。
AI 命名并排名了世界上 19 个最伟大的足球场
根据所提供的信息，ChatGPT 对世界上一些最伟大的足球场进行了排名。以下是各个体育场的排名和要点摘要：1. **诺坎普球场（巴塞罗那）**- 容量：105,000- 因其庞大的规模和历史而具有标志性。- 举办过令人难忘的比赛，例如曼联在欧冠联赛中战胜拜仁慕尼黑的比赛。2. **马拉卡纳（里约热内卢）**- 容量：73,000- 因主办 1950 年和 2014 年世界杯决赛而闻名。- 以贝利、济科和罗马里奥等传奇巴西球员而闻名。- 最近装修过，但从未见证过巴西队在主场赢得世界杯。3. **圣地亚哥·伯纳乌（马德里）**- 容量：78,000- 皇家马德里队的主场，皇家马德里队是欧洲赛场上最成功的俱乐部之一。- 多次主办欧冠决赛，是皇马的堡垒。4. **安菲尔德（利物浦）**- 以其令人难以置信的氛围而闻名，尤其是“你永远不会独行”。- 伟大的球队和球员取得胜利的传奇球场。- 以激发 Kop End 支持者的强烈热情而闻名。5. **诺坎普球场（巴塞罗那）**- 另一个标志性的体育场，是足球界最成功的俱乐部之一的主场。- 举办令人难忘的比赛，例如曼联在冠军联赛决赛中对阵拜仁慕尼黑的逆转。6. **卡内基体育场**- 摘要中未提及，但暗示为排名系统的一部分，可能是所提供文本中的错误或缺失细节。7. **百年球场（乌拉圭）**- 佩纳罗尔和国家队的所在地。- 以主办美洲杯决赛及其丰富的足球历史而闻名。8. **老特拉福德（曼联）**- 容量：74,000- 曼联队的主场，以其热情的球迷和历史性的成就而闻名。9. **光明球场（桑德兰）**- 与其他体育场相比特别小，但氛围独特。10. **西格纳伊杜纳公园球场（多特蒙德）**- 容量：81,365- 多特蒙德足球俱乐部的主场，以其热烈的气氛和最近的成功而闻名。11. **温布利球场（伦敦）**- 容量：90,000- 以举办欧洲冠军联赛决赛等重大国际比赛而闻名。12. **糖果盒球场（博卡青年队）**- 博卡青年队的主场，拥有独特的布局和氛围。13. **诺坎普球场**- 重复提及可能意味着它的重要性不仅仅局限于诺坎普，可能指的是巴塞罗那作为一个实体。14. **圣地亚哥伯纳乌**- 重申强调皇家马德里在欧洲的统治地位。15. **20世纪的体育场（一般类别）**- 包括许多对足球历史做出重大贡献的历史场地。该排名不仅体现了每个体育场的容量和现状，还体现了历史意义、氛围和难忘时刻。
AI代理到底是什么？|TechCrunch
人工智能代理虽然被视为人工智能的未来，但缺乏标准化的定义，导致科技公司之间存在不同的解释。一般来说，它们被描述为执行以前由人类员工处理的任务的软件，例如客户服务或人力资源角色。例子包括 Perplexity 的购物助手和谷歌用于旅行和家务任务的 Project Mariner。然而，人们对它们的能力存在不同的看法：一些人将它们视为基于任务的助手，另一些人则将它们视为自主的问题解决者。人工智能代理的模糊性可能会导致对其潜在功能的混淆，但强调了通过自动化减少人类交互的目标。专家建议，在这些代理能够在各种系统中独立有效地运行之前，需要重大的技术进步。
2025 年人工智能的顶级趋势：Mindbreeze 强调了超自动化之路
Mindbreeze 强调了 2025 年预计的四个关键人工智能趋势：针对重点业务用例的人工智能代理、超自动化和自学习系统、将数据转化为可行的见解，以及提供准确且可验证的人工智能结果。这些趋势强调智能自动化、卓越运营和道德考虑，例如可解释的人工智能，以促进可持续增长和增强竞争力。建议企业领导者投资可定制的人工智能工具，拥抱超级自动化，优先考虑数据分析，并专注于透明的人工智能系统，以取得长期成功。
这个 AI 艺术应用程序太棒了，我准备取消我的 Photoshop 订阅
本文讨论了 Topaz Labs Photo AI、Photoroom 和 Picsart 等 AI 驱动的照片编辑工具日益流行，作为 Adobe Photoshop 等传统软件的替代品。作者通过实际测试探索了 Picsart 的功能，重点介绍了其高效的背景去除功能、AI 增强工具以及用于创建自定义图像的生成式 AI 功能。Picsart 提供各种订阅计划，具有不同级别的高级功能和云存储访问权限，使其成为业余和专业创意人员的多功能选择。
推测性解码简介：更快的 LLM 作弊代码
推测性解码是大型语言模型 (LLM) 中使用的一种技术，可在不显着影响准确性的情况下提高吞吐量和效率。这种方法随着法学硕士规模的不断扩大而变得相关，例如 Meta 的 405B 参数模型。以下概述了推测解码可能有用的原因及其潜在挑战：＃＃＃ 好处1. **提高吞吐量**：推测性解码可以提高生成率，即使对于非常大的模型也可以实现高吞吐量。2. **效率**：通过使用较小的草稿模型来预测序列中的下一个标记，推测性解码减少了较大的整体模型的计算负载，使它们能够更有效地运行。### 挑战1. **延迟和一致性**：虽然推测解码可以显着提高生成率，但它会带来延迟的变化。当发生错误预测时，吞吐量会明显下降。2. **实现的复杂性**：有效地实现推测解码需要仔细调整和理解模型的行为，以尽量减少错误预测。3. **资源要求**：即使提高了效率，运行大型模型仍然需要大量的计算资源。草稿模型本身需要额外的内存容量。### 用例1. **思想链 (CoT) 模型**：推测性解码可以通过确保令牌生成得足够快以维持流畅的用户交互来帮助缓解 CoT 模型中较慢的生成速率。2. **代理人工智能应用**：对于多个特定领域模型交互的系统，推测性解码可以隐藏延迟并使这些交互更加无缝。### 示例实现要使用 Meta 的 Llama 模型运行推测解码设置，您可以对“llama-server”使用以下命令：````bash./llama-server -m /path/to/model/weights.bin -c 4096 -cd 4096 --draft-model /path/to/draft/model --draft-max 8 --draft-min 4 --草稿-p-min 0.9 --主机 0.0.0.0 --端口 8087````此命令在端口“8087”上公开服务器，并允许通过 OpenAI 兼容的 API 进行交互。### 案例研究：Cerebras 结果Cerebras 发布的结果显示，Llama 模型中的推测性解码具有显着的性能提升。例如，当使用具有推测性解码的 70B 模型时，生成速率最高可达 1665 个令牌/秒，但由于预测错误，延迟仍然不一致。### 为什么要推测？- **未来趋势**：随着人工智能应用变得更加复杂（例如，CoT 和代理工作流程），对更快推理和更低延迟的需求变得至关重要。- **可扩展性**：对于像 GPT-4 这样具有数万亿参数的大型模型，推测性解码提供了一种实用的方法来管理计算资源，同时保持高性能。总之，推测性解码为高效运行大型 LLM 提供了一种有前途的解决方案，但需要在延迟和一致性方面进行权衡。它在需要快速生成代币的场景中特别有用，例如交互式 AI 应用程序或复杂的 CoT 流程。
华尔街分析师表示，健康保险行业的这种做法可能已经“失控”
本通知概述了使用本网站的条款和条件，包括接受使用条款和隐私政策。它指出，FORTUNE 是一个注册商标，可能会因产品和服务的链接而获得补偿。优惠可能会更改，恕不另行通知。
