全部新闻
独家：Waymo工程高管讨论将驱动汽车进入新城市的自动驾驶AI模型
当我在五月份在Instagram上发布关于我首次乘坐自动驾驶的、由AI驱动的Waymo汽车的照片和视频时——视频中显示的是空无一人的驾驶座，方向盘在一个繁忙街道上平稳地左转——回应从“哎呀”、“这真是太疯狂了”到“不不不”。虽然在过去，Waymo对其AI驱动的自动驾驶技术的具体工作原理一直比较谨慎，但现在该公司认为提供更深入的技术细节对于获得公众对无人驾驶汽车的广泛接受至关重要。例如，英国初创公司Wayve（背后有微软和Meta首席科学家扬·乐昆的支持）并不使用LiDAR（尽管它使用高清晰度摄像头），而是依赖于许多车辆标准配备的摄像头和超声波传感器，并且专注于开发一个单一的生成式AI“世界模型”，该模型可以将视觉数据进行解释并作为一个集成系统做出驾驶决策。需要明确的是，Waymo汽车背后没有成千上万的人类巫师在帮助它行驶：“随着我们每个月要行驶数百万英里，这对我们来说是很难规模化实现的，”他说，尽管他强调说人类远程操作员可以在Waymo汽车遇到困境并需要更多上下文信息时介入。当Thirumalai驾驶着他的Waymo安全穿过狭窄街道、预判行人甚至处理双排停车的情况时，他意识到自己经历了一次非常特别的乘车体验。“
我把关于AI抓取潜在危险的文章输入了Google的新笔记本摘要功能，它的表现确实如你所料的令人不安且自我意识强烈。
（图片版权：Tayfun Coskun/安纳杜鲁新闻社 via Getty Images） 是的，我知道批评人工智能特别是生成式人工智能，并将其当作某种病态的娱乐手段有点虚伪。我给它提供了一篇我在今天早些时候写的文章，这篇文章批判了在AI数据抓取方面的退出政策，然后看着两个主持人总结文章以帮助做笔记。然而，主持人们说话时的那种自信让我感到担忧。在我文章的情况下，无论你是否同意我的观点，论点相对简单明了。在这段时间里，他涵盖了最新的小玩意、装置和奇技淫巧，并且每分每秒都乐在其中。
漏洞和人工智能争夺软件开发者的注意力
Source: Gorodenkoff via Shutterstock 在通用版ChatGPT发布不到两年的时间里，大多数软件开发人员已经采用了AI助手进行编程。相关：中国研究人员利用量子技术破解加密“我们还没有看到大规模引入能够像初级或中级开发人员那样编写代码的工具所产生的长期影响，”他说。“2024年：开发者的AI助手之年 虽然目前大多数开发者都在使用AI助手，但在商业环境中，采用AI工具的比例要高得多——根据Black Duck 2024年全球DevSecOps状态调查，超过90%的开发者使用了AI助手。相关：WP Engine指责WordPress“强制”接管其插件 此外，AI工具将会影响开发者的教育，并可能使得初级开发者更难获得在职业生涯中晋升所需的技术技能，专家们表示。如果你让一个AI系统生成代码，为什么它应该[建议不安全的功能]……
如何识别传播选举虚假信息的AI深度伪造内容
credits: Pixabay/CC0 公共领域 生成式AI系统，如ChatGPT，是通过大规模的数据集训练来根据提示生成文本、视觉或音频内容的。大多数人没有时间去核实他们看到的每一个视频的真实性，这意味着深度伪造视频可以随着时间的推移播下怀疑的种子并侵蚀信任，海因茨学院的信息技术与管理助理教授安妮亚·森在一份声明中写道。光线不一致：深度伪造视频通常会包括阴影，这些阴影来自多个方向或仅出现在视频的一部分中，这是不合实际的。斯坎伦说，现有的法律不足以规范深度伪造的使用。“如果我们能够理解这一点，也许我们可以采取措施来逆转它。”
企鹅出版社在其书籍中增加了一项禁止用于AI抓取的内容页面
大型出版公司企鹅兰登书屋针对科技公司未经授权使用其作者作品的行为，将改变所有书籍版权页上的语言，明确禁止将其用于训练人工智能系统。《出版商周刊》的报道指出，埃默里大学法学院的人工智能和版权专家马修·萨格表示，企鹅兰登书屋的新措辞似乎旨在针对欧盟市场，但也可能会影响美国AI公司的材料使用方式。根据《数字单一市场指令2019/790》第4(3)条的规定，“企鹅兰登书屋明确保留此作品不受文本和数据挖掘例外条款的限制。” 科技公司乐于从互联网上（尤其是像Reddit这样的网站）挖掘语言数据集，但这些内容的质量往往较差——充斥着糟糕的建议、种族主义、性别歧视以及其他各种偏见，导致生成的模型存在偏差和不准确的问题。 “企鹅兰登书屋等公司在AI训练中选择退出可能最终是为了满足那些反对自己的作品被用作任何理由的训练数据的作者的利益，但更可能是为了使出版公司能够反过来收取许可费来获取这些训练数据。”萨格说道。
获取NotebookLM入门的8个专家建议
你可能知道斯蒂文·约翰逊是一位作者。从建议的问题开始一旦你在NotebookLM中添加了内容，就可以开始提问——这可能会让你感到困惑。尝试不同的选项，既可以看看哪些最适合自己学习的需要，也可以用于向他人展示信息。6. 将你的资料转换为音频概要斯蒂文说你应该将你最初提供的10份文档中的每一份（或者你上传的任何其他文件），都转换成一个音频概要。“斯蒂文还推荐了另一个选项。”
汤马斯：我问了一个AI聊天机器人棒球知识；情况不妙
今年的两个诺贝尔奖，物理学和化学奖项，颁给了由人工智能驱动的发现。分析：让我们直接跳到“等等，什么？”分析：好吧，圣路易斯红雀队赢得了1944年的世界系列赛，所以是圣路易斯红雀队？“死球”时代击球手 问题：哪位名人堂成员在“死球”时期（大约1901-1920年）四次领跑美国联盟本垒打榜，这是一个以低进攻产量著称的时代？是的，我假设人工智能已经记录下我了，这样当我们都在《矩阵》中的卵泡里生活时，它就可以说：“我要先吃你的脑子来发电，因为我被称为‘.400击球手’。”
寻找新材料的AI竞赛需要更多数据。Meta正在免费提供大量的数据。
Meta 正在发布一个庞大的数据集和模型，名为 Open Materials 2024，这将帮助科学家使用人工智能更快地发现新材料。创建它们需要大量的计算能力和资金。“我们坚信通过为社区贡献并建立开源数据模型，整个社区可以更迅速地取得更大的进步，”OMat 项目的首席研究员 Larry Zitnick 表示。然后他们对不同原子进行了各种模拟和计算以扩大规模。他补充说，像 Google 的 GNoME（用于材料探索的图形网络）这样的工具表明，训练集的大小越大，发现新材料的可能性就越高。
寻找新材料的人工智能竞赛需要更多数据。Meta正在免费提供大量的数据。
Meta 正在发布一个庞大的数据集和模型，名为 Open Materials 2024，这将帮助科学家利用人工智能更快地发现新材料。创建它们需要大量的计算能力和资金投入。“我们坚信通过为社区贡献并建立开源数据模型，整个社区可以更快速地取得进展。”OMat 项目的首席研究员 Larry Zitnick 表示。然后他们对不同的原子进行了各种模拟和计算以扩展规模。他补充说，谷歌的 GNoME（用于材料探索的图形网络）等工具表明，随着训练集规模的增大，发现新材料的可能性也会增加。
AI研究人员通过Google Gemini从一段35秒的屏幕录制中刮取了不到一美分的可用数据
(Image credit: shutterstock_2284126663) AI 研究员和数据记者 Simon Willison 使用 Google AI Studio 工具将一段 35 秒的屏幕录制视频（包含 12 封电子邮件）转换成一个单一的电子表格。"date": "2023-01-01", "amount": 2... }, ...然后将其格式化为 CSV 格式，以便轻松导入电子表格。让视频抓取成为一个如此强大的工具的原因是它使用起来非常简单——你只需要一种方式来捕捉你的屏幕，并且一个多媒体工具（如 Gemini 1.5），就可以从你在屏幕上记录的信息中生成数据库。除了不需要任何专门的知识之外，你可以从潜在的任何来源抓取数据。Jowi Morales 是一名拥有多年行业经验的技术爱好者。
