全部新闻
没有人，没有问题：人工智能聊天机器人比人类更好地预测选举 - Semafor
独家新闻在 6 月份备受关注的纽约民主党初选中，中间派乔治·拉蒂默 (George Latimer) 以 58.7% 比 41.3% 的优势击败了现任议员贾马尔·鲍曼 (Jamaal Bowman)。但上个月，由沃尔顿家族（其祖先创立了沃尔玛）创建和资助的一家名为“Heartland Forward”的智库聘请阿鲁对九个州的美国人对人工智能使用的看法进行民意调查。截至本周早些时候，阿鲁预计哈里斯将以 4.2 个百分点的优势赢得普选。存在分歧的余地哈佛大学的研究人员在去年发表的一项研究中研究了人工智能聊天机器人的使用，发现它们仍然存在一些可能会扭曲结果的盲点。该研究称，事实证明，ChatGPT 能够像真正的美国人一样成功地回答一些党派分歧严重的问题，但它往往无法预测公众舆论在其他人类维度上的差异，例如年龄、种族和性别等人口统计数据。
LinkedIn 致力于人工智能培训的用户数据收集 - 暗读
LinkedIn 致力于人工智能培训的用户数据收集该公司宣布更新其隐私政策，承认正在使用客户数据来训练其人工智能模型。选择退出意味着 LinkedIn 及其附属公司不会使用您在 LinkedIn 上的个人数据或内容来训练未来的模型，但不会影响已经进行的训练。”Onymos 创始人兼首席执行官 Shiva Nathan 表示深切担忧LinkedIn 在未经明确同意或更新其服务条款的情况下使用先前的用户数据来训练其人工智能模型：“目前，我们不支持对来自欧洲经济区、瑞士和英国的会员数据进行生成式人工智能训练。”，常见问题解答指出，并确认已停止在这些地理区域收集数据。无论地理位置如何，值得注意的是，过去企业已被警告不要使用客户数据来训练 GenAI 模型。
我们尝试了 Autobiographer：一款将你的记忆变成回忆录的应用程序 - 纽约邮报
你对某人的了解有多深？想想你的母亲、最好的朋友，或者也许是同事。Autobiographer 正在做一件了不起的事情，让任何人都能轻松地捕捉自己的生活故事。它相当直观（毕竟，它的设计是为了让祖父母可以轻松地导航）。麦考密克的第一个任务很简单，就是跟上导游的脚步，了解他的生活。他提到了他对音乐的热爱以及对快速发展的城市生活的兴趣。我们不仅仅是彻底的记者，我们还筛选大量的信息，测试和比较产品，并就我们尚未受过专业培训的任何主题咨询专家，根据我们广泛的实践分析提供有用、现实的产品建议。
Salesforce 股价因首席执行官贝尼奥夫数十亿代理人工智能战略的消息而飙升 - 财富
Salesforce Inc.首席执行官马克·贝尼奥夫(Marc Benioff)表示，该公司新推出的人工智能软件是一个完整的软件包，适合寻求利用新兴技术的企业客户。与许多同行一样，Salesforce 之前专注于构建需要用户提示的生成式 AI 助手。贝尼奥夫本周早些时候在会议上发表讲话时表示，其人工智能代理将让公司在繁忙时期增加劳动力容量，而无需雇用额外的全职员工或零工。周四，该股在纽约上涨 5.4%，收于 265.99 美元，创近四个月来最大单日涨幅。我们可以尽自己的一份力量，但客户也需要尽自己的一份力量。
英伟达AI网络邻居闪现两大强势迹象，爆发 - 投资者商报
尽管 IBD 50 指数上还有无数其他公司在《投资者商业日报》中获得了更好的相对强度评级，但 Arista Networks (ANET) 是名单上唯一一只在其周线图上显示蓝点的股票，其 RS 线触及新高。第二季度销售额增长 16%，达到 17 亿美元，每股收益增长 33% 2.10 美元。Arista 股价在 7 月 31 日公布第二季度业绩后，股价上涨至 50 天移动平均线。此外，最近几周有更多基金成为净买家，使该股的累积/派发评级为 B-。在交易所交易基金中，First Trust 云计算 ETF (SKYY) 和道富科技精选行业 SPDR 基金 (XLK) 持有 Arista 股票。请在 X/Twitter 上关注 VRamakrishnan，了解今日股市的更多新闻。
Netflix 首席执行官 Greg Peters 谈人工智能、广告和 NFL - 《好莱坞报道》
NFL 可能是电视上最大的赛事节目，但 Netflix 认为它也可以为电视节目带来一些东西。就 NFL 而言，彼得斯表示，该公司正在将其视为一项单一活动，而不是一种有规律的节奏的活动（他说，有一天，橄榄球比赛将在 Netflix 上播出），并暗示这家流媒体巨头已经计划以与其他权利持有者稍有不同的方式处理 NFL 比赛。值得注意的是，彼得斯并没有否认 Netflix 扩大其体育产品组合的潜力。我们的主张是，我们在任何特定时间点都拥有一些从社会和文化角度来看最重要的游戏，这些是品牌或广告商合作伙伴希望紧随其后的游戏。彼得斯说，我想说的是，对于我们这些实际上正在使用这些技术的人来说，这些技术已经处于技术采用周期的那个阶段，已经过了超级炒作阶段。
Polarr Next：您应该尝试的快速、简单的人工智能照片编辑 - Fstoppers
泼辣刚刚发布了新的泼辣 Next Public Beta 2.0。如今，摄影师甚至可以在一秒钟内拍摄整卷胶卷。这样做也有经济上的好处，因为您不必支付多个软件副本的费用，而只需购买一个可以完成所有工作的软件副本。Polarr Next 的用户友好界面能够同时处理剔除、AI 训练和编辑问题。此外，您可以下载他们的新桌面应用程序。
MagpieLM-4B-Chat-v0.1 和 MagpieLM-8B-Chat-v0.1 发布：用于人工智能对齐和研究的突破性开源小语言模型 - MarkTechPost
华盛顿大学和艾伦人工智能研究所 (Ai2) 最近发布了他们的尖端语言模型：MagpieLM-4B-Chat-v0.1 和 MagpieLM-8B-Chat-v0，为人工智能研究社区做出了重大贡献.1.同时，DPO-Data（直接偏好优化数据）包含约 200,000 个数据点，允许基于偏好信号来训练模型。训练后对齐是现代人工智能开发的关键部分，因为它允许研究人员采用强大的通用语言模型并对其进行微调，以确保它们生成符合道德规范且上下文适当的输出。模型和数据的开放性为人工智能的可访问性设立了新标准，使更广泛的受众可以使用前沿的对齐研究，并鼓励整个领域的创新。如果您喜欢我们的工作，您一定会喜欢我们的时事通讯。不要忘记加入我们的 50k ML SubRedditAsif Razzaq 是 Marktechpost Media Inc. 的首席执行官。作为一位有远见的企业家和工程师，Asif 致力于利用人工智能的潜力促进社交好的。
强化学习，第 8 部分：特征状态构建 |作者：维亚切斯拉夫·埃菲莫夫 |2024 年 9 月 - 迈向数据科学
强化学习，第 8 部分：特征状态构建通过巧妙地将状态特征纳入学习目标来增强线性方法强化学习是机器学习中的一个领域，它引入了智能体在复杂环境中学习最优策略的概念。在本文中，我们将了解如何在不离开线性优化空间的情况下有效地将有关状态特征的更多有价值的信息注入到目标中。提醒一下，我们最初有两个代表代理状态的特征，如下图所示：根据所描述的想法，我们可以添加一个新特征 x(s)，例如 x(s) 和 x(s) 之间的乘积。为了简单起见，我们将取一个仅由两个分量 s 组成的向量 s，每个分量 s 属于区间 [0, 1]：n = 0这是一个简单的情况，其中特征值 si 乘以 0。现在模式必须清楚：为了构造给定 n 值的傅里叶基，我们可以使用特征 s 的任何线性组合的余弦，其系数的绝对值值小于或等于 n。很容易看出，特征数量随着n的增加呈指数增长。这就是为什么在很多情况下，有必要最优地预选择特征，以减少所需的计算。
管道服务中的人工智能创新 - 承包商杂志
人工智能 (AI) 正在彻底改变各个行业，管道也不例外。从检测泄漏到简化客户服务，人工智能正在重塑管道行业，提供比以往更智能、更有效的解决方案。问题识别：使用自然语言处理 (NLP)，虚拟助理可以识别特定的客户问题，例如漏水或排水管堵塞，并相应地确定服务请求的优先级。他们能够通过聊天或视频与员工互动，使学习过程更具互动性和可访问性。“我希望我的公司成为员工能够学习、发展和实现抱负的地方，因此从入职的第一天起，我们就设定了适当的节奏，”贝赫鲁兹说。