AI 3分钟:一张图看懂AI;谷歌3位 AI 女高管离职;全自驾驶药丸;吴恩达新课让领导学AI;索尼训练ImageNet创纪录...

本文主要是介绍AI 3分钟:一张图看懂AI;谷歌3位 AI 女高管离职;全自驾驶药丸;吴恩达新课让领导学AI;索尼训练ImageNet创纪录...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

640?wx_fmt=gif


大家好,我是为人造的智能操碎了心的智能禅师。

AI 新闻那么多?其实一周 3 分钟就够了!

全文大约1500字。读完可能需要下面这首歌的时间

?

640?wx_fmt=png

Google 无人车老大终于松口承认自动驾驶遥遥无期

无人驾驶一直是人类的一个梦。

禅师很小的时候看过一部叫做《霹雳游侠》的美国电视剧,讲述的是一部拥有智慧的汽车,可以自己操控自己,协助主角完成很多危险任务。

640?wx_fmt=jpeg


因为人工智能的关系,让自动驾驶着实火了一阵。然而实际情况却是:这么多年过去了,自动驾驶并没有太大进步,完全没有达到可以上路的标准。

自动驾驶对物体的识别还是会出现致命错误,特斯拉、Uber 的车下丧生过不止一条人命。

汽车是人类发明的,目前的交通规则、城市道路建设也是以人为本进行规划的。

所以禅师认为,要想自动驾驶能够上路,我们恐怕需要换一种“以 AI 为本”的思维方式,去重新制定交通规则和道路建设了。

Google 一年离职三位女性 AI 高管

继李飞飞、李佳之后,谷歌云又一位女性高管即将离职。现任 CEO Diane Greene 将由甲骨文前高管 Thomas Kurian 取代。

640?wx_fmt=jpeg


当年,正是 Diane Greene 自己亲手挖来了李飞飞、李佳,以及李飞飞的继任者 Andrew Moore。

然而直到 2018 的寒冬来临,Diane Greene 掌管下的谷歌云,并没有带来太显著的业绩提升。

可能一向给人印象是“鼓励员工不务正业、不像友商那么势利”的谷歌,现在也不得不开始要求“团结紧张,严肃活泼”了。

NIPS 终于还是改名了

说实话,NIPS 这样的名字,要私底下说说也没什么大问题。咱们也有很多人在私底下,把“技术学院”简称为“技院”。但如果学校官方也这么称呼自己,显然就有点不大妥当。

这也是为什么 NIPS 会被这么多人要求改名的原因。面对大众的质疑,虽然主办方表示不会改名,但当金主爸爸也参与进来,情况就完全不同了。

NIPS 偷偷的改成 NeurIPS,连官网的网址也改过来了。新名字虽然也有不少问题,比如拼写很难,读音更难…但起码不会让人有“那方面”的联想,女士们也少了一项烦恼。

可能男士也一样。

640?wx_fmt=jpeg


索尼 224 秒训练 ResNet-50 刷新纪录

索尼基于自己的神经网络库,使用新的大规模分布式训练方法,通过控制 batch size,一边解决了大型 mini-batch 训练的不稳定性,一边又用 2D-Torus all-reduce 解决了梯度同步的开销。

结果就是仅仅 224 秒,利用 2176 个 GPU,成功训练了 ImageNet/ResNet-50,并没有在 ABCI 集群上出现明显的精度损失。

作为索粉,禅师替姨夫感到高兴。

640?wx_fmt=jpeg


吴恩达为企业高管送上一门新课程

吴恩达的课,一直以来都受到高度评价。每当有人想入门机器学习的时候,吴恩达的课程无疑是被推荐最多的课程之一。

人工智能的火爆,也让很多企业的领导陷入非常大的困惑中。一方面,企业高管没有时间和精力,从公式开始去理解 AI;另一方面,大众对 AI 普遍存在误解。

吴恩达的新课程,对困惑中的企业高管,无疑是个好消息。

一张图看懂 AI

现在很多公司都在说自家产品使用了 AI 技术,比如智能音箱,比如语音助手;还有很多公司被媒体扣上了 AI 的帽子,比如波斯顿机器人。

然而在实际场景中我们却并没有感受到多少 AI 的存在。同样一个命令,换一种方式问,智能音箱很可能就听不懂了,语音助手可能就懵逼了。

那么我们该怎么判断一个产品有没有用到 AI 技术呢?MIT review 的记者 Karen Hao 用一张图,简洁明了的解决了这个问题。

640?wx_fmt=jpeg


完整图片请点击下方“阅读原文”链接



640?wx_fmt=png

幸福
无非就是
我  AI  你


640?wx_fmt=gif


这篇关于AI 3分钟:一张图看懂AI;谷歌3位 AI 女高管离职;全自驾驶药丸;吴恩达新课让领导学AI;索尼训练ImageNet创纪录...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/303074

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close