月度归档： 2023 年 7 月

人工智能在亚洲产生的生产力的经济效益

生成式人工智能在释放创造力、加速发现和提高效率方面的潜力可以为亚洲经济增加数万亿美元。

生成式人工智能有潜力改变社会和经济生活。

作为一种民主化的技术，即不仅仅存在于遥远的实验室或硅谷技术社区中的技术，生成式人工智能降低了参与障碍。 在生成式人工智能时代，任何人都可以成为创造者。 这还涉及劳动力的根本转变，因为它改变了经济中的生产流程，因此，所承担的任务和……

来源和详细信息：
https://www.technologyreview.com/2023/07/05/1075792/turbo-charging-productivity-in-asia-the-economic-benefits-of-generative-ai/

MosaicML 声称 AMD AI 芯片几乎与 Nvidia 的一样快。
英伟达最近市值的上升表明人工智能行业迫切需要新的硬件来训练大型语言模型（LLM）和其他人工智能算法。 尽管服务器和 HPC 显卡对游戏毫无用处，但这些 GPU 构成了执行高度并行计算的数据中心和超级计算机的基础。

Nvidia GPU 是最适合人工智能训练的 GPU。 这就是为什么最近几周该公司的市值短暂达到了前所未有的 1 万亿美元。 MosaicML 现在强调，Nvidia 的芯片只是多元化硬件市场中的一种选择。 MosaicML 建议投资人工智能的公司不应盲目向 Green 团队投入大量资金。

这家人工智能初创公司测试了 AMD MI250 卡和 Nvidia A100 GPU，这两款卡均比各自公司当前的旗舰 HPC 显卡落后一代。 这家人工智能初创公司使用自己的软件工具以及 Meta 的开源 PyTorch 软件和 AMD 专有软件进行测试。

来源和详细信息：
https://www.techspot.com/news/99271-amd-ai-chips-punch-above-their-weight-mosaicml.html

量子神经网络是更好地理解量子过程的一种方式
洛桑联邦理工学院的科学家表明，一些简单的量子机器学习示例足以让“量子神经元网络”学习和预测量子系统中的行为。 这使我们更接近基于量子系统的计算新时代。

想象一下未来，计算机可以解开量子力学背后的奥秘。 我们将能够模拟分子动力学或研究材料的行为和复杂性。

得益于 Zoe Holmes 教授在洛桑联邦理工学院 (EPFL) 的开创性研究，我们离实现这一梦想又近了一步。 他们与加州理工学院、柏林自由大学和洛斯阿拉莫斯国家实验室的研究人员合作，寻找一种方法来教授量子计算机如何预测和理解量子系统的行为。 《自然通讯》发表了这项研究。

来源和详细信息：
https://phys.org/news/2023-07-quantum-neural-networks-easier.html

人工智能 刚刚为包含近十万个未翻译文本的古代语言创建了一个翻译工具。

AI也可以用于考古！ 在接触计算机之前，我曾认真考虑过这个职业。 我希望我选择了那个职业。 我会告诉你一个很长的故事，但我的计算机体验是一场灾难。

人工智能 人工智能 开发用于在几秒钟内翻译阿卡德语。

来源和详细信息：
https://fortune.com/2023/07/05/google-translate-ai-akkadian-ancient-worlds-oldest-language-iraq-assyrian/

这款机器人电动货运飞机可能会掀起航运业变革浪潮

加州初创公司 Pyka 在其农作物喷洒机器人飞机上取得了早期成功，该公司开发了一款自动货机，这可能是新一波电动飞机中的第一架，它将改变货物运输的方式。

来源和详细信息：
https://www.forbes.com/sites/jeremybogaisky/2023/01/30/this-robot-electric-cargo-plane-could-be-the-start-of-a-wave-that-transforms-shipping/?utm_medium=social&utm_campaign=socialflowForbesMainFB&utm_source=ForbesMainFacebook

Wolfram 的新更新为开发人员提供了天才级的生成人工智能
Wolfram 是 ChatGPT 最早发布的插件之一，现在已经加入了 LLM 的行列。 Wolfram 语言的最新更新版本 13.3 添加了对 LLM 的支持，并将 AI 模型集成到 Wolfram Cloud 中。

此次更新是在 Wolfram 逐步开发工具以使语言 LLM 做好准备之后进行的。 此更新引入了 LLM 语言子系统，将 LLM 集成到该语言中。 该更新建立在 5 月份添加的 LLM 功能技术的基础上。 该技术“将人工智能能力打包成可调用的功能”。 现在，该子系统是用户可寻址的。

这些更新为开发人员提供了一种与数据交互的新方式。 这种方法将 Stephen Wolfram 的符号编程思想与 Wolfram 的自然语言编程相结合，产生了强大的力量。 Wolfram 语言 API 允许将其集成到更大的系统中，并通过自然语言界面提供惊人的功能。

来源和详细信息：

Wolfram’s New Update Gives Developers Genius-level Generative AI

如何结合因果人工智能和生成人工智能来转变 DevOps 创新

这可以通过结合 GPT 和因果人工智能来实现，因果人工智能是一种提供准确和丰富背景的人工智能。 它对于云可观察性和分析以及自动化特别有价值。

因果 AI 着眼于系统（例如多云堆栈）中的关系，并根据这种观察提供详细而准确的答案。 这些答案使用户可以根据人工智能的实时观察来确定问题的确切原因、问题类型、严重性、风险和影响。

DevOps 团队现在可以在未来使用自动化提示工程，将实时 AI 上下文和 AI 衍生的因果数据提供给他们的 GPT。 他们收到的答案更加准确、相关且可操作。

来源和详细信息：
https://www.forbes.com/sites/forbestechcouncil/2023/07/06/how-generative-ai-can-be-combined-with-causal-ai-to-transform-devops-innovation/?utm_content=255792557&utm_medium=social

AI 测试原创创意思维排名前 1%
根据蒙大拿大学的最新研究，人工智能能够在标准创造力测试中与人类排名前 1% 的人相媲美。

该研究由 Erik Guzik 博士领导。 他是密歇根大学商学院的助理临床教授。 他和他的同事使用托伦斯创造性思维测试来衡量创造力。

研究人员提交了由 ChatGPT 创建的八个回复。 该应用程序由 GPT-4 的人工智能引擎提供支持。 研究人员还提交了 24 名参加 Guzik 创业和金融课程的 UM 学生的反馈。 这些分数与 2016 年全国参加 TTCT 的 2,700 名大学生进行了比较。学术考试服务中心对所有提交的成绩进行了评分，但没有意识到人工智能的参与。

来源和详细信息：
https://techxplore.com/news/2023-07-ai-creative.html