作者： lausm

人工智能传奇仍在继续

Peter Diamandis 的最新博文是关于人工智能和道德规范的。

来源和详细信息：
https://davidbrin.blogspot.com/2023/05/the-ai-saga-continues.html

谷歌量子人工智能开辟新天地：揭开非阿贝尔任意子之谜

摘要：谷歌量子人工智能首次观察到非阿贝尔粒子的奇特行为，这些粒子有可能通过使运算不易受噪声影响而彻底改变量子计算行业。

非阿贝尔任意子的独特之处在于它们保留了一种记忆。 这使我们能够辨别它们何时被交换，即使它们看起来相同。

该团队成功地利用这些任意子进行量子计算，开辟了拓扑量子计算的新途径。 这一发现可能会对拓扑量子计算的未来产生重大影响。

来源和详细信息：

Google Quantum AI Breaks Ground: Unraveling the Mystery of Non-Abelian Anyons

创建未来实验室涉及哪些内容？

作为 SLAS US 2023 报道的一部分，我们与 Luigi Da Via 讨论了实验室的未来。

是什么促使您从事生命科学事业？您的背景是什么？

Luigi Da Via 是 GSK 高通量自动化团队的领导者。 我已经在葛兰素史克工作了六年，很高兴能够通过自动化和尖端技术为救生药物的开发和生产做出贡献。

来源和详细信息：
https://www.news-medical.net/news/20230515/Creating-the-Lab-of-the-Future3b-What-does-it-entail.aspx

无人机可以使用液体神经网络在未探索的环境中导航

在一系列四旋翼闭环控制实验中，无人机进行了航程测试、压力测试、目标旋转和障碍、与对手徒步旅行、三角形物体循环和动态跟踪。 这些无人机跟踪移动目标并在前所未见的环境中执行多步循环，表现优于其他尖端竞争对手。

该团队认为，在理解任务的同时从专家数据中学习和概括的能力可以使自主无人机部署更具成本效益和可靠。 他们指出，液体神经网络可用于实现自主空中机动无人机的环境监测和包裹递送。

麻省理工学院 CSAIL 附属研究人员 Ramin Hasani 表示，我们工作中的实验装置测试了各种深度学习系统在受控和简单情况下的推理能力。 未来，能够处理自主导航中复杂推理问题的人工智能系统还有更大的研发空间。 在将它们安全地部署到社会之前，必须首先对其进行测试。

来源和详细信息：
https://news.mit.edu/2023/drones-navigate-unseen-environments-liquid-neural-networks-0419

生成式人工智能的未来将是小众而非普遍化

在过去的几个月里，围绕生成人工智能的无情炒作伴随着对所谓危险的同样强烈的焦虑——只要看看那封要求暂停人工智能实验的信就可以了。 这场动荡可能会让我们忽视更直接的风险——想想偏见和可持续性——并影响我们理解这些系统真正价值的能力。

这并不奇怪。 12 家公司创建了 ChatGPT 插件，这并不奇怪。 “通用”机器人无法完成所有事情，但能够为您的客户提供一种简单的方式来组织旅行计划将为您带来市场竞争优势。

来源和详细信息：
https://www.technologyreview.com/2023/04/27/1072102/the-future-of-generative-ai-is-niche-not-generalized/

以下是采用人工智能后人类员工所发生的情况。 这家公司的人类工人被人工智能取代了。

一群经济学家在真实的公司中进行了世界上第一个关于“生成人工智能”的实证研究。 他们发现这产生了很大的影响。

来源和详细信息：
https://www.npr.org/sections/money/2023/05/02/1172791281/this-company-adopted-ai-heres-what-happened-to-its-human-workers

谷歌前CEO：我们应该相信AI行业能够自我监管

埃里克·施密特可能不再担任谷歌首席执行官，但他仍然是一名科技高管。

当被问及人工智能是否需要“护栏”时，施密特在接受美国全国广播公司（NBC）“会见媒体”节目时透露了他的技术自由主义观点，因为它有撒谎、闲聊和有点疯狂的倾向。

谷歌前高管雅各布·沃德 (Jacob Ward) 告诉雅各布·沃德 (Jacob Ward)，当该技术变得更广泛可用时，问题会变得更严重。 这很快就会发生。 “我更希望现有的公司能够界定合理的界限。”

来源和详细信息：
https://futurism.com/the-byte/eric-schmidt-ai-regulate-itself

人工智能只会对拥有适当技能的公司有利。

这似乎是显而易见的，但对于组织来说，重要的是要超越炒作来确定人工智能的真正好处。 这将使他们能够确定获得回报所需的技能。

来源和详细信息：
https://www.zdnet.com/article/companies-have-to-figure-out-the-skills-they-need-to-reap-ai-benefits/?ftag=COS-05-10aaa0h&utm_campaign=trueAnthem:+Trending+Content&utm_medium=trueAnthem