大辩论——人工智能应该开放还是封闭?

AI应该开放还是封闭?
最大的人工智能平台是否可以被允许封闭和私有? 是否应该全部公开透明?

你为什么要关心这个?

人工智能能够改变行业,创造世界新秩序,并产生下一批亿万富翁。 它是我们为解决世界上最严重的问题而创造的最重要的工具。

来源和详细信息:
https://www.diamandis.com/blog/ai-open-closed

微软经济学家向世界经济论坛表示:在看到人工智能造成重大危害之前不要监管人工智能

世界经济论坛微软经济学家:“在看到有意义的伤害之前,我们不应该监管人工智能”
微软公司副总裁兼首席经济学家在世界经济论坛上表示,人工智能将被不良行为者滥用。 然而,“在我们看到一些重大危害之前,我们不应该限制人工智能。”

微软的迈克尔·施瓦(Michael Schwa)表示,他宁愿在人工智能造成损害之前不对其进行监管,以避免抑制其潜在的好处。

施瓦茨对世界经济论坛专家组表示:“我非常有信心人工智能会被不良行为者滥用。是的,人工智能可以造成真正的伤害。我们必须极其小心和警惕。”

来源和详细信息:

‘We shouldn’t regulate AI until we see meaningful harm’: Microsoft chief economist to WEF

解锁人眼——革命性的传感器利用神经形态算法和色彩敏感性来呈现生动的图像

革命性的传感器模仿人眼以获得生动的图像

研究人员开发了一种设备,通过使用窄带光电探测器、神经形态算法和基于钙钛矿的算法来模仿人眼看到颜色的能力。

光电探测器对红绿光和蓝光敏感。 它们模仿我们的视锥细胞,而神经算法则模拟我们的大脑,将信息转化为高质量的图像。 与需要外部滤镜来提高分辨率和降低成本的现代相机不同,该技术可以用来代替这些技术。

该装置还可用于通过吸收光来发电。

来源和详细信息:

Revolutionary Sensor Mimics Human Eye for Vivid Imagery

LeMUR AI 释放 LLM 的力量:用一行代码转录十个小时的演讲

语音GPT? LeMUR AI 将 10 小时的 SPEECH 转换为 LLM 背景
这太神奇了,而且有点可怕。 您可以在 YouTube 上的视频上尝试一下,并询问有关其内容的问题。

LeMUR 是 AssemblyAI 的框架,用于在转录语音上应用强大的法学硕士。
LeMUR 能够在几秒钟内处理长达 10 小时的音频文件的音频转录。 当用于总结和回答问题时,这相当于大约 150k 令牌。

Sam Altman 和 Patrick Collison 的采访 – https://www.assembleai.com/playground/v2/transcript/6gsem9pf…673f20247b。

LeMUR AI 详细信息 — https://www. assemblyai.com/blog/lemur-early-access/

您可以点击此处支持该频道。
支持这里:
Patreon——https://www.patreon.com/1littlecoder/
Ko-Fi——https://ko-fi.com/1littlecoder

来源和详细信息:

了解如何通过增强理解和开发复杂性来解开人工智能的秘密。

人工智能知道没人告诉它的事情

哥伦比亚大学哲学家拉斐尔·米利埃 (Raphael Milliere) 在三月份的纽约大学会议上举了另一个例子,展示了法学硕士的惊人能力。 这些模型已经表明它们可以编写计算机代码。 这令人印象深刻,但并不奇怪,因为互联网上有很多代码示例。 Milliere 更进一步,证明 GPT 也可以执行代码。 这位哲学家输入了一个计算第 83 个斐波那契数的程序。 他说,这是一个高度多步骤的推理。 机器人做对了。 当 Milliere 直接询问斐波那契第 83 个数字时,GPT 是错误的。 这表明该系统并不是简单地重复互联网。 它实际上是在执行自己的计算以获得正确的答案。

它不是一台计算机。 它缺少工作记忆等基本计算元素。 GPT 的发明者 OpenAI 承认 GPT 本身不应该能够运行代码。 此后,他们开发了一个特殊的插件,这是 ChatGPT 在回答问题时使用的工具,这使得它能够这样做。 然而,该插件在 Milliere 的演示中并未使用。 相反,他假设机器通过利用根据上下文解释单词的机制来临时记忆,这与大自然如何将其现有能力重新用于新功能的情况类似。

这种即时做出决策的能力表明法学硕士的内部复杂性远远超出了简单的统计分析。 研究人员发现这些系统似乎能够理解它们所学到的东西。 上周,在学习表征国际会议上,哈佛大学博士生 Kenneth Li 与他的人工智能研究同事麻省理工学院的 Aspen K. Hopkins 和东北大学的 David Bau 以及 Fernanda Viegas 和 Hanspeter Pfister 两人都在哈佛大学,建立了一个较小版本的 GPT 网络来研究其内部运作方式。 研究人员以文本格式输入数百万个黑白棋棋盘游戏来训练网络。 该模型近乎完美。

来源和详细信息:
https://www.scientificamerican.com/article/how-ai-knows-things-no-one-told-it/

探索人工智能的影响 人们现在使用它的 35 种方式

人们使用人工智能的 35 种方式 现在

ChatGPT 让人工智能成为众人瞩目的焦点。 《纽约时报》有一份有趣的清单。 我还能想到很多事情,但这表明人们的兴趣正在增长。

去年秋天 ChatGPT 的公开发布引发了人们对人工智能的兴趣浪潮。 人工智能 自此,模型逐渐融入了许多人的日常生活。

尽管存在缺陷,ChatGPT 和其他 A.I. 工具可以帮助人们节省工作时间、在不知道如何编码的情况下进行编码、让日常生活更轻松或只是为了获得乐趣。

人工智能模型已经进入许多人的生活、工作和娱乐。

来源和详细信息:
https://www.nytimes.com/interactive/2023/04/14/upshot/up-ai-uses.html?smid=fb-nytimes&smtyp=cur