第 8 頁-探索人工智慧技術的未來

目前位置：首頁 > 科技文章 > 科技週邊 > 人工智慧

方向：: 全部網路3.0 後端開發 web前端資料庫運維開發工具 php框架每日程式設計微信小程式常見問題其他科技 CMS教程 Java 系統教程電腦教學硬體教學手機教學軟體教學手遊教學

分類：: 人工智慧 IT業界

最熱

最新

3D資產生成領域福音：自動化所、北郵團隊聯合打造材質生成新典範

AIxiv專欄是本站發布學術、技術內容的欄位。過去數年，本站AIxiv專欄接收通報了2,000多篇內容，涵蓋全球各大專院校與企業的頂尖實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或聯絡報道。投稿信箱：[email protected]；[email protected]在今日的數位化時代，3D資產在元宇宙的建構、數位孿生的實現以及虛擬實境和擴增實境的應用中扮演著重要角色，促進了技術創新和使用者體驗的提升。現有的3D資產生成方法通常利用生成式模型

人工智慧 641 2024-06-13 11:09:54
18個月，OpenAI這支團隊搞出了GPT-4o

奧特曼：如果沒有他（PrafullaDhariwal）的遠見、才華、信念和決心，就不會有GPT-4o。「GPT-4o的誕生離不開@prafdhar的遠見、才華、信念和長期以來的堅定決心。正是這些努力（以及許多其他人的工作）促成了我希望會成為計算機使用方式革命的成果。”在OpenAI發布新一代旗艦生成模型GPT-4o後的兩天，OpenAICEO奧特曼對參與該計畫的其中一位負責人評論道。在經過與OpenAI的多個團隊合作的18個月裡，聯合創始人GregBrockman表示：「GPT-4o是整個團隊努

人工智慧 286 2024-06-13 10:33:27
科學家利用GenAI發現物理學新見解

在幫助下，麻省理工和瑞士巴塞爾大學的研究人員開發了一種新的機器學習（ML）框架，可以幫助發現關於材料科學的新見解。這項研究的結果發表在《物理評論快報》。這項研究採用了基於神經網路的方法，透過分析大量的材料數據，快速預測和優化材料的性質和特性。這種GenAI框架具有高度自動化和高效性的特點，可以幫助加速材料研究的進展。研究人員表示，他們的框架可以應用於各種當水從液體轉變為固體時，它經歷了重要的轉變性質，例如體積和密度。水的相變很常見，我們甚至沒有認真考慮過它們，但這是一個複雜的物理系統。在相變過程中

人工智慧 218 2024-06-13 10:32:22
世界模型也擴散！訓練出的智能體竟然不錯

世界模型提供了一種以安全且樣本高效的方式訓練強化學習智能體的方法。近期，世界模型主要對離散潛在變數序列進行操作來模擬環境動態。然而，這種壓縮為緊湊離散表徵的方法可能會忽略對強化學習很重要的視覺細節。另一方面，擴散模型已成為影像生成的主要方法，對離散潛在模型提出了挑戰。這種典範轉移的推動，來自日內瓦大學、愛丁堡大學、微軟研究院的研究者共同提出一種在擴散世界模型中訓練的強化學習智能體－DIAMOND（DIffusionAsaModelOfeNvironmentDreams）。論文地址：https:

人工智慧 178 2024-06-13 10:12:24
2024智源大會議程公開丨人工智慧人才發展交流會

2024年6月14日-15日，第6屆北京智源大會將以線下與線上結合的形式召開，線下會場設在中關村國家自主創新示範區會議中心。 2024智源大會再次以全球視野，匯聚年度傑出工作研究者，交流新思想，探討新思路，引領新前沿。目前已正式開放報名管道。人工智慧人才發展交流會丨6月14日下午2024年北京智源大會將舉辦人工智慧人才發展交流閉門會，誠摯邀請您共同探討人工智慧人才發展的關鍵議題。討論壇將圍繞著智慧領域、自然語言領域、機器視覺領域、多模態領域、強化學習領域、AIforScience等方向進行討論，為您提供

人工智慧 1002 2024-06-13 10:00:59
港大字節提出多模態大模型新範式，模擬人類先感知後認知，精確定位圖中物體

目前，多模態大模型（MLLM）在多項視覺任務上展現了強大的認知理解能力。然而大部分多模態大模型侷限於單向的影像理解，難以將理解的內容映射回影像上。例如，模型能輕易說出圖中有哪些物體，但無法將物體在圖中精確標示出來。定位能力的缺失直接限制了多模態大模型在影像編輯，自動駕駛，機器人控制等下游領域的應用。針對這個問題，港大和位元組跳動商業化團隊的研究人員提出了一種新範式Groma——透過區域性影像編碼來提升多模態大模型的感知定位能力。在融入定位後，Groma可以將文字內容和圖片區域直接關聯起來，從而顯

人工智慧 524 2024-06-12 22:18:00
清華大學與智譜AI重磅開源 GLM-4：掀起自然語言處理新革命

自2023年3月14日開始，ChatGLM-6B以來，GLM系列模型受到了廣泛的關注與認可。特別是在ChatGLM3-6B開源之後，開發者對智譜AI推出的第四代模型充滿了期待。而這項期待，隨著GLM-4-9B的發布，終於得到了充分的滿足。 GLM-4-9B的誕生為了賦予小模型（10B及以下）更加強大的能力，GLM技術團隊經過近半年的探索，推出了這款全新的第四代GLM系列開源模型：GLM-4-9B。這一模型在確保精度的同時，大幅度壓縮了模型大小，具有更快的推理速度和更高的效率。 GLM技術團隊的探索沒

人工智慧 601 2024-06-12 20:38:02
7B？ 13B？ 175B？解讀大模型的參數

大模型也是有大有小的，它們的大小是靠參數數量來測量。 GPT-3就有175億個參數，而Grok-1更是不得了，有314億個參數。當然，也有像Llama這樣身材苗條一點的，參數數量只有70億到700億之間。這裡說的70B可能不是指訓練資料的數量，而是指模型中那些密密麻麻的參數。這些參數就像是一個小小的“腦細胞”，越多就能讓模型更聰明，更能理解數據中那些錯綜複雜的關係。有了這些“腦細胞”，模型在處理任務時可能會表現得更好。然而，很多時候這些參數，尤其是在大規模的模型中，會帶來一些問題。這些「腦細胞」在

人工智慧 590 2024-06-12 20:04:15
YoloCS：有效降低特徵圖空間複雜度

論文地址：YOLOCS:ObjectDetectionbasedonDenseChannelCompressionforFeatureSpatialSolidification(arxiv.org)01總述在今天分享中，研究者檢查了在特徵純化和梯度反向傳播過程中通道特徵和卷積核之間的關聯，重點是網絡內的前向和反向傳播。因此，研究者提出了一種稱為密集通道壓縮的特徵空間固化方法。根據該方法的核心概念，引入了兩個用於骨幹網路和頭部網路的創新模組：用於特徵空間固化的密集通道壓縮（DCFS）和非對稱多級壓

人工智慧 162 2024-06-12 17:49:26
Meta首發「變色龍」挑戰GPT-4o，34B參數引領多模態革命！ 10兆token訓練刷新SOTA

GPT-4o的橫空出世，再次創立了一個多模態模型發展的新典範！為什麼這麼說？ OpenAI稱之為「首個『原生』多模態」模型，意味著GPT-4o與以往所有的模型，都不盡相同。傳統的多模態基礎模型，通常為每種模態採用特定的「編碼器」或「解碼器」，將不同的模態分離開。然而，這種方法限制了模型，有效融合跨模態資訊的能力。 GPT-4o是一種「首個端對端」訓練的模型，能夠跨越文字、視覺和音訊的模式，所有的輸入和輸出，都由單一神經網路處理。而現在，業界首個敢於挑戰GPT-4o的模型現身了！最近，來自Meta團

人工智慧 613 2024-06-12 13:18:58
3倍生成速度也降記憶體成本，超越Medusa2的高效率解碼框架終於來了

高效率解碼n-token序列，CLLMs+Jacobi解碼框架。傳統上，大型語言模型（LLMs）被認為是順序解碼器，逐一解碼每個token。來自上海交通大學、加州大學的研究團隊展示了預先訓練的LLMs可以輕鬆地被教導成為高效的平行解碼器，並介紹了一種新的平行解碼器族，稱為一致性大語言模型（CLLMs），能夠透過在每個推斷步驟中有效地解碼一個n-token序列來降低推斷延遲。在這篇論文中，研究顯示：「模仿人類在頭腦中形成完整句子後逐字表達的認知過程，可以透過簡單地微調預訓練的LLMs來有效地學習

人工智慧 710 2024-06-12 11:55:28
Ilya離職後第一個動作：按讚了這篇論文，網友搶著傳看

自從IlyaSutskever官宣離職OpenAI後，他的下一步動作成了大家關注焦點。甚至有人密切注意他的一舉一動。不，Ilya前腳剛剛點讚❤️了一篇新論文————網友們後腳就搶著都看上了：論文來自MIT，作者提出了一個假說，用一句話總結是這樣嬸兒的：神經網路在不同的資料和模態上以不同目標進行訓練，正趨向於在其表示空間中形成一個共享的現實世界統計模型。他們將這種推測起名為柏拉圖表示假說，並參考了柏拉圖的洞穴寓言以及其關於理想現實本質的觀念。 Ilya甄選還是有保障的，有網友看過後稱之為是今年看到

人工智慧 412 2024-06-12 11:22:14
知識圖譜檢索增強的GraphRAG(基於Neo4j程式碼實作）

圖檢索增強生成（GraphRAG）正逐漸流行起來，成為傳統向量搜尋方法的強大補充。這種方法利用圖資料庫的結構化特性，將資料以節點和關係的形式組織起來，從而增強檢索資訊的深度和上下文關聯性。圖在表示和儲存多樣化且相互關聯的資訊方面具有天然優勢，能夠輕鬆捕捉不同資料類型間的複雜關係和屬性。而向量資料庫則處理這類結構化資訊時則顯得力不從心，它們更專注於處理高維度向量表示的非結構化資料。在RAG應用中，結合結構化的圖資料和非結構化的文字向量搜索，可以讓我們同時享受兩者的優勢，這也是本文將要探討的內容。構

人工智慧 634 2024-06-12 10:32:28
內建10000+Github 熱門程式碼庫，百度正式發表Comate程式碼知識增強2.0

2019年5月18日，iTechClub華北區第七屆網路科技菁英高峰論壇舉行，百度工程效能部總監帶來了「邁向人機協同的AI原生研發新典範」主題演講。他重磅發布了百度智能代碼助手Comate最新成果——Comate代碼知識增強2.0，這是國內首個支援即時檢索的智能代碼助手，內置超過10000個Github熱門代碼庫，這為全球開發者帶來了前所未有的程式設計體驗。作為本次大會的亮點之一，Comate代碼知識增強2.0受到與會者極大關注。智慧代碼助理Comate是基於百度文心大模型打造的一款程式碼智慧補全和

人工智慧 809 2024-06-11 22:45:15
每瓦性能提升2.6倍、機架密度升3倍，Intel 3開山之作不簡單

在過去的十年裡，越來越多的企業將業務遷移至雲端，雲端運算成為推動資料中心建置的主要驅動力。隨著人工智慧的不斷發展，尤其是大語言模型等AI技術的爆發和廣泛應用，市場對算力的需求也不斷增加，進一步推動了資料中心的持續變革。如今，資料中心不僅要滿足包括AI、Web和微服務等多樣化工作負載對算力的需求，還需要應對架構設計、供電、機架密度、冷卻散熱、降低TCO以及永續發展等多種挑戰。為了滿足現代資料中心不斷增長的算力需求和多樣化的工作負載，英特爾於今天在英特爾GTC科技體驗中心舉辦發布會，發布了全新英特爾

人工智慧 693 2024-06-11 21:22:01