首页 > 资讯列表 >  本页面生成玩家朋友们想要获得血流麻将的胜利却并不是一件容易的事情。所以今天专题报道,玩家朋友们想要获得血流麻将的胜利却并不是一件容易的事情。所以今天滚动新闻,玩家朋友们想要获得血流麻将的胜利却并不是一件容易的事情。所以今天业界评论等相关报道!
  • 苹果推出iPadOS17:获得全新的交互式小部件界面

    苹果推出iPadOS17:获得全新的交互式小部件界面

    财联社6月6日电,苹果推出全新的iPadOS 17系统,该系统将获得全新的交互式小部件界面和更新后的锁屏功能。 ...

    业界动态 2023-06-06 01:44:04
  • FF首位车主曝光不是贾跃亭而是他

    FF首位车主曝光不是贾跃亭而是他

    (原标题:FF首位车主曝光 不是贾跃亭而是他 ) 证券时报e公司讯,6月2日,e公司记者获悉,Faraday Future(简称FF)首位车主曝光,为设计师Rem D Koolhaas(雷姆·D·库哈斯),系全球建筑设计领域知名的库哈斯家族成员。目前,该人士已在洛杉矶与FF签署销售合同,正式成为FF 91 2.0 Futurist Alliance(未来主义者联盟版)的首位车主,这款车售价为30...

    业界动态 2023-06-02 20:10:56
  • 董明珠称会坚持做手机,未来手机是一个家庭的智能联动

    董明珠称会坚持做手机,未来手机是一个家庭的智能联动

    不久前,“格力解散手机核心团队”的报道吸引了不少的人的关注。据@界面新闻 报道称,“界面新闻从多个独立信源获悉,格力电器已解散手机核心团队...

    手机互联 2023-06-01 00:48:13
  • 英伟达并不是唯一受益者,AI训练也利好存储芯片厂商

    英伟达并不是唯一受益者,AI训练也利好存储芯片厂商

    5月30日消息,虽然存储芯片市场不景气,但人工智能有巨大的需求,这将使三星、SK海力士等公司受益。5月24日,英伟达发布财报,公司市值在两天内暴涨2070亿美元...

    业界动态 2023-05-30 17:18:04
  • “交个朋友”入驻京东直播罗永浩5月31日直播卖房

    “交个朋友”入驻京东直播罗永浩5月31日直播卖房

    5月30日消息,京东直播和“交个朋友”宣布达成战略合作,交个朋友将正式入驻京东直播,以“好朋友,友情价”为主题开设专属直播间。同时,双方还将充分发挥京东供应链优势和“交个朋友”的直播带货运营能力,共同探索内容消费新模式,实现新增长。京东618期间,除了日常直播外,交个朋友还将携手罗永浩分别于5月31日、6月3日,以及6月17日晚8点,即京东618开门红、超级直播日和巅峰28小时开启带来三场直播。值得注意的是,5月31日晚8点,罗永浩将为京东用户带来一套低至6.18折的杭州房产,以及iPhone、戴森等产品补贴价拼手速和五百万红包雨。去年双11,交个朋友直播间入驻淘宝,实现双平台直播,7天涨粉1000万。今年4月1日是交个朋友开播三周年,罗永浩淘宝直播间累计销售额超过1...

    互联网 2023-05-30 10:37:44
  • 摩根大通:英伟达将在今年的人工智能产品市场中获得60%的份额

    摩根大通:英伟达将在今年的人工智能产品市场中获得60%的份额

    IT之家 5 月 29 日消息,摩根大通的一份最新报告显示,芯片设计公司英伟达将从人工智能的增长中获得巨大收益。英伟达在本周早些时候发布了 2024 年第一季度的亮眼财报,其当前季度的收入预期远超分析师的预期...

    智能设备 2023-05-29 10:15:40
  • 数学论证GPT-4不是随机鹦鹉:真如此的话整个宇宙都会坍缩

    数学论证GPT-4不是随机鹦鹉:真如此的话整个宇宙都会坍缩

    克雷西 发自 凹非寺量子位 | 公众号 QbitAI对于ChatGPT的工作原理,一个常见的解释是根据统计学规律预测下一个词。但最近一位叫Jacob Bayless的工程师用数学方法得出惊人结论:若是如此,所需的信息量足以让整个宇宙都坍塌成黑洞。这一数据量是50000^8000,根据贝肯斯坦上限(Bekenstein bound)原理,如果把这些信息分配到空间当中,所需要的信息密度已经远超宇宙能承受的最大值。而这仅仅是把数据存储起来的消耗,更不必说还要进行运算了。而ChatGPT与单纯统计预测的区别,可以做这样的类比:如果天文学家通过历史观测记录推算出月食的周期,这可以算是统计学。但当他们总结出牛顿万有引力定律的时候,就已经超越了统计学。什么是“随机鹦鹉”一个流传很广的说法,所谓大语言模型实际上相当于一个“随机鹦鹉”——与我们观察其输出时的情况相反,语言模型只是将其在庞大的训练数据中观察到的语素胡乱拼接在一起,根据概率生成文本,但不清楚文字背后的任何含义,就像一个随机的鹦鹉。出自论文On The Dangers of Stochastic Parrots: Can Language Models Be Too Big这对过去的语言模型,或许确实成立。比如曾经流行的n-gram算法。比如当我们在搜索引擎中进行搜索时,出现的联想词就能用此方法实现。具体来说,下面的三行文本中,第一行纯粹是随机生成,第二行考虑了单词在英语中整体的出现概率,第三行则考虑了单词在前一个词后面出现的概率。n = 0: RECEIVE FALL SURPRISED FRIDAY INGREDIENT…n = 1: REPRESENTING AND SPEEDILY IS AN GOOD…n = 2: THE CHARACTER OF THIS POINT IS THEREFORE…不难看出,随着n值的升高,文本越来越接近人类语言。而n-gram模型根本不需要掌握其中的语义或理解其中的抽象概念,就能生成像模像样的句子。据此有人猜想,GPT-4会不会也只是一种高级的n-gram呢?Bayless提出,GPT必须学会抽象才能有如今的效果,至少GPT-4肯定如此。GPT-4不只是“随机鹦鹉”要证明这一点,可以先看下棋机器人的例子。如果有一种下棋机器人,存储了巨量棋谱数据,对于每个棋局都能推荐下一步。那它就能通过“背谱法”模仿其他任何棋手或程序的下法比如Stockfish是最先进的国际象棋程序,如果仅通过对战而不看源码,是无法确定Stockfish是否在背谱。但实际上,包含所有情形和步骤的棋谱数据量可能超过2^154。而Stockfish的程序只占用了不到50MB的空间,根本不可能存下需要的所有棋谱。所以Stockfish肯定是通过更高级的方法来实现下棋的。人类语言的复杂度远超过棋类游戏,因此GPT的数据量更是同理。仅在是上一代的GPT-3的token字典中就有超过5万token。如果对每个词都逐一建立统计信息,n-gram模型中n值将高达8000。届时,需要存储的情景数量将达到50000^8000。正如文章开头所提到,这简直是天文数字,足以让整个宇宙坍缩。因此,GPT是“随机鹦鹉”的猜测在理论上得到了一定程度的批驳。“随机鹦鹉”达不到的高度仅在理论上进行说明是不充分的,因此研究人员还进行了两个实验,意图证明大模型在学习过程中已经抽象出了算法。第一个实验关于一道经典的农夫过河问题。一个农夫有一条船,和狼、羊、菜,农夫要把这3样东西运到河到另一边,农夫每次最多只能通过这个船运一样东西,要防止狼吃羊、羊吃白菜(即不能在没有农夫在的情况下同时在同一岸边),该怎么过?研究人员将这个问题中的农夫、船、河分别替换成地球人、虫洞和银河系。狼、羊和菜则分别换成火星人、金星人和月球人。替换的目的是因为互联网上不太可能出现类似语料,可以判断大语言模型是不是真的掌握了通用方法。如果GPT不是“随机鹦鹉”,那么它至少不会犯下只有“随机鹦鹉”才会犯的错误。GPT-4针对替换后的问题给出了正确的回答,GPT-3.5则没有。但它们并没有犯研究人员预想的“鹦鹉”错误——即在回答中出现狼、船、河等已被替换掉的词语。回答中使用的句子,也无法在互联网中被检索到。这些现象都证明了现在的大语言模型的生成方式已经超越了“概率预测”。第二个实验则是数字排序。如果让GPT学习数字排序,它们究竟是只会记住给出过的数字顺序,还是真的研究出排序算法呢?其实只要从GPT的输出当中就可以看出来了。假如从1-100中随机选择10个数字,并将其顺序打乱,将一共有这么多种情形:如果再考虑数字的重复出现,又或者数字的数量发生变化,根本不可能存储如此之多的情形。因此,只要GPT能够针对未知的排序问题给出正确的回答,便可以说明它们是真的研究出了排序算法。研究人员训练了一款特斯拉前AI总监Andrej Kaparthy发明的语言模型nanoGPT,专门让它做数字排序。结果显示,随着训练步数的增加,模型给出的数字顺序越来越完美。虽然在训练步数达到16万左右时突然出现了大量错误,但也很快得到了纠正。这说明这款模型并不是仅仅根据学习的素材对未知的数字进行排序,而是已经掌握了背后的方法。这个测试只是在一台笔记本电脑、算力非常有限的GPU上进行的。更不必说GPT-4了。参考链接:https://jbconsulting...

    智能设备 2023-05-27 16:02:19
  • 索尼展示多款游戏,预告片播放量显示《马拉松》最受玩家期待

    索尼展示多款游戏,预告片播放量显示《马拉松》最受玩家期待

    IT之家 5 月 27 日消息,索尼于 5 月 24 日举办了 PlayStation Showcase 活动,携手多家工作室,推出了多款游戏,各位IT之家网友,你最期待哪款游戏呢?独立视频游戏分析师 Benji-Sales 追踪游戏预告片上传 24 小时的播放量。这里统计的数据不仅包括索尼 PlayStation 频道和游戏工作室官方频道发布的预告片,还计算了用户“重新上传”的视频播放数量...

    手机互联 2023-05-27 15:23:25
  • Tickmill:加密货币可能从美联储暂停的前景中获得提振

    Tickmill:加密货币可能从美联储暂停的前景中获得提振

      外汇经纪商TickmillGroup表示,比特币和其他加密货币价格可能会上涨,因为美联储主席鲍威尔上周五的讲话降低了市场对于美联储在6月会议上再次加息的预期。Tickmill分析师哈特在一份报告中表示,鲍威尔认为信贷环境收紧意味着美联储不需要像最初设想的那样将利率提升到如此高的水平...

    区块链 2023-05-22 23:54:36
  • 富士康首次失去iPhone16ProMax订单,Luxshare将获得苹果2024年顶级旗舰的独家订单

    富士康首次失去iPhone16ProMax订单,Luxshare将获得苹果2024年顶级旗舰的独家订单

    富士康通常负责为苹果组装“Pro”机型,根据早些时候的一份报告,这些计划在iPhone 15 Pro和iPhone 15 Pro Max上保持不变。然而,据说从2024年开始,苹果的主要合作伙伴将失去iPhone 16 Pro Max的独家经营权,所有订单都将提供给Luxshare...

    手机互联 2023-05-20 23:59:06
  • 维基百科:ChatGPTorNot?这是一个问题

    维基百科:ChatGPTorNot?这是一个问题

    维基百科胜在知识结构清晰,ChatGPT 长于具体问题,双方未必不可调和。作者 | Moonshot编辑| 靖宇22年前,2001年初,维基百科 Wikipedia 横空出世,在其后的互联网时代,成为人们获取知识的重要平台。但在刚开始,人们对维基「人人可编辑」的组织形式产生过质疑。甚至有电视主持人讽刺其为「wikiality」,即如果在维基百科上编造条目,只要有足够多的人同意,它就会成为现实。后来,随着《自然》(Nature)杂志的调查研究,发现维基百科准确度接近大英百科全书,Google 开始把维基百科放到搜索结果的首项,维基社区和内容贡献者也持续壮大,维基百科用了很多年时间终于取得了公众的信任。诞生之初遭到质疑,越来越多人参与去完善,而后平反收到大众认可,继而成为日常的工具,这一过程,仅诞生半年的 ChatGPT 正在经历,不仅于此,它还成为了维基百科的挑战者。不久前,维基媒体基金会召开2023-2024年度计划的电话会议,会议中提及了35次 AI,讨论的主题也是围绕 ChatGPT 带来的挑战。但维基百科所担心的挑战,并不是被 ChatGPT 取代。而是更深刻地考验:未来的维基百科,会由 ChatGPT 来撰写吗?01维基百科的内容哪里来的?要想知道 ChatGPT 能否撰写维基百科,得先知道维基百科目前内容来源于哪里。维基百科主要是由来自互联网上的志愿者共同合作编写而成,任何使用网络进入维基百科的用户都可以编写和修改里面的文章。它是互联网上一个极大的自由内容、公开编辑、多语言的网络百科全书协作计划。截至2021年初,所有语种的维基百科条目数量达5500万条,如何确保内容上的准确,全靠维基社群志愿者们的筛查。在 ChatGPT 出现前,维基百科已经长期在用 AI 去减少一些人力成本。应用最多的就是把现有条目直接机器翻译,再由人工编辑校对。2016年时,资深科学家 Aaron Halfaker 开发了一套开源机器学习算法,可以自动识别维基百科里那些恶意破坏条目和编辑假消息的行为;2020年,MIT 的研究人员也为维基百科推出过基于 AI 的修改功能,可以精确定位维基百科句子中的特定信息,并自动替换为类似于人类编辑的语言。Wikipedia 关于 ChatGPT 的页面|Wikipedia以及如维基社群所述,人工智能非常擅长总结把一篇很长的技术类条目,总结成儿童都能理解的版本,让 AI 去生成儿童版的维基百科效果很好。翻译、检查、概括简化已有内容,维基百科一直以来对 AI 的应用仅限于此,直到大型语言模型 ChatGPT 的出现。目前仍以文字方式交互为主的 ChatGPT,除了回答用户直接的提问以外,还可以用于甚为复杂的语言工作,包括自动生成文本、自动问答、自动摘要等等。ChatGPT 可以写出相似真人的文章,并在许多知识领域给出详细和清晰的回答。哪怕 ChatGPT 生成内容的事实准确度还需要人工去二次查阅,但这时维基百科面临的问题已经很明显了:志愿者能否用 ChatGPT 来撰写维基百科条目?02能不能和想不想纽约市维基媒体分会的老维基人 Richard Knipel 就用 ChatGPT 在维基百科上起草了一个名为「艺术作品标题」的新条目,Knipel 表示,ChatGPT 给出的版本一般但语法正确,定义了艺术作品标题的概念,给出了从古至今的例子。他在草稿基础上只做了轻微修改。但另一位编辑在条目上标注,将会进行大量修改并完善。如今,我们再点进这一条目,会发现它增加了大量内容和理论索引,还梳理出了目录,给出了图片案例。像 Knipel 这样的维基人认为,ChatGPT 可以作为生成维基百科条目草稿、骨架的工具,在此基础上,人工再验证内容,编辑和充实条目。但另一派维基人则认为,在维基百科条目的创作里 ChatGPT 应该完全被禁用。一位维基百科编辑就表示「我们应该强烈呼吁不使用 AI 工具来生成条目草稿,即使这些条目随后会被人工审阅。ChatGPT 太擅长引入那些看起来很有道理的谎言。」ChatGPT 起草,人工简单编辑的版本|Wikipedia人工大量干预后产生的版本|Wikipedia但另一派也反驳这种说法,就像 Knipel 认为,修改并丰富不完善的信息,这就是维基百科在实践中一直运作的方式。ChatGPT 将继续存在并飞速发展,利用它同时强调人工干预的必要性怎么就不行呢?把 ChatGPT 上来就视作洪水猛兽实在有些偏颇。但在想不想之前,我们先看看能不能。ChatGPT 还够不够格直接编写维基百科呢?3月30日时,维基百科创始人 Jimmy Wales 在接受 Evening Standard 采访时讨论了这个议题。Wales 认为,让 ChatGPT 能独立写一个完整的维基条目,目前还有一段距离,但距离多远就难说了。「业内把这种情况称为 hallucinating(幻觉)——我称之为编瞎话。」(One of the issues with the existing ChatGPT is what they call in the field 『hallucinating』—I call it lying.)「ChatGPT 有一种凭空捏造的倾向,这对维基百科来说真的不太行。」Wales 在采访里说道。实践中也是如此,你在维基百科上搜一个词,维基百科可能会反馈「该条目不存在」,但你问 ChatGPT,它可能会给你生成一段没由头的假消息。ChatGPT 会「说瞎话」,这种事已经不新鲜了。但 ChatGPT 诞生仅半年,它的自我迭代能力已经令人咋舌,让 ChatGPT「句句吐真言」,似乎只是时间问题,那维基百科现在担忧的是什么呢?03人力有限,算力「无限」维基百科团队并没有那么担心内容到底来源于人类还是 AI,它担心的是内容质量是否过关。在维基媒体基金会在电话会议总结报告里,「挑战」被放到了开篇,其中最大比重的部分,也是维基百科团队最大的担忧在于:维基百科涌入大量 AI 生成的内容,把真正高质量的、正确的信息给淹没了。「Wiki 项目有大量高质量的、可靠的,结构化的、分类好的内容。这就是我们带给世界的价值。最让我害怕的不是人们使用 GPT 之类的大语言模型来获取知识,而是需要巡查的 AI 生成的内容会爆炸式增长。」对高质量内容来说,创作比消费的时间成本高很多,就像一篇较为完整的维基条目,需要许多人参与撰写,花许多时间,走过很多流程后完成,对读者来说几分钟就阅读完了。像维基百科这种平台,为了保证内容质量,还需要专业人士核查一条条目中每个信息、数据、引用是否来源准确,筛查和编辑的成本同样很高。因此 AI 生成内容越多,人工核查的时间也更长。而且哪怕 ChatGPT 给出了正确的结论,但它并不会直接给出结论的论据来源何处,人工还需要再找到论据。到最后,修正可能比撰写耗时更长。Wikipedia 的条目下会有很多延展阅读链接|Wikipedia目前维基百科志愿者们已经发现了许多 ChatGPT 自动生成内容上的问题。比如 ChatGPT 很容易太笼统地概括定义,导致表意不明。还有 ChatGPT 遣词造句过于肯定,不够匹配维基百科想呈现的客观中性的文字风格。最重要的是信源难以查询,维基百科的可信度和扩展阅读性,很大程度上是基于条目底下丰富的信息参考来源,但 ChatGPT 不会主动提供参考,甚至会凭空捏造。担任了20年维基百科志愿编辑的 Andrew Lih 在用 ChatGPT 起草新条目时就发现,ChatGPT 概述定义做得很不错,但它所提供的消息来源于《福布斯》、《卫报》、《今日心理学》,但 Lih 仔细查阅后发现,这些信源文章并不存在,甚至 ChatGPT 给出的 URL 都是自动生成找不到页面的假链接。综上,维基百科团队直接表示,AI 生成内容的速度和效率,可能会超出项目的运行能力。除此之外,还有许多维基百科团队会担心的点,比如如今的维基百科贡献者里,使用英语的白人男性依旧是主体,维基内容已带有语言和内容偏见,ChatGPT 靠吸纳互联网信息为养料的 AI 机器,生成出的内容会进一步放大偏见。Wikipedia 联合创始人 Jimmy Wales 在接受 Standard 采访时谈及 AI 参与撰写维基的问题|Standard...

    智能设备 2023-05-14 11:22:09
  • 大疆正面硬刚美国,拒绝支付罚款,宁愿被禁售,外媒:事情闹大了

    大疆正面硬刚美国,拒绝支付罚款,宁愿被禁售,外媒:事情闹大了

    近几年来,美国对中国企业的制裁已经达到了随心所欲的地步,仅“威胁国家安全”这一个理由,就让中国638家企业登上美国的“实体清单”,名单上的企业要想使用美国企业的技术,或进入美国市场,不但要缴纳巨额罚款,还要签订一些不平等条约。但中国企业也并不全是软骨头,面对美国的霸凌“黑手”,选择正面硬刚,让美国陷入了一个非常尴尬的境地,禁不起,但不禁又没面子。由于众所周知的原因,我国科技的整体水平与西方存在着一定的差距,但经过多年的努力,这些差距不但在快速缩小,还在某些领域实现了技术领先,如5G、核聚变、量子技术等前沿科技领域,让美国感受到了巨大的危机,便不顾世界科技行业的发展,持续修改规则打压华为等中企。和平时打出来的,华为在没有任何人的帮助下,通过自己的努力打破了美国在EDA工具、操作系统等领域的垄断,且实现了通信基站的完全“去美化”让美国失去了进一步制裁华为的着力点。其实,中国有骨气的企业何止华为,大疆在面对美国的制裁时,选择正面硬刚,即便是面临在美国被禁售的风险,也不向美国支付巨额罚款。大疆是我国一家民营的无人机企业,实力非常雄厚,所掌握的无人机核心专利技术比竞争对手的总和都要多,全球市场份额更是达到了惊人的80%,即便是美国军方在某些领域也非常依赖大疆的无人机,可见大疆在无人机领域的统治力。为了限制大疆的发展,为美国企业反超争取时间,两年前,美国将大疆列入“黑名单”,限制美国消费者购买大疆无人机。然而,所有人都错估了美国的下限,其现在又以大疆侵犯美国企业飞行控制系统和悬停技术专利为由,对大疆开出了2.8亿美元的罚单。要知道,这两项技术是大疆称霸世界无人机行业的基础,可是美国随便找了两个专利名字比较相近的专利技术对大疆进行制裁。中国企业的钱没有那么好拿,大疆一点面子不给美国,明确表示自己没有侵犯美国企业的专利技术,拒绝向美国支付罚款,即便是冒着被禁售的风险。对于大疆硬刚美国的做法,多家美媒发文评论称:美国这一次踢到了铁板,如果不能拿出令世界各国信服的证据,落实对大疆的制裁,美国权威将荡然无存!事实上,美国哪有什么权威,它之所以能够肆无忌惮的打压他国高新技术企业,抢夺他国高新技术,掠夺他国财富,依靠的不只不是强大的军事实力和数量比较庞大的基础技术,不少国家为了实现平稳发展,不得不选择屈服在美国的“淫威”之下。但是,大疆坚持核心技术自主研发,完全无惧美国的技术封锁,如果大疆被禁售,那么,美国无人机市场将会出现空档期,几年内都无法填补,届时,美国农业等产业的发展将会受到严重影响。这一次,大疆守住了中国科技的尊严和底线,让美国屡试不爽的“霸凌手段”彻底失效,让美国搬起石头砸自己的脚。大疆敢选择正面的选择与美国硬碰硬,根源就是“家底厚”,同时也再一次证明了掌握核心技术的重要性。当下,美国不断加强对我国的技术封锁,企图逼迫我国放弃高端技术产业的发展,重回低端代工时代,用血和汗换取养不起妻儿老小的钱。希望中国企业都能成为“华为和大疆”,持续加大科研投入,掌握核心技术,在遭遇不公平对待时,都敢于“亮剑”。 ...

    智能设备 2023-05-13 10:26:15

站长搜索

http://www.adminso.com

Copyright @ 2007~2025 All Rights Reserved.

Powered By 站长搜索

打开手机扫描上面的二维码打开手机版


使用手机软件扫描微信二维码

关注我们可获取更多热点资讯

站长搜索目录系统技术支持