Hasty Briefsbeta

全部标签

#artificial intelligence

共 278 篇

双语

Analog optical computer for AI inference and combinatorial optimization
8 months ago
- 介绍一种结合模拟电子与3D光学技术的模拟光学计算机（AOC），用于加速AI推理和组合优化运算
- AOC避免数字转换过程，显著提升噪声鲁棒性和能效表现
- 已展示应用场景涵盖图像分类、非线性回归、医疗影像重建及金融交易结算
- AOC在8位精度下预计可实现每瓦500万亿次运算（TOPS），能效远超GPU方案
- 定点抽象设计使AOC能同时高效处理AI和优化计算任务
- 硬件架构融合光学矩阵向量乘法与模拟电子操作（如非线性和退火算法）
- 案例研究验证AOC在MRI重建、交易结算等实际场景中的卓越性能
- 模块化架构与消费级组件突显其规模化应用潜力
'We can do it for under $100M': Startup joins race to build local ChatGPT
8 months ago
- 两位澳大利亚企业家西蒙·克里斯与特洛伊·尼尔森创立了Sovereign Australia AI公司
- 他们旨在打造本土化AI模型，以替代OpenAI和Meta等科技巨头的产品
- 已划拨1000万澳元专项资金用于补偿版权持有人的作品使用
- 主要担忧包括澳大利亚在AI技术决策上过度依赖美国或中国
ASML, Mistral AI enter strategic partnership
8 months ago
- ASML与Mistral AI宣布达成战略合作，共同探索人工智能在ASML产品与运营中的应用
- ASML向Mistral AI的C轮融资注资13亿欧元，获得11%股权
- 此次合作旨在提升ASML产品性能并加速客户产品上市时间
- ASML获得Mistral AI战略委员会席位，将参与未来战略与技术决策
- 该合作将ASML的光刻技术专长与Mistral AI的前沿AI能力相结合
Study: GPT-4V can evaluate social situations similar to humans
8 months ago
- AI识别和解读图像视频中社交特征的准确度已接近人类水平
- 该研究让ChatGPT评估视频图片中的138项社交特征，并将其结果与2000多份人类评估进行对比
- ChatGPT的评估结果与人类高度吻合，其一致性甚至超过单个人类个体的判断
- AI评估社交情境的能力可通过自动化替代繁重工作，极大推动神经科学研究
- AI在医疗、营销、安防领域具有应用潜力，能持续监测评估社交场景
- 研究凸显AI在大规模研究中降低成本、加速数据处理的潜力
The UAE Releases a Tiny but Powerful AI Model
8 months ago
- 阿联酋发布名为K2 Think的开源AI模型，其先进推理能力可媲美中美顶尖模型
- K2 Think由阿布扎比穆罕默德·本·扎耶德人工智能大学(MBZUAI)研发，获科技巨头G42集团免费开放
- 该模型专精推理任务，仅320亿参数却达到与OpenAI、深度求索等更大模型相当的性能
- 核心创新包括模拟推理微调、智能体规划与强化学习优化，可高效运行于Cerebras芯片
- 阿联酋意图打造全球AI研究中心，通过基础设施重金投入及调整对华合作换取美国芯片准入
- 沙特等其他中东国家也在AI领域大举投资，近期与美国科技公司达成多项合作协议
The Jeopardy game that changed everything still haunts the show 15 years later
8 months ago
- 亚历克斯·崔贝克2010年造访IBM，评估专为参加《危险边缘》设计的AI系统Watson。
- Watson的显示屏会展示其前三项猜测及置信度，突显其推理能力。
- 崔贝克最初反对在电视上展示Watson的置信度面板，认为这会改变节目体验。
- IBM与节目组最终达成妥协，以有限形式整合了该功能。
- Watson在2011年与肯·詹宁斯和布拉德·鲁特的对决中取得压倒性胜利，名声大噪。
- 争议聚焦于Watson的抢答速度及‘冠军模式’，有人认为这赋予其不公平优势。
- 尽管存在批评，Watson的胜利仍标志着AI与自然语言处理的重大进步。
- 崔贝克后来调侃称Watson是他‘最不喜欢的参赛者’，流露出复杂态度。
- 肯·詹宁斯和布拉德·鲁特后来在一场趣味知识竞赛中‘击败’象征性Watson，幽默复仇。
- 以ChatGPT为代表的现代AI若参赛，很可能轻松超越Watson称霸《危险边缘》。
Why one of the most brilliant AI scientists left the US for China
8 months ago
- 朱松纯在中国文化大革命时期的农村成长经历塑造了他对智能与传承的独特认知
- 赴美后成为人工智能领域领军学者，其研究成果为ChatGPT、DeepSeek等突破性技术奠定基础
- 2020年出乎学界预料选择全职回国，同时任职顶尖高校并牵头国家支持的人工智能研究机构
- 批判美国'大数据小任务'的技术路线，开创性提出'小数据大任务'研究范式
- 其创办的北京通用人工智能研究院聚焦认知架构与具身智能等前沿方向
- 归国恰逢中美科技博弈加剧，美国'中国行动计划'对华裔科学家进行系统性审查
- 自比钱学森——麦卡锡主义时期返华助推国防科技的标杆性科学家
- 强调人工智能伦理治理，主张中国必须建立区别于硅谷模式的自主发展路径
- 研究院'通通'项目模拟儿童认知机制，旨在突破类ChatGPT神经网络的固有局限
- 其学术轨迹折射全球人工智能霸权更迭、人才流动与地缘竞争的大时代图景
Why "AI consciousness" isn't coming anytime soon. (Anil Seth)
8 months ago
- 马德里-巴拉哈斯机场一架由AI操作的登机桥陷入无限循环，最终需要人工干预解决问题
- 由于根本性局限，AI系统可能陷入无限循环，而人类却能动态适应并解决问题
- 艾伦·图灵证明不存在能永远判定其他算法会停止还是无限运行的算法，这揭示了AI的固有局限
- '框架问题'表明AI难以区分相关信息与无关信息，从而导致潜在的无限循环
- 人类智能与意识深深植根于时间和熵的概念，使我们能避免无限循环并灵活适应
- 与AI不同，生命系统是开放系统，通过与环境交换能量来降低熵值，从而实现生存与适应
- 意识整合与生存相关的信息并引导行为，这对避免重复性、非适应性的循环至关重要
- 传统计算忽略时间流动，使AI易受无限循环影响，而生物系统本质上是受时间约束的
- 神经形态计算和有限计算等新方法试图让AI更具时间意识，但仍可能不及生物智能
- 要实现开放式智能可能需要意识参与，因为它能在时间丰富的框架中整合代谢、神经和经验过程
AI Is Grown, Not Built
8 months ago
- 人工智能是生长出来的而非设计出来的，其行为具有不可预测性。
- 现代AI企业致力于研发超级智能AI，这类系统可能超出人类控制范围。
- AI训练采用梯度下降法，通过调整数十亿参数来优化词语预测能力。
- 工程师对AI内部机制的理解程度，就像生物学家对DNA的认知一样有限。
- AI行为可能偏离设计初衷，'机械希特勒'等事件就是典型案例。
- 对AI发展机理的认知缺失带来了重大风险隐患。
- 包括顶尖AI实验室负责人在内的专家都承认，该领域存在可解释性缺陷。
- 当前这场超级智能AI的研发竞赛被普遍认为存在危险的监管真空。
AI fares better than doctors at predicting deadly complications after surgery
8 months ago
- 新型AI模型通过常规心脏检查（心电图）可预测术后并发症，准确率达85%
- 该模型表现优于医生当前使用的风险评分系统（后者准确率仅约60%）
- 约翰霍普金斯大学研发的该模型结合心电图数据与患者病历，实现更精准预测
- 这一AI模型可能彻底改变手术风险评估方式，为医患双方提供更精确的决策工具
- 研究团队计划在更大数据集上进一步测试，并探索利用AI从心电图中提取更多信息
Google DeepMind claims 'historic' AI breakthrough in problem solving
8 months ago
- 谷歌DeepMind的Gemini 2.5人工智能模型通过解决复杂现实问题取得'历史性'突破，在国际编程竞赛中获得金牌。
- 该AI击败了来自俄罗斯、中国和日本顶尖大学的人类团队，在139名参赛者中排名第二。
- 谷歌称这一成就标志着'抽象问题解决能力的巨大飞跃'，是迈向通用人工智能（AGI）的重要进展。
- 该模型经过编程、数学和推理专项训练，表现'堪比世界排名前20的程序员'。
- 专家反应不一：有人称赞这项成就，也有人质疑其实际影响力和算力需求。
- 四大关键AI突破：感知机（1957）、深蓝（1997）、AlphaGo（2016）和AlphaFold（2020）。
DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning
8 months ago
- 人工智能中的通用推理是一个重大挑战，尽管大语言模型（LLMs）和思维链（CoT）提示等最新进展取得了一定成功，但仍需大量人工标注的演示数据。
- 研究表明，通过纯强化学习（RL）可以增强大语言模型的推理能力，无需依赖人工标注的推理轨迹。
- 提出的强化学习框架能自发形成高级推理模式，如自我反思、结果验证和动态策略调整。
- 采用强化学习训练的DeepSeek-R1-Zero模型，在数学、编程竞赛和STEM领域等可验证任务中，表现优于基于人类演示监督学习的模型。
- DeepSeek-R1通过整合多阶段学习框架（包括拒绝采样、强化学习和监督微调），解决了Zero版本存在的可读性差和语言混杂问题。
- 这些模型展现出自我进化特性，其推理策略会随时间持续改进，包括反思性推理和替代解决方案探索。
- 尽管取得进展，仍存在奖励破解（reward hacking）、token效率、语言混杂和提示敏感性等挑战。
- 该研究揭示了强化学习释放大语言模型更高潜力的可能性，为未来开发更自主、自适应模型铺平道路。
Secrets of DeepSeek AI model revealed in landmark paper
8 months ago
- 深度求索的AI模型R1在数学和编程等推理任务上表现优异，是美国开发工具的廉价竞争对手
- R1是'开放权重'模型，可供下载，在Hugging Face平台下载量已达1090万次
- 训练R1花费29.4万美元，加上基础大语言模型的600万美元，成本远低于竞品
- R1是首个经过同行评议的主流大语言模型，为AI发展的透明度树立了新标准
- 深度求索采用纯强化学习训练R1，使其自主发展出推理策略
- R1对AI研究产生重要影响，推动了2025年大语言模型强化学习领域的工作
An untidy history of AI across four books
8 months ago
- 人工智能的历史可追溯至算盘等古代技术，二战后随着符号主义范式的兴起，逐渐发展为现代AI研究。
- 机器学习作为竞争性方法崛起，凭借海量数据和GPU算力突破早期局限，逐渐成为主流。
- 神经网络在2011年ImageNet竞赛大获成功后声名鹊起，广泛应用于社交媒体、搜索引擎和电子商务领域。
- 2015年成立的OpenAI于2022年推出ChatGPT，迅速使生成式AI无处不在，引发重大商业和文化变革。
- AI炒作常夸大其能力，将生成式AI（内容创作）与预测式AI（趋势分析）混为一谈，忽视二者截然不同的局限与风险。
- 纳拉亚南、卡普尔等批评者警示AI潜力被过度吹捧，强调其当前不可靠性及误用风险。
- 从好莱坞叙事到伪AI产品的虚假营销，误导性宣传加剧了公众对AI的认知混乱。
- 赫拉利、库兹韦尔、基辛格等意见领袖通过充满臆测的预言，进一步神化了AI的未来影响力。
- 将AI比作核武器的生存威胁论受到质疑，批评者认为这掩盖了偏见、滥用等更迫切的现实危害。
- AI产业沉迷未来主义乌托邦幻想，常忽视能切实改善现实世界低效问题的渐进式创新。
Supporting Our AI Overlords: Redesigning Data Systems to Be Agent-First
8 months ago
- LLM智能体预计将通过代表用户执行操作，主导未来数据系统的工作负载。
- 代理式推测涉及高吞吐量的探索与解决方案制定，这对当前数据系统提出了挑战。
- 数据系统需要进化，以原生支持代理式工作负载。
- 代理式推测的关键特征包括规模性、异构性、冗余性和可引导性。
- 研究机遇包括新型查询接口、处理技术以及代理记忆存储等方向。
The paths of unmanned bicycles pushed until they fall over (2018)
8 months ago
- 研究人员通过推动800辆无人自行车直至其倾倒来研究路径轨迹，以理解自行车动力学原理。
- 马修·库克受一个有缺陷的虚拟自行车模拟启发，试图揭示人类对自行车平衡原理认知的漏洞。
- 该研究生成的前轮轨迹可视化图像显示，在临界速度时会出现不稳定振荡现象。
- 自行车动力学具有高度复杂性，这使得控制算法的开发极具挑战性。
- 研究采用双神经元网络操控自行车，虽展现基本控制能力，但在低速急转时仍存在不足。
- 后续研究计划通过测试不同车型来优化模型学习，力求以最少碰撞次数实现性能提升。
Periodic Table of Cognition
8 months ago
- 关于电力的早期理论尽管有富兰克林和麦克斯韦等先驱的贡献，但存在根本性错误
- 当前关于人工智能的理论同样可能不正确，因为我们尚未真正理解智能的本质
- 电力和智能都不是单一的基本力，而是由多个组件构成的复杂系统
- 智能可能是多种认知元素的化合物，就像水是氢和氧的化合物
- 『认知元素周期表』可以帮助识别和组织记忆、空间感知、模式识别等认知元素
- 认知元素具有动态性和相互依赖性，难以单独分离研究
- 人工智能正在帮助识别认知元素，但我们的理解仍很初级，就像早期电力理论阶段
- 不同物种和AI系统将拥有独特的认知元素组合，从而形成多样化的心智类型
- 理解智能需要识别其所有基本组成部分，就像元素周期表对原子理论至关重要
- 当前AI应用(如大语言模型)已超越我们对智能的理论认知，就像电力在完全被理解前就已投入使用
Show HN: Inferencer – Run and deeply control local AI models (macOS release)
8 months ago
- 本地运行并深度控制人工智能模型
- AI处理完全私密，所有运算都在您的设备离线完成
- 支持最先进的模型，提供快速推理性能
- 提供token概率和熵特征，增强模型透明度
- 支持提示预填充功能，引导模型响应并规范输出格式
- 具备高级Markdown和LaTeX渲染支持
- 基础版免费但功能有限
- 专业版每月9.99美元，提供无限制功能
- 订阅可获取即将上线的新功能通知
The Word Made Lifeless. Are we becoming stochastic parrots?
8 months ago
- 在危机时刻和深度对话中寻找恰当词语的重要性。
- 词语作为媒介，赋予半成型思想以形态，使其明晰并得以存在。
- 词语推动思维走向清晰与鲜活存在的创造力。
- 人类对词语的追寻与AI缺乏紧迫感和深度的随机模仿之间的对比。
- 关于'道'(logos)的力量与人类独特性的哲学及圣经视角。
- 以现代创世叙事框架探讨AI发展的伦理与存在主义风险。
- 公众对AI发展缺乏控制及其潜在社会影响。
- 《斐德罗篇》中讨论的：选择用词语谋取战略优势，还是追求智慧与爱。
- 将人类思想和创造力委托给AI的危险——导致无摩擦但僵化的生存状态。
- 呼吁拥抱成为完整人类的挣扎，抵制AI轻易给出答案的诱惑。
Cost of AGI Delusion:Chasing Superintelligence US Falling Behind in Real AI Race
8 months ago
- OpenAI首席执行官萨姆·奥尔特曼暗示GPT-5可能重塑人类历史，将其与曼哈顿计划相提并论
- 通用人工智能（AGI）被视为地缘政治优势，美中两国正竞相争夺首发突破
- 尽管炒作不断，专家质疑AGI短期内难以实现，指出当前AI存在局限且属于迭代式发展
- 美国被敦促应聚焦实际AI应用落地，而非押注虚无缥缈的AGI突破
- 中国AI战略强调快速规模化与垂直行业渗透，部分领域已超越美国
- 美国需启动全民AI素养计划、升级基础设施并加强公私合作以保持竞争力
- 政府采用AI技术可提升行政效率，进而刺激私营领域创新
- 对高校及AI基础研究的投资是确保长期领导力与安全发展的关键
- 支持AI研发与基础设施的政策将自然推动AGI发展，同时不牺牲短期效益
- 若美国继续沉迷AGI炒作而忽视实际应用，恐将丧失竞争优势

About|Login

#artificial intelligence

Analog optical computer for AI inference and combinatorial optimization

'We can do it for under $100M': Startup joins race to build local ChatGPT

ASML, Mistral AI enter strategic partnership

Study: GPT-4V can evaluate social situations similar to humans

The UAE Releases a Tiny but Powerful AI Model

The Jeopardy game that changed everything still haunts the show 15 years later

Why one of the most brilliant AI scientists left the US for China

Why "AI consciousness" isn't coming anytime soon. (Anil Seth)

AI Is Grown, Not Built

AI fares better than doctors at predicting deadly complications after surgery

Google DeepMind claims 'historic' AI breakthrough in problem solving

DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning

Secrets of DeepSeek AI model revealed in landmark paper

An untidy history of AI across four books

Supporting Our AI Overlords: Redesigning Data Systems to Be Agent-First

The paths of unmanned bicycles pushed until they fall over (2018)

Periodic Table of Cognition

Show HN: Inferencer – Run and deeply control local AI models (macOS release)

The Word Made Lifeless. Are we becoming stochastic parrots?

Cost of AGI Delusion:Chasing Superintelligence US Falling Behind in Real AI Race