在当前的技术环境下,人工智能(AI)引发了广泛的讨论。德蒙特福特大学的网络安全教授 Eerke Boiten 对此表示,现有的 AI 系统在管理和可靠性方面存在根本性缺陷,因此不应被用于重要应用。Boiten 教授指出,当前的 AI 系统大多依赖于大型神经网络,尤其是生成式 AI 和大型语言模型(如 ChatGPT)。这些系统的工作原理相对复杂,尽管每个神经元的行为是由精确的数学公式决定的,但整体行为却是不可预测的,这种 “涌现” 特性使得系统难以进行有效的管理与验证。图源备注:图片由AI生
近日,初创公司 Pipeshift 推出了一款全新的端到端平台,旨在帮助企业更高效地训练、部署和扩展开源生成式 AI 模型。该平台不仅可以在任何云环境或本地 GPU 上运行,还能够显著提升推理速度和降低成本。随着 AI 技术的迅猛发展,许多企业面临着如何在多种模型之间高效切换的挑战。传统上,团队需要构建一个复杂的 MLOps 系统,涉及计算资源的获取、模型训练、精调以及生产级部署等多个环节,这不仅需要花费大量的时间和工程资源,还可能导致基础设施的管理成本不断增加。Pipeshift
在日前的达沃斯 “技术辩论” 会上,Meta 的首席 AI 科学家 Yann LeCun 对未来五年的人工智能发展做出了激动人心的预测。他认为,现有的人工智能系统将在未来3到5年内面临巨大的变革,将出现一种 “新的 AI 架构范式”,超越当今普遍使用的生成式 AI 和大型语言模型(LLM)的能力。LeCun 指出,当前的 LLM 虽然在语言处理上表现良好,但在真正智能的行为上却存在显著局限性。他认为,这些局限性主要体现在以下四个方面:对物理世界缺乏理解、缺乏持久的记忆、缺乏推理能力以及缺乏复杂的
在最近举行的甲骨文云世界巡回展上,甲骨文宣布了在其 Oracle Fusion Cloud Sales 中推出新的 AI 代理和生成式 AI 功能。这些新功能旨在帮助销售团队更有效地与客户互动,加快销售流程,提高工作效率。图源备注:图片由AI生成,图片授权服务商Midjourney新推出的 AI 功能是 Oracle Fusion Cloud 客户体验(CX)的一部分,利用来自财务和供应链的连接数据,帮助销售团队为每个客户提供个性化和相关性强的体验。通过这些 AI 代理,销售人员能够节省时间,将更多精力投入到与客户建立关系上。其中,客