最近,Nature杂志发表两项AI助力材料科学突破的研究成果。一项名为A-Lab的AI系统在17天内独立设计并成功合成了41种新材料;另一项来自Google DeepMind的人工智能模型GNoME,为材料科学数据库Materials Project贡献了近40万种新化合物数据。这两项研究表明,AI的介入可以极大提高材料的发现和验证效率。借助AI,科学家们能更快地做出预测、设计出新材料,并快速测试这些材料是否可实现、是否具有应用前景,从而能聚焦在那些对未来关键技术更为重要的材料创新上。
最近,Nature杂志发表两项AI助力材料科学突破的研究成果。一项名为A-Lab的AI系统在17天内独立设计并成功合成了41种新材料;另一项来自Google DeepMind的人工智能模型GNoME,为材料科学数据库Materials Project贡献了近40万种新化合物数据。这两项研究表明,AI的介入可以极大提高材料的发现和验证效率。借助AI,科学家们能更快地做出预测、设计出新材料,并快速测试这些材料是否可实现、是否具有应用前景,从而能聚焦在那些对未来关键技术更为重要的材料创新上。
2016 年的《精灵宝可梦Go》曾被视为最纯真的游戏体验,鼓励玩家漫步社区、结识陌生人。而到了 2024 年,这款游戏却悄然变身为一个惊人的地理空间人工智能训练场。Niantic开发团队近期披露了一个惊人秘密:多年来,数百万玩家在玩游戏的同时,实际上一直在帮助训练一个庞大的地理空间人工智能系统。这个被称为视觉定位系统(VPS)的技术,正在通过玩家的日常游戏行为,帮助AI学习复杂的三维空间信息。最巧妙的是,这个过程几乎是无感知的。就像互联网文本训练ChatGPT一样,玩家在
一项新研究显示,自从 ChatGPT 发布以来,生成式人工智能对自由职业市场产生了显著影响,尤其是在那些容易被自动化的岗位上。该研究由哈佛商业评论报道,分析了2021年7月至2023年7月期间在一个主要的自由职业平台上发布的140万个职位列表。研究发现,与人工密集型工作相比,“自动化倾向” 工作的需求在 ChatGPT 推出后平均下降了21%。在各类自由职业中,写作岗位受到了最大的冲击,相关职位发布量下降了30.37%。软件和网页开发岗位的需求也下降了20.62%,而工程职位的需求减少了10.42%
在人工智能领域,规模越大似乎就意味着能力越强。为了追求更强大的语言模型,各大科技公司都在疯狂堆叠模型参数和训练数据,结果却发现成本也随之水涨船高。难道就没有一种既经济又高效的方法来训练语言模型吗?来自哈佛大学和斯坦福大学的研究人员最近发表了一篇论文,他们发现,模型训练的精度(precision) 就像一把隐藏的钥匙,可以解锁语言模型训练的“成本密码”。什么是模型精度?简单来说,它指的是模型参数和计算过程中使用的数字位数。传统的深度学习模型通常使用
在加利福尼亚州的帕萨迪纳,全球首家完全自动化的人工智能餐厅 ——CaliExpress,即将在未来几周内开业。该餐厅位于麦迪逊大道附近的东格林街561号,致力于推动食品服务行业的创新。CaliExpress 与领先的科技公司 Miso Robotics 和 PopID 合作,采用了先进的自动化和人工智能技术。CaliExpress 的厨房配备了 Miso Robotics 开发的机器人油炸站 Flippy,这一技术可自动处理食物的准备工作,包括精确的烧烤和油炸操作。Flippy 不仅提高了厨房的工作效率,还能在更少的工作人员参与下运行,从而减轻了员