听说过ChatGPT、文心一言这些高大上的AI吗?它们背后的核心技术就是“大型语言模型”（LLM）。是不是觉得很复杂，很难理解?别担心，即使你只有小学二年级的数学水平，看完这篇文章，也能轻松掌握LLM的运行原理!神经网络:数字的魔法首先，我们要知道，神经网络就像一个超级计算器，它只能处理数字。无论是输入还是输出，都必须是数字。那我们要怎么让它理解文字呢?秘诀就在于把文字转化成数字! 比如，我们可以把每个字母用一个数字代表，比如a=1，b=2，以此类推。这样一来，神经网

的研究团队宣布了一项令人兴奋的进展，他们开发了一种名为 HOVER（人形多功能控制器）的新型神经网络。这个神经网络拥有150万参数，专门用于协调人形机器人的运动和操作。NVIDIA 的高级研究经理 Jim Fan 表示:“并不是所有基础模型都需要庞大。我们训练的这个1.5M 参数的神经网络，旨在控制人形机器人的身体。” 他进一步解释，HOVER 能够捕捉到人类运动中的潜意识过程，这样一来，机器人就可以在没有繁琐编程的情况下执行复杂任务。他提到，“人类在行走、保持平衡，以及灵活操控

2024年诺贝尔物理学奖颁发给约翰·J·霍普菲尔德和杰弗里·E·辛顿，表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。他们的工作奠定了人工智能的基础，使得机器学习和深度学习成为可能。霍普菲尔德创建了一个联想内存，可以存储和重建数据中的图像和其他类型的模式。辛顿则发明了一种方法，可以自主查找数据中的属性，从而执行诸如识别图片中的特定元素等任务。诺贝尔物理学奖委员会主席艾伦·穆恩斯表示，虽然人工智能似乎不是诺贝尔物理学奖的有力竞争者，但

佐治亚理工学院的研究人员开发了首个名为RTNet的神经网络，能够模拟人类的感知和决策过程，标志着人工智能在理解人类大脑工作方式上取得重要进展。RTNet能生成随机决策，模拟人类响应时间分布，且根据任务难易调整思考时间，类似人类处理问题的方式。其内部机制包括采用Alexnet架构与贝叶斯神经网络结合，通过累加过程和阈值设定进行推理。RTNet在模拟人类决策的准确度、响应时间和置信度方面表现出色，优于其他现有模型。实验表明，RTNet成功捕捉人类决策的随机性与时间调整特性，为人工智能与人类大脑工作机制研究提供了新视角。

清华大学电子工程系和自动化系联合成功研制出“太极-II”光训练芯片，实现了大规模神经网络的高效精准光计算训练。这一创新突破了现有光计算技术的局限，不再依赖GPU进行离线建模，简化了训练过程，显著提升了光计算系统在人工智能和大数据处理领域的应用能力。该芯片能够对多种光学系统进行训练，在多个任务中表现出卓越性能，标志着中国在前沿科技领域研究实力和创新能力的提升，有望推动光计算技术在更高效、更智能计算系统开发中的广泛应用。

本文探讨近期《自然·机器智能》杂志上发表的一篇论文，介绍了一种令人瞩目的新方法——视觉预测编码（visual predictive coding）。此技术向我们展示了如何让人工智能构建认知地图，模仿人类大脑中的神经结构来处理视觉信息及理解周围环境。研究的核心思想则通过对未来的感官输入进行预测，帮助机器从过往经验中学习并构建环境地图。通过构建神经网络模型模拟人类大脑中的预测过程，论文展现出机器能够自动从单张图片中构建出高精度的认知地图。团队进一步在模拟环境中对这一方法进行了验证，结果显示机器人不仅能够精确构建环境地图且支持有效导航。 此项研究标志着人工智能领域的一次重大进展，预示未来AI可能具备更高度的智能理解与感知力，适应更多人类生活和工作的场景，为自动驾驶、家庭助手、医疗诊断、教育辅导等领域带来革命性变化。借助视觉预测编码技术，人工智能正逐渐接近人类的认知水平，为这一领域带来无限可能性与潜力。

["英伟达推出RTX 500和RTX 1000系列新一代笔记本电脑显卡","显卡采用Ada Lovelace架构，配备NPU用于AI计算","RTX 500/1000陆续推出，适用于消费者和入门工作站","RTX 500提供14倍生成式AI性能，RTX 1000提高照片编辑速度3倍"]

["神经网络由于自身的特点容易受到对抗性攻击","谷歌DeepMind的最新研究表明，人类的判断也会受到这种对抗性扰动的影响","人类的神经网络和人工神经网络的关系是什么?","研究表明，我们之前的这种看法可能是错误的!","人类的判断也会受到这种对抗性扰动的影响"]

["神经网络在处理异构列的表格数据时面临挑战。","提出将表格特征转化为低频表示的方法，以增强神经网络解析能力。","实验证明该方法显著提升了网络性能和计算效率。","研究为神经网络处理复杂表格数据提供了新的思路和方法。"]

["MIT新创公司Liquid AI近日完成了一轮接近4千万美元的种子轮融资，目标是构建一种新型液态神经网络人工智能。","液态神经网络是基于液态神经网络架构的创新技术，具有小巧、可解释和动态适应性。","融资动向显示Liquid AI估值达到3.03亿美元。","Liquid AI计划商业化液态神经网络技术，应用领域包括自动驾驶、气象预测和医疗数据分析等。"]

["35年来，AI是否能像人类一样具有系统泛化能力一直备受争议。","NYU和庞培法布拉大学的研究者首次证明了神经网络可以实现类似人类的系统泛化。","他们提出的MLC模型在任务环境中训练神经网络，使其逐步获得组合词汇含义的系统性推理能力。","MLC模型超越了GPT-4，展现出惊人的人类化思维。","这项研究对人工智能和认知科学有深远影响，为神经网络赋予了系统泛化能力。"]

["人工智能初创公司Anthropic宣布重大突破，提出更好地理解神经网络行为的方法。","研究成果将提高下一代人工智能的安全性和可靠性，有望帮助研究人员和开发者更好地控制AI模型的行为。","Anthropic通过深入研究神经网络的特征，解析了神经网络内部的工作方式，为预测神经网络结果提供了新方法。","这一突破或有助于克服理解语言模型行为的挑战，对人工智能领域具有重要意义。"]

["京都大学利用卷积神经网络技术，快速准确预测粮食产量。","基于水稻冠层照片，通过训练的 CNN 模型预测效果良好。","该研究提供了可行方案，助力全球农业发展，保障粮食安全。"]