机器学习早已渗透到各种线上服务中，网购便是其中最成功的领域之一。近年来，机器学习被应用于各种网购任务，例如用户查询、浏览记录、评论分析、产品属性提取等等。为了促进机器学习方法的发展，许多基准测试应运而生，旨在降低研究人员和工程师开发和评估针对真实网购任务的新颖解决方案的门槛。然而，现有的模型和基准通常是为特定任务量身定制的，无法完全捕捉网购的复杂性。大型语言模型 （LLM） 凭借其多任务和少样本学习能力，有可能通过减少特定任务的工程工作

锂电池起火的安全隐患常常令人担忧，为此科学家们提出了一种利用声音来提前预警电池火灾的方法。研究发现，锂离子电池在起火前会经历一系列的化学反应，这些反应导致电池内部压力逐渐升高，最终引发电池膨胀。图源备注：图片由AI生成，图片授权服务商Midjourney电池外壳通常是坚硬的，无法适应这种膨胀，因此电池内的安全阀会在压力过大时破裂，从而发出一种独特的声音。这种声音有点类似于打开汽水瓶时的咔哒声和嘶嘶声。为此，美国国家标准与技术研究所（NIST）的研究团队

全球领先的数据管理与治理解决方案提供商AvePoint（纳斯达克股票代码:AVPT）今日宣布，在新加坡经济发展局(EDB)的支持下，正式成立AI实验室。这一战略举措将显著推进人工智能和机器学习领域的创新研究，并进一步增强AvePoint Confidence平台的AI能力。此次成立的AI实验室将成为一个具有全球影响力的研发中心。未来三年内，实验室计划招募超过25名AI研究人员和项目专家，这些人才将有机会通过全球轮岗计划与AvePoint总部的团队展开深度合作。同时，实验室还将与多所大学及AvePoint全球产品团

麻省理工学院本周展示了一种训练机器人的新模型，旨在解决模仿学习在引入小挑战时可能会失败的问题。研究人员指出，模仿学习在照明、不同环境或新障碍等情况下可能会失败，因为机器人根本没有足够的数据来适应。该团队寻求像 GPT-4这样的模型来寻找一种强力数据方法来解决问题。他们引入了一种名为异构预训练变压器（HPT）的新架构，该架构将来自不同传感器和不同环境的信息汇集在一起。然后使用变压器将数据汇总到训练模型中。变压器越大，输出越好。用户可以输入机器人

最近，波士顿动力公司再次引起了大家的关注，发布了他们的新一代人形机器人 Atlas 的精彩视频。这款全电动的 Atlas 在之前的视频中展示了它灵活的运动能力，但这一次，它被展示在一个模拟工厂环境中，利用机器学习和升级后的传感器，独立完成了分拣任务。视频中的任务是将发动机盖在供应商的集装箱和一个移动的排序小车之间转移。虽然这个任务听起来并不特别刺激，但它实际上展示了 Atlas 如何将多种新功能协同运作。Atlas 在只获得一份 “箱子位置列表” 的情况下，运用多种传

近日白宫发布了一份关于如何在国家安全领域使用人工智能（AI）的新备忘录。这份备忘录是去年乔・拜登总统签署的一项以人工智能为重点的行政命令的成果。除了发布备忘录，这项命令还启动了多项机器学习计划，旨在提高人工智能的安全性，其中一项计划将利用这一技术来发现和修复关键软件中的漏洞。图源备注：图片由AI生成，图片授权服务商Midjourney备忘录的一个重点是政府在国家安全任务中采购人工智能技术的方式。联邦机构将被要求简化这一领域的采购流程，尤其要更加重视

在全球AI浪潮中，印度这个科技大国正迎来巨大的市场机遇。据IT行业协会Nasscom与咨询公司BCG联合发布的报告显示，到2027年，印度AI市场规模预计将达到170亿美元。在这样的背景下，由科技行业资深企业家Sharad Sanghi领导的初创公司Neysa应运而生，试图通过为本土和跨国企业提供AI解决方案来把握这一增长机遇。这家总部位于孟买的初创企业主打为企业客户提供定制化的AI和机器学习基础设施及平台服务。值得注意的是，Neysa还配备了专业的机器学习运营和基础设施咨询团队，帮助客户确定合

最近，美国五角大楼正在全力以赴地探索人工智能（AI）在未来战争中的应用。AI 和机器学习被视为能够在多个领域带来巨大变革的技术，尤其是在国防领域。如今，各大行业都在利用 AI 来改善产品和服务，从电子邮件的垃圾邮件过滤到自动驾驶汽车，这些技术无处不在。图源备注:图片由AI生成，图片授权服务商Midjourney美国国防部认为，AI 具备颠覆性潜力，因此把它视为一个关键技术领域，强调需要加大投资和关注。通过 AI、机器学习和自主系统的结合，军 事技术创新将不断推进，帮助

最近，一位欧洲博士在机器学习圈子里引起了轰动。他不禁感叹，为什么他的美国同行一个个都开了挂，手里拿着十篇顶级会议论文，五篇还是第一作者?他自己在欧洲读博，四年中一边学习一边摸索，第一年忙着搞清楚研究是什么，第二年发表了一篇顶会 CVPR 的论文，第三年才稍微掌握了项目管理和申请资助的窍门。现在，简历上也只不过增加了两篇论文，一个期刊和一个会议，都是以第一作者身份发表的。听起来不错，但相比之下，看到美国那些同行的成就，他简直是目瞪口呆。“他们

近日，美国财政部宣布，利用人工智能（AI）技术，他们在2024财年成功追回了高达40亿美元的欺诈和不当支付款项。这个数字相比于上一财年的6.527亿美元大幅增长，显示出 AI 在打击财务欺诈方面的显著成效。图源备注:图片由AI生成，图片授权服务商Midjourney财政部的官员表示，从2022年底开始，他们就开始悄悄运用机器学习技术来分析海量数据，以识别和防止欺诈行为。官员 Renata Miskell 在接受 CNN 采访时表示:“这项技术的转变是巨大的。利用数据让我们在欺诈检测和预防上有了质的飞跃。

最近，推特（X）更新了其服务条款，给用户带来了一个令人不安的消息:所有在平台上发布的内容都可能被用来训练他们的人工智能模型。听起来让人心寒的消息又一次让艺术家们感到焦虑，现在在推特上分享创作似乎更需要小心了。根据新的服务条款，用户在推特上发布、提交或展示的任何内容，都会自动授予平台一个 “全球范围内、非独占、免版税的许可”。简单来说，就是推特可以使用、复制、修改和发布用户的内容，甚至可以把这些内容用在任何现有或未来的媒体和分发方式上，

近日，印度储备银行行长达斯（Shri Shaktikanta Das）在一场重要会议上发出警告，称人工智能(AI)及其相关平台可能会加剧印度金融系统的系统性风险。在这个以 “RBI90” 为主题的高层会议上，达斯指出，人工智能和机器学习确实为金融机构开辟了新的商业和利润增长机会，但这也伴随着不小的风险。达斯表示，少数 AI 服务提供商可能会主导市场，导致集中风险的产生。“如果这些系统出现故障或中断，可能会在整个金融部门引发连锁反应，” 他这样说道。他还提到，随着 AI 的使用增加，金

在最近的一次采访中，NVIDIA 的首席执行官黄仁勋谈到了公司未来的发展前景和技术趋势。他提到，NVIDIA 目前面临着一个巨大的市场机遇，而这与过去的互联网泡沫时期完全不同。他强调，NVIDIA 正在 “重塑计算”，未来将是一个 “高度机器学习” 的时代。黄仁勋还表示，摩尔定律作为我们熟知的规则已经结束。为了应对未来计算密集型软件的需求，现有的数据中心在未来四到五年内可能需要大约1万亿美元的 GPU 进行现代化升级。这一观点无疑引发了广泛关注，尤其是在计算能力日益重要

在人工智能的世界里，机器学习模型尤其是大型语言模型（LLMs）的推理能力一直是科学家们关注的焦点。最近，苹果公司的AI研究团队发表了一篇论文，题为《理解大型语言模型在数学推理上的局限性》，为我们揭开了这些模型在处理逻辑问题时的局限性。论文中，研究者们通过一个简单的数学问题来展示这一点。他们首先提出了一个关于奥利弗摘猕猴桃的问题:如下所示:奥利弗星期五摘了44颗猕猴桃。星期六他又摘了58颗猕猴桃。星期天他摘的猕猴桃数量是星期五的两倍。奥利弗一共有多

移动增长加速平台 Liftoff 今天宣布推出一个新机器学习平台 ——Cortex。这个先进的平台采用定制的神经网络模型，旨在提升移动广告活动的效果。Cortex 的计算能力得到了增强，能够更好地识别模式并处理数据。这意味着广告主可以通过它找到最佳的投放渠道和目标受众，从而实现更高的投资回报率。根据 Liftoff 的说法，Cortex 在上线不久后便已展现出可观的广告效果改进。具体来说，广告活动的安装成本（CPI）减少了23%，获取成本(CPA)下降了21%，而广告支出回报率(ROAS)则提高了16%。Cortex 能

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

最近，OpenAI 宣布正在为其新成立的多智能体研究团队招聘机器学习工程师。这一消息是由 OpenAI 的研究科学家诺亚・布朗（Noam Brown）通过社交媒体平台发布的。他表示:“我们认为多智能体是提升 AI 推理能力的一条重要路径，之前的多智能体经验并不是必须的。” 布朗还鼓励有兴趣研究这一领域的专业人士，能够申请加入团队。在一次近期的采访中，OpenAI 的首席执行官山姆・奥特曼（Sam Altman）也谈到了公司最新推出的 o1模型。他提到，用户可能需要一些时间才能完全理解如何使用更新后

迈克尔·乔丹在2024 Inclusion·外滩大会的主论坛上强调了当前人工智能讨论中缺失的三个关键点：集体性、不确定性和激励机制。他指出，人工智能系统需要形成协作集体，引入经济学的激励视角来构建协作系统。人工智能在面对不确定性时表现不足，人类在集体协作中应对不确定性的能力值得借鉴。为了提高人工智能系统的集体协作能力，迈克尔·乔丹建议构建“三层数据市场”模型，通过设计激励机制驱动数据贡献和协作。他引用统计契约理论，强调代理人和委托人通过激励机制形成的数据和服务市场可以维持供需双方的利益平衡。此外，他强调了数据隐私监管对提高用户效用的重要性。迈克尔·乔丹认为，人工智能应以人类福祉为目标，但其发展不应被未经深思熟虑的旧式愿景所扭曲。

纽约州宾汉姆顿大学研究员阿赫迈德・阿布丁・哈梅德开发了一款名为 xFakeSci 的机器学习算法，能够以高达94% 的准确率识别伪造的学术论文。哈梅德及其团队通过实验制作了50篇针对阿尔茨海默症、癌症和抑郁症的假论文，并与真实论文进行对比分析。他们发现，假论文中的双字组合数量明显少于真实论文，且与内容的关联性更强。哈梅德计划将该算法扩展到更多领域，以应对 AI 生成论文的挑战。虽然算法已取得显著进展，但仍有6% 的假论文可能未被检测。

运动科技初创公司SportAI完成180万美元种子融资，旨在利用人工智能提升运动员表现。其系统通过机器学习、计算机视觉和生物识别技术，专注于运动技术的辅导、评论和分析，主要服务于教练、训练设施、媒体直播及体育品牌。SportAI的云端平台能实时分析运动员技术表现，提供个性化反馈，帮助提升高尔夫、网球等项目的水平。通过与大量运动员数据比较，系统实现自动化、数据驱动的分析，通常只有专业运动员能负担的服务，正努力普及。此外，技术可用于提升直播评论质量，提供即时技术分析，运动品牌则能根据运动员技术推荐产品。平台硬件无关，能分析来自多种来源的视频。此轮融资由Skyfall Ventures主导，其他参与者包括挪威养老基金、前职业网球运动员、人工智能初创公司创始人及前媒体集团高管。国际象棋世界冠军马格努斯・卡尔森担任顾问和投资者。融资将用于技术开发、团队扩充和市场渗透。SportAI已与首个商业客户签约，合同细节暂未公布。