AI人工智能指南

Transformers的一个常见误解是认为它们是一个序列处理架构。其实不是，他们是一个“集合处理（set-processing）”架构。Transformers是100%顺序不可知的（这是与RNN相比的重大创新）。 Transformer模型在处理序列数

2024年诺贝尔物理学奖授予了两位在机器学习领域作出重大贡献的科学家：美国普林斯顿大学的约翰·J·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·E·辛顿（Geoffrey E. Hinton）。以表彰他们

向这些神经网络注入足够的能量（计算量），它们就能实现智能。 但这仍然是一个神秘的现象：如此简单的规则（如梯度下降+反向传播，遵循奖励函数）和大量的能量怎么会导致如此复杂的结果？ 这个问题的答案就在我们身边： 生命本身就是这样一个系统。 在物理学中，

在认知科学的古典方法中，与在发展心理学中一样，存在着对表征和学习之间紧张关系的探讨。 一方面，纯粹的先天论者否认了学习，专注于描述已经存在详细的表征。 另一方面，经验主义者认为不需要结构化表征，学习（以及随后的推理）只是一个自下而上的学习统计关联的过程。 <

这篇论文《人工智能、科学发现与产品创新》由Aidan Toner-Rodgers撰写，来自麻省理工学院（MIT），发表于2024年11月6日。论文研究了人工智能对创新的影响，特别是通过随机引入一种新的材料发现技术给一家大型美国公司研发实验室的1018名科学家。

一种名为 Meissonic 的新型开源 AI 模型仅使用十亿个参数即可生成高质量图像。这种紧凑的尺寸可以实现本地文本转图像应用程序，尤其是在移动设备上。 阿里巴巴集团、Skywork AI 和多所大学的研究人员利用独特的 Transformer 架构和新

7个元人工智能工具组合：ChatGPT/Claude - 被描述为创意机器，用于头脑风暴、编程和写作。Perplexity - 与搜索相关，可以提问并找到各种信息。Nelima - 一个大型动作模型，只需一个提示即可执行各种动作，是最先进和模块化的

2 周前  苹果发布了 Ferret-UI ： 专为 iPhone/IOS 屏幕打造的全新多模态 LLM ！！ 现在，苹果开发了一种名为 Ferret-UI 2 的全新 AI 系统，可以读取和控制 iPhone、iPad、Android 设备、网络浏览器和

苏黎世联邦理工学院、INSAIT 和 LatticeFlow AI 的研究人员开发了 COMPL-AI，这是欧盟人工智能法案背景下第一个针对生成式人工智能模型的综合评估平台，其中包括法律的技术解释和开放的基准测试套件。 使用 COMPL-AI 对公共 AI

加法是节能语言模型所需要的全部功能：使用整数加法器而不是浮点乘法器可将能源成本降低 95％。 研究人员开发出一种算法，可以大幅降低人工智能系统的能耗。 BitEnergy AI 的科学家创建了一种称为“线性复杂度

诺贝尔奖得主杰弗里·辛顿，号称AI教父，2018年，他与Yoshua Bengio和杨立昆（Yann LeCun）共同获得了图灵奖。这么一个集各种荣誉为一体的人，刚刚被普通中国人熟悉和崇拜，但是，他最新言论却被国外Reddit网友激烈讨论。 他说：

2024年诺贝尔化学奖授予了 大卫·贝克David Baker、Demis Hassabis 和 John Jumper，以表彰他们在蛋白质设计和蛋白质结构预测方面的贡献。这一成就被认为是化学领域的重大突破，因为它涉及到生命构建块的理解和应用。 这

将人工智能与 ChatGPT 等生成式人工智能技术等同起来，就像是把树枝误认为整棵树一样。 介绍在当今世界，人工智能已成为一个统称，几乎涵盖了所有能够实现智能的软件。就像最新的时尚潮流一样，将某样事物打上人

如何判断某件事可用深度学习来解决呢？ 用下面这个标准作为启发式判断标准： 领域专家能否无需有意识地思考。100%凭直觉完成这件事？ 如果是，那么纯模式识别就是解决这个问题的合适方法：只要呢有足够的数据，你就能够产生一个有效的深度学习

今年获得诺贝尔奖的人工智能工具 揭示了 精子和卵子 之间分子相遇的详细过程 ：三种精子蛋白共同充当媒人，使脊椎动物能够受精。 AlphaFold 计划 预测蛋白质结构 ，它确定了三种蛋白质，它们可以协同工作，充当配子之间的媒人。如果没有它们， 从鱼

人工智能驱动的药物研发公司Genesis Therapeutics宣布与科技巨头 NVIDIA 进行新的股权投资和战略合作，旨在推动其 AI 平台的发展。股权投资来自 NVIDIA 的风险投资部门 NVentures，该公司还参与了去年超额认购的 2 亿美元 B 轮融资，使该公司迄今为止筹集的资金总