热门搜索
-
微软砍掉工业元宇宙项目ProjectAirsim将人工智能战略转向OpenAI
10月25日消息，据外媒援引知情人士透露，本周一微软负责开发“工业元宇宙”Project Airsim的团队成员都收到了一份“团队更新”的通知，并被告知公司将解雇整个团队并终止项目。微软也证实，将于今年12月15日终止该项目...
业界动态 2023-10-29 23:47:03 -
饭制PS6主机概念设计线条硬朗颇具工业美感
YankoDesign注意到索尼最新的一份职位招聘内容，该职位要求帮助公司“为未来的PlayStation平台确定和开发技术组合”，而后，YankoDesign就设计了PlayStation 6游戏主机的概念设计图。整体的设计语言相当大胆且激进，主机的线条非常硬朗，具有工业美感...
游戏资讯 2023-10-19 03:32:24 -
万代南梦宫分享神秘《龙珠：超宇宙2》信息
万代南梦宫日前针对《龙珠：超宇宙2》分享了一个有趣的预告，旨在引起《龙珠：超宇宙》系列粉丝的兴趣。该预告通过Twitter分享，包括“#DBXV2”标签和“敬请期待……”的提示语，以及悟空和玩家联合施展龟派气功的新图...
游戏资讯 2023-10-19 03:29:06 -
DC宇宙vs真人快打的电影项目曾被提出但遭华纳拒绝
《真人快打传奇：蝎子的复仇》、《真人快打传奇：雪盲》、《蝙蝠侠：龙之魂》等动画电影的编剧Jeremy Adams近期接受采访时透露，曾经有《真人快打》和DC宇宙的联动影视项目被提出，但遭到了华纳的拒绝。“我会降低你对《真人快打》和DC宇宙联动的期待，我不知道华纳后续是否有计划，我只知道我们之前提出过，但被拒绝了……相信我，我真的很想看到DC宇宙vs《真人快打》，那太酷了...
游戏资讯 2023-10-19 03:14:03 -
“SNK宇宙项目”公布：多领域发展《拳皇》等游戏IP
SNK公布了“SNK宇宙项目”，旨在使《拳皇》《侍魂》等IP在各种娱乐形式中多样化，以提高其在全球范围内的认知度。为了实现这一雄心勃勃的目标，他们将从格斗游戏这一类型中跳脱出来，向漫画、动画、电影和音乐等其他领域扩展...
游戏资讯 2023-10-19 03:10:44 -
曙光宣布启动智慧工业战略
6月8日消息，今天，曙光发布了工业数智平台“曙睿 SugonRI™”，并以此为基础，提出“以数智底座，加速数实融合进程，赋能新型工业化”的智慧工业战略。新型工业化是将传统工业与新一代信息技术紧密结合，以数字化、网络化、智能化为方向，驱动传统工业走向高效率、高品质、低碳化的工业化道路，是推进数字经济和实体经济融合发展的重要支撑，已成为国家及产业的关注焦点...
互联网 2023-06-08 19:34:23 -
苹果头显这把火，能点亮元宇宙暗夜吗？
接任乔布斯12年后，库克终于迎来了真正属于自己的One more thing时刻，寄希望于用MR（增强现实）开启后iPhone时代。在6月6日凌晨的苹果全球开发者大会（WWDC）上，这款MR设备被正式命名为苹果Vision Pro，而非此前传闻中的Reality Pro，售价为3499美元（约为人民币25000元），比传闻中的3000美元起售价更高，且发售时间延迟到明年初，并仅局限在美国地区发售，而非爆料的今年秋季即可交付，其他国家或地区要等到明年晚些时候才能拥有购买资格。在长达逾两个小时的主题演讲中，苹果先后发布了搭载M2芯片的全新15英寸 MacBook Air，搭载M2 Max和M2 Ultra芯片的Mac Studio，以及搭载M2 Ultra芯片的 Mac Pro多款硬件，并逐一亮相了iOS 17、macOS 14、iPadOS 17、watchOS 10等四大系统的功能更新，这些最新系统的正式版本，将在今年秋天推送给所有终端用户。作为今年WWDC的重头戏，苹果用了将近一个小时来讲解首款MR产品的设计、体验和技术创新。在苹果MR发布前一天，天风国际证券知名苹果分析师郭明錤发文称，长期而言，苹果AR/MR头戴设备的成功，关键因素在于能否与人工智能（AI）或生成式人工智能（AIGC）高度整合，但是在英伟达股价飙升的刺激之下，投资者对苹果何时推出类似ChatGPT服务的关注度要高于头戴设备。尽管苹果未曾提及AI大模型相关动向，但在介绍iOS 17功能更新时，苹果高管讲述了借助Transformer这一时下最火热的语言预测模型，对键盘文本输入和听写功能所带来的智能化升级。短短一年时间，AIGC取代元宇宙成为最新风口。曾经重金押注元宇宙的Meta，股价一度暴跌超七成，内部进行了两轮的万人大裁员；字节数十亿元收购的PICO，2000人团队也被爆出15%的裁员计划；微软、谷歌、腾讯、百度等布局元宇宙的科技公司，也纷纷迎来项目和产品的缩减方案。元宇宙寒冬之下，VR/AR行业全村的希望，如今都被放在了苹果一家的身上。尽管库克高调将Vision Pro与Mac开启的个人计算时代，和iPhone开启的移动计算时代相对比，喊出“空间计算时代正在来临”的口号，但面对外观设计和应用体验上并未有突破性创新的Vision Pro，资本市场并未被苹果激发起新热情。北京时间6月5日晚间，美股开盘后，苹果股价一度涨超1.4%。及至Vision Pro发布之后，当天收盘，苹果股价下跌0...
手机互联 2023-06-06 21:32:45 -
工业和信息化部部长金壮龙：丰富拓展5G应用场景推进6G研发
【网易科技6月4日报道】今日，由工业和信息化部主办的第31届中国国际信息通信展览会在北京开幕，展会以“打通信息大动脉，共创数智新时代”为主题，展示信息通信业发展最新成果。工业和信息化部党组书记、部长金壮龙出席开幕论坛并致辞...
智能设备 2023-06-05 09:51:42 -
工业富联：加强与英伟达合作，已着手开发下一代AI服务器
集微网消息，在近日召开的工业富联召开2022年度股东大会上，工业富联CEO郑弘孟表示，AI服务器市场比预期更大，下半年公司AI服务器销售有望强劲增长。郑弘孟透露，为抓住AI服务器市场机遇，工业富联正在持续强化与英伟达等算力巨头的合作。郑弘孟称，“今年一季度开始，公司在服务器板块做结构性优化，有意下修OEM（代工）服务器占比，提升CSP（云服务商）、ODM（原始设计制造）及AI服务器比例。”相关策略使得CSP产品占比持续提升，2022年工业富联CSP产品占比超过40%，今年一季度进一步提升，不断优化的客户与产品组合，推动工业富联实现整体毛利率和毛利额的同比提升。一季度，工业富联毛利率同比提升0.6个百分点至7...
智能设备 2023-06-04 09:40:27 -
Infor全球副总裁谢晓蓓：AI引领下的数字工业革命
【网易科技5月31日报道】近日，“AI 赋能·工业创新”2023 Infor 数字化峰会（华东站）在苏州举办，Infor 全球副总裁及大中国区总裁谢晓蓓、大中国区及韩国商业咨询高级总监鹿崇，围绕AI引领下的数字工业革命、数智化应用驱动下的快速复苏与提质增效等主题展开了分享。谢晓蓓表示：“Infor 专注于行业化解决方案，在汽车制造业、工业化制造业、酒店行业及航空航天等专注行业中深耕多年...
智能设备 2023-05-31 15:44:43 -
中国工程院院士张平：要构建“许可Web3.0”，发展中国自主元宇宙
5月30日消息，近日在2023年中关村论坛平行论坛“互联网3.0：未来互联网产业发展”上，中国工程院院士、北京邮电大学教授张平提出构建“许可Web3...
业界动态 2023-05-30 11:32:54 -
数学论证GPT-4不是随机鹦鹉：真如此的话整个宇宙都会坍缩
克雷西 发自 凹非寺量子位 | 公众号 QbitAI对于ChatGPT的工作原理，一个常见的解释是根据统计学规律预测下一个词。但最近一位叫Jacob Bayless的工程师用数学方法得出惊人结论：若是如此，所需的信息量足以让整个宇宙都坍塌成黑洞。这一数据量是50000^8000，根据贝肯斯坦上限(Bekenstein bound)原理，如果把这些信息分配到空间当中，所需要的信息密度已经远超宇宙能承受的最大值。而这仅仅是把数据存储起来的消耗，更不必说还要进行运算了。而ChatGPT与单纯统计预测的区别，可以做这样的类比：如果天文学家通过历史观测记录推算出月食的周期，这可以算是统计学。但当他们总结出牛顿万有引力定律的时候，就已经超越了统计学。什么是“随机鹦鹉”一个流传很广的说法，所谓大语言模型实际上相当于一个“随机鹦鹉”——与我们观察其输出时的情况相反，语言模型只是将其在庞大的训练数据中观察到的语素胡乱拼接在一起，根据概率生成文本，但不清楚文字背后的任何含义，就像一个随机的鹦鹉。出自论文On The Dangers of Stochastic Parrots: Can Language Models Be Too Big这对过去的语言模型，或许确实成立。比如曾经流行的n-gram算法。比如当我们在搜索引擎中进行搜索时，出现的联想词就能用此方法实现。具体来说，下面的三行文本中，第一行纯粹是随机生成，第二行考虑了单词在英语中整体的出现概率，第三行则考虑了单词在前一个词后面出现的概率。n = 0: RECEIVE FALL SURPRISED FRIDAY INGREDIENT…n = 1: REPRESENTING AND SPEEDILY IS AN GOOD…n = 2: THE CHARACTER OF THIS POINT IS THEREFORE…不难看出，随着n值的升高，文本越来越接近人类语言。而n-gram模型根本不需要掌握其中的语义或理解其中的抽象概念，就能生成像模像样的句子。据此有人猜想，GPT-4会不会也只是一种高级的n-gram呢？Bayless提出，GPT必须学会抽象才能有如今的效果，至少GPT-4肯定如此。GPT-4不只是“随机鹦鹉”要证明这一点，可以先看下棋机器人的例子。如果有一种下棋机器人，存储了巨量棋谱数据，对于每个棋局都能推荐下一步。那它就能通过“背谱法”模仿其他任何棋手或程序的下法比如Stockfish是最先进的国际象棋程序，如果仅通过对战而不看源码，是无法确定Stockfish是否在背谱。但实际上，包含所有情形和步骤的棋谱数据量可能超过2^154。而Stockfish的程序只占用了不到50MB的空间，根本不可能存下需要的所有棋谱。所以Stockfish肯定是通过更高级的方法来实现下棋的。人类语言的复杂度远超过棋类游戏，因此GPT的数据量更是同理。仅在是上一代的GPT-3的token字典中就有超过5万token。如果对每个词都逐一建立统计信息，n-gram模型中n值将高达8000。届时，需要存储的情景数量将达到50000^8000。正如文章开头所提到，这简直是天文数字，足以让整个宇宙坍缩。因此，GPT是“随机鹦鹉”的猜测在理论上得到了一定程度的批驳。“随机鹦鹉”达不到的高度仅在理论上进行说明是不充分的，因此研究人员还进行了两个实验，意图证明大模型在学习过程中已经抽象出了算法。第一个实验关于一道经典的农夫过河问题。一个农夫有一条船，和狼、羊、菜，农夫要把这3样东西运到河到另一边，农夫每次最多只能通过这个船运一样东西，要防止狼吃羊、羊吃白菜（即不能在没有农夫在的情况下同时在同一岸边），该怎么过？研究人员将这个问题中的农夫、船、河分别替换成地球人、虫洞和银河系。狼、羊和菜则分别换成火星人、金星人和月球人。替换的目的是因为互联网上不太可能出现类似语料，可以判断大语言模型是不是真的掌握了通用方法。如果GPT不是“随机鹦鹉”，那么它至少不会犯下只有“随机鹦鹉”才会犯的错误。GPT-4针对替换后的问题给出了正确的回答，GPT-3.5则没有。但它们并没有犯研究人员预想的“鹦鹉”错误——即在回答中出现狼、船、河等已被替换掉的词语。回答中使用的句子，也无法在互联网中被检索到。这些现象都证明了现在的大语言模型的生成方式已经超越了“概率预测”。第二个实验则是数字排序。如果让GPT学习数字排序，它们究竟是只会记住给出过的数字顺序，还是真的研究出排序算法呢？其实只要从GPT的输出当中就可以看出来了。假如从1-100中随机选择10个数字，并将其顺序打乱，将一共有这么多种情形：如果再考虑数字的重复出现，又或者数字的数量发生变化，根本不可能存储如此之多的情形。因此，只要GPT能够针对未知的排序问题给出正确的回答，便可以说明它们是真的研究出了排序算法。研究人员训练了一款特斯拉前AI总监Andrej Kaparthy发明的语言模型nanoGPT，专门让它做数字排序。结果显示，随着训练步数的增加，模型给出的数字顺序越来越完美。虽然在训练步数达到16万左右时突然出现了大量错误，但也很快得到了纠正。这说明这款模型并不是仅仅根据学习的素材对未知的数字进行排序，而是已经掌握了背后的方法。这个测试只是在一台笔记本电脑、算力非常有限的GPU上进行的。更不必说GPT-4了。参考链接：https://jbconsulting...
智能设备 2023-05-27 16:02:19
