-
特斯拉：已有28.5万人在北美购买FSD功能
【环球网科技综合报道】12月30日消息，据特斯拉官方表示，目前已有超过285000人在北美购买了FSD（Full Self-Driving）完全自动驾驶功能。 据悉，特斯拉FSD是其Autopilot自动辅助驾驶功能的增强，支持自动变道和自动泊车等一系列功能，能够在不需要驾驶员干预的情况下在车道内驾驶、加速和刹车。 值得注意的是，特斯拉中国官网显示，目前在中国地区选配“完全自动驾驶能力”需花费6.4万元。 ...
智能设备 2023-05-27 17:11:35 -
Windows11强推Edge浏览器用户想换第三方浏览器有门槛
从Windows 10开始，微软就在努力推广其原生的Edge浏览器，在经过数次大的改版后，Edge浏览器采用了Chromium内核，为用户带来了更好的Web兼容性，并为所有Web开发者减少Web碎片化。这一改动确实让Edge浏览器也进入了主流用户的视野中，一时好评如潮...
智能设备 2023-05-27 17:11:35 -
广西完善配套畅通汽车下乡
本报南宁1月7日讯（记者童政）为推动新能源汽车下乡，广西持续优化制度设计，大力推动电网等基础设施建设，加快完善充换电网络配套。截至2022年12月底，南方电网广西电网公司在全区累计投建约1.4万座充电桩，完成供电区域1020个乡镇充电桩全覆盖，为新能源汽车畅通下乡铺平“道路”。2021年，广西实施新能源汽车下乡三年行动计划，明确到2023年底，全区新增新能源汽车28...
智能设备 2023-05-27 17:11:32 -
用算力与时间赛跑医学人工智能守护生命之光
“时间就是生命”，没有哪个时刻会比抢救过程更能印证这句话。分秒必争、先行一步……在救护过程中缩短时间、提高诊治效率，有些人的命运或许就会被改变。45岁的王大成是一名社区工作人员。一天，他出现左手活动不灵的症状并逐渐加重，但是他没有在意，依然坚守岗位。在夜班执勤过程中突发瘫痪，被交接班的同事发现，紧急送到吉林大学第一医院，进入脑卒中绿色通道救治。初步查体后，医生判断王大成发病时间较长，需要尽快救治。在这个过程中，人工智能参与进来，辅助医生3分钟内完成影像数据分析，多学科一体化得出治疗方案对病人进行机械取栓手术，用最大努力把患者从终身瘫痪和死亡边缘拉了回来。依靠绿色通道、平台技术的支撑，他们打赢了这场“生命争夺战”。3分钟！与时间赛跑，人工智能参与“生命借力”脑卒中的救治，是一场与时间的赛跑，脑卒中患者救治每延误一分钟，就会有190万个脑细胞受损，因此，脑卒中的救治有非常严格的时间窗。要在窗口期之内必须做出一个治疗方案，这对相当一部分医生来说，并非易事。特别是患者发病6小时以后，其脑组织大部分区域遭到破坏，而基层医生诊断能力不足，加上临床缺乏可靠准确的自动化评估工具，无法精准识别患者的核心梗死区以及无法判断出还可以挽救的脑组织区域，很多脑卒中的病例诊断时间可能达到100分钟，导致治疗率迟迟无法提高。从2015年至今，我国急性脑梗死再灌注治疗率远低于欧美国家水平，发病4.5小时内且没有禁忌证的急性脑梗死患者静脉溶栓的实际执行率只有22...
智能设备 2023-05-27 17:11:28 -
首块全3D打印柔性OLED显示屏问世
科技日报北京1月12日电 （记者刘霞）美国研究人员在最新一期《科学进展》杂志上撰文指出，他们使用定制的打印机，打印出了首块柔性有机发光二极管（OLED）显示屏，这种由3D打印制成的显示屏，无须以往昂贵的微加工设备。 OLED显示技术使用有机材料层将电转换为光，其使用范围广泛，既可用作电视屏和显示器等大型设备，也可用作智能手机等手持电子设备，因其重量轻、节能、轻薄柔韧、视角宽、对比度高而广受欢迎。 最新研究资深作者、明尼苏达大学机械工程系米歇尔·麦卡尔平说：“OLED显示屏通常在庞大、昂贵、且超清洁的制造设施中生产，我们想看看是否能压缩工艺流程，利用我们定制的桌面3D打印机（‘身价’与一辆特斯拉S型汽车差不多）打印出来。” 研究团队此前曾尝试使用3D打印机打印OLED显示屏，但无法实现发光层均匀一致。在最新研究中，他们另辟蹊径，结合两种不同的打印模式来打印6个设备层，最终打印出了首块完全由3D打印机制造的柔性OLED显示屏。其中，电极、互连、绝缘和封装层均采用挤压印刷获得，活性层采用相同的3D打印机在室温下喷涂印刷而成。显示器原型边长约3.8厘米，有64个像素，每个像素都能正常工作。 最新研究第一作者、明尼苏达大学机械工程博士毕业生苏芮涛（音译）说，新的3D打印显示屏很柔韧，可封装在其他材料内，这使它可以广泛应用于多个领域。实验表明，该显示屏历经2000次弯曲仍保持稳定，这表明全3D打印OLED或可用于柔性电子设备和可穿戴设备内。 研究人员接下来计划利用3D打印机打印拥有更高分辨率和更高亮度的OLED显示屏。...
智能设备 2023-05-27 17:11:27 -
比亚迪汉EV冠军版售价公布：20.98万元起
【环球网科技综合报道】3月17日消息，日前，比亚迪正式发布了汉EV冠军版、唐DM-i冠军版两款车型，其中汉EV冠军版售价区间为20.98万元至29...
智能设备 2023-05-27 17:11:27 -
海信于芝涛：坚持技术创新是最艰难的一条路
【环球网科技综合报道】“好画质不能仅完美存在于实验室里，更不能停留在专业片源里。”在近日举办的海信ULED战略升级暨海信视像秋季新品发布会上，海信集团高级副总裁于芝涛讲述了ULED战略升级背后的故事：海信通过对用户电视使用和需求的深度剖析，发现“家庭环境光线复杂、用户没有调节画质参数的习惯、广视场角的观看场景增多”等已经成为当下电视使用的三大痛点...
智能设备 2023-05-27 17:11:21 -
英伟达AI智能体接入GPT-4，完胜AutoGPT！自主写代码独霸我的世界，无需人类插手
新智元报道编辑：Aeneas 好困【新智元导读】给游戏行业来点GPT-4式震撼？这个叫Voyager的智能体不仅可以根据游戏的反馈自主训练，而且还能自行写代码推动游戏任务。继斯坦福的25人小镇后，AI智能体又出爆款新作了。最近，英伟达首席科学家Jim Fan等人把GPT-4整进了「我的世界」（Minecraft）——提出了一个全新的AI智能体Voyager。Voyager的厉害之处在于，它不仅性能完胜AutoGPT，而且还可以在游戏中进行全场景的终身学习！比起之前的SOTA，Voyager获得的物品多出了3.3倍，旅行距离变长了2...
智能设备 2023-05-27 16:03:18 -
这个比ChatGPT情商还高的AI，我可以和它聊三天三夜
狂拿考试高分让学生瑟瑟发抖，加入联网功能叫传统搜索战战兢兢，升级工作全家桶搞得打工人又悲又喜....
智能设备 2023-05-27 16:02:52 -
GPT-4玩《我的世界》15倍速攀科技，不看画面全靠代码操作
克雷西 发自 凹非寺量子位 | 公众号 QbitAI把GPT-4放进一个虚拟世界会怎么样？比如《我的世界》。英伟达开发最新方法Voyager，在游戏中点亮科技树的速度是此前方法的15.3倍，同时获得的独特物品是此前的3...
智能设备 2023-05-27 16:02:52 -
“优等生”拼多多不想再走老路
一季度成绩不俗组织架构调整后，拼多多交出了一份“超出市场预期”的成绩单。5月26日，拼多多集团发布2023年一季度财报。财报数据显示，2023年一季度，拼多多录得总收入为376.4亿元，同比增长58...
智能设备 2023-05-27 16:02:30 -
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
