-
在自动驾驶领域，研究人员也在朝着GPT/Sora等大模型方向进行探索。与生成式AI相比，自动驾驶也是近期AI最活跃的研究和开发领域之一。要想构建完全的自动驾驶系统，人们面临的主要挑战是AI的场景理解，这会涉及到复杂、不可预测的场景，例如恶劣天气、复杂的道路布局和不可预见的人类行为。目前的自动驾驶系统通常由3D感知、运动预测和规划三部分组成。具体而言，3D感知主要用于检测和跟踪熟悉的物体，但对于罕见物体及其属性的识别能力有所局限；而运动预测和规划主要关注物体的轨迹动作，但通常忽视了物体与车辆之间的决策级交互
-
机器学习在联络中心的应用将改变游戏规则。企业必须利用这项技术，让已经感到不满的客户在与联络中心打交道时不再那么乏味。一个联络中心的成功与否主要取决于两个关键绩效指标——平均呼叫处理时间(AHT)和客户满意度评级。这意味着每通电话不仅需要快速处理，还要永久解决来电者的问题，避免回拨或升级。在挑战较大的时期，如大流行期间，这变得更加困难。机器学习和认知自动化能够帮助解决这些问题，让联络中心更快、更有效地处理客户申诉和问题。在CRM系统中应用机器学习可以积极改变联络中心的未来发展。1、减少呼叫处理时间客户在致电
-
视频生成进展如火如荼，Pika迎来一位大将——谷歌研究员OmerBar-Tal，担任Pika创始科学家。一个月前，还在谷歌以共同一作的身份发布视频生成模型Lumiere，效果十分惊艳。当时网友表示：谷歌加入视频生成战局，又有好戏可看了。StabilityAICEO、谷歌前同事等在内一些业内人士送上了祝福。Lumiere一作，刚硕士毕业OmerBar-Tal，2021年本科毕业于特拉维夫大学的数学与计算机系，随后前往魏茨曼科学研究所攻读计算机硕士，主要聚焦于图像和视频合成领域的研究。其论文成果多次被顶会接收
-
协同感知技术在解决自动驾驶车辆感知问题方面具有重要意义。然而，现有研究往往忽视了智能体之间可能存在的异构性，即传感器和感知模型的多样性。实际应用中，智能体之间的模态和模型可能会存在显著的差异，这导致了域差异的出现，使得协同感知变得困难。因此，未来的研究需要考虑如何有效地处理智能体之间的异构性，以实现更加有效的协作感知。这将需要开发新的方法和算法，以适应不同智能体之间的差异性，并确保它们能够协同工作，实现更高效的自动驾驶系统。为了解决这一实际挑战，ICLR2024的最新研究文章《AnExtensibleFr
-
刚刚，奥特曼发布OpenAI首个视频生成模型Sora。完美继承DALL·E3的画质和遵循指令能力，能生成长达1分钟的高清视频。AI想象中的龙年春节，红旗招展人山人海。许多孩子好奇地观望舞龙队伍，还有人拿出手机记录，人们各有不同的行为举止。雨后东京街头，潮湿地面反射霓虹灯光影效果堪比RTXON。行驶中的列车窗外偶遇遮挡，车内人物倒影短暂出现非常惊艳。也可以来一段好莱坞大片质感的电影预告片：竖屏超近景视角下，这只蜥蜴细节拉满：网友直呼gameover，工作要丢了：甚至有人已经开始“悼念”一整个行业：AI理解运
-
谷歌最近对其人工智能项目进行了重大更新，将Bard更名为Gemini并推出了许多新功能，包括移动端支持。不过，Gemini发布初期并不完美，由于推出速度缓慢，部分用户无法体验新功能，还有用户在使用中遇到问题。不过，谷歌迅速做出了回应。Gemini产品负责人JackKrawczyk向用户保证，问题正在积极修复中。Krawczyk指出，谷歌正在迅速修复Gemini最关键的一些漏洞，其中拒绝响应问题位列首位。Krawczyk表示，自Gemini发布以来的一周多时间里，谷歌已将拒绝响应的比例降低了约一半。谷歌最新
-
今天，谷歌宣布推出Gemini1.5。Gemini1.5是在谷歌基础模型和基础设施的研究与工程创新基础上开发的。这个版本引入了新的专家混合（MoE）架构，以提高Gemini1.5的训练和服务的效率。谷歌推出的是用于早期测试的Gemini1.5的第一个版本，即Gemini1.5Pro。它是一种中型多模态模型，主要针对多种任务进行了扩展优化。与谷歌最大的模型1.0Ultra相比，Gemini1.5Pro的性能水平相似，并引入了突破性的实验特征，能够更好地理解长上下文。Gemini1.5Pro的token上下文
-
高等教育专家必须为与AI的全面协作做好准备，否则很可能错失机会、与学生群体脱节。根据TytonPartners最新发布的调查结果显示，学生在使用生成式AI产品方面的速度远超过老师。具体数据表明，教职工群体中只有22%的人经常使用AI，而学生中高达49%的人频繁使用AI。人工智能在高等教育中的三种创新应用但是从教育机构的角度来看，AI技术的普及速度也不算慢。根据2023年Intelligent的调查结果显示，已经有82%的教育机构在今年将AI纳入了他们的招生工作流程中，这表明他们已经明确地接受了AI的存在和
-
本文介绍了实现一个稀疏混合专家语言模型（MoE）的方法，详细解释了模型的实施过程，包括采用稀疏混合专家取代传统的前馈神经网络，实现top-k门控和带噪声的top-k门控，以及采用KaimingHe初始化技术。作者还说明了从makemore架构保持不变的元素，比如数据集处理、分词预处理和语言建模任务。最后还提供了一个GitHub仓库链接，用于实现模型的整个过程，是一本不可多得的实战教科书。内容简介混合专家模型（MoE）在发布后开始受到广泛关注，特别是在稀疏化的混合专家语言模型中。虽然大部分组件与传统的tra
-
在现代数字时代，数据中心扮演着积极管理大量信息流的关键角色，维持着我们高度互联的世界运转。数据中心的规模反映了科技革命的进展，过去三年里呈现了惊人的增长，增长率高达48%。然而，这种进步是有代价的，因为大型数据中心是贪婪的能源消耗者，每个数据中心都需要足够的电力来供电。人工智能(AI)是这一能源密集型领域可持续发展的灯塔。它是绿色数据中心的关键催化剂，巧妙地管理能源优化、冷却系统和资源分配，以最大限度地减少这些数字庞然大物的环境足迹。人工智能是推动可持续发展的强大盟友数据中心消耗的电力占全国总用电量的2%
-
针对大模型落地应用的问题，当前行业内普遍的做法是利用大模型进行问答，但在实际应用中，这种方法往往效果不佳，很多问题的答案并不具有实际参考价值。作为算法人员，我们需要深入了解问题的来源，对于大模型产生的幻觉问题，我们需要明确其定义，是主观的还是客观的，并探讨如何给出一个可执行的解决方案。在业务应用中，除了提供答案，我们还需给出一个概率值来评估答案的可靠性。此外，关于图谱技术，虽然现在有一种观点认为图谱已经过时，但实际上图谱和大模型之间存在一些结合点，我将这些结合点总结为若干条策略，这些策略可以帮助我们更好地
-
最近，加利福尼亚大学发布了一篇综述文章，探讨了将自然语言处理领域的预训练大语言模型应用于时间序列预测的方法。该文章总结了5种不同的NLP大模型在时间序列领域的应用方式。接下来，我们将简要介绍这篇综述中提及的这5种方法。图片论文标题：LargeLanguageModelsforTimeSeries:ASurvey下载地址：https://arxiv.org/pdf/2402.01801.pdf图片1、基于Prompt的方法通过直接利用prompt的方法，模型可以针对时间序列数据进行预测输出。之前的promp
-
近年来，大型语言模型（LLMs）的发展取得了巨大进步，这让我们置身于一个革命性的时代。LLMs驱动的智能代理在各种任务中展现出了通用性和高效性。这些被称为“AI科学家”的代理人已经开始探索它们在生物学、化学等领域中进行自主科学发现的潜力。这些代理已经展现出选择适用于任务的工具，规划环境条件以及实现实验自动化的能力。因此，Agent可摇身一变成为真实的科学家，能够有效地设计和开展实验。在某些领域如化学设计中，Agent所展现的能力已经超过了大部分非专业人士。然而，当我们享受着这种自动化Agents所发挥的优
-
为了应对元宇宙对于3D创意工具需求的持续增长，最近人们对三维内容生成（3DAIGC）表现出了极大的兴趣。同时，3D内容创作在质量和速度方面也取得了明显的进步。尽管当前的前馈式生成模型可以在几秒钟内生成3D对象，但它们的分辨率受到训练期间所需密集计算的限制，进而导致生成低质量的内容。这就产生了一个问题，能否只用5秒钟来生成高分辨率高质量的3D物体？本文中，来自北京大学、南洋理工大学S-Lab和上海人工智能实验室的研究者提出了一个新的框架LGM，即LargeGaussianModel，实现了从单视角图片或文本
-
机器学习让计算机图形学（CG）仿真更真实了！方法名为神经流向图（NeuralFlowMaps，NFM），四个涡旋的烟雾也能精确模拟的那种：更为复杂的也能轻松实现：要知道，在这个AI应用满天飞的时代，CG物理仿真仍然是传统数值算法的天下。△NFM模拟“蛙跳”尽管神经网络应用在CG能创造目眩神迷的视觉效果，它却无法严格、鲁棒地描述物理性质。△NFM模拟“墨滴”也正是因此，基于神经网络的物理仿真至今还处于概念验证（proofofconcept）的阶段，所生成的效果也远非SOTA。为了解决这个复杂问题，研究团队来
