杰弗里·辛顿在谷歌工作了23年,参与了谷歌搜索、谷歌翻译、谷歌大脑等重要项目,在业内被称为“人工智能之父”。近日,杰弗里·辛顿宣布离开谷歌。并在采访中说,人工智能正在变得比人类更聪明,他想“吹响哨子”,提醒人们思考如何阻止被人工智能控制。他对自己在人工智能领域的贡献感到后悔,觉得自己可能为未来的灾难埋下了种子。
“有意见”留言板
@bicmao:AI技术是人类生产力革命的必需阶段,AI技术和量子技术一样是变革性技术进步。技术本身并没有错,与其恐惧AI,倒不如说AI的演进放大的是人类本身的“原罪”。从社会层面看,掌握生产资料的人,更能利用AI扩大生产效率,进而加速扩大自己的财富规模,于是AI越强大,贫富分化越严重。AI技术带来的“恶果”也许本身就是个社会学问题。
@利刃:AI与任何工具一样都是把双刃剑,用好了可造福人类,用不好将伤及无辜。AI的监管确实势在必行,虚假的信息如果在互联网上泛滥,将产生更大的数字鸿沟和数字茧房。
@隔壁二大爷:人工智能在为我们的生活带来便利和创新的同时,也带来了许多挑战和风险。我们应该在人工智能发展的过程中积极采取措施,确保技术的应用能够真正造福人类,而非成为隐患。
好文章,需要你的鼓励
阿里团队开发的FantasyPortrait系统突破了传统人像动画的局限,通过隐式表情表示和掩码交叉注意力机制,实现了高质量的单人和多人肖像动画生成,特别在跨身份表情迁移方面表现出色,为视频制作和虚拟交流等领域带来新的技术可能性。
复旦大学研究团队开发的AnyI2V系统实现了从任意条件图像到视频的生成突破。该系统无需训练即可处理多种输入模态(包括3D网格、点云等),支持用户自定义运动轨迹控制,并通过创新的特征注入和语义掩模技术实现了高质量视频生成,为视频创作领域带来了革命性的便利工具。
Akamai坚持“简而未减、网络先行、拥抱开源”的独特定位。凭借“鱼与熊掌兼得”的特色,过去几年,Akamai在电商、流媒体、广告科技、SaaS、金融科技等行业客户中获得了广泛认可。
斯坦福大学研究团队开发了KL-tracing方法,能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记,利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中,相比传统方法性能提升16.6%,展现了大型生成模型在计算机视觉任务中的潜力。