今天,科学期刊《自然》(Nature)公布了2023年度十大科学人物榜单,有趣的是,除了十位学者,ChatGPT赫然在列,这也是《自然》首次将非人类ChatGPT列入了年度科学人物榜单。《自然》主编 RichMonastersky 表示:“虽然这个工具不算一个人,也不完全满足 Nature's 10 的评选条件,但我们破例将其加入榜单,以承认生成式人工智能正在深刻地改变科学的发展进程。”
“有意见”留言板
@取代:ChatGPT已经被人类当成“人来对待了,很多人也因为它对自己的职业产生恐慌,不过,有专家认为,AI永远取代不了投行、律师、会计师、评估师这些职业。因为,AI不能坐牢。背锅,才是核心竞争力。
@知识:人类在知识点上已完全被ChatGPT所取代,还可以提供领域知识和专业建议,帮助科学家解决问题和做出更明智的决策,将极大地推动科学的发展和进步。这样说来人类算是解放了么?
@素颜也倾城:中国人又缺席了吗?
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。