中国发展高层论坛上举办的人工智能发展与治理专题研讨会上,官方认为,人工智能将成为第四次工业革命的标配。人工智能正处于群体性技术变革的起点。多模态大模型成为当前模型研究的主攻方向,多技术路径的交叉融合,加速了通用人工智能的到来。
我们也看到有专家认为,在把握人工智能重塑经济社会发展这一重大机遇的同时,还要有效应对人工智能大规模跨界应用所带来的各种安全风险与挑战。
“有意见”留言板
@不倒翁:有些人关注安全过头了,现在我国人工智能的技术创新还差美国一大截,现在关键是赶紧加速创新,你都没有,担心什么安全?考虑什么治理?等到技术应用大规模落地,自然治理就跟上了。
@周一见:确实,任何技术的进步都伴随着潜在的风险和挑战。在享受人工智能带来的便利和优势的同时,我们需要采取措施来最小化这些风险,并且积极地应对可能出现的问题。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
CoffeeBench是Sakana AI与毕马威联合构建的多智能体经济基准测试,让六个AI企业在90天咖啡供应链模拟中自主经营,评估大语言模型的长期商业决策能力。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。