搜索
Sutton 等研究人员近期在《Nature》上发表的研究《Loss of Plasticity in Deep Continual Learning》揭示了一个重要发现：在持续学习环境中，标准深度学习方法的表现竟不及浅层网络。研究指出，这一现象的主要原因是 "可塑性损失"（Plasticity Loss）：深度神经网络在面对非平稳的训练目标持续更新时，会逐渐丧失从新数据中学习的能力。
近日，机器学习研究员、畅销书《Python 机器学习》作者 Sebastian Raschka 又分享了一篇长文，主题为《从头开始构建一个 GPT 风格的 LLM 分类器》。
字节跳动以性价比策略切入市场，掀起价格竞争，但高性能模型仍保持付费门槛。B端市场对豆包视频大模型的接纳度有待观察，其商业变现与用户场景适配性成为主要考验。
在 OpenAI，高层变动正在成为一种传统。
李飞飞：“AI没有国界，AI的福祉亦无国界。”
这会是终极可穿戴设备吗？
别光想着说 “ 技术无罪 ” ，上个这么喊的人已经蹲了好多年，现在都出来了。
要论最近最火的AI视频生成模型，无疑就属字节豆包了。
32GB GDDR7内存，CUDA核心数21760个——
继OpenAI“草莓”之后，又有神秘模型蓝莓来“霸榜”。
探讨了两款AI产品捏Ta和BubblePal的特点与市场定位。捏Ta专注于垂直人群，满足二次元同人爱好者的创作需求。BubblePal为学龄前儿童提供AI陪伴玩具，丰富亲子互动。
近期美国AI行业发生了一些引发热议的并购案例，可以肯定的是，进入国内从业者讨论范围内的只是其中的明星公司，那些不知名但快速实现了并购退出的创业者数量更多。
Altman全球推进AI基建，计划遇阻。
AI硬件市场虽然目前市场规模相对较小，但增长速度较快，未来发展潜力巨大。目前市面上已经出现多款可穿戴性AI硬件设备，包括Humane推出的Ai Pin和Rabbite R1等。不仅各类初创公司涌现，多家巨型科技公司也布局其中。
人工智能是完全不同的。人们把它与以前的革命相提并论，但它是不同的，因为它是人类历史上第一个能够独立做出决定和创造新想法的技术。印刷机可以印刷我的书，但它不能写书。它只能复制我的想法。原子弹可以摧毁一座城市，但它不能自己决定轰炸哪座城市，也不能决定为什么要轰炸它。而人工智能可以做到这一点。
一个存在近20年的手工艺品交易平台，如何被AI“改造”？
随着人工智能（AI）技术的飞速发展，特别是在生成式AI领域的突破，我们见证了许多新兴技术的诞生，它们正逐步改变着我们的生活和工作方式。
早早打出“All in AI”的百度，一直都是国内AI赛道的领跑者。
任何面向消费者的服务，都可能被颠覆 移动互联网等技术创新，让人们享受到了很多过去无法获得的高成本服务。比如，有了Uber，就相当于每个人都有了专职司机，随叫随到。类似的例子，还有在线教育、在线医疗等等。
中国AI公司更多以市场需求为导向，聚焦于实际应用，例如自动驾驶、机器人等具体领域。在融资、技术创新、原创算法等方面与全球领先企业仍存在一定差距。
能源数智化，正在向实而生。
人形机器人的此时此刻，恰如2019年自动驾驶爆发前夕。 在1927年上映的《大都会》中，全世界第一部包含人形机器人的角色Maria诞生。
深陷高管离职风波的 OpenAI 最近点燃了吃瓜群众的热情。 一边是被曝投后估值高达 1500 亿美元，成为全球 AI 独角兽中最靓的崽，一边却是连丢三名技术大咖，在职的创业元老几乎只剩下 Altman 这么一个光棍司令，这两天的 OpenAI 堪称冰火两重天。
AI功能生成的婚纱照，几乎能够以假乱真，不少个性且精美的特效，更是超越现实，完美契合当代年轻人的个性需求。
我们被倡导要想明白自己的目标是什么、并做出计划。然而，两位人工智能研究者却认为，这只适用于普通的小愿望。 一旦涉及过于高远的、不确定能否实现的目标，比如打造 AGI（通用人工智能）、登月计划等等——那么根据兴趣进行自由的、开放性的探索，才更能实现想要的。
AI 视频生成器需要相信电影制作人会在制作过程中使用他们的模型。否则，存在的意义何在？
即使企业在努力弄清楚人工智能聊天机器人如何帮助其运营时，他们也正被一种新的人工智能产品淹没：可以独立采取行动的聊天机器人，如安排预约，也称为人工智能代理。
自动驾驶领域又有了新的玩家。不过这个玩家并不陌生，就是“天才少年”侯晓迪。
做了那么多AI应用，谁来用？第一波用户从哪来？如何持续不断地获得用户反馈？
RTX 50 系列的发布日期可能会在明年初。