avatar
蓝点网
1个月前
英特尔面向人工智能平台推出双芯片 48GB 显存的 B60 显卡，单个系统可以组成 192GB 显存。 这张显卡内置两块 B60 芯片，单个芯片配备 24GB 显存，采用鼓风式传统散热设计，可以在现有的工作站中安装使用。 查看全文：
#英特尔 #人工智能 #显卡 #B60 #硬件
avatar
环球网-新华网
1个月前
新型牙线可通过唾液监测压力水平
美国塔夫茨大学一个研究团队开发出一种创新型传感装置，通过特殊设计的牙线，可实时、精准测量唾液中的压力激素皮质醇水平。相关论文近日发表在《美国化学学会·应用材料与界面》杂志上。
#新型牙线 #唾液监测 #压力水平 #健康科技 #个人健康
avatar
indigo
1个月前
AI 对世界 GDP 的影响就像中国的崛起，但速度要快得多。 到 2027-2028 年或本世纪末，能够自动化任何白领工作的 AI 模型将会出现 - Anthropic 研究员 Sholto 在一档播客节目上几乎肯定的表示👀 因为对于每个白领职业，都可以用有限的数据构建奖励模型，类似于人类学习的方式。虽然模型似乎比人类的样本效率低，但这可以通过并行运行数千个副本来弥补。 然而，机器人技术或生物学领域不存在同样的数据资源。 要使 AI 模型成为超越人类的生物学研究员，需要大规模的自动化实验室。同样，要在现实世界中达到与人类相当的能力，则需要大量的机器人来收集数据。 目前的预训练加强化学习 (RL) 范式在很大程度上被认为足以实现 AGI，因为趋势线尚未改变。虽然其他算法突破是可能的，例如 Ilya 正在做的，但目前的方法被认为是足够的。能源和算力才是限制因素，预计到本世纪末，AI 将消耗美国能源生产的 28%⚡️
#AI #世界GDP #中国崛起 #白领自动化 #Anthropic研究 #经济影响 #工作未来 #技术发展
avatar
AI Will
1个月前
Eric Schmidt预测，在一到两年内，我们将迎来“超级程序员”和“AI数学家”的突破。 软件是“无规模的”——它不需要现实世界的输入，只需要代码和反馈。尝试、测试、重复。 AI可以在几分钟内运行这个循环数百万次。 来自：Haider.
#科技预测 #超级程序员 #AI发展 #未来技术 #数学创新
avatar
Yachen Liu
1个月前
macOS 这个安全提示设计的实在太____了，你好歹告诉我访问的路径是什么啊，这我除了每次盲点同意外就只能授权 Full Disk Access，有什么意义。
#MacOS #安全提示 #Full Disk Access #授权
avatar
AI Will
1个月前
这正在发生。 AI模型正在发现零日漏洞。 这篇博客文章必读，并标志着网络安全的新纪元。
#AI #零日漏洞 #网络安全 #博客文章
avatar
AI Will
1个月前
三年AI进展 1. 2022年7月的Midjourney 2. 2025年5月的Veo 3 来自：fofrAI
#AI进展 #midjourney #Veo 3 #fofrAI #科技
avatar
AI Will
1个月前
你怎么看待这个针对语言模型的智商测试？ > claude 4 opus目前以120分的离线成绩和117分的Mensa挪威测试成绩领先 > o3模型在Mensa测试中得分更高，达到了135分 这些结果令人印象深刻。 不能确定这个测试有多准确，或者它是如何衡量AI的智商的？ 这或许并不是评判AI智能的最佳方式 来自：Haider.
#语言模型 #AI智商测试 #Mensa测试 #AI智能
avatar
AI Will
1个月前
CMG世界机器人竞赛：机甲格斗系列的第一场比赛 – 今天进行了全球直播。 四支队伍使用他们的Unitree G1类人机器人在三场淘汰赛中展开对决。 来自：The Humanoid Hub
#CMG世界机器人竞赛 #机甲格斗 #全球直播 #Unitree G1 #类人机器人 #The Humanoid Hub
avatar
砍砍@标准件厂长
1个月前
给 cmark 上游做了 parser_fork 的支持 现在可以增量处理传入的 markdown 文档 只需复制一下 parser 的内存 然后就可以 finalize and dump nodes 特别适合 AI 聊天软件 而且现在一次渲染平均只需 0.2ms 就能上屏幕 速度嘎嘎快（
#cmark #parser #Markdown #AI聊天 #渲染速度 #增量处理
avatar
ginobefun
1个月前
什么时候会出现 $1000 刀以上的编程智能体？
#编程智能体 #人工智能发展 #技术趋势 #未来预测
avatar
日月小楚 ｜Building AI Agents
1个月前
推特这两天抽风了吗？ 为啥过去一个月的推文都不见了？
#推特故障 #数据丢失 #社交媒体问题
avatar
勃勃OC
1个月前
最后终于可以谈谈欧拉公式了，这也是很多个星期之前，我们空间有人问到的话题。当时的回答其实并不准确 根据之前推文的讨论我们知道，e并没有什么特别之处，他仅仅是为了简化2^x计算而引入的。最终结果是： e = 2^(1/0.693)，以使得 e^x = (1 + x/N)^N, N->infinity 那么一个自然的问题就来了，如果x是复数，特别是虚数时，比如当x = ib，e^x 是否还有意义？ 为什么会要计算形如e^ib的形式？这其实是一个物理问题，是物理学家们在计算中不小心发现的。同时他们当时已经确认，这几乎必须得是一个虚数，且其长度必须是1（也就是必须落在复平面的单位圆上）。这点以后有机会再说。 回到 e^ib。如果公式e^x = (1 + x/N)^N 对任意数有效，那么他应该对虚数也有效，你也可以认为数学家们将这一近似公式拓展到了复平面。 代入 x = ib 可知： e^ib = (1 + ib/N)^N 在复平面上，i垂直于实数轴，因此ib垂直于1的方向。当N很大时，b/N很小，而tan(b/N)就约等于b/N，这意味着b/N其实就是1 + ib/N 在复平面上对应的旋转角，也就是幅角，当N特别大时。 与此同时，对于一个复数而言，一个数的N次方就是他的幅角连加N次，幅长取N次方，但因为e^ib的幅长必须是1，因此： (1 + ib/N)^N 就等于 一个复平面单位圆上，幅角为b/N * N = b 的复数 也就是说，e^ib = (1 + ib/N)^N = cos(b) + isin(b) 这也就是欧拉公式的真实来历 并没有什么很奇特的，相反我认为，那个物理学家发现e^ib的故事，更值得一谈
#欧拉公式 #复数运算 #e的定义 #数学分析 #指数运算
avatar
Y11
1个月前
企业现在招出海一号位和AI产品一号位真的多。
#企业招聘 #出海业务 #AI产品
avatar
中工网-央视新闻客户端
1个月前
全长约26千米 世界最大跨度四主缆悬索桥完成主缆架设
全长约26千米 世界最大跨度四主缆悬索桥完成主缆架设
#世界最大跨度 #悬索桥 #主缆架设 #桥梁工程
avatar
Gong Z.
1个月前
Veo3 + Flow（）非常非常有意思，值得一试。本来想做个广告片子试试，可惜目前视频生成总有bug，音频经常出不来，额度都浪费了，然后再试就没有额度了😂遂放弃。
#Veo3 #Flow #视频生成 #音频问题 #额度限制
avatar
勃勃OC
1个月前
自然对数底e的发明，其实来自于人类对计算无止尽的追求 为了计算2的任意次方，比如说2^x（其中x是任意非整数且大于0），聪明数学家们想到了一个方法： 首先，把x变得非常小——比如把它除以1万，计算出2^(x/10000)的结果；随后，只需要把这个结果连乘10000次，就能重新得到2^x的值。 也就是说，2^x = (2^(x/10000))^10000，这从定义上说是显然的 为什么要先缩小，再放大呢？因为数学家们发现，当x特别小时，2^x随着x的增长几乎是线性的。也就是说，y=2^x的函数曲线，x=0 附近看起来几乎就是一条直线。 而那条直线的系数，经过大量重复的仔细计算，是0.693..... 也就是说，当x特别小时，2^x 约等于 1 + 0.693 * x；把这个数算出来后，再连乘1万次，就能得到原值。这就把原本不可能计算出来的指数（特别是当指数是小数时）给算出来。这其实是计算机发明之前，所有高精度近似计算的秘诀。 现实中，你当然不需要真的乘1万次；毕竟乘一次就是2次方，把两次方的结果自己连乘一次就是四次方，以此类推。最多只需要Log(10000)，约等于13次而已 因此，数学家们对2的任意x次方创造出了一种非常神奇的算法： 2^x ～ (1 + 0.693 * x/N)^N ，只要N是一个非常大的数 但是，0.693这个系数放在前面，令每次计算确实大不方便，精度也有问题。不够“自然”。为了让上面这个式子看起来更自然，最简单的方法就是换元： 令 x = x' / 0.693 这样，就得到： 2^(1/0.693 * x') = (1 + x'/N)^N 将 2^(1/0.693) 提取出来，记为e，并把x'上面的小标去掉 就得到 e^x = (1 + x/N)^N，更严谨的： e^x = lim N->infinity {(1 + x/N)^N}。 这里的e就是所谓的“自然对数”的底，因为他让指数的计算近似公式看起来更自然 经过计算，不难得出 e = 2.718.... 由上可知：自然对数描述的是2^x在原点附近的斜率，是一个数学实体，是实际存在的东西 而不是一个人造之物 聪明的你学会了吗？
#自然对数 #数学史 #计算方法
avatar
NexVault
1个月前
来自 NexVault 的《Web3.0 加密货币交易所安全风险指南精编》总结了顶级交易平台可能面对的风险 —— 技术 + 管理 + 人为，全链防控一览。 📄 指南： #CryptoSecurity #CexCrypto #Web3
#CryptoSecurity #CexCrypto #Web3
avatar
𝘁𝗮𝗿𝗲𝘀𝗸𝘆
1个月前
听说在AI 时代，大家写HELLO WORLD 都是这样写的。
#AI时代 #HelloWorld
avatar
李老师不是你老师
1个月前
近日，央视新闻直播了宇树科技的机器人格斗赛。视频中宇树机器人格斗时动作流畅、招式狠辣、十分灵活稳固。央视称这是宇树机器人深耕算法的结果，已经口碑彻底逆转。 此前，在北京马拉松上，宇树机器人刚开跑就摔倒，曾引来大量质疑。不过宇树当时澄清，参赛的机器人并非官方团队操纵，未经过特化算法训练。
#机器人格斗 #宇树科技 #央视新闻 #算法突破 #北京马拉松
avatar
卫斯理
1个月前
有人说看不懂某公司的大号折叠屏 看不懂就对了，这个产品根本就不是给普通人看的，也不是给牛马们使用的 牛马们需要实体键盘的设备来提高工作效率折叠屏主要干什么？我感觉主要是看视频和看文档吧。 你觉得哪些人的工作主要看视频和文档的？当然是老板们了 老板们又不用打键盘，带个折叠屏出去看看PPT，不是挺有面子的吗？这是“最新科技” 不过比较好的是这个设备的价格劝退了大部分牛马，刘妈觉得性价比不高
#折叠屏 #老板 #最新科技 #价格 #性价比
avatar
LIN WEI
1个月前
Vim 9.1.1403 支持把 tab 信息显示在左侧或者右侧了（TabPanel），原来只能显示在最上面（TabLine），看个人喜好吧：
#Vim #软件更新 #用户界面
avatar
UNICORN⚡️🦄
1个月前
20大宏观量化交易的研究框架与策略库 1/ 🇯🇵 Macrosynergy Quantamental Framework J.P. Morgan 官方支持的宏观量化研究框架，含因子建模与策略回测模块。 🔗 2/ 📊 Global Macro Strategies 多因子 + ETF 的全球资产配置模型，Fama-French 风格的复现与扩展。 🔗 3/ 🧠 PINN Macro Finance 使用物理信息神经网络（PINNs）建模宏观金融系统，理论新颖。 🔗 4/ ⚙️ EconoJAX 基于 JAX 的经济模拟平台，支持训练强化学习型宏观策略。 🔗 5/ 🌐 TradingEconomics API 权威全球宏观经济数据 API，覆盖200+国家。 🔗 🔗 6/ 🌦️ All Weather Portfolio 桥水“全天候”策略的完整 Python 复刻版，含权重/回测/可视化。 🔗 7/ 📉 Recession Predictor 基于宏观数据的经济衰退预测模型，逻辑回归 + 决策树实现。 🔗 8/ 📈 CPI Prediction 使用机器学习预测美国通胀，适合构建 CPI 交易信号。 🔗 9/ 🔁 Finmarketpy QuantInsights 创始人开发，处理宏观时间序列数据的量化回测工具箱。 🔗 10/ 🧬 macro_ML 北大项目：宏观经济数据 + 大模型 / 机器学习的交叉研究框架。 🔗 11/ 📚 Awesome Systematic Trading 系统化交易模型论文合集，涵盖宏观、多因子、资产配置等。 🔗 12/ 🏛️ macro-econ 中高级宏观建模课程配套的 Python 教程与工具库。 🔗 13/ 🌍 open-econ 融合宏观与国际经济学的建模框架，开放合作式项目。 🔗 14/ 📂 Macro Mimicking Portfolios 构建可回测的宏观因子模拟组合，做多空组合策略的经典方法。 🔗 15/ 📡 Macro Trend Follow 利用 CFTC + Google Trends 数据做宏观趋势跟踪策略。 🔗 16/ 🤖 Trading Rules using ML 通过机器学习判断“进场 vs 观望”，提升宏观信号可交易性。 🔗 17/ 🧪 FRED Backtester App 基于 FRED 宏观数据库的策略回测器，配有 Streamlit 可视界面。 🔗 18/ 🤝 Pairs Trading + Macro 结合宏观信号构建 ETF 配对交易策略，适合量化中性组合。 🔗 19/ 📘 Machine Learning for Trading 涵盖宏观因子、资产配置、组合优化等完整 ML 教程。 🔗 20/ 🧠 QuantConnect / Lean 最强大的开源量化交易引擎之一，支持宏观策略部署和实盘执行。 🔗
#宏观量化 #研究框架 #策略库 #JP摩根 #因子建模 #策略回测 #全球资产配置 #Fama-French #ETF #PINN
avatar
宝玉
1个月前
WIRED：当AI智能体犯错时，谁该承担责任？ 随着谷歌和微软大力推广能够自主行动的AI智能体技术，人们正逐渐意识到：当多个智能体彼此互动并且触碰到法律底线时，到底该由谁来承担责任？ 过去一年中，资深软件工程师杰伊·普拉卡什·塔库尔（Jay Prakash Thakur）利用业余时间，不断尝试开发能够自主订餐、甚至独立设计移动应用程序的AI智能体。他研发的智能体虽然表现惊人，但也暴露了一个新的法律问题：当这些智能体犯错并造成损失时，究竟谁来承担责任？ 什么是AI智能体？ AI智能体（Agents）指的是能独立完成任务的人工智能程序。企业可以利用智能体来自动完成客服回复、支付账单等事务。与我们熟悉的ChatGPT不同，智能体不只是听命于用户指令，更能自主行动，微软、亚马逊和谷歌正期望这些智能体承担更复杂的任务，并且无需太多人工干预。 科技行业的雄心甚至更大，未来将由多个智能体组成的系统取代整个工作团队。这种技术的好处很明显：为公司节省大量的时间和人工成本。权威市场研究机构Gartner预测，到2029年，有80%的常规客户服务问题将由智能体解决。自由职业平台Fiverr数据显示，近几个月以来，“AI智能体”的搜索量暴增了18347%。 智能体出现问题后，谁担责？ 塔库尔虽然目前在微软任职，但他的本职工作并不涉及智能体。然而，他从2024年在亚马逊工作期间就开始研究微软的智能体开发工具AutoGen，开发了一些多智能体的原型。他最大的担忧是，如果不同公司的多个智能体之间沟通失误而导致严重损失，法律责任该如何分配？他形容：“想找出责任方就像根据几个人零散的笔记，去还原一场复杂的对话一样困难。” 从谷歌离职、现任律所King & Spalding的律师本杰明·索夫特尼斯（Benjamin Softness）指出，出了问题的人通常都会找那些财力雄厚的大公司索赔。换句话说，即使出错的是普通用户，但企业可能依旧会成为主要的索赔对象，因为追究普通消费者的责任通常没有经济价值。保险业已经开始提供专门针对AI智能体的保险，以帮助企业应对这些风险。 AI智能体会犯哪些错误？ 案例一：“无限使用”的误解 塔库尔开发的一个原型中，有两个智能体相互协作。其中一个负责寻找开发应用程序所需的工具，另一个负责总结工具的使用条款。 在一次测试中，负责搜索的智能体找到了一款工具，说明上写着：“企业用户每分钟支持无限请求次数”，但负责总结的智能体错误地省略了“企业用户”和“每分钟”这些关键字眼，导致另一个智能体误以为自己可以无限次地请求。这次失误虽未造成损失，但实际使用时，很可能导致整个系统崩溃。 案例二：“洋葱圈”变成“多加洋葱” 塔库尔还模拟了一个餐厅点餐系统，用户可以通过AI智能体点餐，再由多个机器人协作完成烹饪。虽然90%的情况都顺利完成，但偶尔也会出现“我要洋葱圈”却变成了“多加洋葱”，或者漏掉某些食物的情况。更糟糕的情况是，如果顾客存在食物过敏，后果可能非常严重。 案例三：购物比价智能体误导消费者 另一个案例中，比价智能体推荐了价格便宜的商品，却错误地给出了价格更高的网站链接。如果智能体被设置成自动下单，消费者就可能多花冤枉钱。 这些问题揭示，即使是看似简单的任务，AI智能体也可能犯下代价高昂的错误。过去一年，就有AI生成的航空公司优惠券被判定为具有法律约束力的案例，还有AI生成的法律引用文件出错，开发商不得不向法庭道歉。 如何避免智能体犯错？ 塔库尔认为，目前最可行的办法是增加人为确认步骤，例如让顾客确认点餐内容。然而，这种方式却违背了开发智能体的初衷——减少人为干预。 业内的一种主流思路是再增加一个“裁判”型智能体，负责监督其他智能体的运行情况，及早发现并纠正错误。但专家们也担心，这种方案可能导致智能体系统变得臃肿复杂。 法律层面的挑战 近期旧金山举行的一场法律会议上，包括OpenAI的高级法律顾问约瑟夫·费尔曼（Joseph Fireman）在内的法律人士认为，现行法律会在一定程度上让发出指令的用户承担部分责任，特别是在用户被明确告知智能体的限制时。 但另一些法律专家提出，普通消费者不可能强迫企业承担责任，尤其在用户甚至可能依赖智能体去审核法律条款的情景下，情况将更加复杂。Anthropic公司的法律顾问丽贝卡·雅各布斯（Rebecca Jacobs）也指出：“智能体是否能够代表用户绕开隐私政策和服务条款，将成为一个非常有趣的问题。” 律师达扎·格林伍德（Dazza Greenwood）则呼吁企业在智能体出错率过高时谨慎行事：“如果你的‘加洋葱’失误率高达10%，那么根本不该急于上线。” 总结：现在还不能完全放心地交给AI智能体 AI智能体技术虽然前景广阔，但显然仍有许多问题需要解决。从技术角度看，我们距离真正无需人为干预、彻底可靠的智能体还很远；而从法律角度，AI犯错后的责任归属更是一个巨大的难题。因此，目前用户还无法安心地“翘起脚”完全依靠智能体。
#AI责任 #AI智能体 #法律责任 #技术伦理 #自主行动AI
avatar
sitin
1个月前
在深圳觉醒线下分享了 AI 玩法，见了蛮多主理人
#深圳觉醒 #线下分享 #AI玩法 #主理人