-
苹果VisionPro头显低配版曝光：显示屏、处理器和传感器会缩水
IT之家 6 月 12 日消息，苹果公司上周在其年度 WWDC 活动上发布了备受期待的 Vision Pro 头戴式设备，这款设备搭载了强大的硬件，运行 VisionOS 系统，是一款专为开发者、内容创作者和专业人士设计的增强现实（AR）设备。然而，这款设备的售价高达 3500 美元（IT之家备注：当前约 24955 元人民币），对于普通消费者来说显然很难接受...
智能设备 2023-06-13 10:58:34 -
库克称自己也在用ChatGPT，苹果正密切关注其发展
IT之家 6 月 7 日消息，苹果公司 CEO 蒂姆・库克在接受《早安美国》节目的采访时表示，他使用了 ChatGPT 这款聊天机器人，并对其感到兴奋。他还透露，苹果正在密切关注这项技术，并有一些独特的应用场景...
智能设备 2023-06-07 10:47:55 -
库克称自己也在使用ChatGPT，苹果正密切关注其发展
6月7日消息，苹果首席执行官蒂姆·库克（Tim Cook）最近接受采访时承认，他也在使用人工智能聊天机器人ChatGPT，并对该工具的“独特应用”（the tool’s “unique applications”）感到兴奋。库克在近日的采访中表示，虽然苹果如今已将人工智能整合到了其产品中，但普通公众并不一定认为这些功能是人工智能...
业界动态 2023-06-07 07:33:41 -
三星手机为什么在国内存在感那么低？答案：双标
2022年三星手机凭借着2.59亿台销量，成为全球销量第一的手机品牌。不少用户就很好奇，为什么三星手机在国内存在感那么低？原因就是一个：双标！！！大型双标现场取得中国市场第一后，态度发生180度转变。2000年的时候还是2G时代，当时市场最受欢迎的就是诺基亚和摩托罗拉，后面紧跟着波导、TCL、西门子等一大众中国国产品牌。此时的三星非常讨好中国消费者三星为了能够得到消费者喜爱，确保用户能够对于品牌的喜爱，经常安排回访以及见面会，了解用户意见。2005年三星搞了一次老用户手机收集会，被选中的用户可以代表中国成为都灵奥运会的火炬手。到了3G时代，由于摩托罗拉内斗严重，产品战略混乱错过了智能手机的风口。2007年大洋彼岸的苹果发布第一代智能手机iphone相比于传统手机，iphone拥有更大的触屏，更好的拍照等等。三星嗅到了商机靠着富可敌国的资金优势，芯片研发以及硬件制造的优势，搭上安卓系统这个快车。2009年就推出了安卓机i7500，次年就推出了引爆市场的三星Galaxy S。凭借着超高的性能迅速引爆市场，成为手机市场流量中心。此时的诺基亚却在死磕塞班系统，很长时间却搞不出名堂；手机却一门心思的搞拍照，不知道用户需求到底是什么。眼花缭乱的操作下来，回头一看三星已经成为中国老大，自己却走向下坡路。时间来到2012年，三星凭借着15...
手机互联 2023-06-06 21:32:58 -
美国证券交易委员会对币安及创始人赵长鹏提出13项指控
全球最大加密资产交易所币安及其创始人被SEC指控，比特币应声跌破26000美元。当地时间6月5日，美国证券交易委员会(SEC)在官网和社交平台宣布，对币安实体及创始人赵长鹏提出13项指控，包括运营未经注册的交易所、经纪交易商和清算机构；在Binance.US平台上提供虚假的交易控制和监督声明；未经注册提供和出售证券等。SEC发布的推文SEC表示，币安控股有限公司(Binance Holdings Ltd...
区块链 2023-06-06 09:19:34 -
谷歌第三代自研处理器TensorG3架构曝光，或采用9核心设计
近年来谷歌在 Pixel 系列手机上使用自研 Tensor 系列处理器，不过无论是初代亦或是二代芯片的实际表现均差强人意，未能达到希望的旗舰级性能表现。而在近日，有关谷歌第三代自研处理器 Tensor G3 的相关爆料也已经流出。据悉，Tensor G3 将会采用非常独特的 9 核心设计，目前主流旗舰处理器虽然在核心选择上有所区别，但普遍为八核心设计。据悉，Tensor G3 为 1 颗 3.0GHz 的 Cortex-X3 核心 + 4 颗 2...
手机互联 2023-06-05 00:08:17 -
美军否认进行“AI无人机杀死人类操控员”测试，当事人收回言论
来源：环球网【环球网报道】事件反转？据英国《卫报》等多家外媒6月2日消息，对于此前媒体报道称“美军人工智能（AI）无人机模拟测试杀死人类操控员”，美国空军1日晚进行否认，称没有进行过这样的测试。另外，此前披露该消息的美空军人工智能测试和行动计划主管官员塔克·汉密尔顿也发声，称其“说错了”，收回相关言论...
智能设备 2023-06-03 11:36:50 -
很多人用AI帮自己干活：工作时间少了赚的钱多了
5月31日消息，许多工作者，特别是自由职业者和小企业主，已经开始使用生成式人工智能工具来节省时间。相对于大公司需要面对的法律难题，他们更加自由。他们表示，这些新技术，包括图像和文本生成工具，让他们的工作变得更加高效、快速，从而能够承接更多新项目和赚取更多的收入。有人认为，生成式人工智能将会彻底改变劳动力行业。也有许多人则认为，这种变革已经发生了。接下来，让我们看看普通人如何在市场营销、设计和法律领域中使用生成式人工智能工具。在密苏里州堪萨斯城，斯蒂芬·布鲁彻(Stephen Brucher)负责一家只有三人的小公司的销售和营销工作。该公司的业务是为科技、娱乐等各个领域的公司制作宣传视频内容。直到今年，他们的业务还主要来自客户直接咨询。对于客户的咨询，布鲁彻会用自己专门为客户制作的个性化广告进行回应，一般需要两到三天的时间来整合广告内容。自今年1月份以来，布鲁彻开始尝试使用Midjourney和ChatGPT等人工智能工具。他用这些工具来创建自定义插图，并撰写推介文本。他说，这样每次可以节省三到四个小时的时间。现在，他有更多的时间主动争取更多的客户。他估计，公司今年营收有望比2022年增长50%。尽管使用人工智能工具有助于提高工作效率，但并不是所有的尝试都能如愿。布鲁彻一直在用ChatGPT写电子邮件，但偶尔也会很滑稽。有一次，他要求ChatGPT重新起草一封推销用的电子邮件，让措辞显得更吸引人、让客户更“来电”。但ChatGPT写的电子邮件中有一些固定短语，比如“准备好迎接一个电气化项目”，这让布鲁彻忍不住都笑了。拉里·伦德斯特罗姆(Larry Lundstrom)是阿肯色州杰克逊维尔的一位牧师，同时也是一名兼职自由设计师，每年的收入约为3.5万美元。去年冬天的假期里，他开始尝试使用一些新的人工智能工具，比如能够帮助用户生成PPT的Tome。最近，伦德斯特罗姆利用Tome为移动银行应用Chime制作了一套公司高管在校招时可以使用的PPT。Tome利用图片和文字自动生成PPT，伦德斯特罗姆和Chime公司随后对其进行修改和编辑。他说，整个过程只花了大约两天半的时间。如果没有这些工具，创作、调研并加插图就需要两周的时间。在另一个任务中，伦德斯特罗姆使用人工智能图像生成工具Dall-E为网站生成艺术作品，然后使用Photoshop继续编辑图片。伦德斯特罗姆表示，有些项目需要六成的人工智能和四成的人力，但这一比例因任务而异。现在，伦德斯特罗姆每周能接三个客户项目，而在开始使用人工智能之前只能接一个。他说，今年的自由职业收入有望翻番。伦德斯特罗姆表示，学习如何熟练运用这些工具需要时间。他透露，有一次，当自己尝试用Dall-E生成一辆色彩花哨的经典老爷车图像时，工具先是生成了一些“非常奇怪”的东西，就像60年代老动画片里的那种太空车。伦德斯特罗姆说，要搞清楚如何正确提示人工智能，需要反复练习。巴雷特·奥尼尔(Barrett O’neill)在波士顿经营着一家营销公司，主要为那些想要扩大网络影响力的客户创建在线内容。去年秋天，他开始在工作中使用人工智能。奥尼尔兴奋地发现，像Koala这种聊天机器人工具可以生成足够好的文稿，完全可以让他手下的自由职业者团队再进行简单编辑，而不是花钱让他们从头开始写。在人工智能的帮助下，过去都需要花很多个小时的调研和写作在一天内就能全部搞定。“所有的主要观点和佐证内容都有了，”奥尼尔说，“他们只需要修改一下，听起来不那么机械就可以了。”奥尼尔的公司借助人工智能工具，在不增加员工的情况下多了10个客户，每月带来的收入相当于多了约2...
业界动态 2023-05-31 15:38:21 -
实时处理照片和视频等，英特尔演示MeteorLake上的VPU能力
IT之家 5 月 30 日消息，英特尔在近日召开的 Computex 2023 大会上，展示了 Meteor Lake 处理器原型，重点演示了该处理器中协处理器 VPU 的一些功能。Meteor Lake 处理器不再使用单片式设计（monolithic design），而是采用分散式设计，组合通过的 chiplets 来满足不同工作任务。Meteor Lake 中提供的多功能处理单元（VPU），主要技术来自于英特尔 2016 年收购的 Movidius 公司。英特尔通过引入 VPU，可以加速处理 AI 算法和机器学习模型相关的任务。Meteor Lake 中的 VPU 主要任务包括实时处理照片和视频、过滤应用、自动模糊背景、缩放应用、替换图像等等，此外 VPU 还具备实时识别用户眼球运动和手势的能力。IT之家此前报道，这颗处理器是在两周前完成的，拥有 16 核 22 个线程、1.6 MB 的 L1 缓存、18 MB 的 L2 缓存和 24 MB 的 L3 缓存。 ...
智能设备 2023-05-30 10:51:49 -
小米RedmiNote12TPro手机跑分曝光：天玑8200-Ultra处理器
IT之家 5 月 29 日消息，根据小米 Redmi 红米手机官方消息，新款 LCD 屏 Redmi 手机将于今日（5 月 29 日）9 点公布。根据此前爆料和入网信息，这款新机将是Redmi Note 12T Pro。Redmi Note 12T Pro 手机入网型号为23054RA19C，IT之家发现该机已出现在 Geekbench 跑分中，单核 1224，多核 3921，根据 1 + 3 + 4 核心最高 3.1GHz 规格来看，与小米 Civi 3 手机搭载的联发科天玑 8200-Ultra 处理器信息相同。入网信息还显示，Redmi Note 12T Pro 手机支持 5G 异网漫游、67W 快充、12GB 内存，其他具体信息有待官方进一步揭晓，大家可以期待一下新机在 618 期间能否进一步拉低市场价格。 ...
智能设备 2023-05-29 10:15:51 -
日本将尝试从太空传输太阳能，最早2025年进行
IT之家 5 月 29 日消息，日本和日本航空宇宙研究开发机构（JAXA）花了几十年的时间，试图实现从太空传输太阳能的可能性。2015 年，该国取得了突破，当时 JAXA 的科学家成功地将 1.8 千瓦的电力，相当于一个电水壶所需的能量，发射到 50 多米外的无线接收器上。现在，日本准备将这项技术更进一步。据日经报道，一个由日本公私合作组成的伙伴关系最早将于 2025 年尝试从太空传输太阳能。该项目由自 2009 年以来一直致力于太空太阳能的京都大学教授篠原直树领导，将试图在轨道上部署一系列小型卫星。然后，这些卫星将尝试将它们收集到的太阳能传输到数百英里外的地面接收站。使用轨道太阳能板和微波向地球发送能量的想法最早于 1968 年提出，这项技术之所以吸引人，是因为轨道太阳能板代表了一种潜在的无限可再生能源供应。在太空中，太阳能板无论白天还是黑夜都可以收集能量，而且通过使用微波来传输它们产生的电力，云层也不是一个问题。然而，即使日本成功地部署了一组轨道太阳能板，这项技术仍然比较遥远。这是因为要制造出可以产生 1 千兆瓦电力的阵列（相当于一个核反应堆的输出），按目前可用的技术来算，需要花费约 70 亿美元（IT之家备注：当前约 494...
智能设备 2023-05-29 10:15:40 -
数学论证GPT-4不是随机鹦鹉：真如此的话整个宇宙都会坍缩
克雷西 发自 凹非寺量子位 | 公众号 QbitAI对于ChatGPT的工作原理，一个常见的解释是根据统计学规律预测下一个词。但最近一位叫Jacob Bayless的工程师用数学方法得出惊人结论：若是如此，所需的信息量足以让整个宇宙都坍塌成黑洞。这一数据量是50000^8000，根据贝肯斯坦上限(Bekenstein bound)原理，如果把这些信息分配到空间当中，所需要的信息密度已经远超宇宙能承受的最大值。而这仅仅是把数据存储起来的消耗，更不必说还要进行运算了。而ChatGPT与单纯统计预测的区别，可以做这样的类比：如果天文学家通过历史观测记录推算出月食的周期，这可以算是统计学。但当他们总结出牛顿万有引力定律的时候，就已经超越了统计学。什么是“随机鹦鹉”一个流传很广的说法，所谓大语言模型实际上相当于一个“随机鹦鹉”——与我们观察其输出时的情况相反，语言模型只是将其在庞大的训练数据中观察到的语素胡乱拼接在一起，根据概率生成文本，但不清楚文字背后的任何含义，就像一个随机的鹦鹉。出自论文On The Dangers of Stochastic Parrots: Can Language Models Be Too Big这对过去的语言模型，或许确实成立。比如曾经流行的n-gram算法。比如当我们在搜索引擎中进行搜索时，出现的联想词就能用此方法实现。具体来说，下面的三行文本中，第一行纯粹是随机生成，第二行考虑了单词在英语中整体的出现概率，第三行则考虑了单词在前一个词后面出现的概率。n = 0: RECEIVE FALL SURPRISED FRIDAY INGREDIENT…n = 1: REPRESENTING AND SPEEDILY IS AN GOOD…n = 2: THE CHARACTER OF THIS POINT IS THEREFORE…不难看出，随着n值的升高，文本越来越接近人类语言。而n-gram模型根本不需要掌握其中的语义或理解其中的抽象概念，就能生成像模像样的句子。据此有人猜想，GPT-4会不会也只是一种高级的n-gram呢？Bayless提出，GPT必须学会抽象才能有如今的效果，至少GPT-4肯定如此。GPT-4不只是“随机鹦鹉”要证明这一点，可以先看下棋机器人的例子。如果有一种下棋机器人，存储了巨量棋谱数据，对于每个棋局都能推荐下一步。那它就能通过“背谱法”模仿其他任何棋手或程序的下法比如Stockfish是最先进的国际象棋程序，如果仅通过对战而不看源码，是无法确定Stockfish是否在背谱。但实际上，包含所有情形和步骤的棋谱数据量可能超过2^154。而Stockfish的程序只占用了不到50MB的空间，根本不可能存下需要的所有棋谱。所以Stockfish肯定是通过更高级的方法来实现下棋的。人类语言的复杂度远超过棋类游戏，因此GPT的数据量更是同理。仅在是上一代的GPT-3的token字典中就有超过5万token。如果对每个词都逐一建立统计信息，n-gram模型中n值将高达8000。届时，需要存储的情景数量将达到50000^8000。正如文章开头所提到，这简直是天文数字，足以让整个宇宙坍缩。因此，GPT是“随机鹦鹉”的猜测在理论上得到了一定程度的批驳。“随机鹦鹉”达不到的高度仅在理论上进行说明是不充分的，因此研究人员还进行了两个实验，意图证明大模型在学习过程中已经抽象出了算法。第一个实验关于一道经典的农夫过河问题。一个农夫有一条船，和狼、羊、菜，农夫要把这3样东西运到河到另一边，农夫每次最多只能通过这个船运一样东西，要防止狼吃羊、羊吃白菜（即不能在没有农夫在的情况下同时在同一岸边），该怎么过？研究人员将这个问题中的农夫、船、河分别替换成地球人、虫洞和银河系。狼、羊和菜则分别换成火星人、金星人和月球人。替换的目的是因为互联网上不太可能出现类似语料，可以判断大语言模型是不是真的掌握了通用方法。如果GPT不是“随机鹦鹉”，那么它至少不会犯下只有“随机鹦鹉”才会犯的错误。GPT-4针对替换后的问题给出了正确的回答，GPT-3.5则没有。但它们并没有犯研究人员预想的“鹦鹉”错误——即在回答中出现狼、船、河等已被替换掉的词语。回答中使用的句子，也无法在互联网中被检索到。这些现象都证明了现在的大语言模型的生成方式已经超越了“概率预测”。第二个实验则是数字排序。如果让GPT学习数字排序，它们究竟是只会记住给出过的数字顺序，还是真的研究出排序算法呢？其实只要从GPT的输出当中就可以看出来了。假如从1-100中随机选择10个数字，并将其顺序打乱，将一共有这么多种情形：如果再考虑数字的重复出现，又或者数字的数量发生变化，根本不可能存储如此之多的情形。因此，只要GPT能够针对未知的排序问题给出正确的回答，便可以说明它们是真的研究出了排序算法。研究人员训练了一款特斯拉前AI总监Andrej Kaparthy发明的语言模型nanoGPT，专门让它做数字排序。结果显示，随着训练步数的增加，模型给出的数字顺序越来越完美。虽然在训练步数达到16万左右时突然出现了大量错误，但也很快得到了纠正。这说明这款模型并不是仅仅根据学习的素材对未知的数字进行排序，而是已经掌握了背后的方法。这个测试只是在一台笔记本电脑、算力非常有限的GPU上进行的。更不必说GPT-4了。参考链接：https://jbconsulting...
智能设备 2023-05-27 16:02:19
