-
LOL-S13：Crownie逆羽输出爆炸斩获五杀，BDS2-0淘汰DFM
北京时间10月11日，英雄联盟S13全球总决赛入围赛第四日，第二场比赛DFM对阵BDS。最终BDS2比0击败DFM，BDS晋级入围赛下一轮，而DFM则是告别了S13全球总决赛...
游戏资讯 2023-10-19 03:10:00 -
-
知情人爆料：OMG是99%解散！creme选择很多，shanji还有1年合同
S13世界赛瑞士轮的比赛即将开始，除了参加世界赛的4队之外，其他LPL战队已经在为明年的春季赛做准备了，因为世界赛后就是转会期，所以很多战队开始筹备转会期的操作。而作为LPL知名爆料人的涵艺，也在18号中午爆出猛料，直言OMG战队有99%的可能性要解散了...
游戏资讯 2023-10-19 02:19:41 -
为什么每到世界赛，都有很多人吹LCK，而LPL就很少人吹呢？
随着入围赛以及瑞士轮抽签的结束，本届世界赛即将进入更为紧张刺激，且更加相当公平的“瑞士轮阶段”。全新的赛制，也可以有效的避免以往大家经常吐槽的，所谓的上上签或者下下签的情况...
游戏资讯 2023-10-19 02:17:29 -
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 -
佳能开发出新型QD-OLED材料：用铅替代稀土金属，成本降低99%
IT之家 5 月 29 日消息，据日经新闻报道，佳能已开发出一种不使用稀土金属的有机发光二极管（OLED）面板材料，计划在几年内将该技术商业化。▲ 图源佳能这种新材料是量子点 QD-OLED，即直径为 1 纳米的微小半导体粒子...
智能设备 2023-05-29 10:15:47 -
为什么现在很多年轻人都喜欢买“苹果”三件套？
现在许多年轻人喜欢购买“苹果”三件套（即iPhone、iPad和MacBook等Apple产品），原因可能有以下几点：1. 品牌效应：苹果作为全球著名的科技公司，品牌知名度很高，且以创新、时尚、高档的形象深入人心。许多年轻人会受品牌效应影响，认为拥有苹果产品是一种时尚潮流的体现。2...
手机互联 2023-05-29 07:31:39 -
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 -
马斯克：特斯拉FSD11.4应该被称为12.0，因为它有很多重大改进
IT之家5月8日消息，马斯克表示，特斯拉FSDBetav11.4将从明天（当地时间周一）开始向更多员工推送，而且他认为v11.4不应该只是个小版本更新，因为它有着很多重大改进内容。不过他也提到，真正的FSD12是为端到端AI保留的，从图像输入到车辆转向、制动和加速输出的端到端AI系统...
智能设备 2023-05-08 13:15:36 -
花费130亿美元投资OpenAI，能给微软带来什么？潜力很大，不确定性也很多
4月10日消息，微软已陆续向人工智能初创企业OpenAI投资130亿美元。这些投资让OpenA的估值达到近300亿美元，其中蕴含着巨大潜力，同时也存在很多不确定性...
业界动态 2023-04-10 10:42:28 -
谷歌外包审核抱怨：很多话题我都不懂，如何短时间判断Bard说的对不对
4月5日消息，谷歌近日推出了聊天机器人Bard，并呼吁公司员工进行内部测试，同时也委托了许多外部承包商进行评估。然而，一些承包商爆料称，他们根本没有足够的时间来验证Bard的答案是否正确，最终只能凭借猜测...
业界动态 2023-04-05 11:33:23 -
蔚来李斌：换电服务到了可以对外输出的阶段，已有车企探讨合作
在经过5年的积淀后，蔚来的换电站或将开始外供。4月1日，在中国电动汽车百人会论坛（2023）上，蔚来汽车CEO李斌在接受澎湃新闻等媒体采访时表示，希望其他企业与蔚来共享、共建充换电基础设施...
智能设备 2023-04-02 11:52:46
