logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

OpenAI年底上新,单卡1分钟生成3D点云,text-to 3D告别高算力消耗时代

来源:大数据文摘授权转载自HyperAI超神经作者:三羊OpenAI 年底冲业绩,半个多月前发布的 ChatGPT 广大网友还没玩明白,近日又悄么发布了另一利器--可以依据文本提示,直接生成 3D 点云的 Point·E。text-to-3D:用对方法,一个顶俩3D 建模想必大家都不陌生,近年来,在电影制作、视频游戏、工业设计、VR 及 AR 等领域中,都可以看到 3D 建模的影子。然而,借助人工

#3d
当AlphaFold 3超越蛋白质,生物学又被AI颠覆了?

来源:中科创星一夜之间,生物学可能又要被AI颠覆了。没错,这就是DeepMind最新推出的AlphaFold 3,超越了前两代产品只能预测蛋白质的局限,将AI的能力应用于DNA、RNA以及一系列配体、离子和化学修饰等所有生物分子结构。根据DeepMind对于AlphaFold 3能力的描述,理论上只要有足够的算力,AlphaFold 3只需要一夜时间,就能解析出生物界的所有“秘密”。用谷歌Deep

#人工智能
Nvidia黄仁勋发布了全球最大GPU

来源:凤凰科技花子健摘要:有竞争在,更大的惊喜才有可能会到来。北京时间3月28日凌晨00:00,英伟达GTC 2018(GPU Technology Conference 2018,以下简称GTC)在美国圣何塞举行。英伟达再一次在提升计算力的路上越走越远。GPU产品依然是主旋律,Tesla V100系列、DGX系列和Quadro GPU系列都进行了更新。凤凰网科技 花子健 发自美国圣何塞新产品—全

Sam Altman 达沃斯访谈全文:AGI即将出现,未来最重要的资源是算力和能源

来源:AIGlobalDaily写在开篇:近日达沃斯世界经济论坛上,OpenAI的首席执行官山姆·奥特曼和全球事务副总裁安娜·马坎朱接受了彭博社的专访。他们讨论了关于AI技术的多个方面,包括AI的未来、AI技术的使用、以及AI监管的问题。奥特曼提到,尽管AI的潜力超出预期,但它并没有像人们想象的那样大规模地取代工作。他还强调,OpenAI不会成为以盈利为目的的传统公司,但其股权组织结构可能会变化。

#能源
AI 真正的突破是“扔掉所有训练数据”|微软 CEO最新对话实录

但针对你的观点,换个角度想:我们作为超大规模云服务商的能源承购需求,对于下一个伟大的能源企业家或现有的能源公司来说,可能是一个巨大的激励因素。但我还要说的是,当我看数据中心账单时,有趣的是我们在电网现代化上的投入也很大。本次对话深入探讨了探讨了AI 智能的本质与“模仿”的局限,Scaling Law 的边际效应、AI 时代的企业主权与新工作流、生产力悖论与泡沫论的经济学检验、微软与 OpenAI

#人工智能#microsoft
张钹院士:ChatGPT出现后 建立人工智能理论有了可能性

来源:瑞莱智慧RealAIWAIC 2023世界人工智能大会期间,清华大学人工智能研究院名誉院长、瑞莱智慧RealAI首席科学家张钹院士,受邀出席昇腾人工智能产业高峰论坛。在论坛上,张钹院士分享了他对人工智能发展的深度思考。他认为ChatGPT的出现,让人工智能通用理论形成成为可能,只有理论的支撑,AI才能实现革命性发展;同时他认为通用人工智能的三要素数据、算力和算法,应该升级为四个要素,分别是.

#人工智能
新算力下的2019 AI

来源:乐晴智库精选▌AI步入下半场IT每十年一阶段形成六大阶段每一轮科技革命都会带来新的赢家基础设施—通用平台—应用层的发展路径每一轮科技革命均印证基础设施先行的发展路径...

黄仁勋最新万字访谈:我们正在面临三个Scaling Law

9月26日,英伟达创始人兼CEO黄仁勋海外播客Bg2 Pod的访谈。这场对话从Scaling Law开始,深入解读了NVIDIA与OpenAI的千亿“星际之门”美元合作计划的战略意义,并就AI行业的指数级增长、市场竞争格局、主权AI竞赛、AI的未来等关键问题展开了精彩的探讨。黄仁勋明确提出,驱动AI发展的并非单一的预训练Scaling Law,而是预训练、后训练(强化学习)和推理(思考)三大Sca

#人工智能#大数据
5G时代来临,高通如何让AI触手可及?

来源:量子位在高通人工智能开放日之后,我们需要再次刷新对高通这家公司的认知了。不需要耗费巨大的算力,高通与vivo、腾讯王者荣耀、腾讯AI Lab合作,他们正共同打造一支...

AI“软件进化”远超硬件!别傻等新芯片了!

SIE简单来说,就是AI通过改进自身的“软件”(算法、架构、训练方法等),可能会触发一个自我加速的正反馈循环,在现有硬件基础上实现能力的超高速增长~这个循环一旦启动,AI软件的进步速度可能会越来越快,就像滚雪球一样,最终导致能力的“爆炸式”增长——这就是所谓的“软件智能爆炸”(SIE)。更强的算力,比如更牛的GPU芯片,能训练更大更强的模型。

#人工智能#深度学习
    共 1309 条
  • 1
  • 2
  • 3
  • 131
  • 请选择