苹果的 AI 模型负责人 Pang,据彭博社周一报道,将离开该公司加入 Meta 工作。这标志着 Meta CEO 马克·扎克伯格再次招募高级 AI 管理人员,以领导他的新 AI 超级智能部门,离开苹果加入 Meta。据报道,Pang 此前曾负责苹果公司内部团队,该团队负责训练支撑苹果智能和其它设备端 AI 功能的基础 AI 模型。苹果的 AI 模型并没有取得太大的成功——它们的能力远不如 OpenAI、Anthropic,甚至 Meta 提供的模型。据报道,苹果甚至考虑使用第三方 AI 模型来为其即将推
(图片来源:西门子)在人工智能 (AI) 革命的风口浪尖,人们开始担忧 AI 是否会取代人工。然而,仔细想想,将 AI 应用于零部件制造并不意味着完全用自动化取代人员和流程;相反,AI 能让效率倍增,通过增强现有系统来提升生产效能。以计算机辅助制造 (CAM) 系统中的智能协作为例:通过分析零部件的 3D 模型并与复杂软件进行交互,AI 能自动生成刀具路径优化方案。当传统生产工艺与智能数据采集相结合时,AI 与全维度数字孪生技术将成为实现下一代数据驱动型制造的核心推动力。工业级AI的必要性尽管 AI 为零
Cadence 和三星晶圆厂扩大了他们的合作,签订了一项新的多年 IP 协议,并在最新的 SF2P 和其他先进工艺节点上联合开发先进的 AI 驱动流程。具体来说,这项多年的 IP 协议将扩展 Cadence 内存和接口 IP 在三星晶圆厂的 SF4X、SF5A 和 SF2P 先进工艺节点上。通过利用 Cadence 的 AI 驱动设计技术和三星的先进 SF4X、SF4U 和 SF2P 工艺节点,这项合作旨在为 AI 数据中心、汽车、ADAS 和下一代射频连接应用提供高性能、低功耗的解决方案。“我们支持在三
麻省理工学院的研究人员创建了一个周期表,展示了 20 多种经典机器学习算法之间的联系。这个新框架揭示了科学家如何融合不同方法的策略,以改进现有的 AI 模型或提出新的模型。例如,研究人员使用他们的框架结合了两种不同算法的元素,创建了一种新的图像分类算法,其性能比当前最先进的方法提高了8%。这个周期表源于一个关键思想:所有这些算法学习的是数据点之间的一种特定关系。虽然每种算法可能以略微不同的方式完成这一点,但每种方法背后的核心数学是相同的。基于这些见解,研究人员确定了一个统一方程,它构成了许多经典 AI 算
人工智能(AI)能否在情感紧张的情境中提出适当的行为建议?日内瓦大学(UNIGE)和伯尔尼大学(UniBE)的一个研究团队使用通常为人类设计的情商(EI)评估方法,对包括 ChatGPT 在内的六个生成式 AI 进行了测试。结果:这些 AI 的表现优于普通人类水平,甚至能够在创纪录的时间内生成新的测试。这些发现为 AI 在教育、辅导和冲突管理中的应用开辟了新的可能性。这项研究发表在《 心理学交流 》期刊上。大型语言模型(LLMs)是能够处理、解释和生成人类语言的人工智能(AI)系统。例