据科技博客Recode报道,谷歌公司斥资4亿美元收购了初创公司DeepMind,欲进一步将其在人工智能研发领的研发推向纵深。
DeepMind是一家位于英国伦敦的人工智能初创企业,公司网站信息显示,DeepMind公司是一家“前沿”企业,专业利用最好的构机器学习和神经系统科学构建强大的通用学习算法,网站信息还显示,DeepMind主要建立用于模拟、电子商务以及游戏的学习算法。
据知情人士透露,谷歌实施此次交易很大程度上是为了获得人工智能人才,谷歌首席执行官拉里·佩奇(Larry Page)亲自主导了这笔交易。
谷歌的这一最新收购,距离其宣布成立使用量子计算机、推动机器学习的新型实验室尚不足一年时间。
谷歌公司最近专注于人工智能的发展。科学家利用谷歌公司建立起的名为“X”的神秘实验室,创建了一个连接1.6万台的计算机神经网络,并将获取的信息反馈至互联网。该网络的性能超出了研究人员的预期,精确度达到了预期的两倍。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。