据中国之声《央广新闻》报道,随着科技水平的不断提高,智能电子设备所具有的能力也越来越丰富。IBM甚至预言,5年内智能电脑将具备人类味觉等五种感觉。
其实现在只要一部智能手机在手,你可以完成很多事情,比如说像浏览新闻、观看视频、订餐订票、快捷支付等等,很大程度方便了我们的生活。但是如果想要知道眼前的这道菜是不是好吃,想买的这件衣服材质是否优质,目前的大部分电子设备是不能够完成的。现在这种情况就有可能发生改变了。
据美国IBM公司的估计,这种情况在五年之内就会发生改变。到了那个时候,电脑将更加了解周围的世界,并懂得如何去理解不同的事物。IBM还提出了电脑要实现的5种人类才有的感觉能力,也就是视觉、听觉、味觉、嗅觉和触觉。综合起来,这5种感觉其实源于同一个大的概念,即也就是认知计算能力。电脑等机器将越来越像人一样去感受这个世界。比如说具有认知能力的电脑在观看一幅画的时候,并不仅仅将其当作一组描述颜色的数据点、色素和线条,相反,它会将画作为整体来看,并能够理解画作所表达的含义。
IBM公司负责创新的副总裁伯尼表示这是计算思维在本质上的改变,你必须从新的角度来思考如何获取数据,不能仅仅拍一张照片然后存储起来。你必须在更高的层次上将这张图像看成实体,而不仅仅是一堆数据的位点。他补充说,认知计算将促进一些非常有趣的功能转变,这是一个相当深刻的技术进步。也就是说其实具备认知能力的电脑与传统电脑相比最关键的差别在于,后者能够接受“训练”。而认知系统不会简单地重复给出错误或者是无用的答案,一旦知道结论错误之后,他们能够改变方法重新尝试。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。