9月末的北京,浓浓的秋意扑面而来,大街上熙熙攘攘的人群里,仍然不乏有短袖、短裙的打扮,但是,我们昨天在在英伟达GTC北京站的大会上,看到的是一个机车范boy——英伟达联合创始人兼CEO黄仁勋,标志性的皮夹克装扮,让我们忘记了这里是初秋的北京,坐在会场的我们,穿的还是Polo衫、T恤、裙子……
当然,会场的气氛和我们观众的装扮的相衬的,热烈,热闹,求知欲如火,因为在人工智能的时代,这个做显卡起家的公司,所受到的热爱,一如英伟达一路上涨的股价,是华尔街、硅谷的宠儿,更是全球的焦点。
黄仁勋在GTC大会上所说的每一句话,都将可能在人类人工智能的发展历程上写下浓重的一笔。
关注科技行者(微信号:itechwalker),打开对话界面回复“黄仁勋”,可获得【GTC2017黄仁勋演讲】完整版高清PPT
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。