美国工程院(NAE)2月6日宣布选举了114名新院士成员和21名国际新院士成员,英伟达创始人兼CEO黄仁勋当选。
工程院院士是美国对工程师的最高专业荣誉之一。院士会员荣誉授予那些在“工程研究、实践或教育方面做出杰出贡献,包括在工程文献方面做出重要贡献”的人,以及那些在“开拓新兴技术领域、在传统工程领域取得重大进展或开发,实施创新的工程教育方法”方面做出重要贡献的人。官方新闻发布对黄仁勋的评价是——“为高性能图形处理单元提供动力,推动人工智能革命”。
值得注意的是,2022年2月,马斯克同样作为企业家身份,入选2021年度美国国家工程院院士。此次来自科技产业的院士还有苹果公司高级总监杜兰·卡罗琳,IBM研究部高级副总裁兼研究主管吉尔·达里奥,微软公司数据中心高级开发副总裁贝拉迪·克里斯蒂安,分别因在半导体、人工智能、绿色数据中心等方面的贡献。
另外,清华大学电子工程学院教授黄翊东,也因对光子源和成像器件及其在工业中的应用研究当选外籍院士。
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。