🦉 AI新闻

🚀 研究称AI能“准确预测”热门歌曲

摘要：加州克莱蒙特研究生大学的科学家们使用神经网络技术，分析了24首歌曲听众的神经生理反应，通过测量少数志愿者的大脑活动，就能预测数百万人是否会喜欢这些歌曲，其准确率高达97%。该研究发现，AI不仅可以替代选秀节目的评委，还可以提高流媒体服务的效率。这种技术不仅可以用于识别热门歌曲，还可以用于其他类型的娱乐内容，比如电影和电视节目。

🚀 谷歌DeepMind联合创始人提出新型人工智能测试方法

摘要：DeepMind联合创始人穆斯塔法·苏莱曼提出了一种新的测试人工智能是否具有人类水平智能的方法。传统图灵测试并不能真正反映人工智能的能力，并不能说明其是否具有人类智能的关键特征。他认为应该给人工智能设定短期目标和任务，让它们少依赖人类输入，完成具体的工作。作为测试的一部分，人工智能机器人必须通过将10万美元投资变成100万美元的任务，研究商业想法，制作产品计划，并销售产品。预计未来两年内人工智能将达到这一里程碑。ChatGPT是一款能够进行对话、生成代码和写作文的人工智能聊天机器人。OCDE在最新报告中指出，到2030年，将有14%的工作岗位面临被自动化取代的风险。

🚀 通过ChatGPT和碎片记忆找到遗忘电影

摘要：Reddit上一位网友分享了如何用ChatGPT帮助他的母亲找到记忆中已尘封已久的电影片段究竟叫什么。如果脑海中的碎片记忆无法互相关联，那么拼凑起来就没有意义。但是，ChatGPT成熟的技术可以帮助找到符合条件的电影名称。如果包括电影上映的时间范围、演员或导演、设定和主题等细节，ChatGPT能准确地找到电影是哪部。然而，现实并不总是理想的，ChatGPT可能因幻觉和信息偏差而混淆判断。该网友邀请其他网友分享他们的父母曾看过的但记不起名字的电影给ChatGPT测试。

🚀 扎克伯格被质询，开源社区站在他这边

摘要：两位国会议员给小扎写了一封严厉的质询信，涉及LLaMa模型的泄露事件等。然而，与之前的质询不同的是，这次AI开源社区站在了小扎这边。在一场访谈节目中，小扎也谈到了AI开源的意义和对未来发展的看法。尽管质询信的措辞非常强硬，但公众和开源社区似乎都认为LLaMa模型的开源推动了AI技术透明度和安全技术的发展，并为竞争对手提供了挑战的可能性。此时，小扎似乎需要更多人为他辩护。

🚀 谷歌前员工讲解DeepMind排序算法与AlphaDev

摘要：一位曾在谷歌工作的研究人员对DeepMind最新研究进行了详解，并详细讲解了DeepMind排序算法以及AlphaDev的构建过程和基本原理。其中包括深入探讨了编译器的语法优化和ARM64指令集的运用等。除此之外，文章还分享了关于DeepMind排序算法的更好代码版本和最新的libcxx技术，以及Arm公司的一些优化程序库和数学函数。

🗼 AI知识

🔥 udlbook

免费深度学习书籍：Understanding Deep Learning

🔥 nlp_paper_study

NLP 算法工程师相关的顶会论文研读笔记,【关于 NLP】 那些你不知道的事

更多AI工具，参考国内AiBard123, Github-AiBard123