AI医疗能否解决就医痛点

2011年,在美国智力问答节目(Jeopardy)中,IBM人工智能机器人沃森(Watson)一举击败两位人类选手取得冠军.这场对决开启了未来10年人们对AI(人工智能)的无限想象,接下来,它会在哪个领域战胜人类?猜测落在医疗上. 人工智能在多个医疗细分领域曾与人类医生交手.比较知名的是2017年年末,斯坦福大学教授吴...     

全网刷屏的Sora有多“可怕”

<正>Sora的世界模型,已经能帮助它还原一辆越野车在山区小路上的行驶情况,在视频中添加逼近真实的倾斜和颠簸感。2月16日凌晨,在没有任何预兆和消息透露的情况下,OpenAI突然发布了自己的首个文生视频模型：Sora,大幅刷新行业多个指标,重新定义了AI文生视频在现阶段的技术极限,颠覆了生成式AI在视频领域的全球市场格局。     

人工智能新算法可预测死亡时间

正据美国侨报网报道,日前,谷歌新出炉的一项研究报告称,该公司已开发出一种新人工智能(AI)算法,可预测人的死亡时间,且准确率高达95%。最近,谷歌的这项研究发表在了《自然》杂志上。据报道,这项AI技术对医院患者面临的一系列临床问题进行了测试。在研究中,谷歌对来自两个医疗中心至少21.6万名成人患者,应用了这一AI技术,测试时间至     

控制论对生成认知科学范式的影响

生成主义已然取代计算主义成为认知科学研究的主导范式,但是它的历史根源,特别是其控制论根源,往往在认知科学的历史分析中被忽略。然而,正是这一外在于认知科学的控制论根源最终导致了生成主义的诞生。生成主义统一了认知研究的两大科学传统,一个是外在于认知科学的控制论传统,一个是内在于认知科学的人工智能传统。认知科学的发展先后经历了认知主义、联结主义、具身动力主义和生成主义。相应地,控制论的发展也经历了一阶控制论、阿什比控制论、二阶控制论和认知生物学,人工智能领域的发展也同样经历了老式的AI(即Good Old-Fashioned AI,GOFAI)、联结主义AI、具身-嵌入AI(embodied-embedded AI,EEAI)和生成AI(enactive AI)。梳理控制论传统和AI传统的发展脉络,挖掘生成主义的控制论根源,以便更好地理解生成主义的理论基础和方法论基础。     

推出昇腾910后华为下一步的挑战是什么

<正>8月23日,华为在深圳坂田基地正式商用发布了最新款AI芯片"昇腾910",与之配套的全场景AI计算框架Mind Spore也同时亮相。在预告了10个月之后,"昇腾910"终于正式亮相。8月23日,华为在深圳坂田基地正式商用发布了最新款AI芯片"昇腾910",与之配套的全场景AI计算框架Mind Spore也同时亮相。     

目标—工具—产业链三维框架下人工智能政策研究

从政策目标、政策工具和产业链三个维度构建了AI政策分析框架,以我国地方政府颁布的30份AI政策为样本,采用内容分析法进行定量分析。研究发现:各省市AI政策目标的制定紧密结合国家层面政策方针;在政策工具使用方面主要采用供给面政策,其次是环境面政策,需求面政策则较少采用;各省市围绕AI产业链进行布局,但是存在较大的同质性。本文分别就三者之间进行二维分析,就AI人才引进与培养、环境面政策供给及产业链布局提出了相关建议。     

AI可分析预测人一年内死亡风险

<正>美国科学家的一项新研究称,人工智能(AI)可以通过查看某人的心脏测试结果,预测其一年之内死亡的风险——即便医生认为他们正常。但AI如何拥有这项"特异功能"仍是未解之谜。在此研究中,医疗保健服务提供商盖辛格公司的布兰登·佛恩沃尔特及同事让AI检查了约40万人的177万例心电图(ECG),以预测未来一年内谁的死亡风险更高。为了做到这一点,该团队训练了两种版本的AI:一种AI仅被"喂     

具身人工智能与现象学

具身AI（embodiedAI）（又称行为主义AI）的很多灵感源自现象学对经典AI的批判。现象学关于人类智能的洞见——非表征性、具身性、在世界中的存在,都转化为了具身AI的设计原则。具身AI的发展和成熟,不仅是对现象学哲学的实证,也是对现象学实践的重大发展。蒙在现象学脸上的神秘面纱,通过具身AI的工作得到了一定的揭示。因此,具身AI是一种不寻常的现象学实践。尽管当前的具身AI,还不能完全体现现象学对人的理解并克服经典AI的难题,但不容质疑的是：具身AI进路使人类向着真正理解和模拟自然智能的目标更进了一步。     

AI语音技术,行善还是作恶

<正>AI语音技术是AI的一个分支,随着AI技术的发展,AI语音技术也在突飞猛进换代升级。现在,科大讯飞、搜狗等科技公司相继发布了语音合成技术的应用。通过AI手段,用户可以一秒变声为社会名人或者其他想要模仿的声音。AI的这种音色迁移技术可称为变声技术,可以将任何人的声音转换成特定人的声音(Any-to-One)。与国内的IT公司比较起来,搜狗公司的AI变声功能已经达到实用的阶     

算法视域下人工智能的分类与哲学思考的进路

算法是已阐明的涉及数学的唯一基本认识论概念,其本质是"确定性递归",迄今已经历了一个从有限性、递归性、统计性到实践性算法的拓展过程,而人工智能(AI)的核心是算法,其功能是依循算法通过计算解决复杂性问题,则AI可相应地分类为有限性AI、递归性AI、统计性AI和实践性AI,现今所设想的通用AI是此四类AI的混合体。同时,以算法为桥梁可沟通AI和哲学,开辟对AI进行哲学思考的算法进路:AI依算法展开的计算过程可指向、趋近实无限的彼岸世界,AI的工具价值实际上就是一个"确定性递归有限展开"的价值,算法及其展开是语言、是认知,算法本身也是方法,循此进路可对AI的绝对边界、工具价值问题、还原论的彻底性、智慧的本质等问题进行深入研究。     

AI人才抢夺战 年初疯狂，年末彷徨

<正>AI创业火热,但技术型创业,产品要研发、落地要试错,诸多不确定性里,人才成了定价和交易的砝码,也是现阶段的大模型之争里最重要的因素。时间来到ChatGPT引发中国AI热潮的第十个月。每位熟知国内AI格局的投资人和猎头,脑海中已经有了一幅人才版图,如果你有机会和他们喝上一杯,畅快地聊聊天,大概会有这样的对话：“头条的张前川去哪里了?”     

人工智能巨风险研究：形成机制、路径及未来治理

在西方社会风险相关理论的基础上，提出“人工智能巨风险(AI巨风险)”概念，认为在关注AI伦理及散发风险等问题的基础上，应对人工智能应用与传播过程中所可能引发的大范围、高强度、规模化社会风险问题给予足够关注，即人工智能在应用与传播过程中所引发的“巨风险”。主要类型如机器自涉式AI巨风险、社会系统侵入式AI巨风险、非对称破坏式AI巨风险等。“AI巨风险”的形成往往是多个密相关因素的共振式耦合作用，如技术能力强度、技术稳健度、技术应用向度、社会粘合度、政治/社会对抗强度、社会心理因素等。为防止AI所可能带来的大范围危害、遏制AI巨风险的形成，应积极构建“机器风险学”,从学理层面更深入分析AI巨风险形成的动力学机制，并在未来的社会治理实践中，坚持预防治理原则、技治管理原则、强约束原则、备份原则、协商原则。     

百度All in Al

正"百度将All in AI,我们在AI时代的核心战略就是开放赋能,我们的将来必须建立在与每个开发者共赢的基础上。"陆奇说。提起人工智能,大多数人都会想到非常热门的领域——无人驾驶汽车,而提到无人驾驶,就不得不提到百度。在2017年7月5日的百度AI开发者大会上,百度创始人、董事长兼CEO李彦宏乘坐无     

人类要为无人驾驶车设计道德准则

正英国《自然》杂志近日在线发表了一项人工智能(AI)研究:美国麻省理工学院(MIT)报告了全球道德偏好调查。调查内容为:在无法避免的事故中,无人驾驶汽车应如何做出决定拯救哪一方。研究结果结合了全球参与者贡献的约4000万个决策,为制定社会普遍接受的人工智能(AI)道德标准提供了重要借鉴。无人驾驶汽车不仅要能导航路     

未来创新的技术

IBM发布了新的对未来5年的全球科技发展趋势作出了预测——“未来五年五大预测”报告。报告内容是基于遍及全球的IBM实验室对市场和社会趋势以及新兴技术的深入研究。五大创新技术预测具体为人体自行发电、密码成为历史、读心术成真、数字鸿沟消失、垃圾邮件绝迹。     

AI辩手战胜人类的启示意义

正最近,国际商业机器公司(IBM)在美国旧金山举办了一场人机辩论大战,由IBM最新人工智能产品"项目辩手"对战2016年以色列国家辩论冠军奥瓦迪尔以及以色列国际辩论协会主席扎夫里尔。在两场辩论中,观众们都投票认同项目辩手获胜,因为它传递的信息量高出了人类。     

2020十大科技趋势科技浪潮新十年序幕开启

正信息革命、移动互联网革命尚未落幕,智能革命又像一头大象一样撞进人类的生活,激荡着整个世界。回望2019年的科技领域,静水流深之下仍有暗潮涌动。产业AI与产业互联网成为AI落地的关键词,AI芯片规模化应用,专用芯片起势,机器学习、深度学习在工业、能源等各个场景进行实战;云计算成为百行千业数字化转型的核心纽带,云一跃成为巨头的核心赛     

AI绘画 “小秘密”都在这里

<正>上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。     

AI理性价值智能的隐忧与消解

新时代,AI在实践中正深刻地"模仿"自然人类世界,并以虚拟数据建造成了一个类似自然人类的"机器人类世界",为满足自然人类物质、精神等方面的美好生活需求带来了诸多福音。但是AI在全面解放自然人类自由的道路上一定程度引起了人与社会劳动、人与现代科技、人与现实社会等的技术、伦理、法律和安全隐忧,也暴露了一些问题,诸如AI模仿自然人类的机器世界一定程度存在缺失如"人"一样理性价值智能。为此,一方面我们需要赋予AI灵活、能动的应变能力,以及对自身行为进行预测、控制,甚至审美的能力;另一方面我们还需要重构人类及AI的伦理道德系统,让所有智能终端必备伦理道德系统,让真善美数据训练机器形成更高层次的理性化系统,使AI在实际应用中执行最严格的备案制度,建立AI数据国家级监控中心,从而促进仿自然人类世界的"机器人类世界"智能级向更高层次理性价值智能发展,且能从中反观自然人类伦理及伦理建设,助推自然人类文明进步。     

AI的影响力

<正>《时代》周刊发布首届全球百大AI人物,百度创始人、董事长兼首席执行官李彦宏,特斯拉CEO埃隆·马斯克,英伟达创始人兼CEO黄仁勋,Open AI CEO山姆·阿尔特曼等被评为全球AI领袖。《时代》周刊称,这100个人组成的群体在很多方面都是推动人工智能发展的关系和权力中心的地图。他们是竞争对手和监管者、科学家和艺术家、倡导者和高管——既竞争又合作的人类,他们的洞察力、欲望和缺陷将塑造影响力日益增强的技术的方向。