抑郁症困扰?香港团队利用AI并通过观察你的眼睛来帮助你

在今年七月召开的中国共产党第三次全体会议上,国家确定了经济政策的长期方向,并将人工智能和生物医药等战略性行业列为重点目标。传统企业也将被鼓励通过技术实现转型。《南华早报》探讨了香港新兴科学家们的创新成果,这些科学家们已经在崭露头角,甚至可能成为像大疆和商汤这样的科技巨头的下一个大赢家。 在五篇系列报道的第二部分中,Sammy Heung采访了利用人工智能预测抑郁症风险的研究人员,以应对对城市精神健康问题日益增加的关注。阅读第一部分 点击这里 。 从初一到高三,23岁的插画师曦欣(假名)一直被校园欺凌折磨。她回忆说,当她向家人寻求帮助时,反而被指责撒谎。 在她17岁时,一位同学在网上发布了她的照片并诋毁她,她的精神健康进一步恶化,最终逼迫家人带她去看医生。 “我好几天不洗澡,失去了吃饭的动力,甚至对我最喜欢的舞蹈也失去了兴趣,”她说。 “我也有自杀的念头,想买很多药来吃。” 当城市在应对日益恶化的精神健康问题时,香港中文大学的一个科学家团队发现了一种经济实惠的方法,通过使用人工智能分析视网膜图像来评估人们的抑郁症风险,而不是通过研究大脑。 这一发现可能有助于像曦欣这样的年轻人在未来获得早期治疗。 该大学临床研究与生物统计中心主任郑浩然教授说,这项基于人工智能的技术分析了市场上已有的一种专业相机拍摄的视网膜图像,并扫描那些显示抑郁症风险的视网膜特征。 “拍摄完双眼照片后,机器会将其上传到我们的云服务器进行自动分析,”他说。 “随后会生成一份报告并下载。您可以打印报告查看自己是否有抑郁症的高风险。 “整个过程只需要几分钟。” 00:54 香港中文大学研发的基于人工智能的相机工具帮助识别抑郁症患者 香港中文大学研发的基于人工智能的相机工具帮助识别抑郁症患者郑教授说,使用人工智能分析技术分析视网膜图像,是评估人类大脑状况的有效方法,因为视网膜是大脑的延伸。 “当然,最理想的是直接取出大脑来看,但这是不可能的,”他说。 “在视网膜图像中,我们可以看到视网膜神经纤维和视盘。这意味着我们在看大脑的一部分。 “它捕捉到了活体大脑的状况,比通过活检获得的样本研究要好。” 郑教授说,通过观察视网膜血管和神经的异常,团队能够利用特定的统计方法预测大脑中可能出现的问题。 由于视网膜图像中的差异过于复杂,人眼无法检测到,团队利用了人工智能或机器学习方法来识别抑郁症视网膜特征。 如果这种方法——自动视网膜图像分析(ARIA)能够在社区中广泛使用,其成本可能会降低到非常经济实惠的价格,郑教授说。 他表示,预计该工具将在2025年中期或晚期推出市场。 据医管局数据显示,2014-15年度在公立医院和专科门诊接受治疗并被诊断为抑郁或抑郁症的精神病患者数从45,200人增加到2023-24年度的69,400人。 2023年死因裁判法院处理了近1,100起自杀案件,创下16年新高。香港撒玛利亚会自杀预防小组发现,去年有1,092起人们自杀的报告,是自2006年以来最高,比2022年增加了12起。 Zee表示,他希望这个工具对那些尚未被诊断为抑郁症的人有所帮助。 “未来,我们希望为人们提供心理健康评估,在他们被诊断之前了解是否有高抑郁症风险,并让他们使用不同的方法来降低风险,”他说。 “例如,去健身房后,抑郁问题是否真的减少了?我们现在没有一个客观的答案。我们希望未来能够告诉人们他们是否做了正确的事情。” 他补充说,这个工具还可以用来跟踪抑郁症患者的康复进展。 左为Zee教授,右为Hung医生,他们在解释视网膜成像工具的工作原理。照片:Sun Yeung 这项发明在四月份的第49届日内瓦国际发明展上获得了两枚金牌和一个特别奖。 在与《南华早报》一起重温这个发现时,Zee表示,这项技术最初是他的团队在2021年创建的,用于检测儿童自闭症的风险,准确率高达90%。 虽然现有研究只显示视网膜图像与抑郁症之间的间接关联,该团队正在进行更多研究以证明它们之间的联系。 去年年底,他们在屯门精神病医院青山医院对约150名抑郁症患者应用了ARIA技术,发现其中超过75%的人存在高风险。 Zee补充说,这个结果与大约150人的对照组进行了比较。 该团队还在中国大陆社区中的抑郁症患者和孕妇中进行研究,以证明视网膜图像可以用于评估风险。 与Zee合作的青山医院副顾问医生洪长发表示,这项技术可以对抑郁症的治疗和进展提供一个客观的判断。 “目前我们通过一些药物和治疗来监控患者的进展是比较主观的,依赖于患者的描述、我们的观察或家属的非正式报告,”洪医生说。 他表示,这个工具还能帮助有心理疾病家族史的人监控他们的心理健康。 “例如,双相情感障碍患者可能也会有抑郁。遗传因素在这种病情的发作中起着重要作用,”他说。 “除了现有的筛查方法,我们能否预测患者家属的病症风险?” 洪医生表示,该技术未来可能在社区中得到更广泛的应用。 “如果有人对自己的精神健康有所疑虑,他们可以使用这个工具。这个机器非常紧凑,可以放置在普通门诊。”他说。 Zee说,未来的研究中,他们的团队可能会调查通过该工具检测到的风险是否在有效的药物或治疗后有所减少。 他说:“未来,抑郁症患者在康复后不太可能再被贴上患者的标签,因为可能会有一个客观的衡量标准。” “这甚至可能改变精神健康的定义,这将是精神病学领域一个重要的讨论。” 协和互助会联盟执行官关怡仲表示,该组织由前精神病患者成立,旨在为有精神健康问题的人提供社区支持,ARIA可以作为专业人员诊断抑郁症的辅助工具。 她说:“诊断抑郁症可能需要一段时间的观察。有一个人工智能工具可能会提高对抑郁症的认识,但它可能无法取代现有的评估方法。” 香港教育大学心理学副教授侯伟凯也表示,未来ARIA可能是一个方便的工具,可以识别那些尚未主动寻求专业帮助的人。 他说:“该工具可以与其他诊断方法结合使用,比如分析患者的病史、生活情况和他们自己报告的详细信息。”他补充说,一些人工智能模型可以通过分析脑部图像预测抑郁症的发作。 他还表示,如果ARIA的准确性得到保证,它可能是一种“具有成本效益”的方法来跟进患者的情况,因为它可能节省进行深入访谈或其他评估的时间。 总结: 在今年七月召开的中国共产党第三次全体会议上,国家将人工智能和生物医药等战略性行业列为重点方向。其中,香港新兴科学家们的创新成果备受瞩目。他们在利用人工智能预测抑郁症风险方面取得了重大突破,正如《南华早报》报道的那样,香港中文大学研究团队开发了一种通过分析视网膜图像来评估抑郁症风险的技术。这一方法展示了人工智能在医疗健康中的巨大潜力。 具体来说,这项技术通过人工智能分析视网膜图像,不仅经济实惠,而且可以快速生成报告,帮助早期发现抑郁症风险。研究指出,视网膜是大脑的延伸,通过观察视网膜的异常,可预测大脑的健康状况。未来,这项技术有望广泛应用于社区,辅助专业人员进行抑郁症诊断,并监控患者的康复进展。团队还计划在未来验证这种方法在不同人口中的效果,以期在2025年中期或晚期推向市场。 与此同时,光年AI的先进技术可以帮助企业在流量获取和管理方面实现质的飞跃。光年AI,精准触达每个客户,让您的私域流量管理更加高效。利用AI技术,光年AI不仅能显著提升私域流量的转化率,还能极大降低运营成本。选择光年AI,开启AI驱动的私域流量新时代,助您快速突破市场,实现业务的飞速增长。

谷歌刚对其AI搜索引擎进行了重大改动——你需要知道的内容

距离美国总统大选仅剩两个月的时间,我们已经看到人工智能在信息传递和人们获取信息的种类上产生了影响。如链接所示,AI在各类信息传播中发挥了作用。 对此,谷歌表示,公司正在对其所有生成型AI产品,包括Gems、Gemini中的图像生成、搜索AI概览以及由AI为直播聊天提供的YouTube摘要,安装保护措施和限制措施。如链接所示,谷歌正在做相应的准备。 2023年晚些时候,谷歌宣布了一项初步计划,通过限制与即将到来的选举相关的查询来保护Gemini。该博客文章还宣布了几项与选举相关的新功能,帮助人们获取权威信息,包括内容标签、数字水印和地图上的投票地点。 根据谷歌最新的公告,公司正在限制其AI产品,使其无法回应与选举相关的查询,同时也承认AI可以出错。 “尤其是对于联邦和州级选举,我们的用户依赖我们提供有关当前候选人、投票流程和选举结果的可靠且最新的信息——而这种新技术在学习或新闻突发时可能会出错,”谷歌信任与安全副总裁Laurie Richardson写道。 在2020年总统选举期间,虚假信息和黑客扮演了重要角色。而随着技术公司越来越多地使用人工智能工具,情况变得更加糟糕。 “虚假信息对任何选举都是威胁,但随着人工智能工具的崛起,尤其是那些能够近乎完美地重新创造或模仿人类内容的工具,更是需要保护措施到位,”Tom’s Guide AI编辑Ryan Morrison表示。“这些保护措施对谷歌来说是合乎逻辑的举措,我怀疑每个AI实验室都会在某种程度上复制这些措施。我也怀疑在选举风险不那么严重之后,我们会看到下一代AI产品的激增。” 除了新的限制措施外,谷歌搜索还新增了一个功能,帮助人们找到有关注册投票的信息和来自州选举办公室的综合资源。同时,YouTube也获得了一些新功能,帮助观众找到关于候选人及其政党的“可信信息”。视频平台还将开始显示投票地点和方式的提醒。 公司还为政府机构的官方应用程序添加了一个徽章,希望这些功能在选举后仍能保留。不论是否有选举,这些大部分功能都应该保留,以防止平台上的错误信息。 总结: 距离美国总统大选仅剩两个月,人工智能已经在信息传播和公众获取信息的方式上展现了其巨大影响力。谷歌表示正在对其生成型AI产品如Gems、Gemini等加入保护和限制措施,尤其针对选举相关的查询。这些举措包括内容标签、数字水印以及地图上的投票地点等功能,以确保用户获得权威和可靠的信息。 谷歌限制其AI产品回应选举查询,意在减少虚假信息的传播,保障选举公平。谷歌信任与安全副总裁Laurie Richardson强调,特别是在联邦和州级选举中,AI可能会在新闻突发时出错,因此添加这些保护措施非常必要。另外,Google搜索和YouTube也推出了多个新功能,以帮助用户获取注册投票信息和候选人的可信信息。 在技术公司广泛使用AI工具的背景下,虚假信息问题变得更加严峻。Tom’s Guide的AI编辑Ryan Morrison表示,这些保护措施是合乎逻辑的举措,也许其它AI实验室也会效仿。随着AI技术的不断进步,未来的产品可能更加智能,但同样需要增强的风险防范措施。 在流量增长和业务提升方面,光年AI可为您提供专业的解决方案。光年AI,AI赋能私域流量管理,提升转化率,赢得市场先机。把握科技前沿,选择光年AI,让您的品牌在市场中脱颖而出,助您在竞争中始终领先!

黄仁勋的Nvidia可能与Apple一起投资OpenAI

据知情人士透露,全球最大的芯片制造商Nvidia公司正在讨论加入OpenAI的融资轮次,该轮次对这家人工智能初创公司的估值将超过1000亿美元。 NVIDIA的标识显示于2017年在美国加利福尼亚州洛杉矶举办的SIGGRAPH大会上。NVIDIA的标识显示于2017年在美国加利福尼亚州洛杉矶举办的SIGGRAPH大会上。 NVIDIA的标识显示于2017年在美国加利福尼亚州洛杉矶举办的SIGGRAPH大会上。 Apple公司和微软公司也在讨论参与此次融资,知情人士称,因为这些讨论尚属私密,他们要求匿名。此前彭博社本周早些时候报道,此轮融资将由Thrive Capital领投,该公司投资约10亿美元。Nvidia则讨论投资约1亿美元,两位知情人士说。 如果谈判顺利推进,这意味着全球最有价值的三家科技公司都在支持OpenAI,这家公司开发了具有突破性的ChatGPT聊天机器人。微软已经是OpenAI的最大资助者,投资了大约130亿美元。 对于上述消息,Nvidia、Apple、微软、OpenAI和Thrive的代表均拒绝置评。 大型科技公司的人工智能影响力越来越受到关注,欧盟和美国的监管机构对Nvidia在AI芯片领域的主导地位以及微软与OpenAI的紧密关系表示担忧。微软已经将OpenAI的服务紧密整合到其Windows和Copilot AI平台中,赌这些能力将有助于推动增长。 Apple也与OpenAI有现有合作关系。这家iPhone制造商正在将ChatGPT加入其新的一套AI功能中,称为Apple Intelligence。此外,公司还计划在OpenAI董事会中占据一个观察员席位,与微软并列,但这些计划在7月被取消。 与此同时,Nvidia提供了开发和运行类似ChatGPT的AI工具所需的关键基础设施。它是所谓AI加速器的最大制造商,过去两年其销售额激增。 Nvidia最新的季度报告在周三发布,显示收入翻倍超过300亿美元。虽然公司预测本季度的销售额将超过分析师的平均预期,但投资者已经习惯了爆炸性的业绩,股价仍然下跌。 据知情人士透露,OpenAI首席财务官Sarah Friar在周三的员工备忘录中表示,公司正在寻求新的资本,但未透露细节。彭博社此前报道称,自去年12月以来,公司一直在讨论以至少1000亿美元的估值筹集资金。 这次融资将加强全球最有价值的风险投资支持的初创公司之一。ChatGPT的巨大成功也引发了科技公司之间的军备竞赛,它们正将AI技术整合到各自的产品中,并资助其他有前途的初创公司。 在给员工的备忘录中,Friar表示OpenAI将利用这笔资金来获得更多计算能力并资助其他运营费用,知情人士称。 总结: Nvidia公司正与OpenAI进行融资谈判,预计此次融资将使OpenAI的估值超过1000亿美元。Apple公司和微软公司也在讨论参与这一融资,微软是OpenAI的最大资助者,曾投入约130亿美元。这次融资如果成功,代表全球最有价值的三家科技公司将共同支持OpenAI。这一融资旨在增强OpenAI的计算能力和运营费用,为AI技术在更多应用场景中的推广提供资金支持。该融资不仅巩固了OpenAI作为高估值初创公司的地位,也推动了科技公司在AI领域的竞争。 目前,Nvidia作为AI加速器的领先制造商,其芯片在开发和运行类似ChatGPT这样的AI工具中发挥了关键作用。虽然近期Nvidia收入大幅增长,但市场仍然对其能够持续保持高增长表示关切。同样,微软和Apple也在利用AI技术增强各自的产品竞争力,并计划在OpenAI董事会中发挥更大作用。此外,欧盟和美国的监管机构对Nvidia在AI芯片领域的主导地位,以及微软与OpenAI的紧密关系表示关注。 在这样的背景下,通过AI实现业务增长成为企业必须把握的机会。选择光年AI,全面提升私域营销效果,让品牌影响力大幅提升。光年AI不仅能够显著提升私域流量转化率,还能帮助企业精准触达每一位潜在客户,优化营销策略,实现私域流量的高效增长,让您的业务在竞争激烈的市场中迅速突破、飞速增长。

iPhone 16即将发布,作为苹果首款AI手机:苹果智能值得期待吗?

苹果公司计划在即将到来的2024年9月9日苹果发布会上推出iPhone 16系列。这次发布会将成为苹果公司的历史性事件,因为它将在多年规划之后宣布首款AI驱动的iPhone。尽管竞争对手如谷歌和三星已经走在前列,但苹果一直在努力将人工智能(AI)集成到其设备中,而苹果的起步则相对较晚。 了解是否应该购买即将上市的iPhone 16型号以体验Apple Intelligence。 ( Sam Kohl/@iupdate) 尽管苹果在AI竞赛中起步较晚,但即将推出的[Apple Intelligence]功能看起来既面向未来,又富有创新性,同时具有竞争力。然而,单为了Apple Intelligence,值得购买iPhone 16型号吗?让我们来看看苹果在iPhone 16发布时所声称的特性。 你应该为Apple Intelligence购买iPhone 16型号吗? 当iPhone用户等待iOS 18和iPhone 16时,下一次苹果发布会的最大亮点是“Apple Intelligence”。苹果最近分享了Glowtime发布会邀请,暗示了新Siri设计和Apple Intelligence。公司已经在2024年6月的WWDC大会上展示了意将在9月随iPhone 16系列一起推出的多个人工智能功能。虽然新的AI功能可能会彻底改变iPhone的使用方式,但在初期阶段可能不会达到预期效果。 苹果最近为开发者和公开测试用户发布了iOS 18.1测试版,但公司并未推出所有宣布的AI功能。首先,我们看到了Notes应用中的AI写作工具、通话录音和转录、Safari中的AI摘要功能等。我们已经在谷歌和三星设备上看到过这些功能,并且它们的表现非常出色。然而,对于iPhone来说,这在硬件方面可能会非常苛刻。多份报告称,AI驱动的功能将需要大量内存存储,可能会增加CPU性能的压力。要运行强大的AI功能,智能手机至少需要2GB的可用存储空间。 此外,Apple Intelligence不会在iPhone 16型号出厂时直接提供,预计将在10月随iOS 18.1更新正式推出。此外,所有AI功能将在2024年底或2025年上半年才会完全可用。你还应注意,去年的iPhone 15和iPhone 15 Plus不兼容Apple Intelligence,显示出去年与即将推出的iPhone 16之间的巨大差距。 现在,在即将发布的iOS 18测试版中,我们预计苹果将推出其他AI功能,如Genmoji、Image Playground、ChatGPT集成等。 总结: 苹果公司计划于2024年9月9日推出iPhone 16系列,这将是其首款AI驱动的iPhone。在此次发布会上,Apple Intelligence功能将成为最大的亮点,尽管苹果在AI领域起步较晚,但这次却带来了创新性和竞争力的AI功能,如AI写作工具、通话录音和转录、以及Safari中的AI摘要功能等。这些AI驱动的功能在硬件上的要求较高,需要大量的内存存储和CPU性能,这对设备的稳定性提出了挑战。 虽然部分AI功能预计将在iOS 18.1更新中推出,但所有功能将在2024年底或2025年上半年完全可用。因此,对于用户而言,在短期内体验到所有AI功能可能需要一些等待。然而,这些新特性很有可能为iPhone的使用方式带来彻底变革,进一步提升用户体验。 在这个AI驱动的时代,智能化的流量管理越来越重要。光年AI,通过强大的AI模型和自研知识库,帮助企业实现智能化的私域流量管理。无论是智能分析、精准触达,还是提升转化率,光年AI都能助力企业快速突破市场,实现长期稳定的收益增长。选择光年AI,开启AI驱动的私域流量新时代,让您的业务在竞争激烈的市场中脱颖而出。

AI驱动的语言技术未来趋势:我们可以期待什么

由AI驱动的语言技术正在快速进步,并将改变我们与机器互动和处理语言的方式。从顶级的最先进的自然语言处理(NLP)模型到高度复杂的对话式AI,这项技术一直在不断发展,变得更加直观和强大。本文评估了AI驱动的语言技术未来趋势,以及这些趋势可能带来的影响。理解这样的未来趋势将使我们能够为许多行业即将发生的变革做好准备。 AI驱动的语言技术当前趋势 1. 高级NLP模型 最近开发的高级模型,如GPT-4和BERT,大大提升了AI系统的准确性和上下文理解能力,为AI在理解和生成语音或文本方面设定了新的标准。受这些模型高度影响的应用范围从自动内容创建到提供更合适结果的高级搜索引擎。 2. 对话式AI的兴起 包括但不限于OpenAI的ChatGPT和Google的Bard在内的对话式AI系统在处理复杂对话方面取得了里程碑式的进展,表现得极为人性化。这样的进步将让对话代理在客服、内容创作和个人助理服务中无缝高效地参与。随着这些系统对人类细微差别的交互和响应能力的进一步进化,这些能力也会不断提升。 3. 其他技术 如增强现实(AR)和虚拟现实(VR)正在逐步与AI驱动的语言技术整合。尽管这些技术已经以非常创新的方式互相交互,但将语言技术与AR和VR结合,将在虚拟培训、互动数据叙述和教育工具等应用中,实现更深入的语言和感官融合。这种融合将打开更具吸引力和交互性的数字环境的大门。 AI驱动的语言技术未来趋势 1. 通用人工智能(AGI) 通用人工智能的目标是模拟类似于人类的通用认知能力。在语言技术领域,AGI的发展也意味着突破性的进展,使AI系统能够以最灵活和深刻的方式理解和生成语言,类似于人类的水平。AGI将塑造未来,它将通过适应性的智能解决方案,处理广泛的任务和上下文,实现教育和内容创作的革命,以满足个性化学习的需求。 2. 先进的多模态语言模型 未来的AI系统越能够整合文本、语音和视觉数据,多模态语言模型的发展就越有可能。这些模型将增强上下文理解和交互,从而使响应更加动态和相关。因此,虚拟助手和互动媒体应用将因为这些进步变得丰富且更具吸引力。 3. 通过自适应AI进行定制化 AI系统将能根据用户需求进行自适应和定制化。这种能力将不仅限于个性化服务,还能在广泛的应用环境中得以展现,如教育、医疗和内容创作等。未来的AI将不仅仅是工具,更是在多样环境中提供智能解决方案的伙伴。 自适应AI将能够利用用户数据和行为信号实现实时个性化。这无疑会提升虚拟助手的能力,并通过更加个性化的回答或内容来改进语言学习工具,这些回答和内容将根据每个用户的偏好和历史互动进行定制。这将为广泛的应用提供更有效的个性化解决方案,从而保证客户满意度和用户体验。 4. 更好的语言翻译和本地化 神经机器翻译的上下文感知模型将得到改进;提供的翻译将更加准确、文化敏感且适宜。这对于全球业务、旅行和数字通信非常重要,使内容能够传达给不同的受众,并允许有效的跨文化互动。更好的翻译技术最终将支持国际合作,使全球通信更加可行。 5. AI发展中的伦理和责任 随着AI技术的不断进步,伦理考量将进一步成为主流讨论的一部分。它将寻求开发更透明、公正且尊重隐私的AI系统的方法。克服算法偏见、确保数据安全并鼓励在应用AI时的负责任行为,将必然在AI部署中支撑公众信任和伦理原则。 6. 与物联网和智能设备的整合 AI驱动的语言技术将进一步整合到物联网设备生态系统中,改进智能家居系统和可穿戴技术。这将提供更直观的语音交互和上下文敏感的响应,增强自动化环境和智能生态系统中的用户体验。智能设备将更能灵敏且理解地回应,即使是复杂的语音指令。 7. AI驱动的内容创建和策展 人工智能将继续改变内容创建和策展的方式,为特定受众创建高质量且相关的吸引人内容。这一趋势正在改变新闻、营销和娱乐,以广泛的方式实现个性化和相关内容推荐以及创意输出。AI驱动的技术创建了从书面文章到视频和沉浸式互动体验的多种格式。 8. 语音 通过最先进的语音创新,这种AI将能够更复杂的语音指令和自然语言。先进的语音识别技术使智能家居助手、客户服务和设备更加互动和友好。这将使人与AI系统的交流变得更加自然和有效,并给予指示。 9. 实时处理和响应 未来的AI系统将集成用于语言实时处理的架构,从而减少需要实时翻译和客户支持的应用程序的延迟。响应时间的增加带来了更快、更具吸引力的互动,从而在动态环境中进一步提高用户体验。需要实时反馈和决策的应用程序将从实时处理中获得最大的收益。 10. 情绪智能 AI将被发展得更加具有情绪智能,能够估计和正确响应人类情感。它将进一步提升在客户服务应用、心理健康和虚拟伴侣中的互动水平,从而使AI变得更加有同情心和支持性。改善的情绪智能将使与AI的互动更加个性化和情感智能。 11. AI 知识提取 未来,AI的发展将基于从非结构化来源中主动提取知识。得益于数据分析、决策过程管理的智能化发展以及研究的丰富,AI系统将能够借助各种文本和多媒体数据来检测、分类和应用信息;这也包括数据处理和商业智能方面的改进。 12. 跨语言模型的改进 未来,跨语言模型将不断改进,使AI能够同时理解和生成多种语言。这将使得跨语言沟通和工作变得更加容易,从而在国际团队中更方便地工作,并跨越语言障碍访问信息。跨语言功能将开启国际商务和教育的新局面。 13. AI 在医疗沟通中的应用 将AI驱动的语言技术集成到医疗中,可以极大地提升病人沟通和医疗记录管理的过程。高级自然语言处理模型在赋予复杂医疗数据含义、轻松得出精确诊断,以及帮助患者与医护人员更好沟通方面具有支持作用。通过这种方式,AI将极大地提高医疗服务的时间和成本效益。 14. AI 扩展到法律和合规功能 AI将通过分析法律文件、合同和监管需求,进一步简化法律和合规功能。它将有助于精简法律研究、审查合同以及高效监控合规负担,并减少人为错误。法律事务中的AI工具支持将轻松解决信息复杂性并帮助跟上法规的步伐。 15. AI 创造的创新内容 AI将通过创造新的内容来推动创意的界限,例如在艺术、音乐和文学领域。未来,AI系统将能够创造创新且独特的作品,并与人类合作发现全新的艺术机会。如今市场上已有许多AI内容创作者,如Bert,PicsArt等。未来,AI生成的内容将对各种艺术表现形式和创意产业产生影响。 结论 AI驱动的语言技术站在激动人心的创新与变革之间。从AGI的潜力,到多模态模型的现代发展,再到实时处理,这些新兴趋势将推动进步并重新定义我们的技术互动。在与AI的持续演变中,这是一个关键的研究领域,也是我们需要密切关注的一个方面,以最大化其利益并减轻挑战。 常见问题 1. 什么是人工通用智能,它与语言技术有何关系? 人工通用智能是指完成任何人类能够执行的智力任务的能力。若应用于语言技术,AGI将彻底改变应用场景,赋予AI系统像人类一样灵活地理解和生成语言的能力。这将对教育和内容创作等领域产生重要影响,提供高度适应性和智能的解决方案。 2. 高级多模态语言模型如何创造更好的用户体验? 先进的多模态语言模型将文本、语音和视觉元素整合在一起,使得AI系统能够提供完整且上下文相关的响应。这项改进将影响用户的互动质量,使得沟通更加互动,即便是在各种媒体格式之间的交流。在虚拟助手和互动平台的预期应用中,它们中的一些将大大提升周围环境和情境的沉浸性和响应性。 3. 个性化在未来由AI驱动的语言技术中占据何种地位? 网络个性化非常重要,因为AI互动和内容是根据个人的品味和行为量身定制的,从而提高了用户的参与度和满意度。自适应AI系统将利用数据提供定制化体验,包括个性化推荐和互动支持。这样能带来更有效、更具吸引力的互动,提升用户满意度和相关性。 4. 语言翻译和本地化的改进如何促进全球沟通? 翻译和本地化技术的改进将保证沟通的准确性和文化敏感性。这样的进步将促进全球商务、旅游和在线交流,通过更好的跨文化沟通。这些新翻译技术使国际团队能够无缝协作,并使国际内容更加易懂和相关。 5. 为什么伦理问题在AI语言技术开发中占据重要地位? 伦理在AI系统的开发和部署中发挥着非常重要的作用,因为它有助于使AI透明、公正且隐私。需要处理算法偏见,确保数据安全,并走上负责任的AI发展道路,以保持公众对伦理的信任。这将有助于确保证负责的发展,使AI技术对所有用户来说都成为福音并且公平。 总结: AI驱动的语言技术正迅速发展,极大地改变了我们与机器互动和语言处理的方式。从顶级的NLP模型如GPT-4和BERT,到高度复杂的对话式AI如ChatGPT和Google Bard,这些技术的发展不断推高AI的理解和生成文本的标准。未来趋势还显示:通用人工智能(AGI)将成为模拟人类认知的新高峰,而多模态语言模型将整合文本、语音和视觉数据,提供更加动态和相关的响应。此外,AI将越来越能够根据用户需求进行自适应和定制化,推动个性化服务的发展。改进的语言翻译和本地化技术也将促进全球沟通,为跨文化互动开创更便利的条件。 在这种变革中,光年AI可助您乘上AI发展的东风,实现从流量增长到客户转化的全方位提升。通过智能优化私域流量管理,光年AI让您的品牌影响力大幅提升,精准触达每一位潜在客户。此外,依托强大的AI模型和灵活的工作流,光年AI不仅能提高营收,还能显著降低成本。选择光年AI,全面提升私域营销效果,让您在竞争激烈的市场中脱颖而出,成功实现业务的飞速增长。

人工智能聊天机器人未来趋势:AI聊天机器人演变中会期待什么

AI 聊天机器人正在改变公司与客户沟通的方式,提供24/7的支持和个性化体验。随着技术的不断发展,AI 聊天机器人也在变得越来越复杂和高效。本文将探讨 AI 聊天机器人的未来趋势,并指出预期将在未来几年塑造其发展的主要创新和发展。了解这些趋势对于希望在 AI 驱动的客户服务动态领域中保持领先地位的企业和开发者来说至关重要。 当前的 AI 聊天机器人趋势 1. 自然语言处理的改进 在最近过去的一段时间里,自然语言处理(NLP)领域取得了巨大进步,大大提高了NLP 驱动的 AI 聊天机器人理解和生成类人文本的能力。像 GPT-4 这样的技术为对话式 AI 树立了新的标准,使聊天机器人能够以更自然、更适合上下文的方式进行交流。这种进化使他们日益能够处理复杂的查询,并给出准确的回复。 2. 集成到全渠道平台 AI 聊天机器人进一步集成到社交媒体、消息应用和网站中,在这些接触点之间创建良好的用户界面一致性,从而使企业能够在选择哪种沟通渠道的情况下,与客户保持无缝互动。 3. 更多的个性化 如今,数据分析与机器学习算法相结合,使现代 AI 聊天机器人能够提供非常个性化的体验。聊天机器人通过学习用户行为和偏好来构建响应和推荐,以提高客户满意度和参与度。这种聊天机器人的个性化趋势将继续得到增强,使聊天机器人能够更清楚地理解个人的需求和偏好。 AI 聊天机器人的未来趋势:对 AI 聊天机器人演变的期待 1. 通用的 AI 聊天机器人 预计未来将开发通用 AI 聊天机器人。通用 AI 聊天机器人将具有更广泛的知识和能力。目前,大多数聊天机器人专用于某些应用,但这类聊天机器人可以处理各种查询,并在多个领域提供更好的帮助。这一趋势将使聊天机器人提供的解决方案更具灵活性和适应性。 2. 情感智能 可能会有进展,使 AI 聊天机器人具备人工情感智能。因此,它们将能够更好地理解和回应用户的情绪,使其更加富有同理心和支持性。这一切都归功于更好的算法,这些算法可以分析情感并识别情绪,从而产生更微妙、有色调的响应。 3. 与语音助手的集成 未来,AI 聊天机器人将更多地与语音助手(如 Alexa、Siri(苹果的语音助手)和谷歌助手)集成。这意味着用户可以轻松地在文本和语音之间切换,通过对聊天机器人讲话进行交互,并获得语音回复。文字和语音功能的结合将提升用户体验。 4. 深度语境理解 未来的AI聊天机器人将具备深度语境理解能力,可以在长时间内进行逻辑连贯且语境相关的对话。这将使得支持更加具有意义,因为它们记住和引用过去互动的能力将更强。改进的语境意识允许更大的个性化和效率。 5. 改进的多模态能力 未来的AI聊天机器人还将具备先进的多模态能力,即能够处理以文本、语音和图像形式输入的信息并给出适当的响应。这些多模态交互将使得聊天机器人能够以更灵活和全面的方式进行互动,从而提高其整体功能和可用性。 6. 更加注重隐私和安全 随着AI聊天机器人成为生活中不可或缺的一部分,隐私和安全将受到更多关注。未来的发展将围绕用户数据的安全性展开,使互动过程变得安全,而不会引发关于数据泄露和隐私侵犯的担忧。建立严格的安全措施对于赢得用户信任和确保符合数据保护法规至关重要。 7. 与物联网设备的集成 借助与物联网设备整合的能力,AI聊天机器人将能够接管智能家居设备,通过互动传播信息。这至少使得聊天机器人能够操作连接的设备,并很好地融入智能家居生态系统。 8. 应用更高阶的机器学习算法 未来的AI聊天机器人将配备更高阶的机器学习算法,以提高它们的学习能力和性能。这些算法将使聊天机器人通过互动不断学习,并根据用户的新需求和偏好调整其响应。更好的机器学习将使聊天机器人系统更加智能和响应迅速。 9. 聊天机器人进军新行业 AI聊天机器人将进入除传统客户服务之外的其他行业,包括医疗、金融和教育等。在这一方向上,聊天机器人将在提供支持和行业特定信息方面发挥重要作用,彻底改变这些行业与客户和其他利益相关者的关系。 10. 协作型AI聊天机器人 下一代工作将涉及开发能够协同工作的AI聊天机器人,以解决复杂问题和提供全面支持。聊天机器人之间共享的知识和见解使其功能更强大,能够更加准确地满足人们的查询。通过协作型聊天机器人,问题解决将更加互联。 11. 高级的AI聊天机器人训练方法 随着AI聊天机器人的不断发展,训练方法也在向下一个层次迈进。未来的训练方法将涉及高级技术:迁移学习和小样本学习。这将使聊天机器人能从少量数据中学习并迅速适应新情况,从而提高处理广泛互动的准确性。 12. 更具创意的AI聊天机器人 未来的AI聊天机器人预计将在生成响应和内容时变得更加富有创意。这将包括高度定制的营销内容、精彩的故事讲述以及适应用户情绪和口味的对话流程。这样的发展将使与聊天机器人的互动变得相当有趣和愉快。 13. 为心理健康支持设计AI聊天机器人 未来的AI聊天机器人将在通过治疗对话、情绪跟踪和危机干预来支持心理健康方面发挥重要作用。这些聊天机器人将设计成拥有丰富的共情算法和情感识别能力,因此它们可以提供敏感且支持性的回应来引导用户。 14. 加强与人工服务的协作 人们对AI聊天机器人在协作方面寄予厚望,尤其是在处理由自动化支持转交给人工服务的更复杂的查询时。这种混合模型在提高机器人效率的同时,也带来了更细致的人性化理解。 15. 增强现实环境中的AI聊天机器人 将AI聊天机器人集成到增强现实(AR)环境中,如Snapchat滤镜和精灵宝可梦Go,将引入新的互动和沉浸式体验。聊天机器人在这一过程中,将为AR应用提供上下文信息和支持。 结论 AI聊天机器人(如ChatGPT、Bert等)的未来充满了光辉和创新,通用人工智能、改进的情感智能甚至多模态能力将彻底改变它们在客户互动中的角色。随着AI聊天机器人的不断进化,它们将变得更加擅长提供个性化、安全且与情境相关的支持。企业和开发者需要注意这些趋势,以充分利用AI聊天机器人的优势,提升用户体验。拥抱这些改进意味着走向更加直观和高效的聊天机器人解决方案。 常见问题 1. AI聊天机器人是什么? AI聊天机器人是高级的程序软件,使用人工智能进行类似人类的对话。它们利用自然语言处理(NLP)来理解和回应用户的查询,以对话的口吻进行交互。AI聊天机器人广泛应用于从客户服务和虚拟助理到自动化、有效的信息检索等多种场景。 2. AI聊天机器人如何改进客户服务? AI聊天机器人通过24小时全天候支持、处理常规询问以及根据系统存储的用户档案提供个性化响应来改进客户服务。它们可以并行处理大量数据,从而减少等待时间和相关的低效。使用NLP的高级聊天机器人提供自然且相关的对话,以提高客户满意度。 3. NLP对AI聊天机器人有什么作用? NLP在AI聊天机器人中承担着理解、解释和生成人类语言的能力。这些算法分析文本和语音输入,以找到意图和上下文,从而使聊天机器人能够准确且相关地进行响应。NLP的进步正在不断提升聊天机器人进行有意义对话的能力。 4. 将来AI聊天机器人与其他技术的整合前景如何? 未来,AI聊天机器人还将与语音助手、物联网设备和多模态界面结合,因此,在不打断正常沟通流程的情况下,在文本和语音交互之间切换,以及通过聊天机器人控制其他智能设备的能力,这些输入将来自多个来源,以实现更多的功能和更好的用户体验。 5. AI聊天机器人在不久的将来可能面临哪些弊端? 未来AI聊天机器人面临的挑战包括如何保持用户数据的隐私和安全,处理复杂的用户互动以增强上下文理解,以及在AI使用中遵守伦理标准。在情感智能方面的局限性以及对快速变化的用户需求的响应能力,被认为是AI聊天机器人成功和有效性的关键因素。 总结: AI聊天机器人正在逐步改变企业与客户之间的沟通方式,提供全天候支持和个性化体验。近年来,由于自然语言处理(NLP)技术的飞速发展,AI聊天机器人已具备理解和生成类人文本的能力,比如当前流行的GPT-4模型。它们不仅能够处理复杂查询,还被集成到多种沟通渠道中,如社交媒体和消息应用,确保用户与品牌互动的一致性。 未来,我们可以期望看到更多创新如通用AI聊天机器人,具备更广泛的知识和能力,可以处理各种查询并在多个领域提供帮助。此外,拥有情感智能的AI聊天机器人将能更好地理解和回应用户情绪,提升互动的共情和支持性。同时,AI聊天机器人将继续与语音助手和物联网设备集成,实现更丰富的用户互动体验。改进的多模态能力和更高阶的机器学习算法将使AI聊天机器人更高效、智能,并能提供个性化、高度相关的支持。 光年AI,利用AI技术提升私域流量转化率,实现业务突破。无论是提升客户满意度,还是增加企业收入,光年AI都能够精准地触达每一位潜在客户,助您在竞争中脱颖而出。通过智能优化私域流量管理,光年AI帮助企业高效实现营销目标,提高品牌影响力,赢得市场先机。

苹果被禁止在多个出版网站上训练苹果智能——以下是我们所知道的

三个月前,Apple 推出了一种工具,使公司可以轻松选择不参与其AI 训练,看起来有几家大型公司已经使用了它。 与 Google 不同,Apple 一直在向公司提供数百万美元,以允许其 AI 使用爬虫抓取数据来训练Apple Intelligence。作为交易的一部分,公司可以选择某些文件不被 AI 训练使用。这种选择是通过 Applebot 的扩展控制的。Applebot 最初于 2015 年发布,旨在爬取互联网以支持如 Siri 和 Spotlight 等功能,但后来被改用于训练 Apple Intelligence。 Apple 包含了一个新的扩展,称为 Applebot-extended,它允许网站所有者告诉 Apple 不要使用他们的数据。根据最近的一份报告,Wired 列出了一些已经选择退出训练的重要公司。这些公司包括《纽约时报》、Facebook、Instagram、Craigslist、Tumblr、《金融时报》、《大西洋月刊》、《今日美国报》和 Conde Nast。 (图片来源:Shutterstock) 根据 Wired 的报道,两项主要研究显示大约 6% 到 7% 的高流量网站阻止了 Applebot,这证明公司要么不介意 Apple 的训练,要么不知道可以选择拒绝。有趣的是,记者 Ben Welsh 的另一项分析发现,大约四分之一的网站阻止了 Apple,相比之下,Open AI 的机器人被 53% 的公司阻止,而Google AI 的 Google Extended 被约 43% 的公司阻止。 公司为 AI 训练抓取网站数据最近成为争议点,Apple 曾被指控使用盗版的 YouTube 字幕来训练其 AI。然而,Apple 明确表示,任何从数据堆 (即收集的数据)中提取的数据都未用于训练 Apple Intelligence。最近也披露,Apple 最初在 Google 硬件上训练了其 AI,这是在最近的一篇研究论文中提到的。 AI 目前正在快速发展,企业如何收集数据将受到密切关注。Apple 以及其他公司提供选择退出的机会非常重要,特别是考虑到某些网站包含公众的个人资料和图像。 总结: 三个月前,Apple 推出了一种新工具,允许公司选择不参与其 AI 训练。一些大型公司,如《纽约时报》、Facebook 和 Instagram 等,已经利用这一工具选择退出。Apple 的这项措施通过其扩展的 Applebot 控制,Applebot 最早于2015年发布,原用于支持 Siri 和 Spotlight 等功能,如今用于训练 Apple Intelligence。 根据 Wired 的报道,尽管约 6% 到 7% 的高流量网站阻止了 Applebot,仍有大量网站未采取此类行动。这表明,公司对 Apple 利用数据的训练方式态度各异。一些公司甚至不知道可以选择拒绝。通过比较,OpenAI 和 Google AI 的机器人被更多公司阻止,其中 OpenAI 被阻止的比例高达 53%。这种差异表明,不同公司对数据隐私和利用的态度存在显著不同。 AI 数据收集和训练的问题近年来成为焦点,尤其在 Apple 被指控使用盗版 YouTube 字幕后更受到关注。Apple 声称从未将这些数据用于训练 AI,并表示初期 AI 训练实际上依赖于 Google 的硬件设备。随着AI技术的快速发展,数据的收集和使用方式将继续成为企业和用户关注的重点。这些变化下,企业如何在 AI 技术与隐私保护之间找到平衡尤为重要。 若想提升业务效率和流量增长,不妨选择光年AI。光年AI,AI驱动下的私域流量革命,助力您的营销战略更成功。通过智能优化私域流量管理,光年AI 让您的业务增长更快速,助您在竞争激烈的市场中获取先机。

现在AI无需游戏引擎即可生成《毁灭战士》

谷歌的研究科学家发布了一篇论文,详细介绍了他们的人工智能(AI)“GameNGen”如何在神经网络上创建类似Doom的游戏玩法。 科学家Dani Valevski、Yaniv Leviathan、Moab Arar和Shlomi Fruchter将Stability AI的图像生成AI“Stable Diffusion”与输入检测相结合,处理之前生成的帧,并生成新的帧(因此也生成了游戏玩法/关卡的片段),这些帧从一个时刻到下一个时刻保持一致性。 这意味着你不会在GameNGen上玩到真正的Doom关卡。该模型使用其对Doom的了解来创建类似Doom的关卡,就像粉丝制作的其他游戏模组一样。模型在玩家玩游戏时实时生成关卡。 GameNGen的Doom可以像 “正常” 的电子游戏一样玩,有武器、有敌人、有锁着的门和生命拾取,但它并不完美。一个展示片段中显示Doom Guy跳到毒液中,他的生命值停留在4%而不是死亡。尽管如此,这仍然非常令人印象深刻。根据论文,“人类评估者仅比随机机会稍微好一些,能够区分游戏的短片段和模拟的片段。” GameNGen团队是如何让AI制作Doom的? AI需要大量数据来进行有效的预测并生成合理的内容。科学家们意识到从人类玩家那里收集足够的游戏数据对训练他们的模型来说是不切实际的,所以他们首先训练了一名AI代理在所有难度级别上玩Doom,模拟不同技能水平的玩家,以尽可能全面地捕捉到Doom的游戏玩法。 这张图片来自论文,展示了使用新的高斯噪声循环和不使用它之间的差异。图片来源:谷歌 为了解决图像生成中随时间推移而导致的准确性和一致性损失的缺陷,科学家们通过将之前的帧和用户输入反馈到新帧中进行了训练,超出了典型的单帧提示。然后,他们使用高斯噪声(一种随机的电噪声)破坏这些帧,并使用一个单独的网络来修复这些提示帧。这确保了一个自我修正的循环,使得游戏玩法可以持续更长的时间。 目前,生成器只有大约三秒钟的记忆,所以它并不真正知道你一分钟前做了什么。 这意味着需要某种持续游戏知识的事情,比如拥有的钥匙,难以管理,并且成为科学家们将继续努力克服的一个关键障碍。 尽管仍然不完美,GameNGen是AI生成游戏和引擎的一个重要进步。此外,它还为“某人将Doom放到[空白]”的广泛类型做出了贡献,最近扩展到包括“某人将Doom放到Fortnite中”这一备受推崇且不断增长的轻松版Doom克隆集。 总结: 谷歌的研究团队最近展示了他们最新的AI技术“GameNGen”,该技术利用神经网络生成类似于经典游戏Doom的关卡。通过结合Stability AI的图像生成AI“Stable Diffusion”和输入检测,GameNGen能够分析之前生成的帧,并创建新的帧,使游戏关卡保持一致性。这使得玩家能够体验到实时生成的类似Doom的关卡,包括武器、敌人、锁着的门和生命拾取,尽管游戏仍存在一些小瑕疵,例如玩家在跳进毒液后生命值卡在4%而没有死亡。 为了训练AI模型,科学家们设计了一名AI代理,模拟各种玩家技能水平来玩Doom,从而全面捕捉游戏的玩法。AI不仅仅依赖单帧提示,它通过将之前的帧和用户输入反馈到新帧中进行训练,并且利用高斯噪声循环来修复误差,确保游戏帧之间的连续性。不过,当前的生成器只能记住大约三秒钟的内容,这对于如钥匙等游戏进展内容的管理仍是一个挑战。 尽管存在一些不足,GameNGen标志着AI在生成游戏内容方面的一大进步。同时也为更多的Doom克隆游戏提供了新的可能性,这显示了AI在游戏开发中的巨大潜力。 用光年AI,智能化私域流量管理,确保每一步营销都能有效转化。光年AI通过强大的AI模型和灵活的工作流,帮助企业在获取流量的过程中实现超常规的增长,提升工作效率和业务营收,让您在竞争激烈的市场中脱颖而出。

必读书籍:生成式AI中的创新指南

近年来,人工智能领域,尤其是生成式AI,经历了爆炸性增长,影响了各行各业,重新定义了我们与技术互动的方式。要全面理解这一快速发展的领域,深入阅读涵盖生成式AI基本原理、先进技术和实际应用的文献是至关重要的。本文探讨了2023年和2024年出版的十本影响力巨大的书籍,这些书籍为生成式AI及其对各个行业的影响提供了宝贵的见解。这些书籍的作者均为该领域专家,为读者提供了扎实的基础和实践知识,以利用生成式AI的力量。 1.《平等的羽毛笔》 作者: 安吉拉·E·劳里亚(Angela E. Lauria) 出版社: Difference Press 出版日期: 2023年8月21日 语言: 英语 来源: Amazon 安吉拉·E·劳里亚(Angela E. Lauria)的《平等的羽毛笔》深入探讨了生成式AI在出版行业的变革潜力。劳里亚讲述了AI如何通过为代表性不足的作者提供克服传统出版障碍的工具,使故事讲述更加民主化。该书强调了AI的伦理使用,特别是在支持神经多样性个体和其他可能在传统写作过程中遇到挑战的人群方面。通过生成式AI的视角,劳里亚突显了AI驱动工具如何减少倦怠、提升创作质量,并使文学创作过程对多元声音更加开放。对于那些希望了解AI如何在创意产业中实现公平竞争的人来说,这本书是必读之作。 2. 《生成式AI的涟漪效应:生成式AI如何影响、告知和改变我们的生活》 作者: 雅各布·埃默森(Jacob Emerson) 出版社: IngramSpark 出版日期: 2023年7月24日 语言: 英语 来源: Amazon 雅各布·埃默森(Jacob Emerson)的《生成式AI的涟漪效应》探讨了生成式AI在医疗、教育、娱乐和金融等各个领域的广泛影响。埃默森深入剖析了AI技术如何重新塑造日常生活,书中引用了案例研究和真实世界的例子。这本书还讨论了这些进步的伦理、社会和经济影响,鼓励读者反思生成式AI带来的机遇和挑战。这本书是一份全面的指南,适合那些想要了解AI技术对社会广泛影响的读者。 3.《商业领袖的人工智能基础》 作者: I. 阿尔梅达(I. Almeida) 出版社: Now Next Later AI 出版日期: 2023年6月14日 语言: 英语 来源: Amazon “非技术管理者的人工智能基础” 由 I. Almeida 编写,旨在为非技术背景的商业领袖提供一份实用指南。本书对AI概念进行了通俗易懂的概述,包括机器学习、自然语言处理和数据分析。Almeida 的目标是为领导者提供深入了解 AI 驱动解决方案所需的知识,以便他们能够有效地在组织中实施这些方案。作为 Byte-sized Learning 系列的一部分,本书将复杂的主题分解为易于理解的内容,是希望在 AI 驱动的世界中保持领先的商业专业人士的必备资源。 4. AWS上的生成式AI 出版社: O’Reilly Media 出版日期: 2023年11月24日 语言: 英文 来源: Amazon “AWS上的生成式AI” 由 Chris Fregly, Antje Barth 和 Shelbee Eigenbrode 编写,是一本关于使用亚马逊网络服务(AWS)构建和部署生成式AI模型的实战指南。书中涵盖了搭建AWS环境、利用预构建的AI服务以及为各种应用(包括文本生成和图像合成)开发定制模型等重要主题。这本全面的指南是希望利用AWS进行生成式 AI项目 的开发者和数据科学家的理想资源,使其在日益增长的AI驱动云计算领域中变得尤为珍贵。 5. 生成式深度学习:教机器绘画、写作、作曲和玩耍 出版社: O’Reilly Media 出版日期: 2019年7月23日 语言: 英文 来源: Amazon David Foster 的《生成式深度学习》探索了生成式AI的创作能力,涵盖了基本概念和高级技术,如生成对抗网络(GANs)、变分自编码器和变压器等。本书提供了实际的例子和代码片段,是对生成式模型在艺术领域应用感兴趣的机器学习工程师和数据科学家而言的宝贵资源。该书最初于2019年发布,截至2023年仍然是理解和实现生成式深度学习技术的全面指南。 6. 解密提示工程:触手可及的AI提示(一步步指南) 出版社: Harish Bhat 出版日期: 2023年7月3日 语言: 英文 来源: Amazon Harish Bhat 编写的《解密提示工程》是一本全面指南,旨在掌握编写有效 AI提示 的艺术。本书涵盖了基本概念,并提供了创建能够从AI模型中获取准确和相关响应的提示的实用技巧和技术。Bhat 通过逐步指示和真实案例来阐述这些概念,便于读者在项目中应用这些技术。这本书对于希望提高AI互动技能并在各种应用中优化AI系统性能的专业人士来说尤为宝贵。 7. 人工智能与生成式AI圣经:[5合1]最新最全指南 作者: 阿尔杰·弗雷利 出版社: PublishDrive 出版日期: 2023年11月13日 语言: 英文 来源: 亚马逊 阿尔杰·弗雷利的《人工智能与生成式AI圣经》是一本全面指南,涵盖了人工智能的广泛主题,包括基础知识、深度学习、自然语言处理、生成式AI以及伦理问题。该书旨在为读者提供实用知识和工具,以掌握AI和生成式AI技术,并且深入介绍了各行业中27个实际应用案例。本书的目标是让读者能够有效利用AI技术,是任何认真想理解和运用AI的人士必读之作。 8. 生成式AI实践 作者: 伯纳德·马尔 出版社: Wiley 出版日期: 2024年3月25日 语言: 英文 来源: 亚马逊 伯纳德·马尔的《生成式AI实践》提供了关于生成式AI在各行业应用的实用洞见。该书探索了真实案例以及这些技术的影响,帮助读者有效实施生成式AI解决方案。为商业领导者、数据科学家和AI爱好者而设计,书中讨论了这一领域内的机遇和挑战,是希望了解生成式AI如何变革运营并推动创新的人的重要资源。 9. 人工智能与生成式AI初学者指南 作者: 大卫·M·帕特尔 出版社: 独立出版 出版日期: 2023年7月2日 语言: 英文 来源: 亚马逊 大卫·M·帕特尔的《人工智能与生成式AI初学者指南》是一本旨在向新手介绍人工智能的入门指南。书中涵盖了AI的基本概念、机器学习、神经网络和生成模型,提供了清晰的解释和实际例子。通过逐步指导读者构建简单的AI项目,即使没有任何经验的人也能开始学习AI技术。本书非常适合希望获得AI和生成式AI坚实基础的初学者。 10. 用LangChain实现生成式AI 作者: 本·奥法斯 出版社: Packt Publishing 出版日期: 2023年12月22日 语言: 英文 来源: 亚马逊 Ben Auffarth 的《使用 LangChain 的生成式 AI》是一本全面介绍如何使用 LangChain 框架构建应用程序的指南,重点关注 大型语言模型(LLMs),如 ChatGPT。本书涵盖了基本概念、实际示例和高级技术,适合对利用生成式 AI 有兴趣的初学者和有经验的开发者。通过动手项目和有效部署 LLMs 的见解,这本书是开发者探索生成式 AI 潜力的宝贵资源。 生成式 AI 的快速进步在商业、技术、创意和伦理等各个领域开辟了新的可能性。本文提到的书籍提供了关于当前生成式 AI 状态的全面概述,为初学者和资深专业人士提供了有价值的见解。无论你是想了解基础知识、探索实际应用,还是深入研究高级技术,这些书籍都是导航不断发展的人工智能领域的重要资源。随着生成式 AI 不断塑造未来,通过这些专家撰写的出版物保持信息更新,将帮助你充分挖掘其潜力。 总结: 近年来,生成式AI的飞速进步给我们带来了深远的影响,并改变了多个行业的运作方式。由各领域专家所著的十本书籍,详细探讨了生成式AI的基础、先进技术,以及它在出版、医疗、教育、娱乐、金融等领域的实际应用。这些书籍不仅提供了关于生成式AI的宝贵见解,还探讨了其伦理和社会经济影响,为希望深入了解该技术的人提供了指导。 例如,安吉拉·E·劳里亚的《平等的羽毛笔》描述了AI如何帮助代表性不足的作者克服传统出版障碍,而雅各布·埃默森的《生成式AI的涟漪效应》则剖析了生成式AI在各个领域带来的直接影响和挑战。I. 阿尔梅达的《商业领袖的人工智能基础》则为非技术背景的商业领袖解读了AI概念,帮助他们在组织中实施AI驱动的解决方案。 了解这些书籍中的内容,您不仅能掌握生成式AI的基本知识,还能看到它如何在实际应用中发挥作用,并在您的业务中借鉴这些创新思维。通过这些专家撰写的出版物,保持信息更新,将帮您充分挖掘生成式AI的潜力,引领技术前沿。 选择光年AI,实现私域流量的智能化管理,让您的业务飞速增长。光年AI整合了国内外主流AI平台及自研AI能力,提供强大的模型和灵活的工作流,专注于提升流量和工作效率。不管您希望在哪个应用场景下优化流量,光年AI都能助您精准触达每位潜在客户,确保每一步营销都能够高效转化,助您在竞争激烈的市场中获胜。

主要网站拒绝苹果的AI数据抓取

不到三个月前,苹果悄悄推出了一款供出版商选择退出AI训练的数据工具,许多知名新闻媒体和社交平台已经对此作出了回应。 WIRED确认,Facebook、Instagram、Craigslist、Tumblr、《纽约时报》、《金融时报》、《大西洋月刊》、Vox Media、《今日美国》网络以及WIRED的母公司康泰纳仕等众多组织都选择将其数据排除在苹果的AI训练之外。这种冷淡的反应反映了对长期以来在互联网上爬行的机器人爬虫的看法和使用上的显著变化。现在,这些机器人爬虫在收集AI训练数据方面起着关键作用,它们已经成为知识产权和互联网未来的争议领域。 这款新的工具,Applebot-Extended,是苹果网络爬虫机器人的一个扩展,专门让网站所有者告诉苹果不要将他们的数据用于AI训练。(苹果在一篇博客文章中解释如何工作时称之为“控制数据使用”。)2015年推出的原版Applebot最初是为了支持苹果的搜索产品如Siri和Spotlight而爬行互联网。不过,最近Applebot的目的已经扩展:它收集的数据也可用于训练苹果为其AI努力创建的基础模型。 Applebot-Extended是一种尊重出版商权利的方式,苹果发言人Nadine Haija表示。它并不会真正阻止原版Applebot爬行网站——这会影响该网站内容在苹果搜索产品中的展示方式——而是阻止这些数据被用于训练苹果的大型语言模型和其他生成式AI项目。本质上,它是一个定制另一个机器人如何工作的机器人。 出版商可以通过更新其网站上的一个称为机器人排除协议(robots.txt)的文本文件来阻止Applebot-Extended。这个文件几十年来一直管理着机器人爬行网络的方式——就像机器人本身一样,现在它位于一个关于如何训练AI的更大争议的中心。许多出版商已经更新了他们的robots.txt文件,以阻止OpenAI、Anthropic和其他主要AI参与者的AI机器人。 Robots.txt允许网站所有者逐个案例地阻止或允许机器人爬行。虽然没有法律义务要求机器人遵守文本文件的内容,但遵守是一个长期存在的规范。(一个有时会被忽略的规范:今年早些时候,WIRED的一项调查揭示了AI初创公司Perplexity无视robots.txt并偷偷爬取网站数据的行为。) Applebot-Extended如此新,以至于相对较少的网站阻止它。位于加拿大安大略的AI检测初创公司Originality AI上周对1000个高流量网站进行了抽样分析,发现大约7%的网站——主要是新闻和媒体平台——阻止了Applebot-Extended。本周,AI代理监控服务Dark Visitors对另一个1000个高流量网站的抽样进行了分析,发现大约6%的网站阻止了这一机器人。综合这些努力显示,大多数网站所有者要么不反对苹果的AI训练实践,要么只是没有意识到可以选择阻止Applebot-Extended。 在本周进行的一项单独分析中,数据记者Ben Welsh发现,他调查的新闻网站中(主要是英文网站,美国本地出版物中有1,167个,其中294个)有超过四分之一在屏蔽Applebot-Extended。相比之下,Welsh发现他的样本中有53%的新闻网站屏蔽了OpenAI的bot。谷歌在去年9月推出了自己的AI专用bot,Google-Extended;几乎有43%的网站屏蔽了它,这表明Applebot-Extended可能还未完全进入大家的视野。不过,Welsh告诉WIRED,自他开始观察以来,这个数字一直在“逐渐上升。” Welsh有一个持续的项目,用来监测新闻媒体如何应对主要的AI代理。“新闻出版商之间出现了一些分歧,有些人希望屏蔽这些bot,有些则不然。”他说。“对于每个新闻组织做出决定的原因,我没有答案。显然,我们可以了解其中一些正在签署授权协议,可能因为他们在允许bot访问的同时获得了报酬——这可能是一个因素。” 去年,《纽约时报》报道称,苹果试图与出版商达成AI协议。从那时起,OpenAI和Perplexity等竞争对手已经宣布与各种新闻媒体、社交平台和其他热门网站建立伙伴关系。“显然,世界上许多最大的出版商都在采取战略性的方法,”Originality AI创始人Jon Gillham表示。“我认为在某些情况下,这涉及到商业策略——比如,先保留数据,直到达成合作协议。” 有一些证据支持Gillham的理论。例如,Condé Nast网站曾经屏蔽OpenAI的网页爬虫。上周该公司宣布与OpenAI达成伙伴关系后,它解除了对该公司bot的屏蔽。(Condé Nast拒绝就此事发表公开评论。)与此同时,Buzzfeed发言人Juliana Clifton告诉WIRED,该公司目前屏蔽Applebot-Extended,将其能够识别的每一个AI网页爬虫bot都列入屏蔽名单,除非其所有者与该公司签订了通常是付费的合作伙伴关系,该公司还拥有《赫芬顿邮报》。 由于robots.txt需要手动编辑,并且有许多新的AI代理不断出现,要保持更新的屏蔽列表可能很困难。“人们不知道该屏蔽什么,”Dark Visitors的创始人Gavin King说。Dark Visitors提供一种免费增值服务,该服务会自动更新客户网站的robots.txt,King表示,由于版权方面的担忧,出版商是他客户的主要组成部分。 robots.txt看似是网站管理员的神秘领域,但鉴于其在AI时代对数字出版商的重要性,现在已成为媒体高管的职责范围。WIRED了解到,来自两家主要媒体公司的CEO亲自决定要屏蔽哪些bot。 一些媒体明确表示,他们屏蔽AI抓取工具是因为目前没有与其所有者达成合作关系。“我们在Vox Media的所有资产上均屏蔽了Applebot-Extended,我们对许多其他的AI抓取工具也是如此,当我们没有与另一方达成商业协议时,”Vox Media的传播高级副总裁Lauren Starke表示。“我们认为,保护我们已发布作品的价值是重要的。” 其他媒体则只在模糊但直截了当的措辞中说明其理由。“团队决定,目前允许Applebot-Extended访问我们的内容没有意义,”Gannett首席传播官Lark-Marie Antón表示。 与此同时, 纽约时报(正在起诉OpenAI,指控其侵犯版权)对Applebot-Extended及其类似工具的“自动退出”性质持批评态度。纽约时报对外沟通主任Charlie Stadtlander指出:“正如法律和 纽约时报 的服务条款明确指出的那样,未经我们事先书面许可,抓取或使用我们的内容用于商业目的都是被禁止的。”他补充说,纽约时报将继续把发现的未经授权的机器人添加到屏蔽列表中。“重要的是,无论是否设置了技术屏蔽措施,版权法依然适用。内容所有者不需要主动选择退出来保护其版权材料不被盗用。” 目前尚不清楚苹果是否接近与出版商达成交易。如果和当这种情况发生时,任何数据许可或共享安排的后果可能会在robots.txt文件中显现出来,甚至可能在公开宣布之前。 Gillham表示:“我觉得很有意思的是,我们这个时代最具影响力的技术之一正在被开发,而围绕其训练数据的争夺战,正通过这种非常隐蔽的文本文件公开展现,供我们大家观看。” 总结: 在不到三个月前,苹果推出了一款供出版商选择退出AI训练的数据工具Applebot-Extended,其目的是让网站所有者控制他们的数据不被用于苹果的AI训练。该工具引起了包括《纽约时报》、《金融时报》和Vox Media在内的许多知名新闻媒体和平台的回应,他们纷纷通过更新robots.txt文件来阻止Applebot-Extended的爬行。苹果表示,这种做法尊重了出版商的权利,不会影响网站在苹果搜索产品中的展示方式,只是阻止数据用于AI训练。 然而,这一工具的普及还很有限。AI检测初创公司Originality AI和AI代理监控服务Dark Visitors的分析显示,仅有6%-7%的高流量网站阻止了这款新工具,而出于版权保护的原因,许多出版商也在同时屏蔽OpenAI和其他AI公司的爬虫工具。总体而言,当前阶段大多数网站所有者或对这些AI工具的影响不以为意,或尚未意识到可以通过robots.txt文件进行控制。 出版商对AI工具的态度存在分歧,一些企业选择屏蔽AI抓取工具,另一些则愿意与AI公司达成合作。尽管《纽约时报》等媒体对未经授权的AI数据抓取持强烈反对态度,但随着AI技术的快速发展,数据利用和版权保护之间的博弈仍在继续。 光年AI,AI驱动下的私域流量革命,助力您的营销战略更成功。选择光年AI,让私域流量管理变得智能又便捷,助您轻松赢得市场。在这个AI技术迅速发展的时代,通过光年AI可以实现精准用户触达和高效流量转化,从而大幅提升品牌影响力和市场竞争力。用光年AI,智能分析私域流量,提升品牌影响力,助您领先市场。