據(jù)中國之聲《央廣新聞》報道,隨著科技水平的不斷提高,智能電子設(shè)備所具有的能力也越來越豐富。IBM甚至預(yù)言,5年內(nèi)智能電腦將具備人類味覺等五種感覺。
其實現(xiàn)在只要一部智能手機(jī)在手,你可以完成很多事情,比如說像瀏覽新聞、觀看視頻、訂餐訂票、快捷支付等等,很大程度方便了我們的生活。但是如果想要知道眼前的這道菜是不是好吃,想買的這件衣服材質(zhì)是否優(yōu)質(zhì),目前的大部分電子設(shè)備是不能夠完成的。現(xiàn)在這種情況就有可能發(fā)生改變了。
據(jù)美國IBM公司的估計,這種情況在五年之內(nèi)就會發(fā)生改變。到了那個時候,電腦將更加了解周圍的世界,并懂得如何去理解不同的事物。IBM還提出了電腦要實現(xiàn)的5種人類才有的感覺能力,也就是視覺、聽覺、味覺、嗅覺和觸覺。綜合起來,這5種感覺其實源于同一個大的概念,即也就是認(rèn)知計算能力。電腦等機(jī)器將越來越像人一樣去感受這個世界。比如說具有認(rèn)知能力的電腦在觀看一幅畫的時候,并不僅僅將其當(dāng)作一組描述顏色的數(shù)據(jù)點、色素和線條,相反,它會將畫作為整體來看,并能夠理解畫作所表達(dá)的含義。
IBM公司負(fù)責(zé)創(chuàng)新的副總裁伯尼表示這是計算思維在本質(zhì)上的改變,你必須從新的角度來思考如何獲取數(shù)據(jù),不能僅僅拍一張照片然后存儲起來。你必須在更高的層次上將這張圖像看成實體,而不僅僅是一堆數(shù)據(jù)的位點。他補(bǔ)充說,認(rèn)知計算將促進(jìn)一些非常有趣的功能轉(zhuǎn)變,這是一個相當(dāng)深刻的技術(shù)進(jìn)步。也就是說其實具備認(rèn)知能力的電腦與傳統(tǒng)電腦相比最關(guān)鍵的差別在于,后者能夠接受“訓(xùn)練”。而認(rèn)知系統(tǒng)不會簡單地重復(fù)給出錯誤或者是無用的答案,一旦知道結(jié)論錯誤之后,他們能夠改變方法重新嘗試。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。