高速发展的AI需要庞大的算力支撑,这催生出海量的电力需求。数据显示,2023年数据中心的耗电量达到500TWhr,相当于全球能耗的2%,需要快速增长下,预计到2030年数据中心的耗电量将占到全球能耗的7%。能源供应正成为AI发展的“瓶颈”。OpenAI首席执行官山姆·奥特曼、英伟达CEO黄仁勋、特斯拉CEO马斯克、Arm首席执行官Rene Haas等科技大佬在多个不同场合均表达了关于能源供给不足、电力短缺的观点。
在Ray Summit 2024上,马克·安德森讨论了人工智能如何重塑产品类别、地缘政治、生物学和国防。他回顾了AI的历史,强调了技术突破如Imagenet竞赛、自动驾驶、语音识别和transformer模型的重要性。Marc还探讨了AI在生物技术、药物发现、生物工程和个性化医疗中的应用,以及其在现代军事战略中的作用。他指出,AI基础设施建设的黄金时期需要更强大的计算能力和数据处理能力,同时也存在技术和投资的不确定性。
10月15日,国网天津电科院成功申报的IEEE国际标准——《电力调度元宇宙培训仿真系统设计导则》正式获批立项,成为全球首个电力调度元宇宙的IEEE国际标准!作为全球最具权威的科技标准组织之一,IEEE的认可,意味着国网天津的电力调度元宇宙技术已经站在了国际科技前沿。
VAST Data的人工智能堆栈方法和NetApp针对ONTAP的人工智能架构开发项目。现在,戴尔正在推出自己的全面人工智能堆栈产品,从PowerScale硬件和软件到具有大规模数据源摄取、矢量化和元数据处理功能的Data Lakehouse。这伴随着其PowerEdge XE9712(Nvidia GB200)和 M7725(水冷式 AMD Epyc)服务器以及基于 OCP 的水冷式集成机架 IR7000 系统,它们为这些人工智能工厂产品提供了计算能力和机架外壳。
NVIDIA表示,已经将Blackwell加速计算平台设计的部分内容贡献给Open Compute Project(OCP),并在Spectrum-X网络结构中扩大了对OCP标准的支持。
微软AI首席执行官穆斯塔法·苏莱曼讨论了AI如何改变我们的生活和工作。他将AI定义为一种深度个人关系,预测AI将成为无处不在的伴侣,具备记忆和情感智能。苏莱曼强调AI的智力、情感智能和行动能力的演进,以及AI模型随着计算资源的增加,变得更易控制、转向和对齐。他提出了AI递归自我完善的概念,预见未来5到10年内AI将实现显著进步。
LangGraph是LangChain生态系统的新框架,专为构建基于大语言模型的有状态、多代理应用程序而设计。它支持循环流程,提供精细的控制能力,具备持久性特性,并能与人类协作。LangGraph适用于个人助理、AI教师、软件用户体验优化、空间计算和构建智能操作系统等多种场景。
人工智能助手是微软推出新功能公告里的重头戏,微软日前发布了旗下 OneDrive 云存储服务的一系列人工智能魔法新功能。
布拉德预测,几年后,如果我们走到一个屏幕前,它不能够像和人一样交谈或者不能让它做任意复杂的事情,那将是不正常的。他强调,易于使用得界面将成为常态。
爱立信和软银表示,作为合作项目的一部分,两家公司将探索共同的网络和计算基础设施服务,使人工智能和 RAN 能够在相同的网络基础设施上运行,最终目标是利用人工智能的力量提升网络效率,进而为通信服务提供商提供新的应用场景。
探讨如何提高人工智能系统在复杂任务中的透明度和可信度方面,纽约大学数据科学中心的研究人员提出了一种创新方法,通过自我博弈、训练语言模型进行辩论,以提高裁判的判断准确性。
方舟投资的首席执行官兼首席信息官凯西对人工智能下了很大的赌注。她说,OpenAI、Anthropic、xAI、谷歌和Meta正在该领域 “抢占先机”。虽然许多投资者担心这些公司何时才能开始看到人工智能投资的回报,但凯西却充满信心。
2024年技术趋势展望中,人工智能革命、数字化未来、计算和连接前沿、尖端工程、可持续世界是五大关键领域。
Meta的智能眼镜本身并没有如此强大的功能。之所以会产生这样的节目效果是因为他们做了一些技术上的改动。先通过 Meta 智能眼镜的直播功能,将视频实时传输到 Instagram,然后用一个计算机程序监控这个视频流,并使用 AI 进行人脸识别。
所谓的提示是指我们给人工智能工具下达的指令,提示用于引导人工智能工具的输出。我们可以把提示想象成现代计算机代码的等价物,只不过提示是用自然语言编写的。与编写传统计算机程序一样,编写的提示也有好坏之分,好的提示可以有效地引导人工智能工具生成所需要的输出,不好的提示就做不到这一点。