Исследователи Массачусетского технологического института разработали динамический подход для крупных языковых моделей (LLM), позволяющий распределять вычислительные ресурсы в зависимости от сложности вопроса, что повышает эффективность и точность. Этот метод позволяет меньшим по размеру LLM превосходить более крупные модели в решении сложных задач, что потенциально снижает энергопотребление и ...
Врачи общей практики в Великобритании все чаще полагаются на инструменты искусственного интеллекта, такие как ChatGPT, для составления заключений о приёмах и диагнозов, несмотря на потенциальные риски. Отсутствие регулирования вызывает опасения по поводу безопасности и потенциальных юридических проблем для врачей.
Искусственный интеллект стал повсеместным явлением, преобразуя отрасли промышленности и экономику. Следует опасаться рисков, связанных с созданием сверхинтеллектуального ИИ, о чем предупреждают Юдковский и Соарес.
Исследователи Массачусетского технологического института разрабатывают стратегии безопасного управления мягкими роботами для взаимодействия с людьми и хрупкими предметами. Новая концепция сочетает в себе теорию нелинейного управления и физическое моделирование для обеспечения «безопасности с учетом контакта», что позволяет роботам выполнять задачи, не причиняя вреда.
Сотни аккаунтов TikTok генерируют контент с помощью искусственного интеллекта, набирая 4,5 миллиарда просмотров в месяц, включая спорные материалы. Исследователи обнаружили 354 аккаунта, которые публикуют 43 000 видео, сгенерированных искусственным интеллектом, с антииммигрантским и сексуальным содержанием.
Кремниевая долина сталкивается с сопротивлением, поскольку потребители переосмысливают необходимость обновлений. Искусственный интеллект в правительстве демонстрирует как перспективы, так и недостатки. ChatGPT подвергается критике за опасные советы.
Искусственный интеллект и робототехника изменят мир, повлияв на экономику, политику, военное дело и многое другое. Несмотря на свою важность, искусственный интеллект не получает достаточного внимания в Конгрессе и СМИ.
Массивное тепло, выделяемое в результате постоянной работы серверов, приводит к росту спроса на электроэнергию в австралийских дата-центрах. К 2030 году потребление энергии может превысить потребление электромобилями, а в ближайшие пять лет спрос на электроэнергию, по прогнозам, утроится.
Генеральный директор OpenAI объявляет «красный код» для усовершенствования ChatGPT на фоне жесткой конкуренции со стороны Gemini 3 от Google. Стартап из Сан-Франциско стоит перед решающим моментом в совершенствовании своей технологии чат-ботов.
Главный научный сотрудник компании Anthropic предупреждает о возможном «интеллектуальном взрыве» искусственного интеллекта к 2030 году. Человечество стоит перед важным решением о предоставлении системам искусственного интеллекта возможности самообучения, рискуя при этом утратить над ними контроль.
NVIDIA расширяет открытые модели искусственного интеллекта для исследователей на NeurIPS. Представляем Alpamayo-R1, первую в мире открытую модель VLA для автономного вождения, которая повышает безопасность автономных транспортных средств и расширяет возможности искусственного интеллекта.
Курт Кельти из GM подробно рассказывает о достижениях в области технологий аккумуляторов нового поколения, уделяя особое внимание доступности, производительности и локализации цепочки поставок. Аккумуляторы LMR к 2028 году должны революционизировать рынок электромобилей благодаря экономичному решению с большим запасом хода.
Глава отдела искусственного интеллекта Apple Джон Джаннандреа уходит в отставку, его заменяет Амар Субраманья. Компания стремится догнать конкурентов в области развития искусственного интеллекта.
Студенты MIT отправились в Норвегию, чтобы изучить передовые технологии аквакультуры, работая над проектами по оптимизации кормления рыб с помощью искусственного интеллекта и управлению подводными аппаратами в SINTEF Ocean. Норвежская аквакультура использует передовые инструменты, такие как роботы, датчики и системы принятия решений, для оптимизации кормления и повышения эффективности.
Регрессия машинного обучения прогнозирует значения с помощью таких метрик, как точность, MSE, RMSE и R2. R2 объясняет дисперсию модели, что имеет решающее значение для сравнения различных регрессионных моделей, таких как scikit-learn в Python.