NVIDIA Ampere架构给GPU带来了什么魔力？

德州仪器 (TI) 推出新一代支持边缘 AI 的雷达传感器和汽车音频处理器，帮助汽车制造商重新定义和改进车内的驾乘体验

IEEE数字金融与经济标准委员会专家委员、桐元软件CEO 胡凝认为，在努力解决大模型幻觉的技术挑战的同时，AI正加速塑造以创意和交付为核心价值的“超级个体”时代，并带来了能耗与信息茧房等新的社会议题。

IBM Research团队建立了首个通用AI助手评估标准，通过统一协议让不同AI助手在相同条件下接受测试。研究发现语言模型质量比架构设计重要50倍，通用AI助手能在各领域与专业系统相媲美。该框架已开放供研究使用，为AI助手技术发展奠定重要基础。

莫斯科科学家开发出"听众机制"训练方法，解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程，新方法在ImageReward基准上达到67.4%准确率，并在现代图像数据集上显著提升泛化能力，为开发更可靠可解释的AI系统提供新思路。

为了回馈社区并推动技术进步，阿里云机器学习平台PAI已经将HybridBackend框架开源, 欢迎大家试用和技术共建。

宾夕法尼亚州立大学研究团队开发的AttnTrace技术，通过分析AI大模型的内部注意力机制，能够快速准确地追踪影响AI回答的关键文本内容。该技术解决了传统方法效率低下和准确性不足的问题，在多项测试中表现卓越，为AI安全防护和可解释性研究开辟了新方向。

疫情流行确实加快了人工智能在医疗保健领域的广泛应用，并推动AI逐步渗透至当前最引人注目的核心挑战。

卢森堡大学研究团队提出TRC?架构，模仿人脑丘脑-皮质回路机制，通过智能路由、预测学习、记忆整合和快速矫正四大创新，首次实现AI的真正持续学习能力。实验显示该架构在保持已学知识方面远超传统模型，遗忘率降至几十分之一，为构建能与人类共同成长学习的AI系统开辟了新路径，有望应用于智能助手、教育和医疗等领域。

百川智能团队开发的Baichuan-M2是一个32B参数的医疗AI模型，通过创新的动态验证系统突破了传统静态评估局限。该系统包含虚拟患者模拟器和临床评估标准生成器，让AI在真实诊疗环境中学习。在HealthBench测试中，Baichuan-M2获得60.1分超越所有开源模型，在最困难的HealthBench Hard中获得34.7分，成为全球仅有两个突破32分的模型之一。

Pure Storage公司欧洲、中东和非洲地区（EMEA）CTO认为，我们在存储、网络和软件数据集规模方面即将遭遇可扩展性极限。

在服装制造业中，数字孪生计划可以容纳从样式设计到面料选择、再到生产流程的所有细节信息。将数字孪生引入制造业能够显著减少织物浪费。

想象一下，当你在解答一道复杂的数学题时，你不仅需要给出答案，还需要详细解释每一步推导的理由，不能有任何逻辑跳跃或假设——这就是形式化数学推理的严格要求。

苹果公司发布突破性AI模型Manzano，首次实现单一模型同时具备图像理解和生成能力。该模型采用创新的混合视觉标记器设计，通过统一的语义空间有效解决了传统多模态模型中理解与生成任务的冲突问题。在多项基准测试中，Manzano不仅达到了专门化模型的性能水平，还展现出优异的规模化效应和实用性。

澳大利亚堪培拉大学研究团队首次发现AI在调试代码时存在"疲劳"现象，调试能力会按指数衰减规律急剧下降。研究提出了调试衰减指数（DDI）评估框架，能预测AI调试的最佳干预时机。通过战略性重启方法，在合适时机让AI重新开始，可显著提升调试成功率而无需额外计算资源，为AI编程工具的优化使用提供了科学指导。

11月1日，以“无界BOUNDLESS · 数织未来AI同行”为主题的2024 绿盟科技TechWorld智慧安全大会在北京如约启幕。

这项由加州大学圣地亚哥分校等顶尖机构联合开发的研究推出了CellMaster智能系统，能够像生物学专家一样自动识别单细胞数据中的细胞类型。该系统采用三个协作AI助手的创新架构，不依赖预训练数据库就能处理新细胞类型，在9个测试数据集上准确率比现有方法平均提高7.1%，人机协作模式下提升更达18.6%。系统特别擅长处理罕见细胞和亚型识别，为单细胞研究提供了透明可解释的分析方案。

微软研究团队开发了LettinGo框架，通过让AI用自然语言生成用户画像来改进推荐系统。该方法分三步：多模型探索生成多样化用户档案，通过实际推荐效果评估档案质量，最后用偏好对齐技术训练专门的档案生成器。在三个主要数据集上的实验显示，相比传统方法平均准确率提升20个百分点，且生成的档案更灵活、可解释性更强。

随着大数据、云计算、5G、人工智能和物联网等新兴技术的崛起，“智慧+”建设已经成为当下全球的热门领域，整个社会也正在迈向万物感知、万物互联和万物智能的新纪元。

3月18日,蚂蚁体验技术部举行了一次直播,部门负责人玉伯和其它前端专家、新晋校招生聚在一起,专门探讨了这些大家关心的话题,让我们看看他们是怎么回答的。