慕尼黑大学对话AI专家：我们该如何理解机器智能？

SUSE虽然没有获得Red Hat Enterprise Linux（RHEL）或Canonical Ubuntu那样的成绩，但它仍然是一个很好的Linux服务器发行版。现在，SUSE在服务器数据中心中又迈出了一步，即将于7月中旬发布SUSE Linux Enterprise Server（SLES）15。

Neuralangelo是NVIDIA Research 开发的一个全新AI模型，它利用神经网络进行3D重建，可将2D视频片段转换为详细的3D结构，为建筑物、雕塑以及其他真实物体生成逼真的虚拟复本。

英国各界正面临一项长达十年的技术变革任务，以应对未来量子计算可能破坏现有加密体系的风险，企业和政府需全面排查和更新安全措施。

NVIDIA于4月7日宣布，由NVIDIA计算机科学家组成的特别工作组已正式加入COVID-19高性能计算联盟（COVID-19 High Performance Computing Consortium），该联盟由美国政府、工业界和学术界领导者组成，以利用全球最强大的高性能计算机资源加速研究。

随着技术的持续迭代与数据量的爆发式增长，数据中心已成为一切信息化及数字化转型的基础。

FuriosaAI团队提出突破性的Draft-based Approximate Inference框架，通过小模型预测指导大模型智能管理资源。研究开发了SpecKV和SpecPC两种方法，分别用于KV缓存管理和文本压缩，在保持高准确性的同时显著降低内存使用和计算延迟，为长文本AI推理提供了高效可行的解决方案。

在近日举行的计算机视觉和模式识别会议CVPR上，NVIDIA Research推出了可逆渲染流程NVIDIA 3D MoMa，图形创作者可以使用其快速创建出的3D物体。

戴森于近日正式启动“戴森宠爱家”计划，致力于让家成为宠物友好的第一空间。

数字孪生体可以帮助考古行业弥合一些空白。

12月22日,维享会·2023年度会议在云南丽江举办(华为云维享会,以下简称“维享会”)。

Meta此次发布的AI系统旨在通过对一部分论文引文审查工作实施自动化，来简化维基百科编辑们的工作。该系统可以扫描一篇文章并识别文章中是否存在有可疑引文的信息片段，此外还能够推荐相关性更高的来源，用这些来源替换有问题的引用。

在近日举行的ODCC 2019峰会上，电源解决方案提供商Vicor展示了其最新的AC及HVDC至48V和48V至负载的电源模块，这些模块为当今最具挑战性的数据中心电源问题提供了解决方案。

SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台，解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线，能从GitHub抓取2024年后的1,319个真实问题，自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%，远低于静态基准测试表现，尤其在处理多文件修改和大型代码库时存在明显局限。

本文探讨了人们对人工智能的普遍担忧,并提供了一些建议来帮助人们适应AI技术。文章介绍了常见的AI恐惧,如就业displacement和失去人际关系等。同时,文章也给出了一些建议,如使用免费AI工具、自动化繁琐任务等,以帮助人们更好地理解和利用AI。专家Andrew Ng还分享了AI在商业应用中的潜力,强调了设计直观易用的AI系统的重要性。

研究团队通过DanceGRPO框架首次实现了不同视觉生成技术的统一优化，解决了AI生成内容与人类偏好不匹配的关键问题。该方法在多个权威基准测试中取得显著性能提升，部分指标改进达181%，为AI视觉生成技术的实用化应用奠定了重要基础。

想象一下，你有一个非常聪明的朋友，他知道很多知识，但每当需要使用计算器、搜索引擎或查询最新天气时，却变得像个笨手笨脚的孩子。这正是当前大语言模型（简称LLMs，如ChatGPT这类AI系统）面临的尴尬处境。

这项由德国慕尼黑大学等机构联合完成的研究提出了FedNano框架，创新性地解决了多模态大语言模型在联邦学习中的部署难题。通过将模型拆分为服务器端核心和客户端轻量级NanoEdge模块，结合Fisher合并技术处理数据异质性，实现了95%的存储减少和99%的通信优化，同时保持了优异性能，为AI技术的普及化应用开辟了新路径。

EarthMind是一个创新的视觉-语言框架，专为解决地球观测领域的多尺度和多传感器理解挑战而设计。由多所国际知名大学联合开发的这一系统引入了两项关键技术：空间注意力提示(SAP)机制重新分配大型语言模型内部的注意力，增强像素级理解；跨模态融合机制则将异构模态如光学和雷达数据对齐并智能融合。

滑铁卢大学研究团队开发出ScholarCopilot，一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式，实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练，引用准确率达40.1%，大幅超越现有方法。在人类专家评估中，引用质量获100%好评，整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。