这项由中国人民大学、微软亚洲研究院等机构联合完成的研究发现，通过监测AI思考过程中的"不确定性"（熵值），可以识别出有价值的探索性思考时刻。研究团队设计了一种仅需一行代码的简单方法，在AI训练时给予探索性思考额外鼓励，显著提升了AI在数学竞赛等复杂推理任务上的表现，让AI学会了更像人类的深度思考方式。

AI 正在改变教育领域。本文探讨了 AI 如何改变教学和学习方式,包括使用 AI 克隆教师、用对话代替测验、个性化反馈等创新方法。作者强调,AI 是一种工具,关键在于如何有效使用它来扩大教育影响力,培养学生的批判性思维能力。未来的教育将更注重推理、理解和创新思维,而不是简单的记忆。

在产业不断创新发展的新形势下，创业者需要一场可以指导各产业发展骤变方向的、可以厘清各产业发展清晰脉络的、可以引导并链接资本投资风向的、有重大影响力和启发性的行业聚会。

视频已经占领了互联网，几乎有80%的流量都是来自视频。过去几年，数据中心越来越依赖GPU加速卡来对网络上运行的大量视频流量进行转码，从而卸载CPU的大部分工作，以期降低延迟、成本和功耗。

面向蓬勃发展的AI大潮，开发者的重要性不言而喻。而NVIDIA依托开发者计划和开发者社区，持续赋能开发者，让AI应用开发更简单。随之而来，基于NVIDIA技术的开发者持续壮大，还等什么，快快加入社区，开启你的AI开发之旅吧！

7月21-24日由MathWorks主办，汇集全球范围内领先企业的工程师、研究员和科学家的2020 MATLAB EXPO中国用户大会在线上召开。MathWorks公司首席战略师Jim Tung先生在发表“一切转型始于数据和模型”主题演讲后接受记者采访。

2018年8月底“THE NEXT下午茶”英特尔召集了AI和5G领域多位专家,至顶网总编辑高飞也作为媒体专家共同相聚一堂,品茶共叙AI与5G的乘法聚变，探讨IT与CT真正融合。

自从M-ATX和ITX开始流行起来以后,ATX用户就变得越来越少了,看到网上大家都在晒各种各样的小机箱,一度让我也跃跃欲试。

“我们现在实现了比以前快 90% 的速度恢复我们的数字平台，这有助于我们把长时间停机的风险降到最低--让我们避免因错失销售机会而损失数百万美元。”—— 金地集团高级IT经理韩先生

缓解CIO和CISO之间经常会出现分歧。

9月23日，英特尔举办了“智能制造，‘芯’向未来——智能技术助力工业制造勾画未来蓝图”为主题的圆桌论坛，邀请其客户和合作伙伴分享工业智能化升级的实际案例，介绍英特尔在智能制造领域的洞见与战略。

OpenAI研究员宣布其实验性AI模型在国际数学奥林匹克竞赛中达到金牌级表现，匹配每年仅不到9%人类参赛者能达到的标准。该模型在4.5小时限时内解决六道证明题，无网络和计算器辅助。然而OpenAI违反了IMO组织方要求等到7月28日再发布结果的协议，且因自评分引发争议。与谷歌需要三天解题不同，OpenAI声称其模型如标准语言模型般处理问题并生成自然语言证明。

英特尔是半导体行业和计算创新领域的全球领先厂商，而我作为英特尔的首席人力资源官，我必须确保，从我们加入一个社区的那一刻起，这些良好品质要在我们的行动中显现出来。

展望2025年，随着生成式AI逐渐从概念验证步入生产阶段，更多企业正试用生成式AI技术，相关的话题也将更加深入。

2019年9月20-23日,以“创新创业创造迈向制造业新时代——携手全球中小企业共创智能制造业高质量发展新未来”为主题的2019世界制造业大会在安徽合肥召开。

2024年是AI智能体能力发现的重要一年，随着智能体部署日益频繁，如何实现互联互通成为关键问题。MIT正在开发NANDA协议，用于连接在线AI智能体。该项目得到塔塔咨询服务、三菱电机等企业支持，旨在建立开放协议来实现智能体网络的发现、信任建立和价值交换。研究人员提出了"交互券"概念，类似于网页超链接，用于捕获智能体间知识传播。尽管面临实际挑战，但在协议架构和应用演示方面已取得进展。

KCon 的口号是汇聚黑客的智慧，在KCon 2018，我们再次见证了全球黑客的热情，大家齐聚一堂，用攻破之精神、探索之成果向安全行业及整个互联网传递着正义黑客应该具有的价值观和人生观。

「 回忆起夜店的那段时光，很多细节是王亮不愿意讲的。和同龄人比，他过早经历了社会辛酸，白天求学，晚上打工，从夜店服务生一路熬到某一流金融支付大厂的工程师。他说“兴趣不是最好的老师，饥饿才是。”」

中科院软件所与阿里巴巴合作开发的RefCritic系统，首次让AI具备了真正的"教学能力"。通过创新的双重奖励机制，该系统不仅能准确判断答案对错，更能提供切实有效的改进指导。在数学竞赛等高难度测试中，RefCritic指导下的学生正确率提升超过7%，甚至能够指导比自己更强大的AI模型，展现了"授人以渔"的智能新范式。

NVIDIA此次更新令人眼花缭乱，但是这里面有一条主线，那就是GPU加速计算。在新架构的产品基础之上，NVIDIA将GPU加速计算延展到数据中心、AI、HPC、边缘智能、自主机器、自动驾驶等领域。