2018年10月13日，主题为“前沿科技，创新升级”的中关村创业大街-英特尔开放创新实验室首期活动（英特尔AI创新生态与技术分享论坛）在中关村创业大街拉开帷幕。

沙特阿卜杜拉国王科技大学研究团队首次发现AI推理能力可以像文件一样被提取和转移。通过简单的数学运算从强化学习模型中提取"推理向量"，然后添加到其他模型上，实现推理能力的快速传递。实验显示模型在数学、代码生成等任务上性能提升4-12%，且在对抗性测试中保持稳定。这项技术有望让AI推理能力的获取从昂贵训练变为低成本复用，加速AI技术普及。

乐观估计，两年左右会出现人形机器人的ChatGPT时刻。

对于一家以邮购目录销售闻名的企业来说，The Very Group决定从构建企业级数据目录入手也是个顺理成章的选择。这家公司其实是早些多家邮购目录企业的合并产物，其中最早的一家甚至可以追溯到1890年代。

校园里正在兴起一场教育的革命，教育信息化的发展正推动教育手段更加多样、学习资源更加丰富、媒体形式更加多维、交往范围更加远大。同时，技术也在打破教与学的边界，让教育回归本质，变得更简单、更专注。

乐观估计，两年左右会出现人形机器人的ChatGPT时刻。

国际标准到底有多重要？现在中国企业表现如何？国际标准与科技创新有什么关系？带着这些疑问，我们跟海尔集团标准专利总监王滨后聊了聊。

OpenAI创始人回顾公司发展历程，感慨于ChatGPT的成功和面临的挑战。他分享了个人的经历，包括被解雇和公司治理的重要性。他对于团队的努力和支持者表示感谢，并展望人工智能的未来，认为AI将极大地加速科学发现和创新，改变公司产出。他强调了安全和利益共享的重要性，并对未来充满信心。

自2022年底生成式AI革命爆发以来，服务器支出也存在类似的态势。一旦企业发现自己必须投资购置或者租用搭载GPU加速器的设备，往往会选择扩展现有服务器机群，被用于投资新设备的支出则自然随之下降。英特尔正在加大对其“Sapphire Rapids”至强SP的投入，AMD在其“Genoa”Epyc 9004处理器上也采取了同样的做法。

本周对于幽灵（Spectre）和熔毁（Meltdown）处理器安全漏洞的担忧进一步延续，技术供应商和解决方案提供商在安全补丁及其可能对性能造成的影响方面遇到了越来越多的问题。

7月8日，2021世界人工智能大会正式在上海开启。作为本次大会的活动之一，以“以技术智变，创城市质变”为主题的新型智慧城市高峰论坛也成功举行。

孟买工程学院研究团队开发出突破性的多语言情感语音合成系统，能实现印地语与英语间的实时口音切换，同时准确表达多种情感。该系统在口音准确性上提升23.7%，情感识别准确率达85.3%，为南亚地区教育技术和无障碍软件应用开辟新道路。

伊利诺伊大学香槟分校团队推出SWERANK软件问题定位框架，通过"先筛选再精排"的两阶段策略，以极低成本实现了超越昂贵AI助手的问题定位准确性。团队构建的SWELOC数据集为训练提供了高质量的真实案例，实验证明该方法在成本效益比上比现有方案高出57倍，为软件开发行业提供了实用且经济的调试解决方案。

比特币曾被视为一种“惊世骇俗”的产物，然而现在整个世界都在为之疯狂。而在最终热度下降后，哪套区块链平台能够继续存在，而哪些将永远消失？为了做出准确的预测，我们必须需要弄清区块链技术的真正含义及其功能。

LinuxONE正好顺应这波云化趋势，IBM则通过Rockhopper 4和Rockhopper 4 Rack Mount降低了其技术方案的应用难度。未来几个季度，我们将继续跟踪产品的上市情况并为大家带来后续报道，敬请关注。

在近日落下帷幕的网易创新企业大会上，网易智企发布了与全球最大战略管理咨询公司罗兰贝格联合调研的成果《企业数字化升级之路——百家企业数字化转型发展分析报告》（下文简称为《报告》）。

普渡大学研究团队开发了ASTRA红队系统，通过"空间时间探索"方法系统测试AI编程助手安全性。与传统方法不同，ASTRA专注现实使用场景，通过构建领域知识图谱和分析AI推理过程发现漏洞。实验显示ASTRA比现有技术多发现11-66%安全问题，生成的测试用例可提升AI安全训练效果17%，为AI编程助手安全保障提供了重要工具。

大模型元年,在MEET2024智能未来大会上,20位行业大咖给出了这样的年终总结。

这篇研究重新审视了循环神经网络中的双线性状态转换机制，挑战了传统观点。高通AI研究团队证明，隐藏单元不仅是被动记忆存储，更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级，对应不同复杂度的状态跟踪任务。实验表明，双线性RNN能有效学习各种状态跟踪任务，甚至只需极少量训练数据。研究还发现，纯乘法交互比加法交互更有利于状态跟踪，为循环网络设计提供了新视角。

美国加州大学洛杉矶分校等机构联合开发的Xolver系统，创新性地让AI学会像奥数团队一样协作解题和积累经验。该系统通过多智能体协作和双重记忆机制，在数学竞赛和编程挑战中取得突破性成绩，即使使用小型模型也能超越大型商用AI，为人工智能的发展开辟了新路径。