Geoffrey Hinton：Forward-Forward新型神经网络更接近大脑运作近日，深度学习之父、图灵奖得主 Geoffrey Hinton 在 NeurIPS 2022 会议上发表演讲。之所以获得组委会的邀约，主要在于表彰他在十年前与两位研究生共同完成的论文：ImageNet Classification with Deep Convolutional Neural Networks。是的，距离深度学习首次在 ImageNet 图像识别竞赛中表现出人类水平已经过去十年了，该论文因其巨大的影响力而被授予了时间检验奖，可谓十年磨一剑。此次Hinton的演讲主题是：The Forward-Forward Algorithm for Training Deep Neural Networks。据他介绍，标题中的“Forward-Forward（FF）”是一种新的神经网络构建方法，取代了几乎所有神经网络中使用的反向传播技术。其指出：“通过去除反向传播，前向网络可能更合理地接近现实生活中在大脑中发生的情况。而且，FF方法可能更适合普通的计算硬件。”
从GPT、GPT-2，到GPT-3，GPT一直都是最强大的语言模型。虽然GPT-4何时发布OpenAI还迟迟没有消息，但当一款名为 ChatGPT作为三代衍生品的新模型发出时，还是获得了不小的关注。
相较于Meta的语言模型 Galactica 生成内容被大量质疑，ChatGPT 采用对话的方式，在回答的过程中知晓自己的状态，承认未知，同时也不会回答未经训练过的问题。它甚至可以被用来调试代码，在一段程序员提问“如何进行代码修改”的问答中，ChatGPT能从信息量、用途、部分和整体等认知上进行反问。而在程序员指出可能的问题方向后，它可以进一步挖掘存在的潜在影响因素，可以说是相当智能。马斯克对于ChatGPT的评价是：“很多人陷入了该死的、疯狂的ChatGPT循环中。”人类科技边界探索者谷歌又有量子新突破，造出了虫洞？在《星际穿越》中，虫洞是星际间直达的时空枢纽，《来自星星的你》里都教授穿虫洞可以进行补给，这些是我们对虫洞的影视化启蒙。但实际上虫洞有很多种，此虫洞并非彼虫洞，而是量子虫洞。好吧，单是虫洞已经不懂了，再加上一个量子，即使把脑细胞烧完也无法理解。但它大概是个什么东西？自三年前开始，自称人类科技边界探索者的谷歌，他们的科学家开始通过量子计算机黑箱进行量子虫洞的研究，日前有了最新成果。具体来说，是在9量子位电路上构造了一个稀疏Sachdev-Ye-Kitaev（SYK）的模型，并观察到了虫洞的特征。虽然都叫虫洞，但量子虫洞和我们一般意义上理解的时空虫洞还是不一样的，而是由一种非人类意义上的量子宇宙时空组成。深度学习或可应用于胸片分析，预测心脏病发作或中风概率近日，北美放射学会（RSNA）的年会上，有研究人员展示了一项深度学习模型在医学上的研究成果，通过对胸部X光片的算法分析，可以预测未来10年因心脏病发作，或者是中风死亡的风险。据该研究的主要作者、医学博士Jakob Weiss表示："我们的深度学习模型为利用现有的胸部X光图像进行基于人群的心血管疾病风险筛查提供了潜在的解决方案。”具体来说，他和团队使用单一的胸部X光（CXR）输入训练了一个深度学习模型，将其称为CXR-CVD风险模型。"我们早就认识到X射线可以捕捉到传统诊断结果以外的信息，但我们没有使用这些数据，因为没有强大、可靠的方法，但人工智能的进步使它现在成为可能。"
近年来，AI到底挣不挣钱，以及怎么挣钱，一直是行业备受关注的话题。但其实，这个问题可能连当下行业的龙头们都难以解答。日前，有报道称Alexa智能音箱业务总计亏损已经达到100亿美元。不仅是亚马逊作为该业务的领头羊，其他国内外智能音箱跟随企业在这一业务上的发展情况都不乐观。究其原因，消费者购买硬件的成本难以覆盖初始研发，以及后续在产品使用过程中需要进行研发和运维的成本。而这样的窘境，肯定不只存在于智能音箱，牵涉到整个智能家居，以及配备智能软件产品的硬件产业。而如此结果，似乎也很正常。用户对于智能音箱的使用并非刚需，如果通过它只能唤醒一些娱乐性的功能，或者获取简单的信息，时间一长加上工作繁忙，好奇心褪去之后就没有多少交互需求了。所以，相较于在语言理解能力上更为强大的人类来说，NLP这样降维的技术真能让人们为此大量买单吗？英伟达MineDojo人工代理获杰出数据集和基准论文奖本周一，英伟达宣布，公司发表的一篇描述通用人工智能代理MineDojo的研究论文获得了业界认可，并在2022年神经信息处理系统（NeurIPS）会议上获得杰出数据集和基准论文奖。获得奖项的主要原因在于，该人工智能代理在最流行的沙盒游戏Minecraft中，通过可扩展的训练框架成为能够成功执行各种开放式任务的代理，而其他游戏的代理往往只擅长少数任务。事实上，AI游戏代理如今也成为各个大厂的必争之“地”。早前，Meta基础人工智能研究外交游戏团队研发出一款名为Cicero的AI代理，可以模仿人类语言，也可以分析伙伴的目标、计划和意图。在参加竞技Diplomacy时，Cicero的得分可以达到人类的两倍多，在所有参加比赛的玩家中排名前十。
世界杯小组赛进展到大半，出线的十六个球队形势逐渐明朗。全球各地的球迷都希望自己支持的球队可以走到最后，捧起大力神杯，但优胜劣汰的竞争是异常残酷的。有的球迷为了让自己急切的愿望看上去可以实现，开始诉诸各类结果预测。记得在十二年前，还没有AI算法的年代，章鱼哥保罗是世界公认最靠谱的测算大师。但如今，不仅因为它已经归天，AI算法模型在科学性上也更加说得过去。所以，各类关于冠军的预测层出不穷。这些模型有的测出来是巴西，有的是比利时，不过随着比利时的淘汰已经证伪。但如果是巴西似乎根本不用测，根据胜率FIFA早已经算过巴西的积分是第一了。
还有人自制预测模型，用两天时间，通过Dolphin Scheduler制作了一个机器学习模型来进行预测，而且每天都可以进行模型结果的优化更新。这位开发者将他的实现过程分享在了GitHub上：https://github.com/jieguangzhou/FIFA-World-Cup-2022/tree/master通过该模型预测，得出的结果是荷兰会大概率获得冠军，巴西却排不到前四？究竟有什么玄机，大家不妨登陆看看。
本届世界杯最有存在感的除了球星就是AI了，那当球星和AI相撞，又会擦出怎样的火花？先有阿根廷被VAR判越位的三个球，这周又上演了“C罗的头是否碰到了球”这样的争议。
这个争议将决定他是否能够追平葡萄牙巨星尤西比奥的纪录，并列成为葡萄牙历史上的世界杯最佳射手。但经过视频回放和高精度的照片拍摄，他的头没有碰到球，这个进球还是布鲁诺·费尔南德斯创造的。另外，根据一项名为Connected Ball的技术，球内遍布的500Hz IMU，能够以500次/秒的速度记录足球运动的传感器，也证明了球没有被C罗碰到，因为传感器传回的信号曲线一直是直的。
关注公众号：拾黑（shiheibook）了解更多
[广告]赞助链接：
四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/
AI100
关注网络尖刀微信公众号
