我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：我认为这是不使用 AI 生成重要代码或材料的最大原因——不良行为者太容易将恶意代码注入所使用的模型中：https://arstechnica.com/tech-policy/2024/10/bytedance-intern-fired-for-planting-malicious-code-in-ai-models/Google 的 AI 调解员，有助于引导人们达成一致：https://arstechnica.com/ai/2024/10/goo
Google tool makes AI-generated writing easily detectable
几个月来，谷歌 DeepMind 一直在 Gemini 聊天机器人的响应上使用其 AI 水印方法——现在它正在向任何 AI 开发人员提供该工具
Google DeepMind is making its AI text watermark open source
Google DeepMind 开发了一种用于识别人工智能生成文本的工具，并将其开源。该工具名为 SynthID，是用于生成人工智能输出的大型水印工具系列的一部分。该公司去年推出了一种用于图像的水印，此后又推出了一种用于人工智能生成的视频的水印。今年 5 月，……
AI could help people find common ground during deliberations
在民主国家达成共识非常困难，因为人们持有截然不同的意识形态、政治和社会观点。也许人工智能工具可以提供帮助。来自 Google DeepMind 的研究人员训练了一个大型语言模型 (LLM) 系统，使其充当“核心调解员”，生成概述一个群体在复杂但重要的问题上达成一致的领域的摘要……
探索最新版本 DRESS Kit 中的新功能和显著变化照片来自 Google DeepMind 在 Unsplash 上概述自最初的 DRESS Kit 于 2021 年首次发布以来，它已成功应用于少数生物医学研究项目。如果您从未听说过 DRESS Kit，那么您可能有兴趣知道它是一个完全开源、无依赖、纯 ES6 JavaScript 库，专门用于执行高级统计分析和机器学习任务。DRESS Kit 旨在为那些不是经过培训的生物统计学家且无法使用专用统计软件的生物医学研究人员提供服务。DRESS Kit 不仅被证明是一种实用有效的工具，可用于分析复杂数据集和构建机器学习模型，而且这些现实世界的经
Why the 2024 Nobel Prize in (AI for) Chemistry Matters So Much
致 DeepMind 的 Demis Hassabis 和 John Jumper，以及蛋白质设计研究所负责人 David Baker继续阅读 Towards Data Science »
2024 Chemistry Nobel Awarded for Cracking the Secret Code of Proteins
诺贝尔化学奖授予生物化学家 David Baker 以及谷歌 DeepMind 科学家 Demis Hassabis 和 John Jumper，以表彰他们预测蛋白质的形状和功能，以及创造可以改善健康和环境的全新蛋白质
Video Friday: Robots Solving Table Tennis
视频星期五是每周精选的精彩机器人视频，由 IEEE Spectrum robotics 的朋友收集。我们还发布未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。ICRA@40：2024 年 9 月 23 日至 26 日，荷兰鹿特丹SIROS 2024：2024 年 10 月 14 日至 18 日，阿联酋阿布扎比ICSR 2024：2024 年 10 月 23 日至 26 日，丹麦奥登塞Cybathlon 2024：2024 年 10 月 25 日至 27 日，苏黎世享受今天的视频！让机器人在任何方面都具有“人类水平的性能”都是一个巨大的挑战，但当你看到一个机器人有能力在
Video: Google robot paddles human table tennis competitors
谷歌利用大量数据训练了一个乒乓球机器人，让它与人类对手较量，并在训练过程中不断进步。结果令人印象深刻，代表了机器人速度和灵活性的飞跃。它看起来也很有趣。继续阅读类别：机器人技术，技术标签：Google DeepMind，人工智能，机器人，体育
Advanced Retrieval Techniques in a World of 2M Token Context Windows Part 1
2M Token Context Windows 世界中的高级检索技术，第 1 部分探索 RAG 技术以提高检索准确性 Google DeepMind 启动的可视化 AI 项目。来自 Unsplash 图像。首先，我们还关心 RAG（检索增强生成）吗？Gemini Pro 可以处理惊人的 2M 令牌上下文，而 GPT-3.5 发布时我们惊讶的只有 15k。这是否意味着我们不再关心检索或 RAG 系统？基于 Needle-in-a-Haystack 基准测试，答案是，虽然需求正在减少，尤其是对于 Gemini 模型，但高级检索技术仍可显着提高大多数 LLM 的性能。基准测试结果表明，长上下文模型
在过去的几十年里，传感器、人工智能和处理能力的技术进步将机器人导航推向了新的高度。为了将机器人技术提升到一个新的水平，并使它们成为我们生活中的常规部分，许多研究建议将 ObjNav 和 VLN 的自然语言空间转移到多模态空间，以便机器人 Google DeepMind 研究人员展示了 Mobility VLA：具有长上下文 VLM 和拓扑图的多模态指令导航，首先出现在 AI Quantum Intelligence 上。
DeepMind Introduces JEST Algorithm: Making AI Model Training Faster, Cheaper, Greener
生成式人工智能正在取得令人难以置信的进步，改变着医学、教育、金融、艺术、体育等领域。这一进步主要来自于人工智能从更大的数据集中学习并构建具有数十亿个参数的更复杂模型的能力的提高。虽然这些进步推动了重大的科学发现，创造了新的商业机会，并促进了工业增长，但它们 […]DeepMind 推出 JEST 算法：让人工智能模型训练更快、更便宜、更环保的文章首次出现在 Unite.AI 上。
