XiaoMi-AI文件搜索系统
World File Search System从谷歌
基于超导的数字量子计算...
可以在低温下工作，但仍会消耗相对较大的功率 最适合半导体自旋量子比特（微软、英特尔、EPFL）。 谷歌、微软、英特尔团队开发了用于超导和自旋量子比特的混合信号电路（ISSCC'19、IEDM'19、ISSCC'20）。一般方法：使用 cryoCMOS 重建室温电子器件。
农业机械化现状及发展战略...
AI vs AI（聊天GPT）云知识库 在AlphaGo对战李世石之前，谷歌DeepMind团队先用人类近3000万步棋训练了“AlphaGo”神经网络，让它学会如何预测人类职业棋手的落法。再让AlphaGo与自己对弈，从而创造出一本庞大的新棋谱。
在医疗职业教育中领先于人工智能
11 月 18 日星期六 - CSD 研究研讨会 (CC, 162AB) 上午 8:30 1856：利用人工智能打破障碍：谷歌为推进无障碍、沟通和社会包容而制定的计划；演讲者：Philip Nelson（谷歌）上午 10:30 1912：大数据时代的言语障碍研究：大规模数据库和语音分析演讲者：Mark Hasegawa-Johnson（伊利诺伊大学香槟分校）、Julie Liss 和 Visar Berisha（亚利桑那州立大学）下午 1:00 1971：用于监测神经和心理健康的言语生物标志物的进展；演讲者：Vikram Ramanarayanan（Modality.ai）和 Emily Provost（密歇根大学）下午 2:30 2028：个性化语音识别和声音合成——推进言语障碍患者的临床护理；发言人：Richard Cave（MND 协会）和 Rupal Patel（东北大学）下午 4:00 2085：脑机接口的最新进展；发言人：Leigh Hochberg（麻省总医院/哈佛医学院/普罗维登斯 VA 医学中心）和 Jun Wang（德克萨斯大学奥斯汀分校）
在医疗职业教育中领先于人工智能
11 月 18 日星期六 - CSD 研究研讨会 (CC, 162AB) 上午 8:30 1856：利用人工智能打破障碍：谷歌为推进无障碍、沟通和社会包容而制定的计划；演讲者：Philip Nelson（谷歌）上午 10:30 1912：大数据时代的言语障碍研究：大规模数据库和语音分析演讲者：Mark Hasegawa-Johnson（伊利诺伊大学香槟分校）、Julie Liss 和 Visar Berisha（亚利桑那州立大学）下午 1:00 1971：用于监测神经和心理健康的言语生物标志物的进展；演讲者：Vikram Ramanarayanan（Modality.ai）和 Emily Provost（密歇根大学）下午 2:30 2028：个性化语音识别和声音合成——推进言语障碍患者的临床护理；发言人：Richard Cave（MND 协会）和 Rupal Patel（东北大学）下午 4:00 2085：脑机接口的最新进展；发言人：Leigh Hochberg（麻省总医院/哈佛医学院/普罗维登斯 VA 医学中心）和 Jun Wang（德克萨斯大学奥斯汀分校）
领导者的生成式人工智能指南
加速进行中 GPT（生成式预训练转换器）及其基于 Web 的聊天机器人界面 ChatGPT 是引起世界关注的新一代人工智能的一个例子。它以基本形式免费提供，也可以通过订阅来利用高级功能，它是 OpenAI（现在是微软的合作伙伴，投资数十亿美元）的产品。（披露：普华永道与微软有合作关系，旨在利用 ChatGPT 创建可扩展的产品，帮助该公司及其客户利用生成式人工智能的力量）。 OpenAI 还拥有生成令人惊讶的原创图像的生成模型：DALL-E 基于 GPT 架构，但训练的是图像元素而不是文本片段。当然，GPT 有很多公司和竞争对手。谷歌拥有自己的一套文本和图像生成人工智能模型，以及一批深厚的工程人才（GPT 中的 T 基于谷歌首次发布的研究），Facebook、亚马逊和许多其他参与者也是如此。这些模型及其周围的竞争格局是开放的，并且发展迅速。即使以其他近期数字创新和服务的标准来看，其采用率也非常高。
探索生成式人工智能的世界：建议......
理解生成式人工智能的本质 当你想到人工智能 (AI) 时，你会想到什么图像？流行的例子包括类人机器人，或与芯片和电线交织在一起的大脑。然而，这些图像和隐喻并不能准确反映人工智能是什么。人工智能领域涵盖了广泛的技术和方法，它们执行的功能我们通常不会与之联系起来，例如面部识别、社交媒体上的个性化新闻推送、定制建议和广告、路线规划（例如谷歌地图）和搜索引擎（例如谷歌搜索，它使用人工智能来提高搜索结果的准确性和相关性）。生成式人工智能是一个总称，指任何能够基于基于 GPT 的大型语言模型 (LLM) 训练的数据生成内容（例如图像、文本、音频和代码）的人工智能系统（Bender 等人，2021 年；Chiang，2023 年）。互联网上的大部分万维网都是当前 LLM 的核心数据集，然后向其输入额外的选择性数据，以便针对特定目的调整其响应。
被称为“硅谷最接近良心的东西......
特里斯坦·哈里斯被《大西洋月刊》称为“硅谷最接近良知的人”。他曾在谷歌担任设计伦理学家三年，致力于开发一个框架，探讨技术应如何“合乎道德地”引导数十亿人远离屏幕的思想和行为。他现在是人道技术中心的联合创始人，该中心的使命是扭转“人类降级”的趋势，重新将技术与人性结合起来。此外，他还与联合创始人阿扎·拉斯金共同主持了 Your Undivided Attention 播客。《滚石》杂志将特里斯坦评为“塑造世界的 25 人”之一，并因其在技术改革方面的工作被《财富》杂志评为 2018 年 40 位 40 岁以下精英。2016 年，特里斯坦离开谷歌，致力于通过非营利性计划“Time Well Spent”改革注意力经济，该计划呼吁业界“竭尽全力”吸引注意力，并提出了设计解决方案。 2018 年 1 月，马克·扎克伯格将“时间花得值”作为 Facebook 的设计目标。2018 年 5 月，苹果和谷歌分别推出了“数字健康”计划和“时间花得值”功能，目前这些功能已在 iOS 和安卓手机上推出。特里斯坦花了十多年的时间研究劫持人类思维和行为的因素。从童年的魔术师到在斯坦福说服技术实验室研究说服技术的工作，特里斯坦开始关注道德和人道技术的必要性。他对注意力经济的研究始于 2013 年，当时他在谷歌内部制作的幻灯片广为流传，警告科技行业为吸引人类注意力而展开的军备竞赛，以及公司对其重组社会的方式所负有的道德责任。特里斯坦的作品曾在 TED、大西洋月刊、60 分钟、纽约时报、美联社、华尔街日报等多家媒体上发表。 Tristan 曾向各国元首、科技公司 CEO 和美国国会议员介绍过注意力经济。在加入 Google 之前，Tristan 是 Apture 的联合创始人兼 CEO，该公司于 2011 年被 Google 收购。Apture 让数百万用户能够通过庞大的发布商网络获得即时、动态的解释。Tristan 在 Apple、Wikia、Apture 和 Google 工作期间获得了多项专利。他毕业于斯坦福大学，获得计算机科学学位，专注于人机交互，同时在 BJ Fogg 教授的斯坦福说服技术实验室涉足行为经济学、社会心理学、行为改变和习惯养成。
12 个人工智能技术术语对于这个时代的商业人士
当我们谈论人工智能和机器学习算法时，我们谈论的是过程和我们小学学数学的时候一样。但情况更复杂。例如，谷歌使用了一种算法（基于规则的过程）为了决定哪些网站显示在搜索结果页面的顶部，机器学习技术使用不同类型的算法来得出结果。最佳结果常用算法的例子包括决策树、分类算法、回归算法等。
人工智能和自主性的构建模块
人工智能 (AI) 和自主性在全球经济的几乎所有领域都引起了人们的浓厚兴趣，在许多以前超出传统计算方法能力的领域取得了突破。这些术语长期以来仅限于学术界，但通过亚马逊的 Alexa、谷歌的翻译和优步的自动驾驶汽车等消费者应用程序以及 Ocado 的零售技术等商业应用程序，它们已进入公众视野。