XiaoMi-AI文件搜索系统
World File Search System如谷歌
人工智能的新前沿
尽管早期的吸引力来自于消费者版本，这可能会改变时代，但生成式人工智能也有可能为企业工作流程增加情境感知和类似人类的决策能力，并可能从根本上改变我们的经营方式。我们可能才刚刚开始看到诸如谷歌的 Contact Center AI (CCAI) 等解决方案的影响，该解决方案旨在帮助实现自然语言客户服务互动，2 以及 NVIDIA 的 BioNeMo 等行业特定解决方案，它可以加速药物研发。3 因此，生成式人工智能吸引了传统（例如风险投资 (VC)、并购 (M&A)）和新兴（例如生态系统合作伙伴关系）来源的兴趣。仅在 2022 年，风险投资公司就投资了超过 20 亿美元，4 技术领导者也进行了重大投资，例如微软在 OpenAI 5 中投资了 100 亿美元，谷歌在 Anthropic 中投资了 3 亿美元。6
红海 HAPS 试验
引领HAPS站发展的公司太多了，比如谷歌、空客、Facebook、软银等。谷歌于2011年启动了Loon项目，使用气球作为HAPS，但面临一些长期的商业和技术困难，导致项目于2021年中止。空客也于2013年启动了Zephyr项目，这是一种由太阳能供电的HAPS解决方案，目前仍在将该平台调整为商业用途。2016年，Facebook启动了类似于空客Zephyr的Aquila项目，提供太阳能供电的HAPS解决方案，但该项目因未能实现目标于2018年中止。软银作为HAPS开发的领导者，与空客、AeroVironment等公司成立了HAPSMobile联盟，开发HAPS平台。该联盟生产了太阳能平台“Sunglider”。软银及其合作伙伴仍在努力降低制造成本，以实现此类技术的经济可行性。
2023 年技术愿景 - 当原子遇见比特
其他公司则在努力将数字世界与物理世界重新结合起来。谷歌一直在慢慢将一项名为 Live View 的新寻路功能集成到谷歌地图中。它通过地理定位器和智能手机摄像头，为用户的环境创建详细信息或方向的叠加层。13 Snap 也一直在将其 AR 技术扩展到滤镜之外，与亚马逊、彪马和拉尔夫劳伦等公司合作，将 3D 产品建模和增强现实试穿功能融入购物体验。14,15 数字与物理界限的模糊正在揭示新的商业模式：该公司正在推出一项新的“装扮”功能，用户可以直接在应用程序中发现、试穿和购买新产品。该公司报告称，仅一年时间，就有 2.5 亿人使用其 AR 购物镜头超过 50 亿次。
了解当前互联网时代的数字痴呆症和认知影响：综述
痴呆症包括因脑损伤导致的症状，这种损伤会损害认知功能，其严重程度超过了自然衰老的影响。这种疾病会影响情绪调节、行为和动机，但会保留意识。曼弗雷德·斯皮策博士创造了“数字痴呆症”一词，强调过度依赖智能手机和谷歌等数字设备会导致认知能力下降，这可能会加剧注意力缺陷多动障碍 (ADHD) 和记忆力减退。这种疾病与“数字失忆症”和“谷歌效应”等术语相似，强调大脑倾向于卸载外围信息，从而导致恐慌和健忘。斯皮策的书《数字痴呆症》重点关注游戏对儿童的影响，因此使该术语流行起来。众所周知，青少年经常使用电子设备，这与认知障碍的增加有关。
在哪里可以了解有关 AI 的更多信息
技能工具包 这是一系列课程，旨在帮助个人学习新技能或换工作。这些课程是免费的，涵盖了从计算机基础知识到更高级的学习（如计算机科学和编码）等一系列概念。课程由微软、亚马逊和谷歌等多家提供商提供。
CSE 473：人工智能
§ 部分可观测性（道路状况、其他驾驶员的计划等）§ 噪声传感器（无线电交通报告、谷歌地图） § 交通建模和预测、安全线等极其复杂§ 缺乏对世界动态的了解（轮胎会爆裂吗？需要 COVID 测试吗？）§ 结合概率论 + 效用理论 -> 决策理论
评估人工智能的现状
OpenAI 可能是最著名的大型语言模型 (LLM) 提供商。然而，它也面临着激烈的竞争，因为谷歌、亚马逊和其他老牌科技公司竞相将类似的生成式 AI 工具纳入其云产品中。这个领域的初创公司也在筹集数十亿美元。一位参与者预测，“我相信模型层不会是赢家通吃的局面。初创公司充满挑战；我们看到许多初创公司正在创建像 Anthropic 和 Cohere 这样的 LLM。它的资本密集程度足以让模型提供商的数量达到数百家，但不会像谷歌之于搜索那样出现失控的提供商。不会有数百家提供商，但很难预测是三家、八家还是十家。但这些都将是庞大的企业。”这些模型提供商的商业模式可能涉及某种基于使用情况的定价，他们构建模型并通过应用程序编程接口向除最大的公司以外的所有人提供访问权限，最大的公司将在海量专有数据集上构建定制模型。
苹果公司诉手势技术合作伙伴有限责任公司
苹果公司 (“苹果”)、LG 电子公司、LG 电子美国公司 1 和谷歌有限责任公司 (“谷歌”) 提交了美国专利号 7,933,431 (“'431 专利”) 的当事人复审 (“IPR”) 请求。专利审判和上诉委员会 (“委员会”) 加入了请求并发布了最终书面决定，认为权利要求 1-10、12 和 14-31 不具有可专利性，而权利要求 11 和 13 具有可专利性。苹果公司诉 Gesture Tech. Partners, LLC，编号 IPR2021-00920、IPR2022-00091、IPR2022-00359、2022 WL 17364390，第 *16 页 (PTAB 2022 年 11 月 30 日) (“最终书面决定”)。苹果公司对委员会关于权利要求 11 和 13 未被证明不可授予专利的裁定提起上诉。Gesture Technology Partners, LLC（“Gesture”）对委员会关于权利要求 1、7、12 和 14 不可授予专利的裁定提起交叉上诉，并辩称，由此推论，所有基于这些权利要求的权利要求均不可授予专利。
谁在引领人工智能？行业人工智能研究分析
人工智能 (AI) 研究越来越多地由行业驱动，因此了解公司对该领域的贡献至关重要。我们通过研究出版物、引用量、训练运行规模以及对算法创新的贡献比较了领先的 AI 公司。我们的分析揭示了 Google、OpenAI 和 Meta 发挥的重要作用。我们发现，这三家公司负责了一些最大规模的训练运行，开发了支撑大型语言模型的很大一部分算法创新，并在各种引用影响力指标中处于领先地位。相比之下，与美国同行相比，腾讯和百度等领先的中国公司在许多指标上的影响力较低。我们观察到许多行业实验室都在进行大规模训练运行，而来自相对较新的公司（如 OpenAI 和 Anthropic）的训练运行已经赶上或超过了谷歌等老牌公司的训练运行。数据显示，推动人工智能进步的公司生态系统多种多样，但谷歌、OpenAI 和 Meta 等美国实验室在关键指标上处于领先地位。
反对量子计算机的论点，......
我在 2018 年新加坡 ICA 研讨会上的演讲讨论了量子计算，这是计算定律和量子力学定律的交汇点。我们描述了一个反对量子计算机可行性的计算复杂性论证：我们确定了一个由嘈杂的中型量子计算机描述的非常低级复杂度的概率分布类，并解释了为什么它既不能实现高质量的量子纠错，也不能证明“量子至上”，即量子计算机能够进行传统计算机无法或极其困难的计算。我们接着描述了从该论点中得出的一般预测，并提出了表明量子计算机失败的一般定律。2019 年 10 月，《自然》杂志发表了一篇论文 [5]，描述了谷歌进行的一项实验工作。该论文声称在一台 53 量子比特的量子计算机上展示了量子（计算）至上，这显然挑战了我的理论。在本文中，我将从谷歌的至上主张的角度解释和讨论我的工作。