特斯拉CEO伊隆·马斯克(Elon Musk)在迪拜的一个活动上谈到了人工智能的未来。他说我们需要实现“人类与机器智能之间的共生关系”,这可以防止出现“危险的情况”,即比人类更聪明的机器人掌控世界。
伊隆·马斯克引用了一句古老的格言:”如果你不能打败他们,那就加入他们”,他建议人类也应这么做以防止机器人逆袭。
我们生活在模拟世界中吗?
去年夏天,在南加州的Code Conference大会上,伊隆·马斯克被问及我们是否生活在模拟的电脑游戏中,他回答说“可能是的”。
马斯克相信,电脑游戏技术——尤其是虚拟现实——已经接近一个与现实几乎难以区分的临界点。他说:“假定游戏的发展速度无限快,那么即使这一速度下降了1000,它也将达到与现实难以区分的状态。”
显然,我们正处在对于这一目标的追求阶段,而且现在有数十亿游戏等待发展。
马斯克表示,“这样看来似乎我们身处真实世界的几率是数十亿分之一。”
今天早些时候马斯克在迪拜世界政府峰会上讲话:
他说:“随着时间的推移,我认为我们可能会看到生物智能与数字智能的结合。这个结合主要体现在带宽、生物大脑与数字大脑之间的连接速度等,尤其是输出方面。”他接着解释说,虽然计算机能以每秒万亿字节的速度进行通讯,但人类只能每秒处理10比特。
这可能会让人类在今后人工智能主导的世界中显得有些多余。马斯克解释说:“大脑将有助于实现人类和机器智能之间的共生关系,或许还能解决人工智能的控制等问题。”
在讲话中,马斯克还提到了他对“深度人工智能”的恐惧,它“比地球上最聪明的生物还要聪明”,并称这种情况“很危险”。
在谈到短期发展时,他补充道:“从技术的角度来看,人工智能最触手可及的影响在于自动化汽车行业。”马斯克表示,“这样的发展会比人类想象的要快得多,将为人类提供极大的便利。”然而,很多人的工作是驾驶。事实上,我认为这可能是雇佣员工最多的行业。
在讲话中,马斯克还提到了他对“深度人工智能”的恐惧,它“比地球上最聪明的生物还要聪明”,并称这种情况“很危险”。电影《终结者》中的机器人,它威胁要掌控世界。“所以我们需要思考人类将要扮演的新角色,但这将会发展得非常混乱而迅速。”
其实这不是马斯克第一次提出有一天人类将与机器人融合。在最近一次与Y Combinator公司的访谈中,马斯克解释说,人类和机器之间的“最佳结果”将是共生式,即“我们就是人工智能”。
马斯克将这种情况比作大脑边缘系统和大脑皮层的合作。在采访中,他解释说,这两种系统——控制本能的原始大脑以及“负责思考的部分”——可以很好地合作,而且几乎没人想要拆散这一结合。
他对Y Combinator说,“我认为,如果我们能够与人工智能进行有效融合,比如改善大脑皮层与数字化拓展之间的现有神经联系——这还需要解决带宽的问题——那么,我们就可以成为人工智能——人类结合体。”
在谈到短期发展时,他补充道:“从技术的角度来看,人工智能最触手可及的影响在于自动化汽车行业。”
马斯克表示,“这样的发展会比人类想象的要快得多,将为人类提供极大的便利。”
在谈到短期发展时,他补充道:“从技术的角度来看,人工智能最触手可及的影响在于自动化汽车行业。” 马斯克表示,“这样的发展会比人类想象的要快得多,将为人类提供极大的便利。”
他还解释说,这也能解决对于人工智能的“控制问题”,毕竟人工智能很可能会发展得非常普遍,以至于“普通人也能唾手可得”。
马斯克对Y combinator说:“我们不需要担心人工智能会成为邪恶的独裁者,因为我们就是人工智能。“这似乎是我能想到的最好的结果。”
好文章,需要你的鼓励
数据中心行业往往专注于生成式AI的物理需求,如密集GPU机架和散热需求,但却忽视了GenAI对整个软件堆栈的颠覆性影响。专家指出,软件实际上是推动变革的核心驱动力。AI将在编程自动化、企业软件重构、存储需求提升和网络安全等多个层面带来深刻变革,传统SaaS厂商面临AI原生初创企业的挑战。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
韩国科学技术院研究团队公布了HBM4至HBM8四代高带宽内存技术发展路线图。HBM5将于2029年采用浸没式冷却技术,HBM7和HBM8将集成嵌入式冷却。从HBM6开始将使用铜对铜直接键合技术。HBM8带宽可达64TBps,堆栈容量提升至240GB,比HBM4提升50%。英伟达Feynman加速器计划采用HBM5技术。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。