本系列文章主要是用于持续跟踪最新的AI产业情况，让你减少知识焦虑。
原文共计168640 字,简读后为8593字,阅读时间为21分钟,为您提高阅读效率为2010%
- 英特尔宣布成立全新的专门做FPGA的公司：Altera 🥰
- 苹果造车梦碎，准备钻研人工智能啦！🌟
- 化是渐化，变是顿变：OpenAI Sora的技术进步大揭秘！👀
- 探索创意，深入了解生成式人工智能：PartyRock——re:Invent 2023产品测评🎉✨
- 跨境电商评论分析，大模型来啦！💯
- [Coze] 假装看过一万本书 🧐
- 供应链投毒预警
⚠️ | 恶意NPM包利用Windows反向shell后门攻击开发者 😰 - 供应链投毒预警 | 开源供应链投毒 202401 最新月报来啦！📅
- Z世代的餐饮选择，让Bot深入场景化营销🍔🤖
- 使用 MongoDB Atlas 无服务器实例更高效地开发应用程序 🌐🚀
要点解析:
-
悬镜供应链安全情报中心对2024年1月 Npm和Pypi仓库的投毒情况进行了分析。共捕获675个恶意投毒包，其中Npm仓库占比90.48%，Pypi仓库占比9.52%。恶意文件执行是最常见的投毒攻击方式，占比高达77%。主要攻击目的是窃取系统信息，占比超过83%，其次是远控木马和反向shell后门。
-
常见的投毒攻击方式包括恶意文件执行、代码混淆执行、恶意文件下载、shell命令执行、恶意文件释放和恶意代码内存执行。部分投毒者使用代码混淆和无文件投毒攻击技术来躲避安全防护检测。
-
恶意投毒包的攻击手段多样，包括恶意程序下载执行、恶意程序释放执行、恶意代码内存执行、反向shell后门和DNS查询外传敏感信息。投毒者利用包名错误拼写、代码混淆、无文件攻击等手法迷惑开发者，在包安装或加载过程中自动执行恶意代码，窃取开发者系统中的敏感数据或对系统进行远程控制。
https://juejin.cn/post/7340909611098669097
要点解析:
近期，多款NPM组件包出现恶意投毒事件，攻击者通过模仿合法组件名进行homoglyph（同音异形）攻击，发布了9个版本的恶意包。安装后，恶意组件会以powershell命令的形式执行反向shell连接，将受害者的系统控制权交给攻击者。此次事件已影响约700位开发者，包括国内外用户。相关恶意组件已从NPM官方仓库移除，但仍存在于部分镜像源中。开发者可以通过命令进行排查，或使用OpenSCA-cli工具快速扫描项目。
https://juejin.cn/post/7340909611098882089
要点解析:
-
北卡罗来纳州立大学和伊士曼化学公司开发的自动驾驶催化实验室Fast-Cat，利用人工智能和自动化系统对催化反应进行深入分析，五天内提供的信息量超过传统六个月的测试。
-
Fast-Cat自主进行反应，分析输出，无需人工干预，确定不同变量对实验结果的影响，大大提升了催化剂发现和开发的效率。
-
Fast-Cat促进催化剂发现，尤其是在寻找当前贵金属催化材料的绿色替代品中发挥重要作用。
https://www.jiqizhixin.com/articles/2024-03-01-3
要点解析:
钉钉"钉钉数智校园标杆校计划"启动，为学校提供安全高效的数智化沟通方式。钉钉联合小冰公司为标杆校提供校长数字人权益，校长只需5分钟数据即可创建专属数字人，突破时空限制，实现7*24小时全天候、全场域在线。
校长数字人可代替本人进行宣讲，加深师生交流，帮助学生健康快乐成长。该计划旨在让学生直观感受科技变革，触摸真实AI技术，激发好奇心和想象力，紧跟时代发展。
钉钉与小冰将积极拥抱AI赋能教育的大趋势，探索利用AI改善教育方式、提升教学效率、启发学生思考，促进教育教学环境提质，惠及所有学习人群。
https://www.jiqizhixin.com/articles/2024-02-29-10
要点解析:
本周Meta首席执行官扎克伯格访问韩国，与韩国总统尹锡悦会面，双方探讨了建立“AI数字生态系统蓝图”的愿景。扎克伯格强调了韩国在内存芯片制造方面的优势，并呼吁双方密切合作，利用韩国的多样化智能电子产品作为Meta AI的应用平台。尹锡悦也介绍了韩国培育元宇宙产业的努力，并表示与Meta在XR头戴设备开发方面的合作可以产生协同效应。
此外，扎克伯格还访问了日本，与首相岸田文雄讨论了生成式人工智能的风险。日本政府近年来加紧推动人工智能和半导体制造领域的竞争力。岸田文雄此前也曾会见微软和英伟达的高管，并为台积电在日本建立晶圆厂提供了巨额补贴。
https://m.cnbeta.com.tw/view/1421904.htm
要点解析:
英特尔宣布成立独立运营的FPGA公司Altera，计划通过打造集成AI功能的FPGA等举措，进一步丰富公司产品组合，持续助力客户应对不断增加的挑战。Altera持续拓展的产品组合和路线图不仅能够更好地满足云、网络和边缘FPGA市场不断增长的需求，同时也可以通过一流的Quartus Prime软件和易于整合的AI功能，捕捉业界快速发展的应用机会。Altera的解决方案是专为包括网络、通信基础设施、低功耗嵌入式等在内的广泛市场和实践应用而优化的。
Altera的新产品和服务包括：Agilex 9已大规模生产，提供业界领先的数据转换器，适用于需要高带宽混合信号FPGA的应用场景；Agilex 7 F系列和I系列已投入生产，提供两倍的性能功耗比，专为诸如数据中心、网络等高带宽计算应用设计；Agilex 5已广泛推出，作为业界首个嵌入AI模块的FPGA，为嵌入式边缘应用提供领先的性能，且每瓦性能提升最高可达1.6倍；Agilex 3即将推出，将为云计算、通信和智能边缘应用中的低复杂度功能提供领先、低功耗的FPGA系列产品。
利用FPGA的AI套件和OpenVINO等工具可以基于诸如TensorFlow和PyTorch等标准框架生成优化的IP，Altera将利用其充分把握市场的新机遇。基于Altera FPGA打造的灵活解决方案，不仅可以更好地满足持续变化的市场需求，如将重要的AI推理功能无缝集成至系统中，也能够捕捉行业动态发展的标准，如PCI Express、CXL、以太网和6G无线网。
https://www.jiqizhixin.com/articles/2024-03-01-6
要点解析:
-
超威电脑積極拓展蘋果公司的 AI 服务器訂單，助力苹果公司在 AI 领域的布局和发展。苹果分析师郭明錤預估苹果 2024 年將花费 47.5 亿美元购买超过 2 万台服务器以支持人工智能技术。庫克表示，公司将在 2024 年在生成式人工智能领域“开辟新天地”，强调這將为用户带来变革性机遇。
-
集邦咨询預估 2024 年全球服务器整机出货量约 1365.4 万台，年增约 2.05%；AI 服务器出货占比约 12.1%。ODM 厂商中，富士康出货量年成长幅度最高，預估出貨量年增约 5~7%，包含 Dell、AWS、Google、Microsoft 等相关订单。
-
AI 服务器订单方面，富士康已斬獲 Oracle 和部分 AWS ASIC 订单。字节跳动等中国客户需求最强，預估英业达的 AI 服器出货量年成长率可达双位数。广达和超威电脑的服务器出货量年成长率預估持平。
https://www.ithome.com/0/752/935.htm
要点解析:
微软为企业和学校账户推出了Copilot新版本，这是一款专门为OneDrive开发的插件，可以帮助用户快速查找OneDrive中的内容。Copilot支持在文档中查询特定信息、总结文档内容、按照创建时间查找包含特定内容的文档，以及对长文档进行提问。它支持多种文件格式，包括办公文档、Microsoft 365格式、通用格式、网页类文件和开放文档格式。
目前，Copilot for OneDrive仅支持企业和学校账户，但未来可能会推出支持个人版OneDrive的版本。需要注意的是，使用此类功能存在潜在的隐私问题，因为用户需要授权Copilot扫描OneDrive中的所有文件。
https://www.landiannews.com/?p=102653
要点解析:
-
法国 Mistral 是一家颇具潜力的 AI 初创企业，其开发的大语言模型 Mistral Large 和聊天助手 Le Chat 与当红产品 GPT-4 和 ChatGPT 性能相当。
-
Mistral 巧妙地将人才、数据、计算能力以及政治因素结合起来，成为开源 LLM 的领头羊。
-
Mistral 创始人之一、前法国数字经济国务秘书 Cédric O 利用其政治智慧，为公司争取到了有利的监管环境，避免了欧盟《人工智能法案》对开源模型的过度限制。
https://www.jiqizhixin.com/articles/2024-03-01
要点解析:
受益于人工智能等领域高性能服务器需求强劲，戴尔科技第四财季财报表现强劲，服务器设备需求强劲，推动公司基础设施解决方案部门营收超预期。其中，AI优化服务器出货量达8亿美元，积压订单额为29亿美元。
尽管PC市场持续低迷，但戴尔在人工智能领域的强劲表现抵消了PC业务下滑的影响，成为公司业绩增长的主要动力。戴尔预计未来一年营收将达到910亿至950亿美元，其中基础设施部门将在人工智能的推动下实现15%左右的增长。
戴尔表示，随着企业和个人对基于人工智能的解决方案需求不断增长，人工智能优化服务器市场仍将保持强劲势头。
https://m.cnbeta.com.tw/view/1421912.htm
要点解析:
微软宣布扩充 Windows 11 系统中的 Copilot 预览版技能，在聊天过程中支持同时启用 3 款插件。目前可用或即将推出的插件包括 Instacart、Kayak、Klarna、OpenTable 和 Shop 等。用户可以通过聊天的方式获取相关信息或要求其执行某项操作，如询问当前可用的无线网络、要求执行清理存储操作、要求切换启用省电模式等。此外，Copilot还支持无障碍功能，如要求打开讲述人功能、更改文字显示大小和启动语音输入等。
从 3 月下旬开始，微软将邀请更多用户体验 Copilot 的新技能，如“启用 / 禁用省电模式”等等。
目前，Copilot 已上线的功能包括切换深色 / 浅色主题、打开蓝牙开关、切换“勿扰模式”、添加新设备、截图、将屏幕投屏到另一台显示器上、更换桌面背景、设置音量、打开某款应用程序等。
https://www.ithome.com/0/752/956.htm
要点解析:
Stability AI与Morph AI合作推出了一体式AI视频创作工具Morph Studio。该工具可以让创作者在一个界面中完成生成、剪辑和后期等步骤，极大地缩短创作时间和降低成本。创作者还可以在社区中分享和复制彼此的视频模板。
AI生成视频具有巨大的应用市场，但创作者经常需要使用多个工具才能完成作品，这增加了创作成本和降低了热情。Morph Studio旨在解决这一问题，为创作者提供更便捷、高效的AI视频制作工具。
Morph AI创始人兼CEO徐怀哲表示，Morph致力于消除模型能力与创作者理想效果之间的鸿沟。Morph将与Stability AI合作探索如何连接技术与应用，推动AI视频制作工具的进步。
https://www.jiqizhixin.com/articles/2024-03-01-5
要点解析:
IEEE近期发布全球首个隐私计算一体机国际标准，由我国主导，该标准从参考架构到安全需求等多方面提供了标准解决方案，并给出了各层面建议。
在信息时代，隐私计算一体机作为隐私计算产业落地的重要技术探索，提供开箱即用、安全可证、隐私保护的数据价值流转服务，在国内外业界受到关注。
该标准的发布，形成业内隐私计算一体机的共识，提高产品形态水位，引导业内利用该技术解决多源数据计算与价值共享难题，有效降低协作成本。
https://www.jiqizhixin.com/articles/2024-03-01-4
要点解析:
微软的生成式人工智能助手 Copilot 将新增一系列新功能，包括来自第三方公司的新插件和 Windows 11 系统内置技能。从今天开始，Copilot 将启用 OpenTable、Instacart 等插件，帮助用户预订餐厅或订购外卖。此外，微软还将在下个月添加 Shopify、Klarna 和 Kayak 等公司的插件。
在 3 月下旬，Copilot 将新增系统内置技能，帮助用户获取有关其 PC 的信息，以及访问某些功能的方法。这些技能包括开启设置界面、显示设备和系统信息、启动辅助功能和语音输入等。用户可以在 Windows 11 预览版的 Canary 频段中测试这些技能。
本次更新还将把 Windows Insider 计划成员可用的功能添加到 Windows 11 普通用户中，包括“照片”应用中的“生成擦除”AI 图像编辑功能、“Clipchamp”视频编辑应用中的“无声移除”音频编辑功能预览，以及语音快捷方式功能，允许用户创建自定义语音命令来执行电脑功能。
https://m.cnbeta.com.tw/view/1421887.htm
要点解析:
-
2 月 29 日，微软宣布推出面向金融领域的 Copilot for Finance 公共预览版，旨在帮助用户协调 Excel 中的数据，加速 Outlook 中的收款流程等。
-
Copilot for Finance 允许用户使用自然语言提示对 Excel 进行分析，简化了财务人员进行方差和对账等繁琐但重要的计算工作。
-
据了解，Copilot for Finance 目前已接入 180 多项微软内部业务，包括腾讯会议、腾讯文档、企业微信、腾讯广告和微信搜一搜等。
https://www.ithome.com/0/752/956.htm
要点解析:
-
2024年末，苹果计划推出智能终端AIGC功能，并重塑语音助手Siri。在此之前，苹果已公布HUGS、MGIE、Keyframer等AIGC成果，并收购32家AI初创公司。
-
苹果拥有十亿台终端设备，一旦推出成熟AI产品，可迅速覆盖数十亿用户，影响数亿消费者。苹果在硬件设备上的成功经验也有利于其在AI手机、下一代AI智能终端上的研发。
-
随着OpenAI等公司的崛起，微软、英伟达等科技巨头纷纷加码AI，苹果面临市场份额被蚕食的风险。但苹果在技术上未落后，布局也足够广，此时迈向AI赛道还不算太晚。
https://www.ofweek.com/ai/2024-03/ART-201700-8460-30627392.html
要点解析:
-
Evo 是一种基因组基础模型，可以对生物系统进行多模式和多尺度预测和生成。它可以捕获跨越分子、系统和基因组规模的复杂的生物相互作用。通过对整个原核基因组进行训练，Evo 可以概括分子生物学中心法则的三种基本模式，从而可以执行零样本功能预测。
-
Evo 还擅长多元素生成任务，可以生成合成 CRISPR-Cas 分子复合物和整个转座系统。利用从整个基因组中学到的信息，Evo 还可以在核苷酸分辨率下预测基因的必要性，并可以生成长度高达 650 kb 的富含编码的序列。
https://www.jiqizhixin.com/articles/2024-03-01-2
要点解析:
-
Coze编辑平台发布新功能「文生图」，自动生成图像，并在多场景应用，如QQ浏览器的智能摘要和微信搜一搜。腾讯混元大模型中文能力超过GPT3.5，并提供面向垂直领域的7B和13B模型，训练效率更高。
-
Coze平台拥有丰富的插件，可调用必应搜索、网页爬虫等API。插件卡片形态可快速丰富用户应用方式。工作流功能建议接入AI，自动创建工作流并填入字段，降低用户上手难度，也能让更多用户快速创建应用。
-
知识库支持导入notion。数据库可手动填写字段，建议可通过文件自动识别格式。
https://juejin.cn/post/7340854234894712844
要点解析:
韩国科学团队研发了新型人工智能图像生成模型 KOALA，采用“知识蒸馏”技术，将 Stable Diffusion XL 的参数从 25.6 亿个压缩到 7 亿个，大大降低了对硬件的需求。KOALA 模型只需 8GB 内存，生成时间缩短至 2 秒内，同时不影响质量和性能。
与 OpenAI 的 DALL-E 3 和 DALL-E 2 模型相比，KOALA 模型在相同的提示词下生成图像的速度更快。以“宇航员在火星卫星下看书”的提示词为例，KOALA 模型仅需 1.6 秒，而 DALL-E 3 和 DALL-E 2 分别需要 13.7 秒和 12.3 秒。
https://www.ithome.com/0/752/960.htm
要点解析:
-
MongoDB Atlas提供多种数据库部署选项，包括预先配置的共享或专用集群。预先配置集群需要开发者持续确定数据库资源的规模并作出相关估算，并负责集群容量管理。
-
MongoDB Atlas 无服务器实例为应用程序提供按需数据库端点，自动扩展或缩减到零，只根据使用情况收费。这减轻了容量管理的负担，让开发者可以专注于编写代码。
-
在本文的示例中，使用 JavaScript 与 MongoDB Node.js 驱动程序搭配使用无服务器实例，并执行了插入、查找和删除操作来展示无服务器实例的使用。
-
在突发流量场景中，无服务器实例可以自动扩展以满足应用程序需求，避免了预先配置集群需要的手动干预。开发者只需为实际使用付费，节省了成本和时间。
https://juejin.cn/post/7340909611098292265
要点解析:
-
基于大模型应用的对话机器人Coze上线，可实现用户自定义生成不同类型和功能的AI机器人，提供个性化对话体验和多元功能，例如查询信息、生成表情包、推荐美食和娱乐内容等。
-
Coze平台具备便捷的操作流程和指令智能优化功能，降低了AI机器人的制作门槛，使大众用户能够参与AI机器人的开发和应用，潜力巨大。
-
Coze在餐饮消费场景的应用示例“Dou吃好”AI机器人，通过询问饮食禁忌、推荐美食、生成食物热量数据、推荐下饭视频和生成美食物语等功能，洞察用户需求，提供个性化服务，促进生活消费和用户黏性。
https://juejin.cn/post/7340825900421677068
要点解析:
人工智能评论分析帮助企业了解客户对产品的真实看法并确定需要改进的领域和优势。它通过从评论中提取主题、关键词和情绪来实现这一点。
人工智能还可以按场景、需求、人群和地域等维度分析评论，从而提供更深入的见解。随着时间的推移，它还可以跟踪用户情绪的变化趋势，帮助企业识别和解决不断变化的客户需求。
利用这些见解，企业可以改进产品、提高客户满意度并做出明智的决策，从而在竞争激烈的市场中保持领先地位。
https://juejin.cn/post/7340864123074691112
要点解析:
-
partyrock是一个拓展性极高的生成式ai平台，用户可通过提示工程的方式，轻松构建迷你应用程序，无需基础编程即可进行AI创作。平台鼓励用户之间的互动和协作，既可以分享创作的app，亦可是在共享的app的基础上进行二次优化，大幅扩展了创作的趣味性。
-
partyrock的优势在于整合了LLM（大型语言模型），能借助LLM的自然语言处理能力来构建更加直观的对话和指令，适配用户的使用习惯。LLM的多样性和适应性也使得partyrock可在多元化的场景中发挥作用，极大拓展了partyrock的使用空间。
-
对于需要复杂技术和精准度的特定功能，如文中所述的加解密app，LLM的局限性便会充分显现。partyrock作为执行者，并不能够意识到命令的正确与否，且很难提出修正建议，这也是目前LLM的通病，无法仅仅依靠提示工程来充分利用partyrock的能力。
https://juejin.cn/post/7340919878881017891
要点解析:
阿里巴巴推出了一款名为EMO的AI视频生成器，能够将静止的人脸图像转换为逼真的演员和歌手。该系统通过一个大型音频和视频数据集进行训练，并利用扩散模型直接生成视频，而非依赖于中间的3D建模步骤。
EMO可以使用音频驱动人脸动画，使其能够让图像中的人物说话或唱歌。它还能够捕捉微妙的情感变化，例如抿嘴或向下注视，从而使生成的视频更加逼真。
当前，EMO已展示出将索拉女士（因其在东京漫步的视频而闻名）演唱Dua Lipa的歌曲并表现出丰富的肢体动作和表情的能力。它还能够让奥黛丽·赫本说出丽莉·莱因哈特谈论自己爱哭的音频片段，并生动地展现其面部表情的变化。
https://mashable.com/article/alibaba-emo-ai-facial-animation
要点解析:
-
生成式人工智能(GenAI)与DevOps相结合，为软件开发和部署流程带来了新的优势。GenAI利用人工智能技术，实现了代码生成、测试、监控和故障排除等阶段的自动化，提升了速度、准确性和可扩展性。
-
具体而言，GenAI赋予DevOps团队更快的决策能力，优化应用程序性能，实现更快速的上市时间，减少人工干预，实时检测威胁，促进团队协作，并提高代码质量。
-
然而，采用GenAI支持的DevOps也存在局限性，例如高昂的实施成本、严格的数据隐私法规、对熟练人员的需求以及输出信息的准确性问题。因此，在实施之前必须仔细考虑这些因素，以确保成功集成和最佳成果。
https://juejin.cn/post/7340898858556325888
要点解析:
-
Adobe宣布推出新的生成式人工智能用于音频，称为“Project Music GenAI Control”。该项技术使人们能够为电影、播客或其他需要定制氛围、音调和长度的音频的用户创建音乐。
-
Project Music GenAI Control能够从头到尾处理整个过程，只需要用户最少的输入和调整即可获得“完美”的声音。这种生成式人工智能不仅可以生成音频，更提供了与Photoshop类似的深入控制，让创作者可以塑造、调整和编辑他们的音频，接近于音乐领域的“像素级控制”。
-
Adobe表示，该技术消除了创建自定义音乐的障碍，为视频、播客和营销活动等丰富内容提供新的可能性。此外，它还可以为音乐家提供创作灵感的平台，并简化音乐制作的过程。
https://www.lightstalking.com/adobe-introduces-generative-ai-for-audio-and-music/
要点解析:
GitHub Copilot将自然语言提示转化为代码建议的过程分为几个关键步骤。首先，提示通过HTTPS安全传输并结合上下文信息，包括代码片段、文件类型和相关标签页信息。然后，内容过滤器会过滤掉个人数据、仇恨言论和不当内容。随后，Copilot分析上下文并提取用户的意图，将自然语言注释映射到特定的编码任务。最后，Copilot根据意图映射生成符合代码偏好、变量命名、语法、语言和项目标准的完整代码块。
Copilot提供交互式代码建议，允许用户接受、修改或拒绝建议。用户交互会触发反馈循环，让Copilot根据接受的建议学习并根据修改和拒绝改进其建议。此外，Copilot保留提示历史记录作为上下文参考，以便随着更多提示的出现提供一致的建议。
https://juejin.cn/post/7340944247455891471
要点解析:
1895 年，威廉·埃因托芬（Willem Einthoven）发现了一种改变未来一个世纪心脏病学的技术，即第一个实用的心电图（ECG），该设备能够可视化心脏内部的运作方式。心脏病已成为全球主要的死亡原因，每天造成约 51,000 人死亡。许多人在此前没有任何症状，第一个征兆便是他们的最后征兆。然而，如果我们能够及早发现威胁并预防这些死亡该怎么办？
\
利用机器学习算法，MyoVista 能发现肉眼无法察觉的细微心电图模式，作为一个早期预警系统。该模型使用一组 51 个 ECH 特征，其中 26 个来自连续小波变换 (CWT) 频率特征，其余来自传统的心电图参数以及年龄和病史等临床数据。通过训练一个深度神经网络（DNN），准确预测重大不良心血管事件（MACE）。
\
HeartSciences 最近与纽约西奈山医院建立了合作关系，该医院一直是人工智能驱动的心脏病学研究的全球领导者。西奈山医学院的精英数据科学团队培育了精选的心脏病患者记录数据库，这是一种无与伦比的资产。该协议推动了他们在全球范围内改变心电图筛查的雄心。
https://hackernoon.com/ai-powered-healthcare-could-save-your-life?source=rss
要点解析:
- 无监督学习生成词嵌入的模型
TensorFlow 推出了一个名为 MusicLM 的新模型，它可以从文本中生成音乐。该模型基于 Transformer 架构，并使用无监督学习来学习词嵌入。该模型能够生成各种风格的音乐，从古典到流行，并可以对提示做出反应以创建特定类型的音乐。
-
MusicLM 最强大的功能之一是其从文本生成音乐的能力。该模型使用 Transformer 架构，该架构非常适合处理序列数据。该模型被训练在大量文本和音乐数据集上，它学会了将文本中的单词映射到音乐音符中。这使该模型能够从文本提示中生成新的音乐，并以与人类作曲家相似的方式对音乐进行推理。
-
MusicLM 还可以响应提示来创建特定类型的音乐。例如，您可以提示模型创建一个“快乐的流行歌曲”或“悲伤的钢琴奏鸣曲”。该模型将使用提示中的信息来生成符合所请求风格的音乐。这使得该模型成为音乐家和作曲家的强大工具，因为它可以帮助他们探索新的想法并创建创新的音乐。
https://juejin.cn/post/7340849989743919138
要点解析:
ChatGPT新增数据分析功能，通过上传数据和提问，可对数据进行分析，目前已支持CSV和PDF格式，并可进行数据可视化和洞察提取。
数据分析涉及数据清洗、分析、可视化和洞察提取，ChatGPT可提供详细结果和可视化图表，并总结关键发现和建议。
用户可禁用数据共享设置，确保数据隐私，并可使用最新ChatGPT模型和拆分提示以获得最佳结果。
要点解析:
卷积层是一种特殊形式的全连接层，它将输入张量与一个小型的、可学习的核进行互相关运算，以提取图像中的局部特征。卷积层通常应用在图像处理、计算机视觉等领域，具有平移不变性和局部性等优点。
LeNet、AlexNet、VGG、NiN和GooLeNet都是卷积神经网络（CNN）模型，它们通过堆叠卷积层、池化层和全连接层来处理图像数据。这些模型的结构和参数复杂度逐渐增加，代表了CNN技术发展的历史。
从LeNet到GooGleNet，这些模型在图像分类任务上的准确性不断提高，表明CNN在提取图像特征和学习复杂模式方面的强大能力。CNN技术的不断进步推动了计算机视觉领域的发展，使其在目标检测、人脸识别和图像分割等任务中发挥着至关重要的作用。
https://juejin.cn/post/7340883460981456948
要点解析:
-
Prompt 是向 GitHub Copilot 等 AI 系统提供明确指令以生成符合项目需求的代码的过程，确保代码在语法、功能和上下文上的正确性。
-
以4S原则为指导，可撰写高质量的提示：单一（专注于一个明确的任务）、具体（提供详细指令）、简短（保持简洁明了），以及环境（提供描述性文件名和相关文件）。
-
通过提供清晰的提示、足够的上下文、示例和迭代，可以提高提示的质量，从而获得更符合要求的代码建议，并帮助 GitHub Copilot 从中学习。
https://juejin.cn/post/7340864123074822184
要点解析:
-
Sora 是 OpenAI 开发的一款 text-to-video (文生视频)转换模型，它能够根据文字提示词(text prompt)制作长达一分钟的视频，并且能够准确地表现用户期望在视频中出现的动作和行为，还能精确再现多个角色的细节、动作类型以及主体和背景的具体细节。
-
Sora 的研究建立在 Transformer、ViT、ViViT、MAE、NaViT、扩散模型、Latent Diffusion Models 等一系列视觉 AI 技术的基础上，这些技术使得 Sora 能够处理任何长宽比或分辨率的图像和视频，并从海量未标注的视觉数据中学习，从而生成高质量的视觉内容。
-
扩散模型的应用使得 Sora 可以从未标注的数据中学习，从而利用互联网上大量的视觉内容来生成各种类型的视频，例如，Sora 可以通过观察不同的视频和图像，学习到“什么是一个正常视频的样子”。
https://juejin.cn/post/7340959975613038611
要点解析:
-
私营航天器“奥德修斯”成功着陆月球，标志着人类太空探索的新里程碑，并为未来更宏大的火星任务铺平道路。美国宇航局计划将宇航员送回月球，而埃隆·马斯克则雄心勃勃地计划在火星建立人类殖民地。
-
发展太空技术，例如人工智能（AI），正在极大地提升人类的太空探索能力。AI可帮助分析数据，自动化操作，并支持宇航员的健康。AI在未来太空任务中将发挥至关重要的作用。
-
埃隆·马斯克计划将人类送上火星，并认为火星殖民地将成为地球遭遇灾难时人类文明的保障。
https://hackernoon.com/ai-will-help-mankind-colonize-mars?source=rss
要点解析:
-
随着资本市场的紧缩，大模型公司之间的竞争不再局限于科学技术层面，而是演变成一场残酷的金钱争夺战。企业需要巨额资金投入高昂的科研费用，同时探索落地应用场景，以证明自身价值。
-
国内大模型企业面临着理想与现实的强烈拉扯，既要追求技术突破，又要兼顾商业化落地，在没有明确出路的情况下，生存压力巨大。
-
在扎堆涌入大模型领域的公司中，月之暗面创始人杨植麟显得特立独行。他坚持只做一款to C产品，即智能助手“Kimi”，意在构建一个结合科学、工程和商业的系统，通过与人类互动发现应用机会，再将产品推向消费者。
https://awtmt.com/articles/3709410
要点解析:
-
文章重点讨论了如何测试人工智能的情感识别和共情能力。作者认为，首先需要有一个明确的情感定义，并同意忽略人工智能是否真正具备情感的问题。
-
情感识别和共情存在四个关键方面的区别：识别情感、识别共情、生成共情反应以及以共情的方式参与对话。
-
作者提出了新的测试方法来评估人工智能的情感识别和共情能力，并强调了在设计测试时考虑潜在风险的重要性，例如多项选择风险、主观报告偏差、单次共情风险和共情低估风险。
https://hackernoon.com/testing-the-depths-of-ai-empathy-frameworks-and-challenges?source=rss
要点解析:
-
本周最热门的新闻包括：谷歌 DeepMind 首席执行官为 Gemini 图像缺陷辩护；德勤：如何防止人工智能取代你的工作；电信公司如何使用生成式人工智能；谷歌 DeepMind 首席执行官谈论通用人工智能、OpenAI 及未来；联想的透明显示屏笔记本电脑和人工智能电脑。
-
谷歌 DeepMind 首席执行官表示，Gemini 图像生成失误是出于善意但过于“直接”的结果。而德勤建议，避免被人工智能取代的最佳方式是找出如何使用人工智能改造你的工作。
-
电信公司正在利用生成式人工智能来管理不断增加的数据量和促进员工对这项新技术的适应。谷歌 DeepMind 首席执行官将通用人工智能定义为一个能够执行人类几乎所有认知任务的系统。
https://aibusiness.com/nlp/this-week-s-most-read-gemini-s-image-flaws-protecting-your-job-from-ai