AI资讯新闻榜单内容搜索-工智能

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 工智能
甲骨文的ZettaFLOPS计算蓝图:超越现有的AI平台

甲骨文的ZettaFLOPS计算蓝图:超越现有的AI平台

甲骨文的ZettaFLOPS计算蓝图:超越现有的AI平台

在全球人工智能(AI)计算竞争中,甲骨文(Oracle)与英伟达联手,希望在2025年达成一个前所未有的计算能力目标——实现多ZettaFLOPS(即每秒进行千万亿次浮点运算)的计算性能。

来自主题: AI资讯
5543 点击    2024-09-16 10:02
北大对齐团队独家解读:OpenAI o1开启「后训练」时代强化学习新范式

北大对齐团队独家解读:OpenAI o1开启「后训练」时代强化学习新范式

北大对齐团队独家解读:OpenAI o1开启「后训练」时代强化学习新范式

OpenAI o1 在数学、代码、长程规划等问题取得显著的进步。一部分业内人士分析其原因是由于构建足够庞大的逻辑数据集 <问题,明确的正确答案> ,再加上类似 AlphaGo 中 MCTS 和 RL 的方法直接搜索,只要提供足够的计算量用于搜索,总可以搜到最后的正确路径。然而,这样只是建立起问题和答案之间的更好的联系,如何泛化到更复杂的问题场景,技术远不止这么简单。

来自主题: AI技术研报
8474 点击    2024-09-15 14:41
DeepMind又损大将,AI总监Nando de Freitas离职,曾领导开发Gato、Genie

DeepMind又损大将,AI总监Nando de Freitas离职,曾领导开发Gato、Genie

DeepMind又损大将,AI总监Nando de Freitas离职,曾领导开发Gato、Genie

作为谷歌 DeepMind 机器学习团队的重量级人物,Nando de Freitas 曾共同领导开发出了 Imagen 2、Gato、Genie、Griffin、Lyria 等名噪一时的大模型产品。

来自主题: AI资讯
8451 点击    2024-09-15 14:37
电力、芯片制造、数据和延迟成四大限制因素,Scaling Law能续到2030年吗?

电力、芯片制造、数据和延迟成四大限制因素,Scaling Law能续到2030年吗?

电力、芯片制造、数据和延迟成四大限制因素,Scaling Law能续到2030年吗?

近年来,人工智能模型的能力显著提高。其中,计算资源的增长占了人工智能性能提升的很大一部分。规模化带来的持续且可预测的提升促使人工智能实验室积极扩大训练规模,训练计算以每年约 4 倍的速度增长。

来自主题: AI资讯
7647 点击    2024-09-14 16:17