四海吧 Posts

OpenAI本周发布了其名为DALL-E-3的最新版本作为研究预览的一部分根据这家人工智能初创公司的一篇博客文章所述，DALL-E 3“对细微差别和细节的理解程度较我们之前的系统要高得多” 对于企业和ChatGPT Plus客户，DALL-E 3将可用…

“从本周开始，据该公司发布的一篇文章称，微软的Copilot将以其早期形式开始在 Windows 11 操作系统的新版本中推出，作为免费升级的一部分随着此次升级，将带来许多由人工智能驱动的新功能和升级”

“遇见亚马逊基石，这是一项在生成AI领域引起变革的重大发展，亚马逊承诺将重塑人工智能领域的格局在四月份宣布的消息中，亚马逊基石是一个全面托管的服务，它引入了最先进的AI模型，无缝集成到您的组织运营中在这一宣布中，数据和…酒店副总裁Swami Sivasubramanian 表示：

关于AI中“伦理”最重要的一点是它与价值观有关。伦理不告诉你什么是对的或错的，它提供了一个价值观的词汇表，透明度、安全性、公正性，并提供了优先考虑它们的框架。今年夏天，我们能够将我们对AI中的价值观的理解带给欧盟、英国和美国的立法者，帮助塑造AI监管的未来。这就是伦理的闪光之处：在还没有法律制定的情况下帮助开辟前进道路。 符合Hugging Face对开放和问责的核心价值观，我们在这里分享了我们所说和所做的一些内容。其中包括我们CEO克莱姆在美国国会作证和美国参议院AI洞察论坛上的发言；我们对欧盟AI法案的建议；我们对NTIA关于AI问责的意见；以及我们首席伦理科学家梅格在民主党代表团的意见。在许多这些讨论中，经常出现的问题是为什么AI中的开放性是有益的，我们在这里分享了我们对这个问题的回答的一些内容here。 顺应我们的核心价值观民主化，我们也花了很多时间公开演讲，并有幸与记者进行交流，以帮助解释目前AI领域的情况。这包括： 莎夏在AI的能源使用和碳排放方面的评论（The Atlantic，The Guardian，两次，New Scientist，The Weather Network，华尔街日报，两次），以及参与了华尔街日报关于这一主题的发表的一部分；对AI末日风险的看法（Bloomberg，The Times，Futurism，Sky News）；关于生成AI中的偏见的详细信息（Bloomberg，NBC，Vox）；解释边缘化工人如何为AI创建数据（The Globe and Mail，The Atlantic）；强调AI中的性别歧视（VICE）；以及在MIT Technology Review上就AI文本检测、开放模型发布和AI透明度发表见解。 内森就语言模型和开放发佈的最新进展发表评论（WIRED，VentureBeat，Business Insider，Fortune）。 梅格就AI和虚假信息发表评论（CNN，半岛电视台，纽约时报）；关于在AI中公平处理艺术家作品的需要（华盛顿邮报）；生成AI的进展及其与更大利益的关系（华盛顿邮报，VentureBeat）；通过报告解释记者如何更好地塑造AI的发展（CJR）；以及解释AI中的基本统计概念困惑度（Ars Technica）；并强调性别歧视的模式（Fast Company）。 艾琳就理解AI的监管环境发表评论（MIT Technology…

生成AI模型，例如Stable Diffusion XL（SDXL），可以创建具有广泛应用的高质量、逼真的内容。然而，利用这种模型的威力面临着重大的挑战和计算成本。SDXL是一个大型图像生成模型，其UNet组件比模型的先前版本的大约三倍。将这样的模型部署到生产环境中具有挑战性，因为它增加了内存需求，并增加了推理时间。今天，我们非常高兴地宣布，Hugging Face Diffusers现在支持使用JAX在Cloud TPUs上提供SDXL，实现高性能和高效的推理。 Google Cloud TPUs是定制的AI加速器，经过优化，用于训练和推理大型AI模型，包括最先进的语言模型和生成AI模型，例如SDXL。新的Cloud TPU v5e专为大规模AI训练和推理提供所需的成本效益和性能。TPU v5e的成本不到TPU v4的一半，使更多组织能够训练和部署AI模型成为可能。 🧨 Diffusers JAX集成提供了一种方便的方式，通过XLA在TPU上运行SDXL，我们构建了一个演示来展示它。您可以在这个空间或下面的嵌入式平台上尝试它。 在底层，这个演示在几个TPU v5e-4实例上运行(每个实例有4个TPU芯片)，利用并行化在大约4秒内提供四个1024×1024大小的大图像。这个时间包括格式转换、通讯时间和前端处理；实际生成时间约为2.3秒，我们后面会看到的! 在这篇博文中， 我们描述了为什么JAX + TPU + Diffusers是运行SDXL的强大框架 解释了如何使用Diffusers和JAX编写一个简单的图像生成流水线…

我们最近宣布了我们的新产品PROs的推论，使更大的模型对更广泛的用户群体可用。这个机会为使用Hugging Face作为平台运行最终用户应用程序开启了新的可能性。 这样一个应用程序的示例是AI漫画工厂 – 一个极其受欢迎的空间。成千上万的用户尝试使用它创建自己的AI漫画画布，从而形成了自己的常用用户社区。他们分享自己的作品，甚至有些人还打开了拉取请求。 在本教程中，我们将向您展示如何fork和配置AI漫画工厂以避免长时间等待，并使用推理API部署到您自己的私有空间。这不需要强大的技术技能，但建议了解API、环境变量以及LLMs和Stable Diffusion的基本理解。 入门 首先，确保您注册了PRO Hugging Face账户，因为这将使您能够访问Llama-2和SDXL模型。 AI漫画工厂的工作原理 AI漫画工厂与在Hugging Face上运行的其他空间有所不同：它是一个使用Docker部署的NextJS应用程序，基于客户端-服务器方法，需要两个API才能工作： 语言模型API（目前为Llama-2） 稳定扩散API（目前为SDXL 1.0） 复制空间 要复制AI漫画工厂，请转到该空间并单击“复制”： 您会发现空间所有者、名称和可见性已经为您填好，所以您可以保留这些值。 您的空间副本将在一个不需要太多资源的Docker容器中运行，因此您可以使用最小的实例。官方的AI漫画工厂空间使用较大的CPU实例，因为它满足了一个庞大的用户群体。 要在您的帐户下操作AI漫画工厂，您需要配置您的Hugging Face令牌： 选择LLM和SD引擎 AI漫画工厂支持各种后端引擎，可以使用两个环境变量进行配置：…

尽管生成对抗网络（GANs）改变了图像生成的方式，但是训练它们可能会有些棘手本指南将逐步向您介绍GAN的训练过程：从判别器和生成器模型是如何训练的…

这个故事解释了如何使用AWS Step Functions创建和编排机器学习流水线，并使用基础设施即代码部署它们这篇文章是为数据和ML Ops工程师设计的，他们…

集成技术：我们可以说它是一组或集合了弱模型机器学习模型的强大机器学习模型这种技术被称为集成技术弱学习者或…

通过数据科学，将原始数字转化为有意义的数据可视化可能是一个艰巨的任务，尤其对于新手程序员来说通过GPT-4高级数据分析工具（不要被…

大家好，我是Louis，在《What’s AI Podcast》的另一集节目中和Auxane Boch进行了一场激动人心的对话Auxane Boch是一位伦理学专家和博士候选人，我非常荣幸能够与她进行这次精彩的交流