Press "Enter" to skip to content

四海吧 Posts

如何使用AI工具创建逼真的艺术作品

“由人工智能生成的艺术是一片令人兴奋的新领域,它利用算法和机器学习来创造独特的设计和艺术品它的工作原理是在图像数据集上训练一个人工智能模型这些图像可以是经典绘画作品,也可以是现代建筑,这取决于您希望最终艺术品所体现的风格例如,如果… 如何使用人工智能工具创建逼真的艺术作品 阅读更多 »

Leave a Comment

Airbnb研究人员开发了Chronon:一个用于开发机器学习模型的生产级特征的框架

在机器学习不断发展的领域中,特征管理已成为Airbnb的ML工程师面临的一个关键问题。尽管他们努力为各种产品创建创新模型,但他们经常发现自己花费大量时间处理基础设施复杂性,而不是专注于模型本身。Airbnb意识到需要一个能够简化特征数据管理、提供实时更新并确保训练和生产环境一致性的解决方案。 这就是Chronon,由Airbnb团队设计的强大API,旨在直面这些挑战。Chronon赋予ML从业者定义特征和集中数据计算以进行模型训练和生产推断的能力,从而确保整个过程的准确性和一致性。 从多样化的数据源摄取数据 Chronon可以从各种数据源摄取数据,包括事件流、数据仓库中的事实/维度表、表快照、变更数据流等。无论是实时事件数据还是历史快照,Chronon都可以无缝处理。 灵活转换数据 借助Chronon的类SQL转换和基于时间的聚合功能,ML从业者可以自由地处理数据。无论是标准聚合还是复杂的窗口技术,Chronon的Python API赋予用户执行复杂计算的能力,同时确保完全灵活性和可组合性。 在线和离线结果生成 Chronon同时满足在线和离线数据生成需求。Chronon为提供特征数据的低延迟端点或用于训练数据的Hive表提供支持。通过“准确性”参数,用户可以决定更新频率,使其适用于从实时更新到每日刷新的各种用例。 理解准确性和数据源 Chronon对准确性的独特方法使用户能够表达派生数据的所需更新频率。无论是近实时还是每日间隔,Chronon的“时间”或“快照”准确性模型都确保计算与每个用例的特定要求相一致。 数据源是Chronon生态系统中的重要组成部分。它支持三种主要的数据摄取模式: 事件数据源用于时间戳活动 实体数据源用于与业务实体相关的属性元数据 累积事件源用于跟踪缓慢变化维度的历史更改 计算上下文和类型 Chronon在两个不同的上下文中运行:在线和离线。在线计算为具有低延迟的应用程序提供服务,而离线计算使用批处理作业在数据仓库数据集上执行。所有Chronon定义都分为三类:GroupBy用于聚合、Join用于组合来自各种GroupBy计算的数据,以及StagingQuery用于自定义Spark SQL计算。 理解聚合以获取强大的洞察力 Chronon的GroupBy聚合提供了对传统SQL group-by功能的各种扩展。用户可以利用窗口进行基于时间的聚合、进行分桶以获得更精细的粒度,并使用自动解包处理数组中的嵌套数据。此外,基于时间的聚合提供了更大的灵活性,可为ML模型创建有深度的特征。 Airbnb的ML从业者的无缝集成 Chronon已经成为Airbnb机器学习工具中不可或缺的一部分。通过简化特征工程,Chronon使用户能够轻松生成数千个特征以供ML模型使用。这一革命性的解决方案使ML工程师摆脱了手动管道实现的负担,使他们能够专注于构建创新模型,以满足不断变化的用户行为和产品需求。 总之,Chronon已成为Airbnb机器学习工具中不可或缺的工具。提供全面的特征管理解决方案提高了特征工程的生产力和可扩展性,使ML从业者能够提供尖端的模型,为数百万用户提供更好的Airbnb体验。

Leave a Comment

印度如何利用尖端人工智能来应对支付欺诈

在当今数字化时代,与在线交易相关的欺诈行为日益增多,给金融机构和监管机构带来了重大挑战。印度唯一身份认证机构(UIDAI)采取了积极的方法来解决付款欺诈问题,特别是与Aadhaar启用的支付系统(AePS)相关的欺诈问题。UIDAI利用人工智能(AI)和机器学习(ML)的力量,开发了围绕指纹和面部识别的创新技术。让我们深入了解这些AI措施如何帮助遏制付款欺诈并确保您的资金安全。 还阅读:基于AI的“Deepfake”欺诈:喀拉拉邦对抗骗子的持续战斗 AI驱动的指纹细节记录 – 指纹图像记录(FMR-FIR)模态 为了对抗Aadhaar认证过程中使用克隆指纹的行为,UIDAI推出了一种基于内部AI / ML技术的FMR-FIR模态。这种复杂的系统可以区分真实或“活体”指纹和克隆指纹,为AePS交易提供了额外的安全层。通过在认证过程中检查指纹的活体性,这种基于AI的解决方案显著减少了欺诈分子操纵指纹数据以非法访问银行账户的情况。 还阅读:在AI时代如何检测和处理Deepfake? 面部识别在交易认证中的作用 与印度国家支付公司(NPCI)合作,Airtel支付银行与UIDAI携手推出了基于面部识别的AePS交易认证措施。这种先进的面部识别技术由UIDAI自主开发,进一步增强了数字交易的安全性。它通过面部特征验证用户的身份,确保只有真实的个人才能进行金融交易,有效地阻止了试图利用系统的欺诈分子。 支付欺诈的上升趋势 印度的支付欺诈规模正以令人担忧的速度增长,如内政部和财政委员会的报告所述。2020-21财年报告了262,000起各种金融犯罪案件,而到2022年,这一数字激增至惊人的694,000起。其中,与支付相关的欺诈案件经历了显著增加,2023财年达到了近2000万起。这些统计数据凸显了需要强大的基于AI的解决方案来保护数字交易并保护用户免受潜在的网络犯罪的迫切需求。 还阅读:欺诈GPT:AI驱动的网络犯罪工具的惊人崛起 业务代表的挑战 虽然基于AI的技术在防止某些类型的欺诈方面已经证明有效,但它们并非没有限制。一个重要的挑战是应对由业务代表(BC)实施的欺诈行为。这些是配备生物识别POS机(PoS)的非正式银行代理,充当小型自动柜员机。在某些情况下,业务代表会虚报向个人发放的金额,使他们容易受到金融剥削。特别是在农村地区,缺乏意识加剧了这种情况,因此教育用户有关安全银行操作的重要性尤为关键。 还阅读:网络犯罪分子使用WormGPT侵犯电子邮件安全 UIDAI持续努力打击AePS欺诈 UIDAI致力于通过不断完善其基于AI的解决方案来保持领先于欺诈分子。该机构积极调查与AePS交易相关的投诉,2021年11月至2023年3月接到了超过2,000起投诉。通过与银行、政府机构和其他利益相关方合作,UIDAI旨在加强数字支付系统的安全性,并赢得印度数百万用户的信任。 还阅读:Airtel开发AI工具识别欺诈钓鱼信息 我们的观点 在快速数字化的世界中,保护数字交易的重要性不言而喻。UIDAI在打击支付欺诈方面采用的AI和ML技术的采用,标志着确保数百万印度人金融利益安全的重要进展。UIDAI通过FMR-FIR模态和面部识别等创新措施引领着确保更安全、更可靠的数字支付生态系统。在我们应对数字领域的复杂性时,让我们拥抱这些进步,并共同努力保护自己和我们辛苦赚来的钱免受网络犯罪分子的侵害。我们可以共同建立一个更安全、更值得信赖的数字未来。

Leave a Comment

革命性的蛋白质设计:这个AI研究如何通过深度学习改进使成功率提高了10倍

蛋白质是控制几乎所有疾病的聚合物结构。主要问题是找出哪种蛋白质可以与相应的蛋白质聚合物结构结合。主要的负担是从大量分子中找出这些可以结合的分子。这涉及到在这个领域使用机器学习和深度学习模型。研究科学家团队使用深度学习技术预测了分子,其大小比先前获得的分子增加了10倍。研究科学家们仍在通过深度学习模型改进亲水性键强度的质量。 深度学习算法利用原始数据提取高质量的特征和信息,如前所述。通过深度学习技术使用迭代方法研究蛋白质序列中的变化。预测或生成的结构被发现几乎接近于1的准确度。这些迭代方法用于收敛到准确预测的模型上。研究团队开发了2个用于蛋白质设计的软件工具。同时发现,由于向量形式的独立信息,所有蛋白质设计都是相互独立的。问题被分解成数百万个设计,同时在大规模计算单元上运行。 华盛顿大学、西雅图市、霍华德·休斯医学研究所和蛋白质设计研究所的研究团队将获得的蛋白质分子分成小块。然后,使用Linux设施将每个块分配给frontera的计算节点。这些较小的蛋白质实体进一步分为更小的实体。这些实体被传递到计算设计软件中。然后将其传递到蛋白质软件中以提高计算效率。这使效率提高了约200倍,与之前的记录相比。 这个结果显示了与目标蛋白质结合的研究速率增加了10倍。研究人员付出了很大的努力,但在这个路径上还有很长的路要走。这项研究的进一步计划是为蛋白质分子提供更好的目标,并提高蛋白质分子的成功率或准确率。该项目还旨在打造明天的抗癌工具。

Leave a Comment

解码集体行为:主动贝叶斯推理如何驱动动物群体的自然运动

观察到在群体成员之间的简单互动中产生的动物集体运动现象,如成群的蝗虫、成群的鱼群、成群的鸟群和成群的有蹄动物,由于其引人注目的视觉特性和其从群体成员之间简单互动中产生,已被广泛研究。最近的研究侧重于更具生物学动机的基于智能体的方法,旨在建模特定行为电路和决策规则,以控制个体行为。研究人员设计了一个基于主动推理的模型,桥接了人类行为的理论和生物学方面。 这个模型类统一了认知和基于物理的观点,提供了对自适应行为的全面理解。它关注个体如何估计与邻居的距离,并利用这些细节进行决策。它有两个部分 – 动态模型描述了距离随时间如何变化,观察模型解释了个体如何感知这些距离。主动推理更新其信念和行动以最小化惊奇。 该模型强调复杂行为是由预测驱动的简单行为产生的。在某些情况下,它收敛到传统的作用力向量,如吸引力、排斥力和一致性,这些作用力向量被作为自由能泛函,作为惊奇的上限。行为可塑性是一种有助于增强和共同表示临时波动的关键机制。与使用特定结果的附加规则或机制不同,可塑性涉及对模型参数进行自由能梯度下降。这个机制被整合到主动推理中,扩展了其应用于模型参数更新。 研究人员希望他们的工作能够成为现有集体动物行为理论模型和更多与神经/机器学习相关的领域(如主动推理和贝叶斯大脑框架)之间的桥梁。他们还强调,他们选择的模型解释了观察到的集体系统的关键属性,并有效地重现了增强和解码信息的能力,而以前的模型在不引入额外机制的情况下难以建模。

Leave a Comment

遇见Jupyter AI:释放Jupyter笔记本中的人工智能力量

在人工智能和编码领域的创新步伐中,Jupyter项目引入了一项具有突破性的工具:Jupyter AI。这个令人兴奋的项目将生成式人工智能引入到Jupyter笔记本的领域,提供了一系列引人注目的功能,承诺彻底改变编码体验。通过魔术命令和复杂的聊天界面的集成,Jupyter AI重新定义了我们与代码的交互方式。此外,它还可以解决错误甚至生成整个笔记本。让我们深入探索Jupyter AI的世界,探索它丰富的功能,吸引经验丰富的开发人员和好奇的学习者。 此外阅读:Anthropic发布Claude 2:革命性编码AI聊天程序 Jupyter AI:构建人工智能和编码之间的桥梁 Jupyter AI是Project Jupyter的一个正式子项目,该平台以促进交互式计算和数据分析而闻名。通过融合生成式人工智能,Jupyter AI通过使用户能够从自然语言提示中理解、生成和合成代码来扩展这种功能。AI技术和编码创造力的结合打开了一系列可能性,可以简化工作流程并加速学习。 此外阅读:Codey:Google用于编码任务的生成式AI 选择赋权:负责任的AI方法 Jupyter AI的一个显著特点是其致力于负责任的人工智能和数据隐私保护。该平台赋予用户选择首选的大型语言模型(LLM)、嵌入模型和向量数据库的能力,以根据其独特需求定制AI的行为。这种个性化不仅使体验更加个性化,还建立了一个重视透明度和隐私的框架。Jupyter AI的基础提示、链式结构和组件是开源的,确保用户可以审查和理解驱动AI行为的机制。此外,Jupyter AI保存与模型生成内容相关的元数据,为追踪编码工作流中的AI生成代码提供了内置机制。 此外阅读:Meta发布CodeCompose——GitHub Copilot的AI强化替代品 隐私保护:以道德为核心的AI 在数据隐私担忧的时代,Jupyter AI成为用户数据的守护者。它遵循一项同意原则,确保没有经过明确用户批准的情况下不读取或传输数据。这意味着只有在明确请求时,Jupyter AI才与LLMs进行交互,建立起基于信任的关系,让用户对其数据拥有控制权。这种道德立场与当代最佳实践相吻合,巩固了Jupyter AI在负责任的AI开发中的领先地位。…

Leave a Comment

Amir Hever,UVeye的联合创始人兼首席执行官-采访系列

阿米尔·赫弗(Amir Hever)是UVeye的首席执行官和联合创始人,UVeye是一家深度学习计算机视觉初创公司,通过快速准确的异常检测来为汽车和安全行业识别问题或威胁,从而制定了全球标准的车辆检查UVeye是赫弗的第三个创业项目他曾在Visualead担任研发副总裁的职位

Leave a Comment

人工智能(AI)和Web3:它们如何相互关联?

什么是人工智能? 简单来说,人工智能(AI)是机器具备执行我们通常与人类思维相关的功能的能力,例如进行推理任务、解决数学问题、股票交易等等。AI的核心是将计算机科学与强大的数据集结合起来,以实现问题解决。 自问世以来,AI经历了许多炒作周期,但去年OpenAI发布的ChatGPT推动了AI的兴奋和期待达到了新的高度,这标志着一个重要的里程碑,特别是在自然语言处理领域。此外,生成模型证明了它们在语言之外的适应性,展示了学习各种数据类型的语法的能力,例如软件代码、分子、自然图像等。 AI的应用正在日益发展,本文将讨论其在Web3中的作用和用例。 什么是Web3? Web3被定义为一系列相互连接的开源应用程序。这些应用程序以区块链计算架构为动力,是去中心化的,可以在节点网络中保护和分布数据和交易,消除了对中央机构或中间人的需求。 Web1(1990-2004)是静态且只读的(例如雅虎新闻),用户只是消费信息。Web2引入了互动性(例如Facebook、YouTube),但引发了隐私问题(利用用户数据进行定向广告)和集中控制(单方面做出决策,如封锁任何特定账户)。Web3旨在去中心化,赋予用户所有权和治理权,通过区块链来解决Web2的局限性,促进更加用户控制的互联网。 Web3应用的一个例子是Brave浏览器,这是一款基于Chromium的浏览器,以其Web3集成和加密货币集成而闻名。Brave在公共区块链上运行,并利用比HTTPS更快地发送和传递数据的IPFS(一种传输协议),使用户能够轻松赚取加密货币、链接钱包、探索NFT并访问DApp。具有强大的安全功能和对在线安全的关注,Brave为Web3爱好者提供了理想的浏览体验。 来源:https://www.businessinsider.com/personal-finance/what-is-web3?IR=T AI在Web3中的作用 自治智能体 自治智能体可以提供实时数据和一组预定义规则,以增强Web3平台中智能合约的能力。此外,这些智能体可以进行协商、执行交易并提供个性化服务。使用这样的智能体可以自动化复杂的流程、减少中间人,并提升整个Web3生态系统的能力。 个性化 在Web3的背景下,人工智能(AI)通过数据分析、交互模式和偏好来打造定制的用户体验至关重要。AI采用协同过滤和基于内容的过滤技术,生成个性化的推荐,增强Web3平台的各个方面。 这种个性化通过将内容和交互与个体的需求和偏好相一致,从而促进更深入的用户参与,最终丰富去中心化的Web3体验,实现高效的内容发现和策展。 去中心化数据市场 通过利用人工智能,可以创建去中心化的数据市场,赋予个体增强的数据控制能力。AI算法能够实现选择性的数据共享和货币化,并确保隐私。它们促进数据分析、分类和高效、安全地进行交易,在这些去中心化市场中优化数据买卖方之间的匹配。 分析与洞察 通过利用机器学习和自然语言处理等人工智能方法,Web3网络可以高效地处理和分析大量数据。这使用户具备预测分析、情感分析和个性化推荐的能力,增强他们对去中心化动态的理解,并改进在这一领域的导航能力。 安全与隐私 Web3生态系统可以通过利用先进的人工智能技术来改善网络安全和保护用户数据隐私。人工智能模型可以分析大量数据以识别漏洞、恶意行为和异常情况。机器学习算法可以防止网络威胁,如钓鱼和分布式拒绝服务(DDoS)攻击。通过积极确保安全性,人工智能增强了用户对Web3平台和应用的信任和信心。 去中心化自治组织(DAOs) 人工智能在去中心化自治组织(DAOs)的发展中起着关键作用。这些基于区块链的组织通过整合人工智能和优化Web3治理模型,自动化投票、资金管理和运营,实现更大的透明度和适应性。 Web3中人工智能的实际应用示例 Medibloc…

Leave a Comment

Ami Hever,UVeye的联合创始人兼首席执行官 – 采访系列

Amir Hever是UVeye的首席执行官和联合创始人,UVeye是一家深度学习计算机视觉初创公司,通过快速准确的异常检测来识别汽车和安全行业面临的问题或威胁,为车辆检查设定了全球标准UVeye是Hever的第三个创业项目他之前在Visualead担任研发副总裁的职务

Leave a Comment

AWS对一家大型游戏公司的大型语言模型(LLM)进行微调,以对有害言论进行分类

视频游戏行业全球用户预计超过30亿人1它由大量玩家组成,每天都在虚拟环境中相互交流不幸的是,就像现实世界一样,并非所有玩家都能适当和尊重地交流为了创建和维护一个具有社会责任感的游戏环境,AWS […]

Leave a Comment

6种不同的方式,人工智能可以帮助改善用户体验

用户体验(UX)是成功数字平台的核心借助人工智能(AI)的力量,它可以显著提升为了展示这种关系的潜在程度,让我们通过示例来讨论AI如何帮助使您的网站朝着为每次用户交互提供最佳体验的方向发展真实的…… AI可以帮助改善用户体验的6种不同方式 阅读更多 »

Leave a Comment

人工智能狂热:是否正在走向破灭的泡沫?

2021年加密货币繁荣后,人工智能(AI)领域引起了风险投资家(VCs)的巨大兴趣。然而,随着关注点从加密货币转向人工智能,人们开始担心人工智能热潮的可持续性。一些潜在弱点的迹象正在浮出水面,表明人工智能热潮可能即将结束。本文探讨了当前人工智能市场的现状,对GPU的过度依赖,对知识产权的缺乏以及市场饱和的迹象,这些迹象可能导致人工智能泡沫破裂。 也可阅读:中国的十亿美元赌注:百度14.5亿美元人工智能基金标志着自给自足的人工智能新时代 人工智能超越加密货币成为风险投资的关注点 在2022年的加密货币低迷期之后,风险投资家寻求避风港,并在人工智能领域找到了它。2022年末,由OpenAI推出的ChatGPT标志着人工智能在风险投资市场上的主导地位。这一突破引领了谷歌、微软和Facebook等科技巨头加入人工智能狂潮,进一步推动了人工智能初创公司的增长。 也可阅读:KPMG押注超过20亿美元的人工智能,目标收入达120亿美元 人工智能融资狂潮:数百万美元投入初创公司 人工智能初创公司获得了大量的资金,投资轮次令人瞠目结舌。Jasper AI、Anthropic和Inflection AI只是筹集了数十亿美元的资本的几个例子。PitchBook的调查显示,人工智能市场迅速从一个沉寂的研究领域转变为投资者的利润丰厚的游乐场。 也可阅读:AWS和Accel推出“ML Elevate 2023”以推动印度人工智能初创公司生态系统的发展 GPU短缺:追逐高性能硬件 尽管投资令人印象深刻,但人工智能初创公司面临着一个重大挑战,即GPU的严重短缺。筹集的大部分资金被用于从Nvidia和AMD等公司购买高性能GPU。这种激烈的竞争加剧了供应链问题,引发了对这种支出的长期可行性的担忧。 也可阅读:中国的强大Nvidia人工智能芯片的隐藏市场 潜在的知识产权缺失 许多人工智能平台严重依赖于OpenAI等知名公司的API,导致它们几乎没有对知识产权的控制或所有权。随着需求下降,像Jasper AI这样的初创公司面临裁员,进一步凸显了没有强大产品壕沟的企业的脆弱性。 市场饱和和绩效下降的迹象 市场饱和正在变得明显,对ChatGPT、Bard和Bing等人工智能聊天机器人的兴趣首次下降。有关GPT-4性能不准确性增加的报道引发了对人工智能泡沫可持续性的担忧。斯坦福大学的研究显示,GPT-3.5和GPT-4的性能随时间下降,这表明可能是一个转折点。 也可阅读:芯片设计中的政府干预:对印度半导体雄心的福音还是祸害? 我们的观点 尽管人工智能无疑在各个行业中引起了革命,并在投资者中引起了热情,但市场饱和和对外部API的依赖引发了对人工智能泡沫的担忧。对GPU的过度需求和人工智能模型性能的下降进一步加重了这个泡沫的压力。人工智能热潮可能即将面临现实的检验,行业报告或潜在的破产可能导致泡沫破裂。在我们等待人工智能的未来时,投资者和开发人员必须密切关注市场,应对未来的挑战,并找到可持续的机会。

Leave a Comment