Hugging Face 推出开源版 GPTs 免费定制人工智能助手

HuggingFace推出开源版GPTs免费定制人工智能助手开源社区平台HuggingFace日前推出开源版GPTs，不但允许用户定制人工智能助手，而且费用全免。HuggingFace技术总监兼LLM负责人菲利普·施密德表示，开源版GPTs名为“HuggingChatAssistants”，用户只需点击2下，就能定制个人的人工智能助手，用法与OpenAI的GPTs类似。——

Google人工智能击败超级计算机 实现快速准确的天气预报

Google人工智能击败超级计算机实现快速准确的天气预报著名的"蝴蝶效应"认为，一场风暴的发生与否，可能会受到世界上另一个地方的一只蝴蝶扇动翅膀这么小的事情的影响。天气预报的工作就是把这些众所周知的蝴蝶变成精确的模型，告诉你是否应该继续计划下周六的野餐。这就是所谓的"数值天气预报"（NWP），它使用全球当前的天气观测数据作为输入数据，并通过超级计算机上运行的复杂物理方程进行计算。但现在，Google发布了一款名为GraphCast的人工智能系统，它可以在功能更弱的硬件上以更快的速度计算数据。这种人工智能是根据卫星图像、雷达和气象站收集的40年天气再分析数据训练出来的。GraphCast提取六小时前的天气状况和当前的天气状况，然后利用其数据宝库预测六小时后的天气状况。在此基础上，它可以以6小时为增量向前推算，从而做出长达10天的天气预报。GraphCast在地球表面100多万个网格点上进行预测，每个网格点的经度和纬度均为0.25度。在每个网格点上，该模型都会考虑地表的温度、气压、湿度、风速和风向等五个变量，以及37个不同高度大气层中的六个变量。在测试中，在一台GoogleTPUv4机器上运行的GraphCast与目前天气预报的黄金标准--在超级计算机上运行的名为高分辨率预报（HRES）的模拟系统--进行了比较。GraphCast能够在一分钟内做出10天的预报，在90%的测试变量和预报准备时间上都比HRES更准确。当模型集中在对流层（大气层的最底层，准确的预测对日常生活最有用）时，GraphCast在99.7%的时间里都优于HRES。更令人印象深刻的是，GraphCast比HRES更早识别出恶劣天气事件，尽管它没有经过专门的训练。在一个真实的例子中，人工智能提前九天就准确预测出了飓风的登陆地点，而传统的预报只能提前六天确认。Google表示，GraphCast的代码是开源的，全世界的科学家都可以对其进行实验，并将其应用到日常的天气预报中。对于人工智能来说，这种数字运算是最理想的工作，因此它们可以把艺术和写作留给我们人类。这项研究发表在《科学》杂志上。了解更多：https://deepmind.google/discover/blog/graphcast-ai-model-for-faster-and-more-accurate-global-weather-forecasting/...PC版：https://www.cnbeta.com.tw/articles/soft/1397117.htm手机版：https://m.cnbeta.com.tw/view/1397117.htm

谷歌宣布新的人工智能处理芯片和云 “超级计算机”

谷歌宣布新的人工智能处理芯片和云“超级计算机”据科技新闻网站Engadget报道，谷歌已经宣布创建其最强大的TPU(正式名称为张量处理单元)，CloudTPUv5p，以及来自谷歌云的人工智能超级计算机。CloudTPUv5p是一个人工智能加速器，训练和服务模型。CloudTPUv5p是在之前的版本（如v5e和v4）基础上进行的改进。根据谷歌的说法，与TPUv4相比，TPUv5p的浮点运算性能（FLOPs）提升了两倍，每个机架的FLOPs性能扩展性提高了四倍。此外，它训练LLM模型的速度比TPUv4快2.8倍，嵌入密集模型的速度比TPUv4快1.9倍。而新的人工智能超级计算机，包括一个集成系统，具有开放软件、性能优化硬件、机器学习框架和灵活的消费模型。其想法是，与单独看待每个部分相比，这种合并将提高生产力和效率。

GitHub和其他公司呼吁在欧盟人工智能法案中增加对开源的支持。

GitHub和其他公司呼吁在欧盟人工智能法案中增加对开源的支持。他们希望一些规则可以放宽以便促进开源人工智能的发展。在一份发给欧盟政策制定者的文件中，包括GitHub、HuggingFace、CreativeCommons等在内的公司，希望欧盟在考虑最终确定《人工智能法案》时，鼓励更多地支持不同人工智能模型的开源开发，EleutherAI、LAION和OpenFuture也在该文件上签署了意见。他们在最终规则出台之前向欧洲议会提出的建议清单包括更清晰地定义人工智能组件，明确爱好者和研究人员在开源模型上的工作不会从人工智能中获得商业利益，允许对人工智能项目进行有限的实际测试，并为不同基础模型设定相应要求。——

Google发布了一对开源人工智能模型Gemma 2B和7B 适用于较小的任务

Google发布了一对开源人工智能模型Gemma2B和7B适用于较小的任务不过，这些模型在复杂性上的不足，可能会在速度和使用成本上得到弥补。尽管规模较小，但Google声称，Gemma模型"在关键基准测试中明显超越了更大的模型"，并且"能够直接在开发人员的笔记本电脑或台式电脑上运行"。这些模型将通过Kaggle、HuggingFace、NVIDIA的NeMo和Google的VertexAI提供。Gemma进入开源生态系统的方式与Gemini的发布方式截然不同。虽然开发者可以在Gemini的基础上进行开发，但他们要么通过API，要么在Google的VertexAI平台上进行开发。Gemini被认为是一种封闭的人工智能模式。通过将Gemma开源，更多的人可以尝试使用Google的人工智能，而不是转向提供更好访问权的竞争对手。无论组织规模、用户数量和项目类型如何，这两种尺寸的模型都将获得商业许可。不过，与其他公司一样，Google通常禁止将其模型用于武器开发项目等特定任务。Gemma还将提供"负责任的人工智能工具包"，因为开放模型比Gemini等封闭系统更难设置防护措施。GoogleDeepMind产品管理总监特里斯-瓦肯汀说，"由于开放模型的固有风险，公司对Gemma进行了更广泛的重新设计"。负责任的人工智能工具包允许开发人员在项目中部署Gemma时创建自己的准则或禁用词列表。该工具包还包括一个模型调试工具，可让用户调查Gemma的行为并纠正问题。Warkentin表示，这些模型目前最适用于英语语言相关任务，希望能与社区合作，满足英语任务以外的市场需求。开发人员可以在Kaggle中免费使用Gemma，首次使用Google云的用户可以获得300美元的免费额度来使用模型。该公司表示，研究人员最多可申请500000美元的额度。虽然目前还不清楚人们对Gemma这样的小模型有多大需求，但其他人工智能公司也推出了重量更轻的旗舰基础模型。Meta去年推出了Llama27B，这是Llama2的最小迭代版本。Gemini本身也有几种重量，包括GeminiNano、GeminiPro和GeminiUltra，Google最近宣布推出速度更快的Gemini1.5，目前也是针对企业用户和开发人员。顺便说一下，Gemma的意思是宝石。...PC版：https://www.cnbeta.com.tw/articles/soft/1419813.htm手机版：https://m.cnbeta.com.tw/view/1419813.htm

广东：到 2027 年，人工智能手机产量达到 1 亿台以上 ，人工智能计算机产量达到 3000 万台以上

广东：到2027年，人工智能手机产量达到1亿台以上，人工智能计算机产量达到3000万台以上广东省发布关于人工智能赋能千行百业的若干措施。其中提到，创新操作系统打造人工智能手机。支持操作系统深度融合高效低损的轻量化大模型，推动端侧模型算法与架构的应用和创新。支持企业在AIOS上结合多模态自然交互技术，增强实时交互能力、拓展手机应用场景，打造个人专属数字助手。到2027年，人工智能手机产量达到1亿台以上。部署专属模型打造人工智能计算机。利用人工智能技术不断学习用户个人数据和习惯，形成端侧不出端、不上云、可迁移、可继承、可成长的个人本地知识库，结合模型压缩等轻量化技术，形成个人专属模型和新型智能生产工具。到2027年，人工智能计算机产量达到3000万台以上。