AI 解锁新技能：分析街景图片实现定位，准确率 92%

AI解锁新技能：分析街景图片实现定位，准确率92%来自斯坦福大学的科研团队基于OpenAI的CLIP神经网络，推出了预测图像地理位置（PIGEON）项目，可以分析街景图片，猜测图片所在地，准确率高达92%。PIGEON应用程序可以有效分析街景照片，确认照片的确切位置，准确率高达92%，超过40%的猜测，可以将位置缩小到距离确切位置25公里的范围内。在和知名GeoGuessr玩家TrevorRainbolt的对决中，PIGEON连续6场胜利，PIGEON在GeoGuessr玩家中排名前0.01%。来源，频道：@kejiqu群组：@kejiquchat

斯坦福大学研究让智能手机可以预测一个人何时醉酒 准确率高达98%

斯坦福大学研究让智能手机可以预测一个人何时醉酒准确率高达98%美国斯坦福大学急诊医学副教授布莱恩-萨福莱托（BrianSuffoletto）说，他对研究结果的准确性感到惊讶，并补充说，还需要进一步的研究来证实这些发现的有效性。他表示，这些发现有助于在未来减少因酒驾或类似原因造成的道路伤亡："虽然我们并不是突出显示酒精中毒期间语音特征变化的先驱，但我坚信，我们的卓越准确性源于我们在信号处理、声学分析和机器学习方面的尖端技术应用。"在这项研究中，参与者根据自己的体重被告知酒精剂量，并必须在一小时内喝完。然后，他们会听到一系列绕口令。在长达七个小时的时间里，参与者必须每小时大声重复这些绕口令，而他们的声音会被智能手机记录下来。在喝酒之前，科学家们测量了参与者呼出气体中的酒精含量，并让参与者记录绕口令。在长达七个小时的时间里，每隔30分钟也会测量一次呼出气体中的酒精含量。之后，研究人员通过软件隔离说话者的声音，以一秒钟为单位检测频率和音调等参数。研究人员将这些结果与呼出的酒精结果进行了比较，发现两者惊人地相似，表明他们开发的模型结果准确率高达98%。据Suffoletto教授说，走路和发短信等行为与声纹传感器相结合，可以用来判断一个人的醉酒程度。他还补充说，在确定一个人何时需要帮助时，时机起着至关重要的作用。因此，当一个人开始饮酒时，可以告知他饮酒的限度，以防止过度醉酒。...PC版：https://www.cnbeta.com.tw/articles/soft/1395675.htm手机版：https://m.cnbeta.com.tw/view/1395675.htm

准确率 98%，OpenAI 推出专用AI工具：能识别DALL·E 3 生成的图片

准确率98%，OpenAI推出专用AI工具：能识别DALL·E3生成的图片OpenAI公司今天发布新闻稿，宣布推出专用的AI检测工具，能够识别某张图片是否由DALL·E3模型生成，且准确率高达98%。OpenAI公司在博文中表示，之所以推出这项新工具，主要是为了帮助研究人员研究内容真实性，此外该公司还宣布加入C2PA（内容来源和真实性联盟）的指导委员会。OpenAI表示该工具的内部测试结果显示，在区分非AI生成图像与DALL·E3生成的图像方面成功率很高，成功率能够接近98%，同时只有少于0.5%的非AI图像被错误地标记来自DALL·E3。关注频道@TestFlightCN频道投稿@ZaiHuabot

斯坦福大学研究表明世界上最大的人工智能模型并不很透明

斯坦福大学研究表明世界上最大的人工智能模型并不很透明今天，斯坦福HAI发布了其基础模型透明度指数，该指数追踪10个最受欢迎的人工智能模型的创建者是否披露有关其工作以及人们如何使用其系统的信息。在其测试的模型中，Meta的Llama2得分最高，其次是BloomZ，然后是OpenAI的GPT-4。但事实证明，他们都没有得到特别高的分数。其他评估的模型包括Stability的StableDiffusion、Anthropic的Claude、Google的PaLM2、Cohere的Command、AI21Labs的Jurassic2、Inflection的Inflection-1和Amazon的Titan。研究人员承认，透明度可以是一个相当广泛的概念。他们的定义基于100个指标，这些指标提供有关模型如何构建、模型如何工作以及人们如何使用模型的信息。他们解析了有关该模型的公开信息，并给每个人打分，指出这些公司是否披露了合作伙伴和第三方开发商，是否告诉客户他们的模型是否使用了私人信息，以及一系列其他问题。随着该公司发布了对模型创建的研究，Meta得分为53%，在模型基础知识上得分最高。开源模型BloomZ紧随其后，获得了50%的支持，GPT-4获得了47%的支持——尽管OpenAI的设计方法相对锁定，但它与稳定扩散并列。OpenAI拒绝公布其大部分研究成果，也没有透露数据源，但GPT-4却成功排名靠前，因为有大量有关其合作伙伴的可用信息。OpenAI与许多不同的公司合作，将GPT-4集成到他们的产品中，产生了大量可供查看的公开细节。然而，斯坦福大学的研究人员发现，这些模型的创建者都没有透露任何有关社会影响的信息，包括向何处提出隐私、版权或偏见投诉。斯坦福大学基础模型研究中心的学会负责人、该指数的研究人员之一RishiBommasani表示，该指数的目标是为政府和公司提供基准。一些拟议的法规，例如欧盟的人工智能法案，可能很快就会迫使大型基础模型的开发商提供透明度报告。“我们试图通过该指数实现的目标是使模型更加透明，并将非常不明确的概念分解为可以测量的更具体的事物，”博马萨尼说。该小组专注于每个公司的一种模型，以便更容易进行比较。生成式人工智能拥有一个庞大而活跃的开源社区，但该领域的一些最大的公司并没有公开分享研究成果或他们的代码。尽管OpenAI的名称中有“开放”一词，但它以竞争和安全问题为由，不再分发其研究成果。Bommasani表示，该组织对扩大该指数的范围持开放态度，但与此同时，将坚持使用已经评估过的10个基础模型。...PC版：https://www.cnbeta.com.tw/articles/soft/1390877.htm手机版：https://m.cnbeta.com.tw/view/1390877.htm

斯坦福大学刚刚推出了基于辅助全息成像技术的未来AR眼镜原型

斯坦福大学刚刚推出了基于辅助全息成像技术的未来AR眼镜原型访问：Saily-使用eSIM实现手机全球数据漫游安全可靠源自NordVPN斯坦福大学的全息AR眼镜原型。目前，实验室版本的视场角很小，在实验室里只有11.7度，远远小于MagicLeap2甚至微软HoloLens。但是，斯坦福大学的计算成像实验室有一整页的资料，上面有一个又一个的视觉辅助工具，这些辅助工具表明，该实验室可能在研究一些特别的东西：更薄的全息组件堆叠，几乎可以放入标准眼镜框中，经过训练，可以投射出逼真的、全彩的、移动的3D图像，这些图像会在不同深度出现。现有AR眼镜（a）和原型眼镜（b）与3D打印原型眼镜（c）的光学效果对比。图片：斯坦福计算成像实验室与其他AR眼镜一样，这些眼镜也使用波导，波导是引导光线穿过眼镜进入佩戴者眼睛的部件。但研究人员说，他们已经开发出一种独特的"纳米光子元表面波导"，可以"消除对笨重的准直光学器件的需求"，并开发出一种"学习型物理波导模型"，利用人工智能算法大幅提高图像质量。该研究称，这些模型"利用相机反馈自动校准"。无论是真实物体还是增强物体，都可以有不同的深度。尽管斯坦福大学的这项技术目前还只是一个原型，其工作模型似乎是固定在长凳上的，框架也是3D打印的，但研究人员希望能颠覆目前的空间计算市场，这个市场还包括苹果的VisionPro、Meta的Quest3等笨重的直通式混合现实头盔。博士后研究员Gun-YealLee帮助撰写了这篇发表在《自然》杂志上的论文，他说，目前还没有其他AR系统能在性能和紧凑性方面与之相比。像Meta这样的公司已经斥资数十亿美元购买和构建AR眼镜技术，希望最终能生产出大小和形状与普通眼镜无异的完美产品。目前，Meta的雷朋眼镜没有板载显示屏，但我们去年获得的泄露的Meta硬件路线图显示，Meta第一款真正的AR眼镜的目标日期是2027年。...PC版：https://www.cnbeta.com.tw/articles/soft/1430344.htm手机版：https://m.cnbeta.com.tw/view/1430344.htm