苹果开发者学院为学生提供人工智能培训

苹果开发者学院为学生提供人工智能培训 苹果公司今日宣布将通过利用人工智能的技术和工具为苹果开发者学院学生和导师提供培训。新的核心课程将从今年秋天起面向巴西、印尼、意大利、沙特阿拉伯、韩国和美国的18所开发者学院的数千名学生及校友提供。专门的人工智能课程将作为一项基础技能加入学院课程体系。学生都将学习如何在各类 Apple 设备上构建、训练、部署机器学习模型。课程包括人工智能技术和框架基础；介绍 Core ML 及其如何在 Apple 设备上实现高性能表现；如何从零开始构建和培训人工智能模型等。

谷歌发文解释为什么要在Chrome中内置本地AI模型：为开发者提供设备端应用

谷歌发文解释为什么要在Chrome中内置本地AI模型：为开发者提供设备端应用 谷歌目前已经尝试在 Chrome 浏览器中内置 AI 模型，该模型需要下载到本地后使用，模型版本为 Google Gemini Nano 版。这个模型并不是面向普通用户提供的，主要是给开发者使用，让开发者可以在网站或 PWA 应用里调用本地 AI 模型执行运算，而不需要调用某些云端模型。最重要的是经过谷歌的优化，Gemini Nano 版可以在本地使用硬件加速功能，无论是 GPU、NPU 甚至是 CPU 都可以用来运算。使用本地模型的好处有很多：本地处理敏感数据：设备端 AI 可以改进隐私保护，例如处理敏感数据时可以通过端到端加密为用户提供 AI 功能。流畅的用户体验：在某些情况下无需来回往返服务器即可获得近似实时的回答。对 AI 的访问权限更高：设备端可以承担一些处理负载，以换取对功能的更多访问权限，即如果使用云端 AI 用户可能需要额外付费分摊开发者的 token 费用，如果仅在本地处理那么这些费用就可以省了。离线使用 AI：显然设备端的本地 AI 是可以在离线状态下使用的，这意味着某些 PWA 类应用在离线情况下也可以处理内容。亦或者采用混合架构：对于简单的任务使用本地 AI 处理是可以的，但如果需要进行复杂的任务开发者应当考虑使用服务端实现，也就是继续调用云端 AI。第二种是保持 AI 功能的弹性，当网络连接顺畅的情况下开发者可以调用云端 AI，如果网络不畅或者离线则可以回退到本地 AI 处理。第三种是安全回退：采用内置 AI 的浏览器需要一定的时间，而且某些型号或某些太旧的设备可能无法使用本地 AI，这种情况下开发者可以继续调用云端 AI。Chrome 内置 AI 为所有开发者提供通用模型：现阶段开发者通过浏览器运行 AI 要么直接调用云端 AI 要么需要下载本地模型，而不同的开发者和不同的网站采用的 AI 模型不同，用户可能需要下载一大堆模型。Chrome 内置 AI 模型为所有开发者提供通用模型，这些模型一次下载即可使用，在用户已经下载过模型的情况下，调用模型的 PWA 应用可以做到开箱即用。这种方式应该可以大幅度提高 PWA 应用对 AI 功能的采用率，提高用户体验的同时也可以减少开发者很多繁杂的工作。 ... PC版： 手机版：

这是一款轻量级、先进的开源模型，供开发者和研究人员用于 AI 构建。Gemma 模型家族包括 Gemma 2B 和 Gemma

这是一款轻量级、先进的开源模型，供开发者和研究人员用于 AI 构建。Gemma 模型家族包括 Gemma 2B 和 Gemma 7B 两种尺寸， 能够在不同的设备类型上运行，包括笔记本电脑、桌面电脑、IoT 设备、移动设备和云端。性能和设计 Gemma 模型在技术和基础设施组件上与 Gemini 共享，这使得 Gemma 2B 和 7B 在其大小范围内相比其他开放模型具有最佳性能。 Gemma 模型不仅可以直接在开发者的笔记本电脑或桌面电脑上运行，而且在关键基准测试中的表现超过了更大的模型，同时遵循严格的安全和负责任输出标准。 主要特点： 1、轻量级、高性能模型：Gemma 模型家族包括 Gemma 2B 和 Gemma 7B.两种尺寸，提供预训练和指令调优的变体，针对其大小范围内相比其他开放模型具有最佳性能。 2、跨框架工具链支持：支持 JAX、PyTorch 和 TensorFlow 通过原生 Keras 3.0.进行推理和监督式微调（SFT），适应多种开发需求和环境。 3、易于入门和集成：提供准备就绪的 Colab 和 Kaggle 笔记本，以及与 Hugging Face、MaxText、NVIDIA NeMo.和 TensorRT-LLM 等流行工具的集成，方便开发者快速上手。 4.高效的运算能力：针对多个 AI 硬件平台上进行优化，确保在 NVIDIA GPU 和 Google Cloud TPU 上的行业领先性能。通过与 NVIDIA 的合作，无论是在数据中心、云端还是本地 RTX AI PC 上，都确保了行业领先的性能和与尖端技术的集成。 Gemma 模型能够在不同的设备类型上运行，这种广泛的兼容性使得模型能够适应各种应用场景和需求。 Hugging Face 测试链接： via 匿名 标签: #Google #Gemma 频道: @GodlyNews1 投稿: @GodlyNewsBot

Core ML Stable Diffusion 苹果官方原生 Stable Diffusion

Core ML Stable Diffusion 苹果官方原生 Stable Diffusion 链接： 苹果官方针对 M 芯片优化的 Stable Diffusion 客户端，据说在用 M1 的 iPad Pro 出一张图最快 29 秒，在 M1 的 Macbook Pro 上 24 秒，M2 的 Macbook Air 只需 18 秒。

帮开发者构建生成式 AI 应用，Meta 和微软合作推出开源模型 Llama 2

帮开发者构建生成式 AI 应用，Meta 和微软合作推出开源模型 Llama 2 Meta 和微软近日合作推出 Llama 2，这是 Meta 公司的下一代开源大型语言模型，可以免费用于研究和商业用途。 微软在新闻稿中表示，Llama 2 旨在帮助开发者和组织，构建生成式人工智能工具和体验。 Azure 客户可以在 Azure 平台上更轻松、更安全地微调和部署 7B、13B 和 70B 参数的 Llama 2 模型，此外通过优化可以在 Windows 本地运行。 Llama 2 模型与 Azure AI 的结合使开发人员能够利用 Azure AI 的强大工具进行模型训练、微调、推理，特别是支持 AI 安全的功能。 微软表示在 Windows 中加入 Llama 2 模型，有助于推动 Windows 成为开发人员根据客户需求构建人工智能体验的最佳场所，并释放他们使用 Windows Subsystem for Linux (WSL)、Windows 终端、Microsoft Visual Studio 和 VS Code 等世界级工具进行构建的能力。 、 、

国外开发者 bedimcode 在 GitHub 开源了一个万圣节网站： ，并附带了完整的项目开发教程。

国外开发者 bedimcode 在 GitHub 开源了一个万圣节网站： ，并附带了完整的项目开发教程。 该网站主要具备响应式布局、滚动动画、移动端优化、多平台设备兼容等特点。整体设计风格优雅、简洁，感兴趣的同学可以拿去练练手