人工智能对人工智能生成的内容进行训练将导致人工智能崩溃

人工智能对人工智能生成的内容进行训练将导致人工智能崩溃 用于训练大型语言模型的数据最初来自人类来源，如书籍、文章、照片等，这些都是在没有人工智能的帮助下创建的。但随着越来越多的人使用人工智能来制作和发布内容，一个明显的问题出现了：当人工智能生成的内容在互联网上扩散时，人工智能模型开始对其进行训练。研究人员发现，“在训练中使用模型生成的内容会导致所产生的模型出现不可逆转的缺陷。”他们研究了文本到文本和图像到图像的人工智能生成模型的概率分布，得出结论：“从其他模型产生的数据中学习会导致模型崩溃 这是一个退化的过程，并且随着时间的推移，模型会忘记真正的基础数据分布。”他们观察到模型崩溃发生得如此之快：模型可以迅速忘记它们最初学习的大部分原始数据。这导致它们随着时间的推移，表现越来越差，错误越来越多。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

科学简单点：什么是人工智能？

科学简单点：什么是人工智能？ 在这段《什么是人工智能》的视频中，阿贡国家实验室的科学家 Taylor Childers 和 Bethany Lusch 讨论了人工智能通过模仿大脑的学习能力来帮助解决复杂问题的计算机技术和技巧。研究人员利用人工智能更好、更快地解决科学、医学和技术领域最棘手的问题，并帮助推动这些领域的发现。这包括帮助我们了解COVID-19如何攻击人体，以及找到管理交通堵塞的方法。研究人员利用人工智能来更好、更快地解决科学、医学和技术领域最棘手的问题，并帮助推动这些领域的发现。这包括帮助我们了解 COVID-19 如何攻击人体，以及寻找管理交通堵塞的方法。能源部（DOE）的许多设施，如阿贡国家实验室，都在协助开发一些最先进的人工智能技术。如今，这些技术已应用于从化学、环境和制造科学到医学和宇宙的各个研究领域。人工智能被用来帮助建立复杂系统（如发动机或天气）的模型，并预测如果这些系统的某些部分发生变化（如使用不同的燃料或温度持续升高）可能会发生的情况。但人工智能还有更多用途。阿贡人工智能工具箱中的一个重要工具是一种名为机器学习的技术，当它从更多的数据中学习时，它就会变得更聪明或更准确。机器学习对于识别隐藏在一幅更大、更拥挤的画面中的特定对象非常有帮助。在一个流行的例子中，通过向一个机器学习模型展示许多图片，训练该模型识别猫和狗的主要特征。后来，该模型能够从混合动物的图片中识别出猫和狗。类似的机器学习模型可以帮助科学家从太空望远镜中获得的天体图像中识别出不同类型的星系。机器学习只是帮助我们更快、更准确地学习的众多人工智能技术之一。它们可以帮助为一种新材料选择合适的分子或化学物质，有朝一日还能独立指导新的实验。阿贡与全球许多组织合作，成为人工智能应用和开发领域的领导者，其中包括将人工智能应用于以下领域：延长汽车和能源电池的使用寿命。建立更好的气候模型，预测野火、飓风和其他灾害，帮助我们的社区和电力公司防范这些灾害。找到病毒攻击我们细胞的部分，并开发出对抗它们的药物。人工智能分析大量复杂数据，以计算机速度执行人类任务。如今已成为我们日常生活的一部分，它有助于简化基本任务，如语音识别、内容推荐或基于人或物的照片搜索。科学家们正在以类似的方式利用人工智能来增进我们对周围世界的了解。人工智能可以帮助他们更快地分析堆积如山的数据，并提供更好的解决方案。从材料科学和医学到气候变化和宇宙，许多研究领域都在使用不同的人工智能技术。例如，我们可以通过查看许多不同的示例来训练人工智能识别复杂的模式。研究人员可以利用这种能力，通过对所有已知的太阳能电池或药物材料进行人工智能训练，找到新的改良材料。然后，人工智能可以帮助研究人员锁定其他有前景的材料，这些材料可以在实验室中制造和测试。编译自:ScitechDaily相关文章:科学简单点：什么是超级计算？ ... PC版： 手机版：

人工智能预测果蝇行为已拥有惊人准确度

人工智能预测果蝇行为已拥有惊人准确度 考利的研究小组记录了果蝇在培养皿中一系列"约会"的求偶过程，跟踪雄蝇（蓝色）看到雌蝇（红色）时的行为反应。放置在"竞技场"下方的微型麦克风捕捉到了雄性果蝇拍打翅膀发出的歌声。图片来源：考利实验室/冷泉港实验室现在，冷泉港实验室（CSHL）的一位年轻科学家发现了一条重要线索，揭示了这一原理。他是通过建立一个普通果蝇大脑的特殊人工智能模型来做到这一点的。观看雄果蝇（蓝色）向雌果蝇（红色）求爱。相应的动画捕捉了雄果蝇的视角。资料来源：CSHL人工智能与果蝇行为CSHL助理教授本杰明-考利（Benjamin Cowley）和他的团队通过一种他们开发的名为"淘汰训练"的技术训练了他们的人工智能模型。首先，他们记录了雄果蝇的求偶行为追逐雌果蝇并向其唱歌。接下来，他们从基因上沉默了雄果蝇体内特定类型的视觉神经元，并训练人工智能检测行为的任何变化。通过用多种不同类型的视觉神经元重复这一过程，他们能够让人工智能准确预测真正的果蝇在看到雌果蝇时会做出怎样的反应。考利说："我们实际上可以通过计算预测神经活动，并询问特定神经元如何对行为做出影响，这是我们以前无法做到的。"解码神经通路通过新的人工智能，考利的团队发现果蝇大脑使用"群体代码"来处理视觉数据。果蝇的行为需要许多神经元的组合，而不是像以前假设的那样，一种神经元类型将每个视觉特征与一个动作联系起来。这些神经通路的图表看起来就像一张极其复杂的地铁图，需要数年时间才能破解。尽管如此，它还是让我们找到了我们需要去的地方。它让考利的人工智能能够预测现实生活中的果蝇在受到视觉刺激时的行为。有了这个示意图，考利的团队现在就可以把注意力转移到研究他们的人工智能模型上，而不用在真正的果蝇身上进行昂贵的实验了。图片来源：考利实验室/冷泉港实验室对人类大脑研究的影响这是否意味着人工智能有一天可以预测人类行为？没那么快。果蝇的大脑包含大约 10 万个神经元。而人脑有近 1000 亿个神经元。考利在提到地铁图时说："小小的果蝇就已经是这样，你可以想象我们人类的视觉系统是什么样的。"尽管如此，考利仍希望他的人工智能模型有朝一日能帮助我们解码人类视觉系统的基础计算。他说："这将是持续几十年的工作。但如果我们能搞清楚这个问题，通过学习[苍蝇]的计算，我们可以建立一个更好的人工视觉系统。更重要的是，我们将更详细地了解视觉系统的紊乱"。至于好了多少，我们必须亲眼目睹才能相信。编译来源：ScitechDaily ... PC版： 手机版：

Meta 开源多感官人工智能模型

Meta 开源多感官人工智能模型 宣布了一个新的开源人工智能模型，该模型将多个数据流链接在一起，包括文本、音频、视觉数据、温度和运动读数。 该模型目前还只是一个研究项目，没有直接的消费者或实际应用，但它指向了生成式人工智能系统的未来，可以创造身临其境的多感官体验，并表明Meta在OpenAI和谷歌等竞争对手变得越来越隐秘的时候，仍在继续分享人工智能研究。 标签: #Meta #AI 频道: @GodlyNews1 投稿: @Godlynewsbot

科学家用尖端人工智能揭开蛋白质的秘密

科学家用尖端人工智能揭开蛋白质的秘密 该工具由 KAUST 生物信息学研究员 Maxat Kulmanov 及其同事开发，在预测蛋白质功能方面优于现有的分析方法，甚至能够分析现有数据集中没有明确匹配的蛋白质。该模型被称为 DeepGO-SE，它利用了类似于 Chat-GPT 等生成式人工智能工具所使用的大型语言模型。然后，它根据蛋白质工作方式的一般生物学原理，利用逻辑蕴含得出关于分子功能的有意义的结论。从本质上讲，它通过构建部分世界模型（在本例中为蛋白质功能），并根据常识和推理推断出在这些世界模型中应该发生的事情，从而赋予计算机逻辑处理结果的能力。一种新的人工智能（AI）工具能对未知蛋白质的功能进行逻辑推理，有望帮助科学家揭开细胞内部的奥秘。图片来源：© 2024 KAUST; Ivan Gromicho他补充说："这种方法有很多应用前景，"KAUST 生物本体论研究小组负责人罗伯特-霍恩多夫（Robert Hoehndorf）说，"特别是当需要对神经网络或其他机器学习模型生成的数据和假设进行推理时。"库尔曼诺夫和霍恩多夫与KAUST的斯特凡-阿罗德（Stefan Arold）以及瑞士生物信息学研究所的研究人员合作，评估了该模型破译那些在体内作用未知的蛋白质功能的能力。该工具成功地利用了一种鲜为人知的蛋白质的氨基酸序列数据及其与其他蛋白质的已知相互作用，并精确地预测了其分子功能。该模型非常精确，在一次国际功能预测工具竞赛中，DeepGO-SE 在 1600 多种算法中名列前 20 位。KAUST 团队目前正在利用这一工具研究在沙特阿拉伯沙漠极端环境中生长的植物中发现的神秘蛋白质的功能。他们希望这些发现将有助于确定生物技术应用中的新型蛋白质，并希望其他研究人员也能使用这一工具。库尔曼诺夫解释说："DeepGO-SE分析未表征蛋白质的能力可以促进药物发现、代谢通路分析、疾病关联、蛋白质工程、筛选感兴趣的特定蛋白质等任务。"编译来源：ScitechDaily ... PC版： 手机版：

《人工 X 智能 》简介：人工 X 智能可能讲述人类与人工智能之间的故事，或许人工智能产生了自我意识，与人类之间发生了情感纠葛、

《人工 X 智能 》 简介：人工 X 智能可能讲述人类与人工智能之间的故事，或许人工智能产生了自我意识，与人类之间发生了情感纠葛、利益冲突或合作探索。影片探讨人工智能对人类社会的影响以及人与人工智能的未来关系，充满科幻色彩 文件大小 NG 标签：#人工 X 智能#科幻伦理电影#人工智能题材 评论区查看资源