TOPIC
Generative AI, multimodal LLMs, เสียง และโมเดลคำพูด — และวิธีที่กำลังออกแบบใหม่ของการดำเนินงานธนาคาร การดูแลลูกค้า และวิศวกรรมผลิตภัณฑ์ในสถาบันชั้นนำ
FCA อธิบายว่าตนเองเป็นผู้กำกับดูแลที่ไม่ยึดติดกับชนิดของเทคโนโลยี ยึดหลักการเป็นฐาน และมุ่งเน้นผลลัพธ์เป็นสำคัญ และนำจุดยืนนั้นมาใช้กับ AI กฎเกณฑ์ขององค์กรโดยปกติจะไม่บังคับใช้หรือห้าม...
กรอบแนวคิดความเสี่ยงของงานย่อยมองว่าอาชีพเป็นเหมือนเปลือกนอกที่ยังคงอยู่รอดล้อมรอบงานใดก็ตามที่มนุษย์ยังทำอยู่ ระบบเอเจนต์มุ่งสู่เป้าหมายและส่งมอบชิ้นงานที่เสร็จสมบูรณ์ ดังนั้นงานประสานงาน...
ตลอด 20 ถึง 25 ปี อุตสาหกรรมบริการทางการเงินมองการปรับให้ทันสมัยเป็นโครงการที่มีวันสิ้นสุด ในการเปิดงาน Oracle Financial Services Summit ที่ลอนดอน ดร.ลีดา กลิปติส ชี้ว่าจุดอ่อนของอุตสาหกรรมคือ...
การนำเครื่องจักรกายภาพอัตโนมัติมาทำงานเคียงข้างกำลังคนมนุษย์ก่อให้เกิดอันตรายทางจิตใจและทางกฎหมายที่รุนแรง ซึ่งซอฟต์แวร์ล้วน ๆ ไม่เคยต้องเผชิญ ที่ Economist Enterprise Physical AI and Robotics Summit ผู้นำจาก Kier Group และสถาบันมาตรฐานอังกฤษ (BSI) ได้วางพิมพ์เขียวธรรมาภิบาลสำหรับ AI กายภาพ
ที่ Economist Enterprise Physical AI and Robotics Summit ในลอนดอน ผู้นำด้านอากาศยานและการผลิตได้รื้อเรื่องเล่าแบบซิลิคอนแวลลีย์ว่าด้วยหุ่นยนต์ฮิวแมนนอยด์อเนกประสงค์ ขณะที่เงินร่วมลงทุนทุ่มหลายพันล้านไปกับรูปแบบสองขา ความจริงของภาคอุตสาหกรรมพิสูจน์ว่ารูปทรงต้องตามหน้าที่อย่างเคร่งครัด
การพัฒนาหุ่นยนต์ถูกกั้นไว้หลังฮาร์ดแวร์ราคาหลักแสนและจลนศาสตร์ที่เขียนด้วยมือซึ่งเปราะบางมาโดยตลอด ที่ Economist Enterprise Physical AI and Robotics Summit Pepijn Kooijmans ผู้นำ LeRobot ของ Hugging Face แสดงให้เห็นว่าโมเดลพื้นฐานโอเพนซอร์สและฮาร์ดแวร์ 200 ดอลลาร์กำลังเปิดอุตสาหกรรมนี้ให้กว้างอย่างไร
Physical AI ขยายขนาดบน GPU ศูนย์ข้อมูล 700W ไม่ได้ ที่ Economist Enterprise Physical AI and Robotics Summit Taner Ozcelik ประธานและ CEO ของ Mythic AI แสดงให้เห็นว่าการประมวลผลในหน่วยความจำและความเป็นโมดูลของชิปเล็ตทลายกำแพงหน่วยความจำ Von Neumann เพื่อมอบประสิทธิภาพระดับชีวภาพที่ Edge ทางกายภาพได้อย่างไร
ตัวตรวจจับความล้มเหลวด้าน alignment ที่ตอบคำถามแบบมีชนิดได้หลายข้อในการเรียกครั้งเดียวพร้อมความน่าจะเป็นที่ปรับเทียบแล้ว จัดอันดับความล้มเหลวได้ดี และมีต้นทุนต่ำกว่าผู้ให้คะแนนแบบ LLM-judge ถึง 63× แต่ความน่าจะเป็นเหล่านั้น...
คณะกรรมการเฉพาะกิจด้าน AI ของ MIT ไม่ได้มองว่า AI เชิงสร้างสรรค์เป็นปัญหาเครื่องมือที่แก้ได้ด้วยนโยบายฉบับเดียว รายงานของคณะกรรมการมองว่ามันคือบททดสอบแรงกดดันต่อคำถามว่าการศึกษาของ MIT มีไว้เพื่ออะไร...
การชำระเงินแบบเอเจนต์ก้าวจากแนวคิดสู่ธุรกรรมจริงในปี 2026 — Mastercard และ Rabobank ปฏิบัติธุรกรรม AI agent ในเนเธอร์แลนด์ผ่าน Agent Pay คำสั่งความยินยอมเชิงเข้ารหัสแบบ AP2 กำลังเกิดขึ้น และ HM Treasury ระบุว่ากฎหมายบริการชำระเงินต้องปรับตัว โจทย์สถาปัตยกรรมธนาคารคือความยินยอม อัตลักษณ์ ความรับผิด และหลักฐานก่อนการชำระบัญชี
AI แบบเอเจนต์ได้ก้าวข้ามจากขั้นนำร่องสู่การใช้งานจริง ธนาคารร้อยละ 70 ใช้งานแล้ว แต่มีเพียงหนึ่งในห้าที่มีแบบจำลองการกำกับดูแลที่พัฒนาเต็มที่ ฝ่ายตรงข้ามปฏิบัติการด้วยความเร็วระดับเครื่องจักร ระบบรุ่นเก่าถูกเขียนขึ้นบนสมมติฐานการประมวลผลแบบกลุ่มของทศวรรษ 1960 และเส้นตายสำหรับระบบความเสี่ยงสูงตามกฎหมาย EU AI Act เหลืออีกเพียงสิบสองสัปดาห์
สิบสองปีหลังภาพยนตร์ Lucy ของลุค เบสซง อุปมาหลักของภาพยนตร์เรื่องความรู้ที่ย้ายถิ่นจากเนื้อหนังสู่เครื่องจักร กำลังได้รับการยืนยันอย่างไม่คาดคิดโดย LLM คิวบิตอะตอมเป็นกลาง และการจำลองสมองทั้งดวง
OpenVoice มีข้อได้เปรียบสำคัญเหนือเครื่องมือที่มีอยู่ รองรับการควบคุมสไตล์เสียงที่ยืดหยุ่นเกินกว่าโทนและน้ำเสียง อีกทั้งมีความสามารถข้ามภาษาแบบ zero-shot โดยไม่ต้องใช้ข้อมูลจำนวนมาก…
อนาคตของ AI: การศึกษา MM1 ของ Apple เปลี่ยนแปลงการเรียนรู้แบบมัลติโมดัลอย่างไร
การแปลงเสียงเป็นข้อความที่ขับเคลื่อนด้วย AI และเร่งความเร็วด้วย GPU บน Mac ของคุณ
นิยามการโต้ตอบของผู้ใช้ข้ามภาษาใหม่
มองจากภายในถึงความสามารถ การสนับสนุนโอเพนซอร์ส และสิ่งที่กำลังจะมาถึง
Gemini 1.5 สร้างขึ้นบนสถาปัตยกรรม Mixture of Experts (MoE) เวอร์ชันใหม่ ซึ่งเพิ่มความสามารถในการเลือกกระตุ้นเส้นทางที่เกี่ยวข้องมากที่สุดในโครงข่ายประสาทเทียม การพัฒนานี้…
นำทางอนาคตของ AI ด้วยกรอบกฎหมายบุกเบิกของสหภาพยุโรป
สถาปัตยกรรมของผู้ช่วยเสียงโอเพนซอร์สบน Python: Whisper, GPT-4, แคช SQLite และ fpdf2
AI เปลี่ยนแปลงปฏิสัมพันธ์กับผู้บริโภคและพลวัตของการโฆษณาอย่างไร
Audio Analyser คือเครื่องมือ Python โอเพนซอร์สที่เชื่อม speech-to-text ของ Azure Cognitive Services, NLP จาก Text Analytics และ Translator เข้าเป็นเว็บแอปพลิเคชัน CherryPy เดียว โดยแปลงไฟล์บันทึกเสียงให้เป็นข้อความถอดเสียงที่มีโครงสร้าง คะแนนความรู้สึก และการแปลหลายภาษา โดยไม่ผูกติดกับคลาวด์นอกเหนือจาก Azure SDK
วิศวกรรม prompt จัดโครงสร้างอินพุตของ LLM ที่เวลาอนุมาน โดยไม่ต้องปรับปรุงน้ำหนักของโมเดล บทความนี้ครอบคลุมเทคนิคที่พิสูจน์แล้วว่าเชื่อถือได้ในปี 2024 ได้แก่ การกำหนดกรอบงานแบบ zero-shot (Brown et al., 2020), การให้เหตุผลแบบ chain-of-thought (Wei et al., 2022), การสุ่มตัวอย่างแบบ self-consistency (Wang et al., 2022), ลูปเอเจนต์ ReAct (Yao et al., 2022), ความเสี่ยงจาก indirect prompt injection (Greshake et al., 2023) และรูปแบบ RAG ที่ใช้งานจริงจากบริการทางการเงิน
จุดเริ่มต้นของการเดินทางทางเทคโนโลยี
ปีสำคัญสำหรับเทคโนโลยี สังคม และวิวัฒนาการทางจริยธรรม
Generative AI ก้าวจากความสนใจในเชิงวิจัยไปสู่การใช้งานจริงในการผลิตในปี 2023 GPT-4, Claude 2, Llama 2 และ Mistral แสดงให้เห็นว่าโมเดลภาษาขนาดใหญ่สามารถจัดการการตรวจทานเอกสารกฎหมาย การสร้างโค้ด และบทสนทนากับลูกค้าได้ในคุณภาพเทียบเท่ามนุษย์ ซึ่งก่อให้เกิดคำถามด้านธรรมาภิบาลโดยทันทีเกี่ยวกับการหลอน การรั่วไหลของข้อมูล และการปฏิบัติตามกฎเกณฑ์ในบริการทางการเงิน