至顶网软件频道消息:通用电气认为,人工智能可以具备一定程度的谦逊,算法将有足够的意识来了解它们不知道的东西。
通用电气研究公司表示,它一直在其风电场和燃气轮机的数字化双胞胎部署试用“谦逊人工智能”。该计划旨在将谦逊人工智能注入GE的数字化双胞胎产品和服务。
谦逊人工智能指的是在遇到算法无法识别的情况时,具备默认切换到已知安全操作模式的能力。
在安全模式下操作时,谦逊人工智能可以通过收集更多操作数据、人类工程师的输入,与其他资产的关联以及运行其他模拟和场景来学习新情况。
通用电气全球研究公司软件研究副总裁Colin Parris表示,该公司的谦逊人工智能方法正在风电场进行试点。Parris表示:“我们希望向算法引入业务风险的概念,并为你提供模型失败的早期预警和预测……了解我将这些资产引入哪些商业风险。”
Parris解释说,人工智能背后的主要思想是,模型将了解他们的能力以及他们具有高度自信的领域。如果模型看到的是其置信区之外的东西,比如温度范围,那么该模型将足够谦逊,知道自己在这方面不自信。
Parris 解释说:“人工智能应该谦虚地知道它不在其能力范围之内,并转向标准操作。”
Parris表示,归根结底,谦逊人工智能的承诺是,它能够以更低的商业风险提供更快的价值。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。