杏彩平台官网软件设计软件设计模式答案OpenAI将发布语音引擎英伟达的人形机器人
OpenAI最近提交了一项“语音引擎”（VOICE ENGINE ™）的商标申请，并计划构建“数字语音助手”。这表明他们可能准备推出一款新产品。该申请于本周二提交给美国专利商标局，正好是Sam Altman接受采访并表示OpenAI在发布GPT-5之前还有“很多其他重要产品要发布”的一天后。尽管这些功能有可能无法实现，因为公司通常会为从未实现的想法提交商标申请。然而，根据之前的报道，OpenAI预计将在今年中期发布ChatGPT模型的“显著改进”版本杏彩平台官网。
目前，OpenAI有一个将语音转换为文本的API，名为TTS。他们还拥有一个通用的语音识别模型，名为Whisper。OpenAI在去年十月还提交了GPT-6和GPT-7等未来模型的商标申请。
GPT-6的商标申请包括模拟对话、共享用于机器学习的数据集、预测分析以及“分析能够学习分析、分类和采取行动以应对数据暴露的算法”。GPT-7的商标申请涵盖了使用人工智能进行音乐生成、将文本和数据文件转换为软件代码以及创建和生成软件代码。这两个申请目前仍在审核中。
有趣的是，有网友发现该语音引擎demo博客 链接出现在网站上加载的脚本之一，返回显示 404，可能不久就会公布。
中国科学家在一次重要会议上揭示了两款创新的人工智能芯片，这些芯片具有极高的能源效率。传统的人工智能芯片由于面临较重的计算需求，通常需要大量的能源，限制了它们在现实场景中的应用。然而，通过算法和架构的优化，中国电子科技大学周军教授及其团队成功地显著降低了功耗。这个团队在2024年IEEE国际固态电路会议上展示了这两款创新芯片，该会议被誉为集成电路行业的奥林匹克。
这两款人工智能芯片中的第一款设计用于嵌入智能设备，以实现离线语音控制。这款芯片在关键词识别和说话者验证方面表现出色，可以识别目标说话者的声音信号，即使在电视、音乐或其他人说话的环境噪音干扰下，这通常会干扰传统语音识别芯片。传统芯片还往往存在高唤醒能耗和频繁误唤醒的问题，导致能源效率低下。周教授的团队提出了一种新颖的架构，通过多重优化解决了这些限制，包括动态计算引擎、自适应噪声抑制电路和集成的关键词和说话者识别电路。据中国电子科技大学网站上的一份报告称：“该芯片在安静环境下的识别能耗不到两微焦，准确率超过95%，在嘈杂环境下的准确率超过90%，在能源效率和准确率方面创造了新的全球标杆。” 这款1平方厘米的芯片已经集成到一个3厘米 x 3厘米的微单元中，内置于玩具车内，用于控制其运动。该芯片还可应用于低功耗语音控制场景，如智能家居、可穿戴设备和智能玩具。
团队在会议上展示的第二款芯片旨在检测癫痫患者的癫痫发作信号。这款芯片设计用于可穿戴设备，利用脑电图（EEG）识别技术，提醒患者正在进行癫痫发作，以便患者及时寻求医疗帮助或治疗。这款芯片的设计经过优化，能够在低发生率和需要住院治疗的情况下实现高准确率，克服了传统设计中所面临的问题。
这两款创新的人工智能芯片为移动设备带来了更高的能源效率和更广泛的应用前景，对人工智能技术的发展具有重要意义。
匹兹堡的初创公司WorkVis利用人工智能摄像头来监测钢铁工人的安全。这一技术能够实时检测潜在的危险情况，并提供预警，以保护工人的安全和健康。WorkVis的AI摄像头能够识别和分析工人的动作、姿势和行为，以便及时采取措施来避免事故和伤害。这种创新将为钢铁行业带来更高的安全标准和工作环境。如果检测到异常行为或潜在危险，系统将立即发出警报，以便采取相应的措施。这项技术的引入将提高工人的安全意识和工作效率，减少事故和伤害的发生。
根据消息人士透露，苹果公司曾与中国搜索引擎巨头百度进行过谈判，讨论将百度的人工智能技术整合到苹果设备中的可能性。这些谈判旨在加强苹果在中国市场的竞争力，并提供更具个性化和智能化的用户体验。百度是中国最大的搜索引擎之一，其在语音识别、自然语言处理和图像识别等领域具有丰富的人工智能技术。通过合作，苹果希望能够利用百度的技术优势，为其设备带来更多智能化的功能和服务。然而，目前尚不清楚这些谈判是否最终达成了协议，以及具体的合作细节。
此前苹果与谷歌也谈判将Gemini接入苹果设备，此策略表明苹果可能暂停迭代新Siri，与此同时，未来也可能看到苹果在全球市场了，针对不同国家地区的合规性和AI法案规定，接入本地LLM。比如美国的Gemini、中国的问心一言、日本的软银SB Intuitions，法国的Mistral......
6.Nvidia宣布推出AI驱动的医疗代理人，超越并每小时仅需9美元
Nvidia与人工智能医疗公司Hippocratic AI合作开发了一款能够在视频通话中超越人类，并且每小时成本更低的AI 代理人。这两家公司宣布了他们的合作，利用Nvidia提供的技术和Hippocratic的健康关注型大型语言模型（LLM）培训，构建了有共情力的医疗代理人，通过超低延迟的对线;与患者建立人性化的连接。
Hippocratic表示，他们的Constellation模型在识别药物对实验室数值的影响方面的准确率为79%，杏彩平台官网而人类为63%；在识别特定疾病禁用的非处方药方面的准确率为88%，而人类为45%；在正确比较实验室数值与参考范围方面的准确率为96%，而人类为93%；在检测非处方药物的毒性剂量方面的准确率为81%，而人类为57%。
Nvidia和Hippocratic AI开发的AI驱动的医疗代理人不仅成本较低，每小时只需9美元，而且还能以人类的方式与患者进行对话。根据劳工统计局的数据，的中位每小时工资为39.05美元（截至2022年）。
洛杉矶县正在利用人工智能识别处于无家可归风险中的人，并提供资源帮助他们保持住所。该软件追踪紧急就诊、心理健康危机护理、物质滥用障碍诊断、逮捕和公共福利申请等情况。官员们随后联系这些人，提供现金和服务。一旦批准，他们会被分配一个为期4至6个月的个案工作者与他们合作。他们还会获得数千美元用于购买生活必需品。该计划于2021年启动，迄今已帮助了700多人。洛杉矶县卫生部新的无家可归预防单位的负责人Dana Vanderford在上面的视频中介绍了该计划。
谷歌科学家领导的团队开发了一种机器学习工具，通过评估咳嗽和呼吸等声音来检测和监测健康状况。这种人工智能（AI）系统通过数百万个人声音的音频片段进行训练，将来可能被医生用于诊断包括COVID-19和结核病在内的疾病，并评估一个人的肺功能。
谷歌科学家领导的团队开发了一种机器学习工具，通过评估咳嗽和呼吸等声音来检测和监测健康状况。这种名为Health Acoustic Representations（HeAR）的谷歌系统是基于数百万个人声音的音频片段进行训练的，并且可以进行多项任务的精细调整。在COVID-19大流行期间，科学家们发现通过一个人的咳嗽可以检测呼吸性疾病，这个概念引起了人们的关注。HeAR系统的创新之处在于它所使用的庞大数据集，以及它可以进行多种任务的调整。这项研究尚未经过同行评议，研究人员计划将模型提供给其他研究人员使用。HeAR系统在COVID-19、结核病等方面的检测表现良好，得分高于基于语音数据或一般音频进行训练的现有模型。该研究展示了声音作为生物标志物的潜力，谷歌的研究也为这个新兴领域的创新提供了动力。
EduBirdie的一项研究揭示了Z世代对工作场所中使用AI的积极和消极观点。该研究调查了美国的2000名Z世代个体了解他们如何在工作中使用ChatGPT。
该研究显示，36%的Z世代受访者在使用AI帮助他们完成工作任务时感到内疚。此外，三分之一的Z世代受访者表示担心过度依赖ChatGPT会限制他们的批判性思维能力。此外，18%的受访者表示这会妨碍他们的创造力。
Z世代对AI反应褒贬不一的原因之一可能是，他们比之前的一代更加意识到使用AI的潜在后果。他们在快速技术变革的时代长大，更有可能熟悉AI的伦理和社会影响。这可能解释了为什么他们在工作任务中过度依赖AI时会感到责任感和内疚。
研究显示，49%的受访者认为AI使他们更有创造力，其中1/7的人报告收入增加。Z世代主要使用ChatGPT进行研究、生成想法和头脑风暴、写作和生成内容，以及修改简历和应聘材料以在招聘过程中脱颖而出。调查显示，Z世代对AI在今年取代他们在工作场所的担忧并不大，只有9%的人认为到2024年这有可能发生。然而，61%的受访者认为AI在10年内可能接管他们的工作。
谷歌研究团队在《自然》杂志发表的一篇论文中展示了他们如何利用人工智能技术准确预测河流洪水，并提前7天预警全球80个国家，包括信息稀缺和脆弱地区。传统的洪水预测方法依赖于大量的数据和复杂的模型，但在一些地区，数据稀缺或不可靠，这给洪水预测带来了挑战。谷歌的AI技术通过分析卫星图像、气象数据和地形信息，建立了准确的洪水预测模型。这项技术不仅能够提供更准确的洪水信息，还能帮助保护那些容易受到洪水影响的地区的生计。谷歌的全球洪水预测系统已经在80个国家得到应用，为当地政府和民众提供了宝贵的预警和决策支持。
这款AI机器人由H2L robotics公司制造，其可利用人工智能帮助识别患病的郁金香，并通过精确的GPS坐标找出需要被摧毁的花朵。机器人的核心是其AI模型，其中融入了郁金香农民的知识。人工智能帮助机器人识别患病的花朵，而精确的GPS坐标则能准确定位需要被摧毁的花朵。这款机器人的速度比一辆跑车慢得多，以每小时1公里的速度在田间行驶，寻找叶子上出现的患病迹象。机器人前方装有摄像头，可以拍摄成千上万张郁金香的照片，然后通过AI模型判断郁金香是否患病，并进行相应的处理。机器人的价格虽然昂贵（18.5万欧元），但它能有效地帮助除去田间的病花，而越来越少的人能够准确地发现患病的郁金香。
用户开始谈论或输入有关焦虑的内容，该应用程序就会生成治疗师经过培训的那种令人安慰、富有同情心的陈述。然后，熊猫可能会建议进行引导式呼吸练习、重新构建消极想法的方法或压力管理技巧。
英国金融时报推出了一个名为Ask FT的生成式AI聊天机器人，可以回答订阅用户提出的问题。与通用的AI机器人（如ChatGPT、Copilot或Gemini）类似，用户可以期望得到经过筛选的自然语言答案，这些答案来自该媒体几十年来发布的信息。
这款聊天机器人可以为用户提供答案、引用相应文章，并标注文章的时间范围。它不仅可以回答关于当前事件的问题，比如英特尔在CHIPS法案下获得了多少美国政府的资金，还可以回答更广泛的问题，比如加密货币对环境的影响。此外，Ask FT还可以回答需要深入挖掘金融时报档案的问题。
这款聊天机器人目前只对少数几百名订阅了金融时报专业版的会员开放，该版本面向商业专业人士和机构。Ask FT目前由Anthropic开发的大型语言模型Claude提供支持。
借助Suno AI，用户可以轻松制作个性化的音乐作品，节省创作时间并获得独特的创作体验。推荐大家体验，人人都可以成为音乐家。
扫一扫关注微信公众帐号
