宝马线上app

电脑版下载

95140
9

宝马线上app截图Q8X2R7L1T4J5M9B6W3

内容详情

宝马线上app

【观网财经丨智能早报 11月17日】

库克或最早明年卸任

据媒体援引知情人士消息报道称，在担任苹果首席执行官长达14年之后，蒂姆·库克最早可能于明年卸任，而现年50岁的苹果硬件工程高级副总裁John Ternus被视为最有可能的接班人。Ternus于2001年加入苹果产品设计团队，此后几乎参与了公司所有主要硬件产品的工程设计工作。据悉，他在苹果多次主题发布会上也担任重要角色，包括推出新款iPhone Air。苹果历来习惯在1月底财报后公布重大人事变动，若按惯例在明年初宣布新首席执行官，可让新管理层在6月WWDC、9月iPhone发布会前完成磨合。知情人士强调，这一接班安排早已部署，与苹果当前的经营表现无关。（财联社）

“羊毛党”用AI假图骗“仅退款”：百元内商品成重灾区

近日，一种新型的AI造假索赔手法正在电商领域悄然蔓延，部分消费者利用AI P图伪造瑕疵图片，以骗取“仅退款”。根据多家电商客服的反馈，当前部分消费者熟练使用AI工具，在相关教程的指导下，他们仅需输入如“将水果P出霉斑”这样一段简单的指令，AI工具便能快速生成一张带有瑕疵的商品图片。

而如果指令足够细致，最终生成的图片仿真度极高，几乎难以辨识。蓝鲸新闻调查发现，除AI P假图外，围绕“仅退款”已衍生出更为系统的灰色产业。其以学习者身份接触到一个教学该“技术”的“师傅”，对方表示支付288元学费即可传授“仅退款”窍门，并宣称一个账号约可成功退款30次。为证明效果，他还展示了学员“累计获利2000元”的成果。（蓝鲸新闻）

多家手机厂商暂缓采购存储芯片

随着上游储存芯片价格的疯涨，多家手机厂商已经暂缓了本季度的存储芯片采购。小米、OPPO、vivo等厂商库存普遍低于两个月，部分厂商DRAM（动态随机存取存储器）库存低于三周，在犹豫是否接受原厂（美光、三星、SK海力士）接近50%的涨幅报价。

一位原厂员工Jackey告诉界面新闻，“我们现在是不愁卖的，如果手机厂家不要的话，我们可以把产能给服务器客户，他们现在也很缺货，还可以卖的更贵。”在AI大模型浪潮的推动下，数据中心对存储芯片的需求激增，是本轮存储芯片涨价的诱因之一，服务器厂家往往愿意花费更高的价格来采购。界面新闻了解到，同款存储产品，报价商给服务器厂家的价格往往会高出手机厂商30%以上。（界面新闻）

华为将发布AI领域突破性技术，有望解决算力资源利用效率难题

据悉，华为将在11月21日发布AI领域的突破性技术，有望解决算力资源利用效率的难题。具体来看，华为即将发布AI领域的突破性技术，可将GPU（图形处理器）、NPU（神经网络处理器）等算力资源的利用率，从行业平均的30%至40%提升至70%，显著释放算力硬件潜能。

据透露，华为即将发布AI领域的突破性技术，是通过软件创新实现英伟达、昇腾及其他三方算力的统一资源管理与利用，屏蔽算力硬件差异，为AI训练推理提供更高效的资源支撑。

同时，华为即将发布AI领域的突破性技术，与以色列AI初创公司Run:ai的核心技术路线有共同性，后者在2024年底被英伟达以7亿美元资金收购。

公开资料显示，Run:ai自2018年成立以来，一直专注于GPU调度技术，并致力于打造一个能将AI模型拆分并行运行的平台，无论硬件位于本地、云端还是边缘。据悉，管理生成式AI、推荐系统、搜索引擎等工作负载，需要复杂的调度来优化系统和底层硬件的性能。Run:ai的核心产品是基于kubernetes（开源容器编排平台）构建的软件平台，用于调度GPU的计算资源，通过动态调度、池化、分片等技术，实现GPU资源利用率的优化，让深度学习训练与推理任务在企业级环境中高效运行。(中国基金报)

北大团队新突破 AI“牛顿”，看一眼数据，推出物理定律

北京大学团队推出AI-Newton系统，采用符号回归方法，在无监督、无物理先验知识前提下，成功重新发现牛顿第二定律、能量守恒定律和万有引力定律等基础规律；系统由符号化概念、特定定律与普适定律构成的知识库支持，通过物理领域专用语言表示知识，各测试用例中平均识别出约90个物理概念和50条一般定律；AI-Newton展现出渐进性和多样性两大特性，虽目前仍在研究阶段，但为AI驱动自主科学发现提供了新范式，有望扩展到具身智能领域。

可解释性新研究：OpenAI又Open成果，来自对齐团队

OpenAI发布可解释性新研究，提出训练神经元连接少但神经元数量多的稀疏模型，通过强制大部分权重为0使模型内部机制更易被理解；研究团队找出模型完成特定任务的"最小回路"，通过边数几何平均值量化可解释性，发现训练更大更稀疏的模型可生成功能更强但回路更简单的模型；论文通讯作者为Leo Gao，曾是Ilya超级对齐团队成员，但研究仍处早期阶段，稀疏模型比前沿模型小得多且训练效率较低。

本文系观察者网独家稿件，未经授权，不得转载。