AI早班车2024.5.21

先一步知道AI未来！

全球AI新闻速递

1.中国电信：发布万亿参数语义模型 Tele-FLM-1T。

2.蚂蚁图数据库再获LDBC权威测试世界第一。

3.昇腾 AI 算力性能已超英伟达 A100，近半中国大模型选择昇腾技术路线。

4.中国气象局发布“风清”、“风雷”、“风顺”。

5.Adobe：更新服务条款，不会将用户作品用于 AI 训练。

6.TuGraph 利用计算和大模型，发现足球比赛中的关键“关系”。

7.环球音乐与 SoundLabs 推出艺术家专属声音AI插件 MicDrop。

8.三星：目标打造“超级互联生态系统”，将推出配备 AI 的家电产品。

9.国际货币基金组织：需针对 AI 调整税收制度。

10.我国人工智能企业数量已超 4000 家，去年 AI 核心产业规模达 5784 亿元。

11.花旗警告华尔街：AI 时代银行业将被颠覆，被取代岗位数量可能超过其他任何行业。

12.百度文库宣布“橙篇”行业首创 10 万字长文生成及多模态编辑能力。

13.上海人工智能实验室发布首个 AI 高考评测结果：语数英总分最高 303 分，数学全部不及格。

14.OpenAI“宫斗”核心人物 Ilya Sutskever 出走后单飞：建立“全球首个”安全超级智能实验室。

人工智能的未来

人工智能模型预测焦虑程度

摘要：辛辛那提大学的研究人员刚刚开发出一种新的人工智能系统，可以使用简短的图片评级任务和一小部分人口统计和心理变量来预测焦虑程度。

细节：

Comp Cog AI 将心理学原理与机器学习相结合，以衡量与焦虑相关的人类决策模式。

参与者对一系列引发情感的图片进行评分，并回答一些关于他们的年龄、收入、就业等背景问题。

该模型提取了 15 个“判断变量”，捕捉用户在决策过程中权衡积极和消极结果的模式。

在测试中，该模型预测参与者的焦虑程度是更高还是更低，准确率高达 81%。

重要性：焦虑症虽然极为普遍，但诊断起来往往既困难又耗时。借助人工智能连接数据模式并实现可靠预测的能力，该技术很快就能实现更高效的筛查，从而简化评估和治疗时间。

新型人工智能平台寻找材料助力应对气候变化

“人工智能教父”恰好是最受瞩目的人工智能怀疑论者之一。计算机科学家杰弗里·辛顿（Geoffrey Hinton）在 80 年代开发了一种算法，成为现代神经网络的基础，他毫不掩饰自己对人工智能有朝一日会“接管”的信念。

但这并没有阻止他最近支持一家名为 CuspAI 的英国初创公司，该公司正在开发一个由人工智能驱动的分子和材料库。该公司由前微软研究院和 Alphabet 校友创立，希望帮助寻找可用于促进碳捕获和其他绿色技术的新材料。

想法：

1.该公司联合创始人马克斯·威林在接受《财富》杂志采访时表示：“想象一下，搜索引擎不仅可以搜索现有材料，还可以搜索所有可能被创造出来的分子和材料。”

2.例如，你可以要求平台找到一种既耐用又耐极端温度的材料，并快速找出最佳候选材料

3.耗电巨大的人工智能数据中心给全球能源系统带来额外负担，这已不是什么秘密

4.凭借 3000 万美元的种子资金，CuspAI 希望其平台能够加快寻找可持续解决方案的速度

这意味着什么： Hinton 去年辞去了 Alphabet 的职位，他告诉新闻媒体，他开始后悔自己对这个领域的贡献。那么他为什么要加入一家人工智能初创公司的董事会呢？可能是因为他认为像 CuspAI 这样的平台的风险远低于 Gemini 或 ChatGPT 等通用法学硕士的风险。

CuspAI 的模型可能无法帮助你写论文或解决数学问题——而且创始人可能对实现 AGI 没什么兴趣。相反，他们磨练了自己的模型，以便将一件事做得非常好。如果 Hinton 能如愿以偿，我们可能会看到更多经过微调的 AI 平台，用于处理高度特定的任务——而不是更难管理的通用任务。

农民希望人工智能能够帮助预测天气

我们大多数人都曾努力让室内植物或花园茁壮成长。现在，想象一下同时照料数英亩的农作物——你的整个生计都岌岌可危。数百年来，美国的农业工人一直使用《老农年鉴》来预测农作物产量，但研究表明，该出版物的“秘密公式”准确率只有 50% 左右。

农民已经开始依赖现代预测技术，但气候变化使得天气模式变得如此难以预测，甚至复杂的模型也难以跟上。

现在，一些种植者开始使用人工智能来更好地了解他们的作物每个季节的生长情况。一个名为 ClimateAi 的工具使用气温、降雨量和其他指标来提供高度具体的见解，例如某种作物最有可能开花的时间。它可以建议农民在未来一小时到六个月内何时种植或收获某种作物。

重要性：农作物短缺期间，食品杂货价格会上涨，某些产品可能更难找到。但当农业中断（例如异常长时间的干旱）在全球范围内加剧时，它可能会导致更大的问题，例如粮食短缺。

如今，农民使用不同品种的种子来提高作物对天气条件的抵抗力。但气候科学家表示，我们的环境变化速度快得我们无法跟上。ClimateAi 是众多初创公司之一，它们正在开发能够将新种子的测试阶段缩短数年的功能。

人工智能与生产力

财务高管谈人工智能如何带来回报

人工智能正在迅速融入许多组织，它有望改变工作的各个方面，从提高个人生产力和创造力到代表团队工作和自动化业务流程。在专业服务公司安永，整合人工智能需要进行彻底的变革，例如制定员工采用指南并构建自己的人工智能平台。Marna Ricker 是安永的全球副主席，负责监督全球 77,000 多名安永法律和税务专家提供的服务。在这里，Ricker 分享了她和她的同事如何利用人工智能的力量的见解——从新的工作实践到帮助客户解决他们独特的税务相关业务问题、提高效率以及从他们的数据中创造更多价值。

您一直在推动安永的 AI 转型，并且亲眼目睹了 AI 重塑税务服务领域。AI 如何改变您的行业？

我看到整个公司都转向“AI 优先”的思维模式。人们将 AI 用作数字助理，与日常使用的其他生产力工具相辅相成。税务和财务专业人士正在自动化日常任务，从而腾出宝贵时间用于更具战略性的活动。AI 还通过总结信息、识别异常和突出关键主题来帮助这些战略活动。我们已经看到这些基本生产力的提高每周可节省多达 14 个小时的时间。

人工智能如何改变税务领域领导者处理特定业务需求的方式？

我们看到人工智能为组织解锁了数据金矿。这意义重大，因为这些数据一直被困在组织孤岛中，现在税务团队可以利用这些数据为整个企业带来价值和见解。它将税务专业人员置于复杂数据集的中心，使他们能够分析发票数据以提出现金流建议，或分析可持续性数据以提出激励措施或研发建议。这既带来了机遇，也带来了挑战。例如，首席财务官和其他财务职能专业人员是否准备好承担掌握如此多数据的责任？他们是否准备好将从中得出的见解传达给企业的其他部门，特别是首席执行官和董事会？他们知道如何获取和挖掘人工智能所需的高质量数据吗？

人工智能帮助解决了您职业中的哪些最大痛点？  

EY 的研究表明，税务团队通常要花费 40% 到 70% 的时间来收集和处理数据。税务团队还面临着法规和实时报告方面日益复杂的问题、预算下行压力以及更新所用技术的成本增加。他们今天负责的决策和行动数量与 12 年前大致相同，但他们需要基于 50 倍的数据量来制定决策和行动。此外，技能差距不断扩大也令人头痛。

人工智能已经帮助解决了许多挑战。更快、更准确地处理大量数据的能力将彻底改变纳税申报合规和核对的局面。我们分析和解读法规的能力，加上人工智能的预测洞察力，也将帮助我们转向实时预测，并根据对未来税收影响的更深入了解做出战略规划决策。

谈到人工智能，您是否重点关注员工的特定技能提升机会？ 

及时工程（prompt engineering）是善于提问的花哨术语，无疑是当今专业人士最重要的技能之一：我们正在从一个受过训练以找到正确答案的世界走向一个新世界，在这个新世界中，我们的任务是提出一系列更好的问题。在安永，我们正在使人工智能的使用变得民主化——您不再需要成为计算机程序员或数据科学家才能使用它。但您确实需要知道如何提出正确的问题，以及如何充分利用结果。

随着我们对 Copilot 概念越来越熟悉，我也很高兴听到我们的员工开始使用 Microsoft 的Copilot Studio构建自己的“低代码”copilot，以帮助提高日常活动的效率或完全自动化流程。这就是安永等公司如何利用 Microsoft 的产品并将领域专业知识（例如税务和财务知识）融入其客户解决方案套件中。

您对其他商业领袖有什么建议？  

领导者应该广泛征求意见，并善待自己，承认目前没有单一的“正确”答案。人工智能可以快速提高效率。例如，有很多方法可以利用 Copilot节省时间或填补理解和准备方面的任何漏洞。但要想在任何行业实现有意义的转型，我们需要彻底重新构想工作的未来，以及人类与技术的价值所在。

在安永，我们希望确保为员工和客户提供最好的技术工具。这可能是许多领导者目前想要做的事情。做到这一点的关键是要理解人工智能是一个由机器主导的推理引擎，而不是由人类主导的智能引擎——它不具备判断力、情感或价值观。它是一种增强我们才能和能力的工具，而不是一种可以取代我们的工具。这就是我们如何确保人类继续参与并愿意接受技术，以确保他们在未来的专业服务行业中保留或提高其价值主张。

一行代码即可实现无服务器 H100