1 AI逆向绘画火了！一键重绘梵高《星空》，来自华盛顿大学
量子位｜阅读原文
这项魔法来自华盛顿大学，项目名为Inverse Painting，相关论文已入选SIGGRAPH Asia 2024，其中两位作者还是东北大学（Bowei Chen ）和上海科技大学（Yifan Wang）的校友。从原图→绘画过程延时视频，Inverse Painting采用基于扩散的逆绘画方法。通过指令生成和画布渲染来完成创作。
2 解密诺贝尔物理学奖为啥颁给AI？Hinton和Ilya 12年前对话，竟引发物理诺奖AI风暴！
新智元｜阅读原文
诺贝尔物理学奖公布第二天，争议依然未平息。诺奖官号都被愤怒的网友冲了：AI不是物理学！
MIT博士生Ziming Liu直言：「Physics (Science) for AI」是一个被严重低估的领域。规模化可以实现一对多的效果，但唯有科学才能带来从无到有的突破。
1995年反向传播算法引发的热潮被统计机器学习盖去了。2012年9月，一篇题为「用深度卷积神经网络进行ImageNet图像分类」的论文，让此前沉寂多年的AI领域热度骤起。AlexNet摧枯拉朽般的大胜，让研究人员惊叹于大型卷积深度神经网络架构的神奇威力，这篇论文也成为深度学习和人工智能自「AI寒冬」后重新成为热门领域的重要里程碑。
自此，人们开始相信：大数据、算力、深度模型，是走向通用人工智能的关键三要素。而深度模型也从最早的卷积神经网络，迭代为递归神经网络、Transformer、扩散模型，直至今天的GPT。
3 英伟达最新 AI 峰会 —— 加速计算与 AI 的变革力量
有新Newin｜阅读原文
Pette 认为我们正处于新工业革命的黎明，并对现场的政策制定者、媒体、开发者和企业家们表示，英伟达设计系统时不仅考虑性能，也兼顾了能源效率。据悉，英伟达 Blackwell 平台在 AI 计算领域实现了突破性的能源效率提升，在过去十年中将训练 GPT-4 等模型的能耗降低了多达 2000 倍。此外，英伟达加速计算还将 AI 模型生成输出（即 token ）的能源消耗减少了 10 万倍，这突显了在全球范围内快速采用 AI 的背景下，加速计算对可持续性的价值。他还表示，这些 AI 工厂生产的是产品，这些产品是 token，而 token 代表的是智能，智能即金钱，这将颠覆地球上的每一个行业。
4 清华微软最新力作：用物理学革新Transformer注意力，「大海捞针」精度暴涨30%！
新智元｜阅读原文
随着诺贝尔物理学奖颁给了「机器学习之父」Geoffrey Hinton，另一个借鉴物理学概念的模型架构也横空出世——微软清华团队的最新架构Differential Transformer，从注意力模块入手，实现了Transformer的核心能力提升。微软研究院和清华大学的研究人员共同提出了一种新的模型架构——Differential Transformer，不仅保留了原始Transformer中的可扩展性，也能让模型更加关注上下文中与任务相关的关键信息。
对此，你怎么看？
详情查看参与互动赢蚂蚁周边
支付宝开放平台-开发者社区
「AGI 之路」 内容库
欢迎你的投稿！戳我进群
支付宝/钉钉扫码加入支付宝开发者钉组织，可了解支付宝开放能力最新动态，订阅文档更新消息，和同城同行业交流业务，与支付宝产研沟通交流。
