📣📣📣达摩院－视觉智能开发平台子社区建立新版块——AI热点日报～
我们汇总了世界各地最具影响力的AI项目、研究成果和创新应用的信息，为读者带来前沿的科技资讯。无论你是科技爱好者、人工智能从业者或者只是对未来科技趋势感兴趣的读者，我们都致力于满足你的需求。通过简明易懂的报道和深入的分析，本系列文章将带你领略未来的畅想，了解人工智能正在如何改变我们的生活和社会。
不容错过的每一期，让我们与科技同行，共同探索AI的无限可能。
🌈热点内容直通车
1. 华为预测：2027年中国数据中心服务器市场规模近5000亿元，2030年人类将进入YB（10^24次方）时代
华为计算产品线副总裁田华今日在华鲲振宇产品发布会上表示：智能世界未来已来，算力需求正呈现爆发式增长。华为预测，到2030年人类将进入YB数据时代，通用算力将增长10倍，人工智能算力将增长500倍。
当前，我国有超过2000万服务器的庞大存量，每年通用服务器采购量约400万-500万台。到2027年，预计中国数据中心服务器市场总规模接近5000亿元。截至目前，已有14家伙伴推出采用华为核心部件的服务器，鲲鹏和昇腾的开发者已超过350万家，合作伙伴超过5300家，解决方案认证超过1400个。
2. 清华系「自然语言编程神器」上新
清华和智谱AI联合打造的多语言代码生成模型CodeGeeX，更新了！所支持的编程语言种类从原来的20种增加到100多种。通过IDE中的插件，可以轻松实现「无缝自然语言编程」。
由于使用了新版基础模型，CodeGeeX2的功能更加强大。更新主要包括以下几个方面：
- 代码能力更强了
- 模型特性得到了优化
- AI编程助手功能更全面了
- 用户协议更加开放
３.Meta将向微软亚马逊谷歌收取转售Llama2的费用
《科创板日报》27日讯，Meta计划从主要云计算公司的Llama2大型语言模型转售中获利。Meta首席执行官马克·扎克伯格在季度收益电话会议上表示，Llama2是开放的，但除了将技术开源外，Meta还包含了一个条款，即最大的云计算公司不会获得免费使用许可，而必须与Meta达成商业协议。“像微软、亚马逊或谷歌这样的公司，基本上都会转售服务，我认为我们应该从中获得部分收入。”扎克伯格说。
📖新鲜论文早知道
1. Science｜MIT论文：生成式AI对生产力的影响
麻省理工学院经济学的两位博士Whitney Zhang和Shakked Noy，在Science上联合发布了一份名为《生成式AI对生产力影响》的论文。该论文主要研究了ChatGPT（3.5版本）在中级专业写作任务中的生产力影响。通过为453名受过大学教育的专业人士分配了特定于职业的激励性写作任务。其中，50%的参与人员可以使用ChatGPT。
研究结果显示，ChatGPT 显著提高了生产力，平均提升了40%的写作效率，内容质量提升了18%。员工之间的不平等现象减少，人们对AI的担忧和兴奋暂时上升。
在实验中接触过ChatGPT的人，在实验结束的两周后，在实际工作中使用ChatGPT的意愿提升了2倍，两个月后提升了1.6倍。也就是说，在接触ChatGPT后人们非常喜欢使用该产品。
论文链接：https://www.science.org/doi/10.1126/science.adh2586
2. DeepMind实现AI可控核聚变新突破
秘密研发3年，DeepMind去年宣称，首次成功用AI控制「托卡马克」内部等离子体。其重磅成果登上Nature。时隔一年，谷歌AI团队在这一领域再次取得突破。DeepMind最新研究用RL算法，将等离子体形状精度提升65%，为「人造太阳」精准放电指明道路。
DeepMind团队基于上次的研究，对智能体架构和训练过程提出了算法改进。研究发现，等离子形状精度提高的同时，还降低了电流的稳态误差。甚至，学习新任务所需的训练时间减少了3倍还要多。
论文地址：https://arxiv.org/pdf/2307.11546.pdfarxiv.org/pdf/2307.11546.pdf
🎤观点方向多了解
1. 清华教授黄民烈：找到ChatGPT后最有希望的AI赛道
7月初，OpenAI之下最高估值的AI公司Inflection AI诞生了。这家公司只有一个产品产品——【PI】。如果说ChatGPT的定位更倾向于工具的化，Pi 则更像一个富有感情的AI。
Pi的深受追捧，照亮了被ChatGPT这类智能AI光芒所隐没的另一条道路——情感AI。一个能给用户带来理解、重视、关怀的赛道，比起冷冰冰的提效类智能AI，它的潜在市场可能会更大。
针对这一消息，清华教授黄民烈在访谈中发表了一些看法
ChatGPT的底层是基于Transformer的架构，所以在模型的架构上确实没有什么创新（最近的一些模型设计有一些新的创新）。其实它的成功，实际上是数据加工程加系统层面的集成式的一个创新。
集成式创新包括比如数据层面，OpenAI其实做了大量的数据积累和数据工程，以及高质量的人工收集、标注、清洗等等。工程层面上它其实也是面临一些比较大的挑战，就过去我们可能做需要几十张GPU卡的可以（简单一些），但把这个模型的规模和数据做到了需要几千张几万张卡的程度，这就会涉及到很多并行算法调度等各方面的工程挑战。最后系统方面，我们其实看到在过去几年里OpenAI一直把GPT作为一个产品来进行迭代。与之相比，我们之前的那些模型或多或少都是作为一种项目在开发，我把这个模型做好了，开源出来之后，它就没有进一步的迭代更新机制了。
其实现在大家都在挤大语言模型赛道，但实际上我觉得从AGI的未来看也不排除有其他的一些路线。很多人也质疑说，像ChatGPT这种大语言模型其实根本创造不了新的东西。所以未来很有可能会有新的路线出来，但大家目前还看不到（具体的方向）。只是说现在我们发现大语言模型这条路可能离AGI更近，或者是更容易实现的一条路线。现在说实话，其他的路径它面临的问题是，比如说符号主义，它有很多基于符号运算，在工程上它怎么能够进行规模化，这是一个最现实的难点。
而现在大语言模型已经不仅能做得很大，用的数据也很多，而且能力还很强，所以我觉得这是目前看到的一线曙光。但是未来我认为肯定是会有别的东西，有可能是在把大语言模型作为一个框架，会把其他的一些东西装进来，比如说符号学派。
2. 英特尔CEO：AI不必与云绑定，未来每个芯片平台都将加入AI
在近日英特尔财报发布会后，CEO盖尔辛格重点谈论了“人工智能PC”，他表示英特尔计划将AI构建到其制造的每一款产品中。盖尔辛格提到，AI并不一定要依赖云技术，云计算并不会适用于所有客户和应用，许多事情只能在客户端完成。
对于消费者、开发者和企业效率的各个方面用例，我们看到将有一系列的AI功能实现，这些功能将以客户为中心，也将部署在边缘设备。
你不能往返到云端，你没有延迟、带宽或成本结构来回到云端。比如你不能让一个当地便利店的推理计算来回到云端，所有这些都将在边缘设备和客户端上发生。
未来，人工智能将出现在每个助听器中，包括我的助听器。无论是零售、制造和工业用例的边缘平台，还是企业数据中心，他们都不会建立一个专用的10兆瓦云农场。
分析指出，英特尔之所以这么说，一方面是因为目前市面上云 AI 技术的芯片生产商是英伟达。英伟达已经在 AI 淘金潮中通过售卖芯片获得了第一桶金，该公司市值飙升至1万亿美元。因此英特尔将需要寻找自己的出路。另一方面，确实不是所有客户都希望一切都在云中进行，包括云服务供应商微软，它仍然通过出售Windows PC许可证赚取大量利润。
关注子社区，每周热点抢先看~
更多精彩内容欢迎点击下方链接，了解更多viapi相关信息。
