AI中文社区 – Telegram
AI中文社区
41.4K subscribers
425 photos
95 videos
32 files
346 links
Download Telegram
Image to Prompt

一个由图片生成Stable Diffusion提示词的工具
⭐️支持PNG和JPG格式
⭐️最大支持4MB 图片

大家来看图猜Prompt,学习利器!
⚜️https://imagetoprompt.com/
Please open Telegram to view this post
VIEW IN TELEGRAM
👍29🤯42🔥2❤‍🔥1
🍪GPT3吞吃了Tera级的文字,
🍪GPT4开始吞吃Peta级的图像,
🍪GPT5将吞吃以视频为主的声光信息。

整个地球总数据量不过120 Zetta,这是把几千年人类信息精华送给硅基智能的狂奔。
-- 来源
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯61👍12🥰5👌1
AI中文社区
🍪GPT3吞吃了Tera级的文字, 🍪GPT4开始吞吃Peta级的图像, 🍪GPT5将吞吃以视频为主的声光信息。 整个地球总数据量不过120 Zetta,这是把几千年人类信息精华送给硅基智能的狂奔。 -- 来源
⭐️ 昨天评论区一留言引发讨论:
「没有一个从宗教角度谈ai的,圣经中说,上帝靠“话语”创造世界,chatgpt又是大语言模型,这是巧合?」

⭐️上图来自 《人类唯一的出路: 变成AI》
人类语言出现从两方面改变人类的进程:
- 同代人之间能互相学习很多,并与个人知识点结合。
- 代与代通过语言完成知识传递,使得知识在历史中留存更久。

⭐️上条POST 有感 ,所谓站在巨人的肩膀上,大语言AI模型的出现极可能再次改变上图的走势,让我们对现有的教育方式,知识获取方式产生深深的怀疑
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯26👍7🤡53🥴2🤣2🥱1
This media is not supported in your browser
VIEW IN TELEGRAM
Taxy AI: "用自然语言与浏览器交互" 在路上

🖥 github.com/TaxyAI/browser-extension

图是输入“安排明天上午 10 点的站会。邀请XXX”的效果,自然语言与浏览器交互。

Taxy 用 GPT-4 控制浏览器并代用户执行重复操作。允许定义临时指令。

Taxy 完全开源,目前还处于预览版本,可以本地测试和运行,可能存在各种bug。

-- HN
Please open Telegram to view this post
VIEW IN TELEGRAM
👍19😱52🥰2
意大利禁用ChatGPT

意大利数据监管局称,ChatGPT不能验证用户年龄,不尊重用户隐私数据,因此决定禁止它在意大利运营。

该禁立即生效,将导致ChatGPT和其意大利用户的数据处于临时限制状态。

-- 来源
🤡60👍11🕊8🥰32🤯2🍓1
This media is not supported in your browser
VIEW IN TELEGRAM
Cody : Sourcegraph 新开源的 AI 编程助手

继Github Copilot和Cursor之后,工程师们又多一个选择,而且还是开源。

- 解释代码
- 文档问答
- 调试和优化代码
- 帮写单侧
- 学习新语法
- 代码自然语言检索

🖥 详细介绍 🖥 安装文档 🖥 开源代码
--
Please open Telegram to view this post
VIEW IN TELEGRAM
👍448🤯3
Global_Economics_Analyst_The_Potentially_Large_Effects_of_Artificial.pdf
747.5 KB
#AI资料分享
高盛: "AI对经济增长潜在影响"的研究报告


以下是报告摘要:

🔠AI可能会影响多达3亿个工作岗位。

🔠 如果生成式AI 覆盖半数雇主,10年内将有7%人失业

🔠AI可能会使全球劳动力的18%自动化

🔠AI将替代46%行政工作和44%法律工作

根据高盛的说法:“AI生产力提升可能是双重的:员工将花更多时间从事更有价值的工作,而那些被替代的人最终将重新就业。”
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21🤯54🕊3
高盛: "AI对经济增长潜在影响"的研究报告

🟢图一: 不同国家就业受AI影响的比较

印度受影响最小,香港最大。全球范围内,18%的工作可能会被AI自动化,发达国家比新兴市场国家受到的影响更大。

🟢图二: AI对不同国家生产率的影响

印度增长最少,香港最多。估计未来10年AI会使全球年生产率提高1.4%
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍94🥰3🤣1
高盛: "AI对经济增长潜在影响"的研究报告

技术创新会产生新职业,这些新职业占据了就业增长的大部分。在1980年之前自动化带来的失业通常被产生的新职业需求所抵消,但近年来失业造成了对就业行情的拖累。

⭐️ 图一: 不同行业旧工种和新工种的分布
- 绿色: 1940年已经存在的职业
- 深色: 1940年后产生的新职业

⭐️ 图二: 淘汰的旧工种和新工种就业情况
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍62👏2
#推荐阅读
彭博社发布为金融界打造的BloombergGPT

- 迄今最大特定领域数据集(3630亿标签)
- 专用于金融领域的LLM
- 500亿参数
- 在金融任务上的表现远超过现有模型
👍17🤡83🤩3🥰2
千脑智能

美国国家工程院院士Jeff Hawkins的《A Thousand Brains》从神经科学角度解释了人如何通过看到、移动和感知三维空间来学习和识别物体。比尔盖茨推荐了该书。

🔠 千脑理论中,每个大脑皮质柱都有完整物体的模型,因此知道在物体的每个位置应该感应到什么。

🔠 可以把运行 Transformer 训练的神经网络的电脑想象成一个简陋的人工皮质柱,给它灌输数据,它输出预测数据。

🔠 但大脑新皮层有 20 多万个这样的小电脑在分布式计算,他们连接着各种感知器官输入的数据。

🔠 最关键的是大脑无需预训练,神经元自己生长就完成了学习,预测是皮质柱测试和更新其模型的方法。如果结果和预测不同,错误的答案就会让大脑完成一次修正,这种方式就是自我监督,皮质柱相当于把用于训练的超级电脑和预测数据的电脑整合了。

🔝 YouTube #推荐阅读
Please open Telegram to view this post
VIEW IN TELEGRAM
29👍6🤯3
#AI工程 苹果官方项目:
Apple Sillicon芯片上的Stable Diffusion

🖥 github.com/apple/ml-stable-diffusion

⭐️ 官方针对苹果M1/M2 等优化的版本
⭐️ iPad Pro M1 上 29 秒出一张图
⭐️ M1 Macbook Pro 16G 上24秒
⭐️ M2 Macbook Air 8G上18秒
Please open Telegram to view this post
VIEW IN TELEGRAM
👍26🥰43🔥1
2023年3月事件纪要,历史会记住这段高光岁月
👍65🤯12🥰54🏆3🥱1
#AI工具
一个AI垂类资讯聚合站点

用过一阵子感觉挺不错
⚜️https://www.emergentmind.com/
Please open Telegram to view this post
VIEW IN TELEGRAM
👍204🥰2👏1🤯1🥴1
Media is too big
VIEW IN TELEGRAM
#AI应用
这个用GPT-4做的程序挺有意思

给一个主题,它会像个好奇心爆炸的孩子,提出新问题,然后自己回答,如此往复。

想起了自己学生时代考前复盘笔记的样子。
-- 来源
👍63🤯114🔥2
阿里AI专家交流纪要20230401.docx
18.2 KB
#AI资料分享
【阿里AI专家交流纪要 2023-4-1】
:

🔠阿里的LLM模型,一个叫m6,一个叫 plug。下半年云栖大会发布或者是公布进展,大概在GPT2.5左右的水平;

🔠文心一言至少可以达到GPT-2.5水平,基于Bert。阿里大模型架构基于Transformer;

🔠阿里云现在云上至少有上万片A100 ,整体至少能达到10万片,集团应该会是阿里云5倍。阿里国内AI算力储备最多,然后依次为:字节、百度、腾讯。

🔠腾讯大模型是混元模型继续迭代,有100人左右做GPT复现以及自我模型迭代。

🔠阿里目前对于AI大模型是稳扎稳打。大规模应用起来成本很高,冲击也很大。

-- 来源
Please open Telegram to view this post
VIEW IN TELEGRAM
👍35💩11🤡94🤯2🤪2👎1🥰1
#AI工程
1984年出生的女性软件工程师使用内存映射mmap的方式大幅降低本地运行LLaMa 所需的内存量。

🖥 Github

运行LLaMa 30B 现在只需要5.8G 内存,单机跑大模型门槛越来越低。
-- 来源
Please open Telegram to view this post
VIEW IN TELEGRAM
👍749🤯7👏4🥰1