无论你是问今天的天气如何，还是咨询有难度的学术论文，有一个智能机器人一定可以给你一个满意的答复，它就是现在最火的ChatGPT智能机器人。
智能机器人不是时下才出现的概念，但过去的智能机器人都离普通人太遥远，似乎只是实验室的必需品，而如今，ChatGPT智能机器人走进大众，和我们畅聊无阻，让我们惊呼科技的日新月异，也许在不远的未来，人类的大部分工作将由AI机器人替代，生活智能化就将照进现实。所以，共绘网认为：各行各业的ChatGPT脑机接口Al机器人＋无线传感网络（光传输）＋操作（指令）大平台＝人机互动智能化时代。对此，您觉得呢？
如果您还有良知，是为公平、正义和共建美好世界而来，那就请你将《共绘网》转发出去，让更多人受益吧！
一共有人参与 条评论
很多人以为人工智能离自己很远，其实人工智能已经无孔不入。 打开头条或者抖音，机器已经记住了你的阅读偏好。实不相瞒，我的抖音主要是二宝在看，每天一打开，推荐视频内容全是儿童游戏，特别精准。 同时，微信对我的普通话，识别争取率也越来越高了，简直完美。顺手截图，用微信“扫一扫”翻译，我这个英文渣毫不费力把这段话翻译成了英文。显然，翻译得不够完美，但相信人工智能继续进化下去，文字翻译也可以像语音翻译一样完美。 机器智能在不断进化，它们存储在云端，只会越来越强，相当于拥有不死之身。人类再天才，每一代人都必须从0到1去长大，这种进化效率当然远远比不上机器。 没有什么好说的，企业主早就发现机器听话，从来不闹情绪；效率高，省钱，而且精确，不会犯任何低级错误。在未来，一切重复性的，有规律可循的工作，都将被机器代替，或者说被算法代替。 比如我们过去都认为播音员是很高要求的工作，2019年3月2号新华社和搜狗公司发布了“全球首个AI合成女主播”，这件事引起了全世界关注，大家发现，除了嘴唇稍微有点僵硬外，其它一切几乎都可以以假乱真。 回头想想看，除了音色要训练和老天爷赏饭，新闻播报这个工作的确是重复性工作，迟早要被机器取代。 现在的问题是： 你现在的工作有多少是需要创造性，或者需要复杂决策和判断呢？（秋叶大叔）
(0)《财经》谢丽容：这么多领域都要用到智能算力，那么资源相对充沛的通用算力是不能用，还是效率跟不上？从客户需求来看，智能算力占比已经超过甚至替代通用算力了？ 徐润安：这是计算效率的问题。最常见的CPU算力是x86服务器芯片。x86芯片单核性能强、通用性好，但是AI场景通常需要多核、高并发、高带宽的芯片。综合考虑成本、效率，GPU/DPU/NPU这些专用处理器通常会处理得更好。 现代计算机是遵循冯·诺依曼架构设计的，这套架构已经延续70多年。可以确定的是，CPU作为中央处理器的地位在短期内不会改变。只是在数据挖掘等场景下，CPU的职能被其他专用芯片分担了。CPU、GPU及其他AI芯片，这三种蛋糕的比例会有变化。不过未来会诞生新的计算机架构。现在有一种理念叫做“多元算力”。过去10年大家通常只谈x86计算架构。但计算芯片和计算进程都在多元化，这是必然的趋势。
(0)洋洋洒洒几大篇，也说清ChatGPT能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务
(0)果然，该来的还是来了！一半的美国公司在用ChatGPT了。根据对这些企业领导者的调查，ChatGPT几乎涵盖了公司所有层面的业务。 企业使用ChatGPT的原因有很多，66%用于写代码，58%用于写文案，57%用于客户支持，52%用于写会议摘要和其他文件。 在招聘过程中，77%使用ChatGPT的公司表示会用它来帮助撰写职位描述，66%用来起草面试申请，65%用来回复申请。调查显示，大多数商业领袖都对ChatGPT的工作印象深刻。 55%的人表示ChatGPT的工作质量十分优秀，而34%的人认为它做得非常好。 几乎所有使用ChatGPT的公司都表示，ChatGPT让公司节省了很多钱，48%的公司表示他们节省了超过50,000美元，11% 的公司表示他们节省了超过100,000美元。网友锐评，这个话题，也冲上了知乎热榜。【新智元】
(0)再次验证大力出奇迹，目前这项研究已引发非常广泛的讨论。主要在于以下几个方面： 1、一定程度上验证了“大力出奇迹”。2、比ChatGPT更接近AGI？ 一方面，作为目前已知的规模最大的视觉语言模型，PaLM-E的表现已经足够惊艳了。 去年，DeepMind也发布过一个通才大模型Gota，在604个不同的任务上接受了训练。 但当时有很多人认为它并不算真正意义上的通用，因为研究无法证明模型在不同任务之间发生了正向迁移。 论文作者表示，这或许是因为模型规模还不够大。 如今，PaLM-E似乎完成了这一论证。不过也有声音担心，这是不是把卷参数从NLP引到了CV圈？另一方面，是从大趋势上来看。有人表示，这项工作看上去要比ChatGPT更接近AGI啊。 的确，用ChatGPT还只是提供文字建议，很多具体动手的事还要自己来。 但PaLM-E属于把大模型能力拉入到具象化层面，AI和物理世界之间的结界要被打破了。而且这个趋势显然也是大家都在琢磨的，微软前不久也发布了一项非常相似的工作——让ChatGPT指挥机器人。除此之外，还有很多人表示，这再一次验证了多模态是未来。不过，这项成果现在只有论文和demo发布，真正能力有待验证。此外还有人发现，模型驱动的机器人，背后的开发团队在几周前被谷歌一锅端了。。。所以关于PaLM-E的更多后续，咱们还得再蹲蹲看。（量子位）
(0)数字中国建设是一场整体战、系统战、攻坚战，是一场马拉松长跑。相比此前的一系列部署，这次的《规划》中有关赋能全局、全面提升、全面赋能、全方位多维度、建覆盖全民以及整体框架、整体提升、整体谋划、整体推进、资源整合等关键词比比皆是。当然，整体固然大于局部之和，但也只能通过特定情境内被重要性感受激活了的部分和局部的获得表达。这样的表达，有专家称之为“涌现”。这次的《规划》在强调整体布局的基础上，也特别明确，数字中国建设按照“2522”的整体框架进行布局，即夯实数字基础设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合，强化数字技术创新体系和数字安全屏障“两大能力”，优化数字化发展国内国际“两个环境”。这种大框架、大布局所蕴含的就是一种前所未有的“涌现”，就是要强调在整体前提下的局部的创新、局部的爆发、局部的裂变，也正是这种涌现和裂变，让整体的效应更加放大，整体的价值更加提升，真正营造出全社会共同关注、积极参与数字中国建设的良好氛围。（领导决策信息周刊）
(0)习近平指出，我国几代科技工作者通过接续奋斗铸就的“两弹一星”精神、西迁精神、载人航天精神、科学家精神、探月精神、新时代北斗精神等，共同塑造了中国特色创新生态，成为支撑基础研究发展的不竭动力。要在全社会大力弘扬追求真理、勇攀高峰的科学精神，广泛宣传基础研究等科技领域涌现的先进典型和事迹，教育引导广大科技工作者传承老一辈科学家以身许国、心系人民的光荣传统，把论文写在祖国的大地上。要加强国家科普能力建设，深入实施全民科学素质提升行动，线上线下多渠道传播科学知识、展示科技成就，树立热爱科学、崇尚科学的社会风尚。要在教育“双减”中做好科学教育加法，激发青少年好奇心、想象力、探求欲，培育具备科学家潜质、愿意献身科学研究事业的青少年群体。 习近平最后强调，各级领导干部要学习科技知识、发扬科学精神，主动靠前为科技工作者排忧解难、松绑减负、加油鼓劲，把党中央关于科技创新的一系列战略部署落到实处。
(1)《数字中国建设整体布局规划》指出，要强化数字中国关键能力。一是构筑自立自强的数字技术创新体系。健全社会主义市场经济条件下关键核心技术攻关新型举国体制，加强企业主导的产学研深度融合。强化企业科技创新主体地位，发挥科技型骨干企业引领支撑作用。加强知识产权保护，健全知识产权转化收益分配机制。二是筑牢可信可控的数字安全屏障。切实维护网络安全，完善网络安全法律法规和政策体系。增强数据安全保障能力，建立数据分类分级保护基础制度，健全网络数据监测预警和应急处置工作体系。新华社
(0)2023年，随着经济的逐步复苏以及消费升级的大背景下，虽然今年仅仅过了两个月，全屋智能行业的新品已经呈现出几大热点，毫米波雷达传感器就是其一。其主要在探测深度、场景应用深化以及数据底层构筑方面，有着新的革新能力，在雷达技术向家庭场景渗透以及成本逐步下降的背景下，独立式人体存在传感器等硬件已经逐步应用在全屋智能领域。 社会老龄化问题以及随着消费升级加强，用户对于家庭智能场景的需求不断深化，毫米波雷达新技术将深度满足用户的智能生活体验。 我们知道，智能传感一直是智能家居重要的细分板块，常见的有门磁传感器、烟雾报警传感器、温湿度传感器、空气质量传感器、水浸传感器、红外传感器等。毫米波雷达传感器作为传感器家族的新成员，无论独立式毫米波雷达传感器还是内置毫米波雷达的智能产品，作为红外传感的功能升级，都被寄予厚望。 从当下来看，人体存在传感器相比传统红外传感器，探测更加精准、功能更加丰富、场景更加细腻。从长远来看，毫米波雷达传感器是未来智能家居数据以及AI的基石，更加精确的数据反馈及数据决策是智能家居未来体验的必备要素。传感侦测相比于视觉监测，更加尊重用的个人隐私，在卧室、浴室、老人房、儿童房、书房等私密区域，更加友好更加适用。（声明：本文为人民日报新媒体平台“人民号”作者上传并发布）
(0)
手机扫描二维码访问
