
Apple Silicon
最新的iPhone 16泄露信息令人难以置信
彭博社记者Mark Gurman透露了几项iPhone 16系列的硬件升级,如不锈钢电池、新的48MP超广角镜头和重新设计的相机按钮。这些“升级”是否足以重振苹果在智能手机市场的存在?
Apple Silicon
彭博社记者Mark Gurman透露了几项iPhone 16系列的硬件升级,如不锈钢电池、新的48MP超广角镜头和重新设计的相机按钮。这些“升级”是否足以重振苹果在智能手机市场的存在?
AppleM3
他们说人工智能是当今科技界的核心。然而,没有人提到的是规则已经不同了。这已经成为一场合作游戏。
Jace AI
与过去的助手不同,Jace 独立运作,处理任务和解决问题无需你的持续输入。那么,这种自给自足的 AI 如何成为你生活中无价的资产呢?让我们一探究竟。
AI class
史丹福机器人庞博士已经开了五门课给对AI,尤其是ChatGPT和大模型有兴趣的同学,正在开第六门课,准备开第七门课。 可以加入金粉群,可以终生免费听庞博士的所有收费课程(不包括考试认证费用),包括以前和今后的所有课程,永久免费。
OpenAI
作者:Andrew Best 发表于:Plain English 中的人工智能 阅读时间:3分钟 OpenAI 发布了他们最新的GPT-4o模型,这是迄今为止最好的大语言模型。最令人惊讶的部分不是这个模型有多么出色,而是他们允许所有人免费使用它。 这让我开始思考: 为什么GPT-4o是免费的? OpenAI在想什么? 他们的大部分收入来自于付费用户,这些用户每月支付20美元订阅ChatGPT Plus。我自从推出以来一直在付费使用,现在我在想是否应该取消订阅。 这背后一定有某种理由。 以下是我刚刚制作的视频: 以下是我对为什么GPT-4o免费以及ChatGPT全面统治计划的看法。 大规模采用 OpenAI 希望尽可能多的人使用他们的产品。 竞争加剧 Meta的Llama 3、Google的Gemini、Anthropic的Claude 3……这些都是非常好的模型。当OpenAI推出他们的第一个模型时,他们是唯一的选择,但现在,他们的GPT-3.5模型已经落后了。他们需要一些伟大且免费的东西来夺回市场份额。 训练GPT-5及更高版本 更多的免费用户意味着OpenA
AI agent
AI代理框架 Omar Santos 发表于 Bootcamp 阅读时间:5分钟 AI代理框架 聊天机器人和协同操作员是2023年的热门话题,而在2024年及以后,代理和代理框架成为了新的焦点。AI代理框架和工具在开发可扩展和高效的AI自主系统中发挥着重要作用。这些框架和工具使开发人员能够构建、部署和管理针对各种应用的AI代理,从数据处理到多代理协调。这些AI代理工具和框架的领域丰富多样,反映了AI技术的快速发展。 几周前,我写了一篇关于LangGraph的文章。LangGraph的主要优势在于其实现循环工作流程的能力。计算工作流程中的循环允许某些过程的重复,基于不断变化的状态进行连续的交互和决策。这在大语言模型(LLM)像代理一样行动的场景中非常重要,它们参与对话或决策循环,其中一个步骤的结果影响下一个步骤。 LangGraph、LangChain、LlamaIndex和类似的库使得创建AI代理和应用程序变得更容易。AI代理的领域正迅速增长! 如果你不相信我所说的这个列表正在迅速增长,只需看看E2B关于AI代理领域的以下图片。这还不是所有基于代理的工具和框架的完整列表:
AI chip
作者:Shakir 发表于 Bootcamp 阅读时间:4分钟 2020年,苹果在决定放弃基于Intel的硬件并使用自己的设计(Apple Silicon)时声称其处理器超高效。他们甚至大胆地移除了2020年M1 MacBook Air中的风扇。 虽然在首次发布后的几年里,这些无风扇型号似乎存在需要冷却解决方案的争议。 然而,毫无疑问,这些处理器效率极高,这在全球的苹果和科技爱好者中掀起了新的热潮。因为在YouTube上的任何评测视频中它们看起来都非常快。 然后,Intel会制造出比苹果更快的新芯片。这通常是常规的做法。当一个新竞争对手进入市场时,看到这种情况总是令人振奋。 Intel和AMD的战斗是经典的竞争。更多的竞争总是对消费者有利。 但是,它与Intel处理器有什么不同呢? 从物理上看,苹果和Intel在底层架构上是不同的。 架构 * Apple Silicon:基于ARM架构(M1, M2, M3) * Intel:x86-64架构 Apple Silicon基于ARM架构,而不是Intel的x86-64架构。 这种架构体现在CPU执行最基本操作(如算术运算等)
AI development
DEI支持者能否重新调整方向,引领人类走出困境? 作者:R. Wayne Branch博士 发表于 Fourth Wave 阅读时间:6分钟 我一直想写关于AI对多样性影响的文章。一次与一位建筑师朋友的偶然对话让我找到了写作的基础。这次对话是关于未来的工作和生活,尤其是被资本主义边缘化的人的生活。我问他:“你有没有想过AI会如何改变你的工作?”他三十出头,已经建立了一个成功的建筑公司。令我惊讶的是,他认为AI对人类的益处超过了他将采取的维持业务运行的适应策略。他真是令人鼓舞。 我们对未来建筑和设计的看法 假设你想建一栋房子或商业建筑。从你的桌面、笔记本电脑、手持设备或智能电视上调出众多AI平台之一,然后说:“我想建一栋房子。”平台的悦耳声音问:“在哪里,什么时候,预算多少?”或者你的已知账户、信用评分和消费习惯被扫描,它可能会告诉你:“看起来你有这么多钱可以花费。是这样吗?”然后,一系列提示会引导你思考你的项目(卧室数量、浴室、材料等)。 同时,符合代码的计划被计算出来。包括许可机构、金融机构和供应商在内的集成AI系统将相互对接。它们自己的AI平台管理供应链网络和库存管理系统
AI development
作者:Sorin Ciornei 发表于 thereach.ai 阅读时间:6分钟 互联网的终结和最后一个网站 🤯 互联网行业面临的颠覆金额高达1.1万亿美元。 📈 由AI驱动的GUI可能通过替代网站、电子商务平台和搜索引擎来颠覆这一行业。 🚀 然而,AI也为能够适应并利用AI能力的企业提供了新的机会。 💡 像亚马逊这样的公司有成功转向新市场的历史,它们可能在利用AI驱动的GUI所带来的机会方面处于有利位置。 在第一部分中,我们讨论了经典的互联网、网页及其周边行业。现在,让我们来看看数据,分析正在重塑整个行业的挑战和机遇。 Google搜索涉及的搜索查询大致分为: * 导航——如何到达某个地方。 * 信息——新闻、股票价格等。 * 其他——旅行计划、复杂购物。 网站是如何构建的,谁为它们付费? WordPress 通常,网站是在本质上已经是拖放式的平台上构建的。这些平台称为内容管理系统(CMS),其中的“内容”指的是网站上的信息。它们还与其他平台如电子商务(Shopify, WooCommerce等)、支付系统(PayPal, Stripe等)集成。
AppleM3
作者:Simeon Emanuilov MLX for Apple Silicon 在快速发展的机器学习研究领域,效率和灵活性至关重要。Apple的机器学习研究团队推出了一款专门为Apple硅芯片设计的框架——MLX。对于那些对最前沿的机器学习技术感兴趣的人来说,MLX是一个创新的工具。 完整版本的文章和工作示例可以在这篇UnfoldAI文章中找到。 MLX的独特之处 MLX提供了一个结合了熟悉感和创新的API,非常适合习惯使用NumPy的人。其Python API,以及C++、C和Swift API,旨在轻松构建复杂模型,类似于PyTorch,通过高层包如mlx.nn和mlx.optimizers。 MLX的创新功能包括: * 函数变换:MLX引入了自动微分、自动向量化和计算图优化,重新定义了研究效率。 * 延迟计算和动态图构建:这些功能解决了编译速度慢的问题,提供了简单的调试方法。 * 无缝多设备支持:MLX的统一内存模型消除了在CPU和GPU之间繁琐的数据传输,实现了设备间的流畅操作。 MLX的实际应用 MLX不仅仅是理论上的突破,它在实际应用中也表
OpenAI
这里是下载链接,但即使你是在美国的PLUS用户,也可能不能使用,只能等 https://persistent.oaistatic.com/sidekick/public/ChatGPT_Desktop_public_latest.dmg
引言 在对计算能力的不懈追求中,发生了一次剧变,将并行计算从一个小众追求推向了现代技术不可或缺的基石。在这场革命的前沿,两个巨头在一场影响深远的战斗中争夺霸权:NVIDIA的专有CUDA(Compute Unified Device Architecture)和开放标准OpenCL(Open Computing Language)。这场冲突,对开发者、研究人员和各个领域的组织产生了深远的影响,这是由于对加速计算能力的不满足需求所驱动的,用于应对从人工智能和科学模拟到多媒体处理等日益复杂的挑战。 随着对计算资源需求的持续激增,利用硬件加速器的大规模并行能力,特别是图形处理单元(GPUs),已成为一项关键任务。CUDA和OpenCL已成为推动这一GPU加速革命的驱动力,每种技术都提供了一种独特的方法来释放这些专用处理器的巨大潜力。 然而,这场战斗远远超出了CUDA和OpenCL的范围。随着网络继续推动可能的边界,一个新的竞争者进入了战场:WebGPU,一个网络标准,承诺将GPU加速带入JavaScript和浏览器的世界。此外,异构计算架构的兴起进一步复杂了局面,这些架构将CPU、GPU