Kyndryl任命新的首席信息官;宣布关键实践领导层变动

Kyndryl(纽约证券交易所代码:KD)是全球最大的IT基础设施服务提供商,今天宣布任命新的首席信息官(CIO)以及两个主要实践领域应用、数据和人工智能以及云领域的领导层变动。图片{ width=60% }


Kim Basile 被任命为Kyndryl的新CIO,接替Michael Bradshaw,后者将负责领导公司的应用、数据和人工智能实践。此外,Nicolas Sekkaki被任命为Kyndryl云实践的负责人。
“我很高兴宣布Kim担任我们的新首席信息官,”Kyndryl的董事长兼首席执行官Martin Schroeter表示。“Kim在Kyndryl的数字化转型中发挥了重要作用,这使她顺利过渡到CIO一职。她在网络安全、风险缓解、合规性和业务弹性方面具有深厚的专业知识,使她成为此职位的理想人选。”
“在成功领导我们雄心勃勃的技术转型之后,我很高兴Michael将运用他在应用、数据和人工智能方面的经验和见解来支持我们的客户,”Schroeter继续说道。“他对取得成果的不懈追求和他深厚的专业知识使其成为此职位的理想领导者。”
“我同样很激动Nicolas将领导我们的云实践,”Schroeter补充道。“他将运用他在行业、数据和人工智能领域的深厚专业知识来推动我们最大的实践领域,并支持客户在云领域的数字化转型和现代化之旅。”
作为Kyndryl的新CIO,Kim将负责在过去两年中Kyndryl的CIO团队所建立的技术基础之上进行发展。她还将专注于推动持续改进并增强员工体验。Kim的职业经历包括在洛克希德·马丁(Lockheed Martin)、Leidos和Vanguard担任日益负责的职位,之前加入Kyndryl之前。
作为高级副总裁和全球应用、数据和人工智能实践领导者,Michael将与Kyndryl Consult、我们的战略联盟伙伴以及其他实践领域密切合作,优先考虑并专注于帮助客户现代化其复杂的技术环境并实施人工智能。他最近担任Kyndryl的首席信息官一职,之前曾在NBCUniversal Media、洛克希德·马丁和IBM担任高级领导职务。
作为高级副总裁和全球云实践领导者,Nicolas将帮助支持Kyndryl的客户抓住在云领域现代化和转型的机遇。他最近担任Kyndryl的全球应用、数据和人工智能实践领导者。在加入Kyndryl之前,他在CMA CGM、IBM和SAP担任了几个领导职务。
“这些任命与我们的战略、市场需求和长期趋势高度契合。它们将帮助我们加速增长并支持我们的客户现在及长远的发展,”Schroeter总结道。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

UniDoc携手H3 Health Cube推动医疗保健进步

将医生就诊、远程医疗和人工智能合而为一,打造综合 eHealth
UniDoc Health Corp. (CSE: UDOC) (FRA: L7T) (OTCQB: UDOCF)(以下简称“UniDoc”或“公司”),作为电子健康领域的创新者,自豪地宣布H3 Health Cube项目的最新进展,这是一个综合 eHealth 平台,整合了远程医疗、人工智能(AI)以及完整的诊所体验。图片{ width=60% }


主要亮点:
创新的 eHealth 解决方案:UniDoc的H3 Health Cube结合了远程医疗、人工智能和医生诊所,形成综合的 eHealth 解决方案。
弥合医疗差距:面对美国有超过1亿缺乏初级医疗保健的紧迫需求,UniDoc有助于为可及的医疗保健铺平道路。
行业成功的验证:在远程医疗和 AI 医疗先驱,如Teladoc Health和Forward等的成功背书下,UniDoc信心满满地迈向前方。
“我们不仅仅是在改变人们获取医疗保健的方式;我们的目标是改变患者护理的本质。”UniDoc首席执行官 Antonio Baldassarre 表示,“H3 Health Cube是我们致力于提供先进、可及和高效医疗解决方案的成果。我们相信它可能成为数百万人的解决方案。”
在全国社区卫生中心协会报告超过1亿美国人没有初级医生的时代,UniDoc的H3 Health Cube突显出一种机会。这一创新平台融合了远程医疗的便利性和传统医疗咨询的深度,提供了一个综合的医生办公室环境,其中医生虽然是远程的,但通过先进技术紧密联系在一起。
像Teladoc Health, Inc.(市值1.6亿美元)和Forward(在D轮融资期间价值超过10亿美元)等行业巨头的成功案例表明,远程医疗和人工智能在医疗保健领域的有效性和不断增加的接受度。UniDoc的H3 Health Cube准备加入这个虚拟护理市场,并在经验丰富的医生监督下,辅以最先进的人工智能,提供全面的医疗治疗。
最近宣布首批采购订单(Aiutamoli a Vivere Foundation、Aliano镇、HP Inc.)之后,UniDoc已开始执行其商业化道路。 H3 Health Cube提供完整的医生办公室体验,配备医疗仪器和诊断工具,由远程医生管理。这种创新方法有助于克服一些通过简单视频通话诊断的挑战,提供更精确和高效的医疗体验。
UniDoc的H3 Health Cube旨在结合不同形式医疗的优点:受过训练的医疗专业人员的专业知识、远程医疗的覆盖范围和可及性,以及由人工智能驱动的诊断和治疗方案的精确性。这是一个为急需医疗创新的世界提供的创新解决方案。
UniDoc致力于使高质量医疗保健对每个人都可及,打破障碍,在电子健康领域开启新大门。有关UniDoc和H3 Health Cube的更多信息,请访问我们的网站 www.unidoctor.com。
代表董事会,
~ Antonio Baldassarre ~
Antonio Baldassarre首席执行官、总裁&董事
UniDoc Health Corp.



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Dave O’Hara加入 Rohirrim 的董事会

Dave O’Hara 加入 Rohirrim 董事会
2024年7月3日

O’Hara为Rohirrim带来了30年的科技和并购经验
领先的RFP AI自动化平台Rohirrim欢迎 Dave O’Hara 加入其董事会。图片{ width=60% }


O’Hara为Rohirrim执行团队带来了超过23年与微软的高级领导经验。
在与微软的任职期间,O’Hara担任商业首席财务官并成为高级领导团队成员。在此之前,他担任微软广告业务的首席运营官兼商务发展副总裁。他是在2001年通过收购Great Plains加入微软的。O’Hara此前曾在技术公司AppNexus、Caradigm和Intelligent Insights的董事会任职。
“Dave不仅是行业资深人士,而且是一个实力派,他的专业知识对于推动 Rohirrim 的增长至关重要。他将在组织特定生成式AI的未来发展上起到巨大作用。”Rohirrim创始人兼首席执行官 Steven Aberle 分享道。“拥有30年在金融和科技领域的经验,Dave拥有创新思维和对于建立成功长期合作伙伴关系的激情。我们期待与 Dave 紧密合作,扩大 Rohirrim 的影响力并继续发展我们不断增长的团队。”
Rohirrim 的 RohanRFP 使用了专利的组织特定生成式AI技术,释放出组织数据的力量,帮助在短时间内创建复杂的长篇文件。RohanRFP易于使用的用户体验和无缝的工作流程旨在满足其使用案例,但使其在该领域的领先地位则在于其高级别安全性和部署灵活性。存储在 RohanRFP 中的客户信息符合 CMMC、SOC2 等合规标准。部署模型选项让客户选择是让 Rohirrim 管理和维护基础架构,还是将 RohanRFP 部署在自己的防火墙后面,以增加控制性和定制性。
“我很高兴加入 Rohirrim 董事会。Rohirrim 拥有用于多个企业产品的强大AI平台。”O’Hara说,“亲眼目睹生成式AI的增长和发展,我期待看到 Rohirrim 的客户从这一解决方案中受益,以在极短时间内生产高质量的提案。”
通过在极短时间内生成RFP的初稿,提案团队有更多时间专注于他们最擅长的事情:叙述和说服,使他们的提案回应更具吸引力和竞争力。通过降低成本并增加RFP提交的数量,RohanRFP 可以对组织的业务增长产生重大影响。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Lightmatter宣布Simona Jankowski出任首席财务官

Seasoned NVIDIA and Goldman Sachs financial executive will serve as CFO of the photonic chip leader revolutionizing AI and HPC data centers
Lightmatter, the leader in photonic supercomputing, today announced the appointment of Simona Jankowski as Chief Financial Officer (CFO).图片{ width=60% }


Bringing 20+ years of experience from NVIDIA and Goldman Sachs, Jankowski will drive Lightmatter’s financial functions and expansion, and sit on the executive team leading the company’s mission to transform the future of computing.
“Simona’s track record leading financial strategy and investor relations teams, deep expertise in the artificial intelligence industry, and passion for science and engineering will allow us to scale our operations and culture and prepare for Lightmatter’s next phase of growth,” said Nick Harris, co-founder and CEO of Lightmatter. “We are proud to bring on an accomplished leader at the helm of our finance organization as we build the technology powering the next generation of AI innovation.”
Jankowski joins Lightmatter from NVIDIA, where she was vice president of investor relations and strategic finance during a period of unprecedented growth for the company. Previously, she was a managing director at Goldman Sachs, where she led equity research for the hardware and communications technology sectors and managed the Global Investment Research office in San Francisco.
“Generative AI is driving unprecedented demand for a new class of extreme-scale data centers. Lightmatter has made foundational breakthroughs in photonics that enable data centers to increase in scale and performance by orders of magnitude, and with greater energy efficiency. With a generational performance lead, Lightmatter is poised to drive the data center photonics revolution,” said Jankowski. “I am thrilled to join this brilliant team of inventors, technologists, and accomplished industry executives to help scale the company for significant growth in the years ahead.”
Jankowski’s leadership position follows Lightmatter’s $310M fundraise in 2023, which valued the company at $1.2B, and comes at a time of significant growth for the company. For more information about open roles, visit https://lightmatter.co/people/join-us/.



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AI正在抢走谁的工作?一个人使用ChatGPT取代了60名员工

文章来源: 新智元

【导读】ChatGPT发布一年多来,总是有人担心自己的工作会被取代,但最后总是演变成「狼来了」的故事。但这次不一样了,ChatGPT它来真的。


BBC的一篇报道,让reddit网友吵得不可开交。
报道是这样的:一个由60多位编辑和作家组成的团队,负责为科技公司撰写和编辑文章,逐渐被ChatGPT所取代,团队只剩下1个人和1个ChatGPT。
剩下的这个人,每天做的事情就是修改ChatGPT生成的内容,让它显得没那么像机器生产的。
ChatGPT变成了主笔,人类则更像机器。
编辑们的「饭碗」不仅被AI夺走,曾经由创作带来的成就感,也一去不复返了。
so sad……

有网友开始逐渐想起了历史——
「When it came for the content farmers I said nothing, for I was not a farmer of content… 」
起初,AI追杀「内容民工」时,我不说话,因为我不是「内容民工」……
难道我们都要都要变成被替代的「沉默的大多数」了吗?
且慢,有网友持不同意见——
what? 编辑被AI取代=希特勒自杀?
fine. 悬着的心彻底死了。

如果说,好的一面是,AI现在取代的是一些并不真正「富有创意且引人入胜」的工作,也就是那些需要一些智能,但更多的只是重复性劳动的工作;
那么,坏的一面是,这正是我们很多人正在从事的工作!
大卫·格雷伯在他所著的「Bullshit Jobs」一书中,一针见血地指出,40%的工作都毫无意义。这些工作往往能带来很不错的收入,工作环境也极佳,只是它们都毫无意义,也最容易被机器取代。

ChatGPT取代了60名员工

2023年,作家本杰明·米勒(化名)的事业蒸蒸日上。
他领导着一个由60多名作家和编辑组成的团队,发表博客文章来为一家科技公司做宣传,这是一家打包和转售从房地产到二手车等各种数据的公司 。

在米勒眼中,「这确实是一项非常有趣的工作」,可以发挥他的创造力,还能够获得与各个领域的专家合作的机会。
直到有一天,米勒的经理告诉他,「希望利用人工智能来降低成本」。
一个月后,公司引入了自动化系统。
米勒的经理将文章标题输入在线表格,人工智能模型就会根据标题生成大纲,米勒的电脑上就会收到提示。
他带领的撰稿人无需再自己构思,而是根据这些提纲撰写文章,米勒会在文章发表前进行最终审核。
这种工作模式只持续了几个月,团队就迎来了第二次「自动化」的消息。
接下来,由ChatGPT负责撰写文章的全部内容,米勒的大部分团队成员都被解雇了。

剩下的几个人面临着一项更没有创造性的任务:润色ChatGPT低质量的文本,使其看起来更有「人情味」。
时间来到2024年,公司解雇了米勒团队的其他所有成员,只剩下他一个人了。
「突然之间,我一个人开始完成之前所有人的工作。」
每天,他都会打开人工智能编写的文档,来修改机器人犯的错误。

「我开始觉得自己才是机器人」
「大多数情况下,需要做的是让文本看起来不那么奇怪和尴尬,删掉那些太过正式或热情过头的语言。」
总是重复这个过程让米勒觉得非常无聊,他开始觉得自己才是机器人。

米勒的经历并不罕见,行业内,出现了一个崭新的工作——

新工作的出现:帮机器人改稿

这种新兴起的工作,就是修复机器人的劣质写作。
美国肯塔基州列克星敦的文案撰稿人Catrina Cowar表示,「我们正在给机器人稿件添加人性化的元素,这通常需要对一篇文章进行深入的、发展性的编辑」。
首先,需要把那些泛滥的「因此」和「尽管如此」删掉,另外,你必须得对所有细节进行事实核查,因为人工智能会产生「幻觉」而编造一些不存在的东西。
这要耗费大量的精力,因为人工智能总会在那些你不易察觉的地方轻率地「添枝加叶」。

工作时间更长,报酬却更低

Cowar对此感到疲惫,让AI写的文字更像人这件事情,通常比自己从头开始写一篇文章需要更长的时间,但报酬却更低。
「在你找工作的平台上,每词最高约按照10美分计薪。但当你真正开始写作的时候,就会发现,这被认为是一份『编辑』工作,所以通常你只能得到每个词1~5美分。」
这项乏味得可怕的工作,报酬却几乎可以忽略不计。

其他行业也能够看到类似的例子,低薪人员默默地为机器提供动力,可能是协助自动订购系统,也可能是数据标注。

到底哪种表达方式更「像人」

随着越来越多低质量的机器生产的内容充斥网络,通过人工智能检测软件,来检查文本是否是机器生产的,已经成为文案领域的常见做法。
吊诡的是,AI在与AI对话,人成了最不重要的。
先用AI生成内容,再用AI检查到底是不是AI生成的。
人在中间起到了什么作用呢?可能也起到了一个「造型」的作用吧——把AI写的东西改造得像是人写的。
更离谱的是,去年,一批作家甚至表示,他们因人工智能生成内容探测器的虚假指控而失业。
而且,根据Cowart的说法,这些拥有人工智能检测软件的自由写作平台往往会「两头通吃」——一边雇佣编辑修改AI写的稿子,一边用AI检测。
这就要求编辑们要不断随着探测器的更新而更新写作方式——哪些内容会被标记为人工智能生成内容的规则会不断变化。
这让Cowart崩溃了,「英语有一百万种方式表达同一件事,但哪一种是更『像人』的?我猜不出来。」

最后一个人也被解雇了

好景不长,米勒「帮机器人改稿」的工作时代也突然结束了。
坚持了几个月的重复编辑工作,他被召集去参加一个意想不到的会议。
2024年4月5日,他被解雇了,理由是公司认为米勒只是另一个不必要的「人为干预层」。

又一次被取代

本来以为自己会失业在家的米勒,幸运地找到了一个新的机会,虽然这个新的机会看起来相当讽刺。
他在UnDetectable AI找到了一份工作,顾名思义,这家公司专门开发让「人工智能生成内容更难以识别」的软件。
换言之,米勒又被取代了一次。人工智能正在取代他被人工智能取代后不得已做的工作。
但UnDetectable AI首席技术官Bars Juhasz却非常乐观,「当汽车在马车时代首次出现时,人们的反应就像是世界末日了。但社会总是在适应。」
「我们将看到很多工作被取代,而自由职业者将受到最严重的打击,我确实同情他们。但这些靠『帮AI机器人改稿』获得报酬的人都是出色的机会主义者,当然,他们还算不上伟大的机会主义者。那些学会使用新技术工作的人将会没事。」
「出色的机会主义者」米勒是如何看待自己的工作的呢?
「我制造了很多垃圾,这些垃圾充斥着互联网并摧毁了它,甚至没有人读过。」

AI会抢走你的工作吗

很难说。
我们正处于一个令人不安的十字路口,一些专家警告说,ASI(超级人工智能)将很快取代大多数人类工作,
有的人则认为不会有那一天。
也有人认为我们正在走向人工智能和人类协作,而不是竞争的未来。
但是就像米勒等人的经历一样,AI的发展已经让一些人承担了令人痛苦的结果。

现实选择是必须适应AI

但对于文案界的一些人来说,人工智能的到来是好事还是坏事取决于如何对待它,以及你的职业生涯有多远。一些作家表示,将AI运用到他们的创作过程中甚至可以改善他们的工作。
美国作家与艺术家公司 (AWAI) 是一个为自由作家提供培训和资源的组织,他们主动为其成员举办各种人工智能课程的培训。
AWAI总裁Rebecca Matter表示,人工智能课程目前是该学院迄今为止最受欢迎的课程。
Matter认为,「对于那些以文案写作为职业的人来说,风险不是人工智能会不会抢走他们的工作,而是他们能不能适应AI。这可能会让人不舒服,但我认为这是一个巨大的机会。」
她还表示,对于她认识的大多数作家来说,向人工智能世界的过渡都很顺利。
事实上,AI已经成为文案写作过程中固有的一部分,以至于许多作家现在将个人「人工智能政策」添加到他们的专业网站上,以解释他们如何使用该技术。
甚至对AI使用巧妙得当,还可以拿到普利策新闻奖。
拥有九年经验的文案撰稿人Rebecca Dugas表示,人工智能是一个「天赐之物」,让她在更短的时间内创作出同样高质量的作品。
「只要我的客户满意,我不会拒绝使用人工智能。无论是集思广益、市场调研,还是在我为文案冥思苦想的时候,它都是一个令人难以置信的共同创意合作伙伴。」
对于那些对AI持保留态度的客户,他们支付更多的费用就好。
随着人工智能生成内容变得更好,可以预见的是,一些企业将转向ChatGPT和其他工具来满足他们的写作需求,而不是雇用人类。
但即使是这样,Dugas依然很乐观,她认为,如果你不了解文案写作,你就无法判断人工智能产生的效果,这意味着,有才华的知名作家总会有高薪工作。
但处于职业生涯低端的文案撰稿人可能就没那么幸运了。
那么,你认为本篇文章的「含人率」是多少呢?

参考资料:
https://www.bbc.com/future/article/20240612-the-people-making-ai-sound-more-human


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

MX利用Augtera Network AI优化数据中心应用性能

MX现代化数据中心网络,扩展与SONiC的Augtera集成
Augtera Networks是AI/ML驱动的网络运营平台领先者,MX Technologies, Inc.是为消费者和为其提供服务的金融机构提供可操作智能的领导者,今天宣布MX已选择Augtera利用Dell Enterprise SONiC交换机为其下一代数据中心网络提供AI运营动力。图片{ width=60% }


数据中心网络现代化将使MX能够通过增加容量提高应用体验,降低操作成本,并提高灵活性。此外,利用智能网络运营可以防止性能下降,并允许更快地检测和纠正问题。
MX在2023年在其数据中心网络中使用Augtera Network AI平台强化了其传统网络监控工具。新解决方案使MX能够通过提供预防性和自动化操作的网络AIOps增强网络监控,从而优化应用性能,同时还提供传统网络监控功能,以便更容易采用操作。
“MX继续通过采用Augtera Network AI以及现在的SONiC来进行创新,为用户提供最佳体验。Augtera与SONiC的集成将进一步优化应用体验,提高运营的灵活性和效率,”MX基础设施总监Brandon Murdoch解释道。

Augtera的AI和整体遥测使MX能够预防和减少应用性能下降。Augtera的实时基于ML的异常检测功能提供了对应用的TCP重传、数据中心布线故障、数据平面、环境和控制平面错误以及拥塞的早期检测和自动警报。这使MX能够确定哪些应用流受到由数据中心布线问题引起的TCP重传影响,并相应地进行修复。
“MX一直是第一个采用Augtera的行业领先的跨厂商实时ML异常检测功能的前沿人士,以优化平台性能。除了这些功能,Augtera与SONiC的集成还将为MX提供实时的延迟和丢包可观察性,将这些优势推向更高水平,”Augtera的创始人兼首席执行官Rahul Aggarwal表示。

相关资源:
有关Augtera Network AI平台的更多信息,请阅读我们的[数据表](链接至datasheet)。
有关Augtera与戴尔企业SONiC的集成的更多信息,请阅读戴尔 - Augtera联合[白皮书]。(链接至Dell – Augtera联合whitepaper)。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

英伟达,遭遇反垄断调查

据知情人士透露,英伟达即将因涉嫌反竞争行为而受到法国反垄断监管机构的指控,这将是第一家针对这家计算机芯片制造商采取行动的执法机构。去年 9 月,法国对显卡行业进行了突击检查,消息人士称,针对 Nvidia 的突击检查就是法国所谓的异议声明或指控书。


此次突击检查是对云计算进行更广泛调查的结果。作为全球最大的人工智能和计算机图形芯片制造商,在生成式人工智能应用程序 ChatGPT 发布后,其芯片的需求猛增,引发了大西洋两岸的监管审查。法国监管机构向企业发布了部分反对声明,但并非全部。英伟达拒绝置评。该公司在去年的监管文件中表示,欧盟、中国和法国的监管机构曾要求提供有关其显卡的信息。其他知情人士表示,由于法国当局正在调查英伟达,欧盟委员会目前不太可能扩大初步审查。法国监管机构在上周五发布的关于生成人工智能竞争的报告中指出了芯片供应商滥用的风险。它对该行业对 Nvidia 的 CUDA 芯片编程软件的依赖表示担忧,该软件是唯一与加速计算必不可少的GPU 100% 兼容的系统。它还提到了对 Nvidia 最近对 CoreWeave 等专注于人工智能的云服务提供商的投资感到不安。如果违反法国反垄断规定,公司将面临高达其全球年营业额 10% 的罚款,不过它们也可以做出让步以避免受到处罚。一位知情人士向路透社透露,美国司法部正牵头调查英伟达,并与联邦贸易委员会分担对大型科技公司的审查。Nvidia 经济学:在 GPU 上每花费 1 美元,就能赚取 5 至 7 美元。Nvidia 表示,在四年内,公司每投资 1 美元购买 GPU,就可以赚取 5 到 7 美元。Nvidia 超大规模和 HPC 业务副总裁兼总经理 Ian Buck 本月在美国银行证券 2024 年全球技术大会上表示,客户正在投资数十亿美元购买新的 Nvidia 硬件,以跟上更新的 AI 模型,从而提高收入和生产力。竞相建设大型数据中心的公司将特别受益,并在数据中心四到五年的使用寿命内获得丰厚的回报。Buck 表示:“云提供商在购买 GPU 上花费的每一美元,四年内都能收回 5 美元。”Buck表示,推理甚至更有利可图。“这里的经济效益甚至更好:每花费 1 美元,在同样的时间段内就能产生 7 美元的营业额,并且这个数字还在增长,”Buck说。围绕 Llama、Mistral 或 Gemma 的 AI 推理正在不断发展,并由代币提供服务。Nvidia 正在将开源 AI 模型打包到名为 Nvidia 推理微服务 (NIM) 的容器中。Nvidia 表示,其今年早些时候发布的 Blackwell GPU 针对推理进行了优化。该 GPU 支持 FP4 和 FP6 数据类型,在运行低强度 AI 工作负载时可提高能效。云提供商提前两年就开始规划数据中心,并希望了解未来的 GPU 架构会是什么样子。Nvidia 已分享了 Rubin(在 Computex 上发布的一款新 GPU)的计划,以便云提供商可以为该 GPU 准备数据中心。Rubin 将于 2026 年上市,并取代将于 2025 年上市的 Blackwell 和 Blackwell Ultra。“对我们来说,做到这一点真的很重要——数据中心不是凭空而来的,它们是大型建设项目。他们需要了解‘布莱克威尔数据中心会是什么样子,它与霍珀数据中心有何不同?’”Buck说。Blackwell 提供了一个转向更密集的计算形式和使用液体冷却等技术的机会,因为空气冷却效率不高。Nvidia 每年都会推出一款新的 GPU,这有助于公司跟上 AI 发展的步伐,进而帮助客户规划产品和 AI 战略。Buck说:“Rubin已经与那些最大的客户交谈了一段时间——他们知道我们的目标和时间表。”AI 的速度和能力与硬件直接相关。在 GPU 上投入的资金越多,公司就能训练出更大的模型,从而带来更多收入。微软和谷歌将自己的未来寄托在人工智能上,并竞相开发更强大的大型语言模型。微软严重依赖新的 GPU 来支撑其 GPT-4 后端,而谷歌则依赖其 TPU 来运行其人工智能基础设施。Nvidia 目前正在生产 Blackwell GPU,样品很快就会发布。但客户可以预料,首批 GPU(将于年底发货)将供不应求。“每一项新技术的转型都会带来……供需方面的挑战。我们在 Hopper 上就经历过这种情况,Blackwell 的产能提升也将面临类似的供需限制……今年年底到明年,”Buck 说道。Buck 表示,数据中心公司正在淘汰 CPU 基础设施,为更多 GPU 腾出空间。Hopper GPU 被保留,而基于 Ampere 和 Volta 架构的旧 GPU 则被转售。Nvidia 将保留多个级别的 GPU,随着 Blackwell 的不断发展,Hopper 将成为其主流 AI GPU。Nvidia 已经进行了多项硬件和软件改进,以提高 Hopper 的性能。所有云提供商都将提供 Blackwell GPU 和服务器。Buck 表示,GPT-4 模型大约有 1.8 万亿个参数,由于 AI 扩展尚未达到极限,参数数量还将继续增长。“人类大脑的规模为 1000 亿到 150 万亿,具体数量取决于个人,取决于大脑中的神经元和连接。目前,人工智能的规模约为 2 万亿……我们尚未进行推理,”Buck说道。将会有一个包含数万亿个参数的大型模型,在此基础上构建更小、更专业的模型。参数数量对 Nvidia 有利,因为它有助于销售更多 GPU。Nvidia 正在调整其 GPU 架构,从原来的基础模型方法转向混合专家模型。专家混合涉及多个神经网络通过相互参考来验证答案。Buck说:“1.8 万亿参数的 GPT 模型有 16 个不同的神经网络,它们都试图回答各自层的部分问题,然后商讨、会面并决定正确答案是什么。”即将推出的 GB200 NVL72 机架式服务器配备 72 个 Blackwell GPU 和 36 个 Grace CPU,专为混合专家模型而设计。多个 GPU 和 CPU 相互连接,从而支持混合专家模型。“这些家伙都可以相互通信,而不会在 IO 上受阻。这种演变在模型架构中不断发生,”Buck 说。Nvidia 首席执行官黄仁勋本月在 HPE 的 Discover 大会上发表了一些激烈的言论,呼吁人们购买更多该公司的硬件和软件。Nvidia 和 HPE 宣布推出一系列新产品,其名称简单明了,为“Nvidia AI Computing by HPE”。“我们设计了小号、中号、大号和特大号,你可以选择。而且正如你所知,你买得越多,省得越多,”黄在《发现》杂志的舞台上说道。黄仁勋今年早些时候还发表了另一条备受争议的言论,当时他说未来的程序员不需要学习如何编写代码。但在 Nvidia GPU 上加载 AI 模型需要了解命令行和脚本,以创建和运行 AI 环境。Nvidia 的专有言论和在人工智能市场的完全主导地位使其成为反垄断调查的目标。当 Buck 试图淡化人们对 CUDA 的担忧时,他必须小心谨慎,他表示“护城河是一个复杂的词”。两位高管都表示,CUDA 是其 GPU 的必备软件——要最大限度地发挥 GPU 的性能,就需要 CUDA。开源软件可以与 Nvidia GPU 配合使用,但无法提供 CUDA 库和运行时的强大功能。向后兼容性和连续性是 Nvidia 的独特优势。对 Nvidia 的 AI 模型和软件的支持可以延续到下一代 GPU。但对于英特尔的 Gaudi 等 ASIC 则不然,它们必须针对每个新模型重新进行调整。NaN



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

海内外博主发声抵制!为了训练AI,“版权卫士”Adobe陷入舆论漩涡

为了训练AI模型,没想到浓眉大眼的“版权卫士”Adobe也叛变了。
今年2月,Adobe悄悄更新了产品服务条款。


其中一项条款要求用户同意Adobe可以“通过自动和手动的方式”访问用户作品,包括受保密协议(NDA)保护的内容,并使用“机器学习等技术来改进Adobe的服务和软件”。

如果用户拒绝接受新条款,则无法正常使用Adobe的软件。

这一条款调整近期遭到曝光,引发了创意人士、数字艺术家和设计师等Adobe主力用户发文抵制。他们认为该条款实质上是一种强制授权,无异于“霸王条款”,目的是训练Adobe旗下的生成式AI模型“Firefly”。

X博主“Sam Santala”在6月初发布的一条质疑该条款的推文,目前浏览量已达千万。

许多用户在社交媒体上表示,出于对隐私和版权的担忧,他们选择停止使用Adobe的产品。

无独有偶,Meta公司也采取了类似的措施。随着Meta的生成式AI功能在欧洲上线,其隐私政策更新为:“在Meta产品和服务上共享的信息”,包括“帖子、照片乃至标题等内容”将被用于训练AI。


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

普通人如何利用AI创业?这5大秘诀值得收藏

OpenAI的ChatGPT和微软Copilot等生成式人工智能(AI)工具让我们更容易将想法转化为行动。 从提高工作效率到协助编码,再到帮助内容创作,这些技术正在改变我们的工作方式。


如果你有一个绝妙的想法,能否借助生成式人工智能, 将它从纸上谈兵变成赚钱的项目 ? 

五位商界领袖就新兴技术的作用发表了自己的看法。 

01.确定业务问题

外汇专业公司Travelex首席执行官Richard Wazacz表示,必须结合实际情况来看待生成式人工智能的力量。 专业人士可以利用新兴技术快速扩展新想法 ,但其他因素也很重要。 

Richard Wazacz表示:“现在创办新企业是大势所趋, 但我不认为创业更容易了 。AIGC等技术让更多专业人士掌握了变革的力量,也给民主化带来了挑战。” 

Wazacz补充道:“当一件事情变得越来越容易时,每个人都会利用它。 专业人士必须关注最终目标 ,而不是技术解决方案。” 

“成功创办企业仍然是要找到一个别人没有解决的问题,这可能是一个很小的问题,也可能是一个巨大的问题。” 

image

“你必须解决客户希望解决的问题,而且必须做得很好,就这么简单。推广新的商业模式很困难,但我钦佩那些能做到这一点的人。” 

02.承担风险

Logicalis公司首席技术官Toby Alcock发表了关于生成式人工智能内在潜力的看法, 尤其是当它能够推动新的商业模式时 。 

Toby Alcock表示:“我创办过企业,建立过企业,也出售过企业,所以我经常思考这个问题。” 

“我们正处在一个’有趣的时代’,新兴技术带来了新的可能性,人工智能领域有很多潜力、炒作和资金。但技术并不是我们面临的唯一问题,宏观经济挑战和地缘政治不稳定意味着许多西方经济体的通货膨胀居高不下。” 

“即使有生成式人工智能的帮助,专业人士在进入新的商业领域之前,最好还是慎重考虑。” 

“ 现在的资金成本非常令人担忧 ,你可以押注生成式人工智能用于新创意,但要承担经过深思熟虑的风险。如果它不能给你带来回报,你就需要知道自己是否能承受。” 

03.找到平衡

技术专家MHR的销售促进主管Tim Lancelot持不同的观点—— 严峻的形势意味着敢于冒险的人可以获得回报 。 

Tim表示:“我认为, 经济低迷时期反而会带来创新机会 ,一些最优秀的企业都是在低迷时期起步的。因此,在困难时期,企业会在逆境中诞生,如果你的产品在经济低迷时期也能发挥作用,那么你就能在增长中占据有利地位。” 

“生成式人工智能可以通过降低准入门槛,帮助创新者涉足新领域, 但重要的是要考虑生成式人工智能是如何使新兴技术的获取变得民主化 。” 

image

“别忘了,每个人都可以使用同样的工具。就像它降低了你的准入门槛,同时也降低了其他人的准入门槛。我认为,每一代人都必须最大限度地利用现有工具,并在机遇和风险之间取得平衡。” 

04.使用正确的技术平台

Freshpet公司战略增长计划Jessie Sobel说,探索新的商业模式是她工作内容的一部分。 

Jessie表示:“我关注商业和内部举措,以帮助确保我们在新鲜宠物食品领域保持领先地位。为此,我一直在研究不同的商业模式,以确保我们处于领先地位,我也一直在研究直接面向消费者的市场。” 

该公司主要通过零售商的34000台冰箱网络为超过1150万户家庭提供服务。 

Jessie补充道:“Freshpet认识到, 合适的技术平台可以帮助公司探索直接面向消费者的新模式 。Freshpet使用Ordergroove的Bundles Suite创造灵活的客户体验。” 

“这个项目是关于利用技术来帮助满足宠物主人的需求,我们必须抓住这个机会。” 

image

Freshpet也在继续寻找技术改进业务流程的方法 ,包括使用Emplifi的人工智能服务云来简化客户参与流程。 

“超过1150万消费者正在购买新鲜产品,但我们相信这一数字可以达到4200万。因此,我的工作重点是’我们还没有触达哪些人群?’我考虑的是我们如何才能覆盖整个可寻址市场,而技术在很大程度上可以实现这项工作。”

05.聚焦目标

曼彻斯特联队的首席数字信息官Attiq Qureshi表示, 他所在的足球俱乐部正在研究如何在多个领域使用人工智能 ,包括内容交付和内容管理。 

“我们有一长串潜在用例,从帮助球迷联系我们到支持一线同事更好地开展工作。我的团队正在探索人工智能如何帮助管理球迷论坛上的评论并维护俱乐部的品牌。” 

不过, 他们不会使用生成式人工智能等新兴技术来支持新的商业模式 。 

“这是我们不会做的事情,我们的首要任务是在球场上获胜,所有的事情都是为了这个目标。” 

Qureshi补充概述了其他人如何在新领域使用人工智能,从而获益。 

“技术一直在帮助初创企业, 人工智能可能会让小公司更有竞争力 ,但我不确定人工智能是否会更容易启动一些新模式。客户会被产品和服务所吸引。因此,只要你提供优质的服务,这就足够了。” 


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

海内外博主发声抵制!为了训练AI,“版权卫士”Adobe陷入舆论漩涡

为了训练AI模型,没想到浓眉大眼的“版权卫士”Adobe也叛变了。
今年2月,Adobe悄悄更新了产品服务条款。


其中一项条款要求用户同意Adobe可以“通过自动和手动的方式”访问用户作品,包括受保密协议(NDA)保护的内容,并使用“机器学习等技术来改进Adobe的服务和软件”。
如果用户拒绝接受新条款,则无法正常使用Adobe的软件。

这一条款调整近期遭到曝光,引发了创意人士、数字艺术家和设计师等Adobe主力用户发文抵制。他们认为该条款实质上是一种强制授权,无异于“霸王条款”,目的是训练Adobe旗下的生成式AI模型“Firefly”。

X博主“Sam Santala”在6月初发布的一条质疑该条款的推文,目前浏览量已达千万。

许多用户在社交媒体上表示,出于对隐私和版权的担忧,他们选择停止使用Adobe的产品。

无独有偶,Meta公司也采取了类似的措施。随着Meta的生成式AI功能在欧洲上线,其隐私政策更新为:“在Meta产品和服务上共享的信息”,包括“帖子、照片乃至标题等内容”将被用于训练AI。
如果用户不同意新的隐私政策,应考虑停止使用Meta旗下的社交媒体产品,如Facebook和Instagram。

随着AI技术迅猛发展,各大科技公司与用户之间围绕数据隐私、内容所有权和控制权的争夺愈发激烈。


从生产力工具到社交媒体,你的数据正在被无偿“投喂”给AI
“我们只用授权内容来训练AI”
“顺便说一句,由于你正在使用我们的服务,因此我们拥有你的内容授权。”

针对Adobe引发争议的产品服务条款,一位网友指出,这位创意软件巨头在处理用户内容用于AI训练方面的前后态度并不一致。
Adobe生成式AI模型“Firefly”于2023年3月发布测试版,声称其训练数据来源于Adobe图像库中的数亿张图像、一些公开许可的图像及版权保护已过期的公开图像。
其他的AI图像生成工具,如Stability AI的Stable Diffusion、OpenAI的Dall-E2、Midjourney的Midjourney,都曾因版权问题而备受争议。
Adobe在这一背景下采取了差异化的市场定位——成为AI军备竞赛中的“白衣骑士”,强调其模型训练数据的合法性,并承诺对使用Adobe Firefly生成的图片引发的版权纠纷支付索赔。
资深设计师阿杰戏称自己是“Adobe正版受害者”,认为Adobe利用其庞大的创意生态系统来训练AI,虽然是一个聪明的商业策略,但对用户来说,中间涉及的平台-创作者利益分配和用户知情权是缺失的,这让“老用户非常受伤”,也破坏平台与用户之间的信任。

与此同时,海外屡屡曝出与Adobe有关的版权纠纷,更让用户对Adobe是否真的尊重创作者版权打上了问号。
艺术家Brian Kesinger发现,在未经他同意的情况下,Adobe图像库中出现了打着他名义贩卖的与其作品风格相似的AI生成图像。
摄影师安塞尔·亚当斯的遗产管理方公开指责Adobe,称其涉嫌出售已故摄影师作品的生成式人工智能仿制品。
在舆论压力下,Adobe于6月19日修订了服务条款,明确表示不会使用用户存储在本地或云端的内容来训练AI模型。


AIGC时代,科技公司如何“获取”创作者数据?
数据被喻为AI时代的“新石油”。但资源的“开采”,目前仍有不少灰色地带。
月之暗面创始人杨植麟近期在北京智源大会上表示,模型的“大”依然是第一性原理,现在最大的问题是解决怎么取得原本稀缺或者不存在的数据,以及如何高效地形成规模效应。

数据短缺,正成为AI大模型竞赛中的一个关键问题。据早前《纽约时报》报道,OpenAI使用语音转录工具Whisper收集了超过100万小时的YouTube视频文本作为GPT-4的训练数据。
OpenAI对Scaling Law(规模定律)的极致应用被一些业内人士形象地称为“暴力美学”,在灰色地带抓取数据训练模型,以获取相对于谷歌、Meta等科技巨头的竞争优势。
Scaling Law拥护者相信,当视频模型足够“大”,就会产生智能涌现的能力。
不止OpenAI,如今很多需要“炼模型”的科技大厂、头部互联网平台对用户数据的采集也处在模糊地带。

在国内,随着《互联网信息服务深度综合管理规定》和《生成式人工智能服务管理暂行办法》相继出台,对AI生成内容的监管日渐严格。
其中《生成式人工智能服务管理暂行办法》规定生成式人工智能服务提供者在使用用户数据进行训练时,必须遵守合法来源、知识产权保护、个人信息同意等原则。
然而,在实际操作中,用户往往在不知情的情况下同意平台使用其数据。例如,绘画博主“雪鱼”发现自己的作品在未经允许的情况下,被AI绘画应用“Trik”拿来进行模型训练,一怒之下,该博主选择了停更。

近期我们整理了海内外主流社交媒体平台的用户服务协议条款,发现多家平台的协议中都要求用户授权平台广泛的内容使用权,包括存储、使用、传播、复制以及“制作派生作品”等。这些也都存在一定的模糊地带。

马斯克掌管的X(前推特)直接在用户服务条款中明确写道:可能会使用收集的信息和公开可用的信息来帮助训练其机器学习或人工智能模型。
唯一不同的是微信视频号,明确表示用户使用视频号过程中上传、发布的全部内容,均不会因为上传、发布行为发生知识产权、肖像权等权利的转移。仅在出于宣传或介绍功能等目的时,以一定的方式在腾讯集团相关产品或外部渠道推广用户内容或素材。

澎湃研究所指出,用户服务条款中包含的“制作派生作品”这一提法,让平台轻易就获得了用户的提前授权,可以免费将用户上传和发布的内容用于训练AIGC模型。
这种做法虽然通过一套严密的“话术”获得大量用户数据,节约了模型训练成本,但同时也引发了用户个人信息权利的双重困境:数字版权归属和数据隐私问题,严重损害用户对平台的信任。
目前平台在确保生成式AI不侵犯创作者权益方面尚存在较大不足,也缺乏足够监管。

此外,科技公司获取用户数据的另一种途径是:注册使用AI产品时,用户同意的用户使用须知或用户服务条款。
例如,快手AI视频模型“可灵”在内测阶段的用户须知中明确表示,用户上传的素材(如有)、输入的指令以及模型生成的内容可能会继续用于大模型优化训练,以不断调整优化模型的效果。
如果用户不同意该条款,则无法使用相关产品和服务。尤其在生成式AI中的图生视频、图生图等使用场景中,输入即是输出内容的一部分。由于AIGC模型算法和运行过程依然存在“黑箱”特性,不仅开发者难以向用户充分解释数据处理的过程,也在监管和治理层面带来了挑战。
据君合律师事务所北京办公室合伙人董潇律师解读,《生成式人工智能服务管理暂行办法》第7条要求生成式人工智能研发利用者对预训练、优化训练数据来源的合法性负责,但对于生成式人工智能研发利用者对用于训练算法的数据来源的审核义务究竟应达到何种程度未作出明确规定。
如何平衡科技创新与用户隐私安全,保障创作者权益,仍待行业进一步发展和法律监管措施持续完善。
在此背景下,一些开发者和创作者已经采取行动,推出了一系列“反AI”工具。从作品保护工具Glaze到AI数据投毒工具Nightshade,再到反AI社区Cara走红,面对科技公司未经用户/创作者同意便抓取相关数据训练AI模型,人们的怒火已经愈演愈烈。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB