AI“落后生”苹果王者归来,美股狂飙无视地心引力?

如今,不论美国降息预期是升是降,美股都是一涨了之,似乎市场已经和利率预期脱离。人工智能(AI)的投资热无疑主导了这场“范式转换”。


面对6月鹰派的美联储利率决议(将年内降息预测从最初的3次下调至1次),以科技股为主的纳斯达克指数续创历史新高,过去一周收于19659.81,而标普500指数仅微跌。
今年是有史以来最长的上涨之一,标普500指数27次创下历史新高。鉴于对AI和科技股的热情,未来可能会创下更多新高。
不得不提的是,另一只“科技七巨头”(Magnificent 7)的补涨延续了这波牛市。苹果公司和OpenAI消息一出,刺激股价升至一年高位,苹果与OpenAI合作推出新的人工智能系统“Apple Intelligence”,并将ChatGPT整合到苹果产品上,例如升级版的Siri语音助手,以及更个性化的功能,提高产品性能。
苹果当时是七巨头中最便宜的股票,因此这种补涨并不奇怪。毕竟“AI之王”英伟达的市值在6月初已突破3万亿美元。

华尔街继续上调美股目标价

高盛最新将标普500的年终目标从5200点上调至5600点,目前标普500徘徊于5400的历史新高附近。
早在去年各大机构进行2024年展望时,部分喊出5100点的机构甚至被各界群嘲“太大胆”,如今5100点已经被远远甩在脑后。
至于背后的原因,先看宏观数据的因素。尽管美联储6月的议息会议颇为鹰派,但却不敌开会前几小时发布的通胀数据——美国5月CPI从3.4%降至3.3%,核心CPI从3.6%降至3.4%,两者均低于预期,超级核心CPI月率两年来首次出现负增长。
通胀的超预期回落令市场欣喜若狂,6月13日当日,9月降息概率就回升至56%。尽管美联储自身预测年内仅有1次降息,但当前利率市场的定价却变成了2次。
市场现在反而比美联储更乐观,正在定价今年年底之前50BP的降息,并在2025年另外定价95BP的降息。
相比之下,美联储反而不太自信。由于今年通胀数据的反复,外加6月7日公布的5月非农就业数据超出共识足足近10万人,美联储似乎对其在2024年实施…
```

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“落后生”苹果王者归来,美股狂飙无视地心引力?

如今,不论美国降息预期是升是降,美股都是一涨了之,似乎市场已经和利率预期脱离。人工智能(AI)的投资热无疑主导了这场“范式转换”。


面对6月鹰派的美联储利率决议(将年内降息预测从最初的3次下调至1次),以科技股为主的纳斯达克指数续创历史新高,过去一周收于19659.81,而标普500指数仅微跌。

今年是有史以来最长的上涨之一,标普500指数27次创下历史新高。鉴于对AI和科技股的热情,未来可能会创下更多新高。

不得不提的是,另一只“科技七巨头”(Magnificent 7)的补涨延续了这波牛市。苹果公司和OpenAI消息一出,刺激股价升至一年高位,苹果与OpenAI合作推出新的人工智能系统“Apple Intelligence”,并将ChatGPT整合到苹果产品上,例如升级版的Siri语音助手,以及更个性化的功能,提高产品性能。

苹果当时是七巨头中最便宜的股票,因此这种补涨并不奇怪。毕竟“AI之王”英伟达的市值在6月初已突破3万亿美元。

华尔街继续上调美股目标价

高盛最新将标普500的年终目标从5200点上调至5600点,目前标普500徘徊于5400的历史新高附近。

早在去年各大机构进行2024年展望时,部分喊出5100点的机构甚至被各界群嘲“太大胆”,如今5100点已经被远远甩在脑后。

至于背后的原因,先看宏观数据的因素。尽管美联储6月的议息会议颇为鹰派,但却不敌开会前几小时发布的通胀数据——美国5月CPI从3.4%降至3.3%,核心CPI从3.6%降至3.4%,两者均低于预期,超级核心CPI月率两年来首次出现负增长。

通胀的超预期回落令市场欣喜若狂,6月13日当日,9月降息概率就回升至56%。尽管美联储自身预测年内仅有1次降息,但当前利率市场的定价却变成了2次。

市场现在反而比美联储更乐观,正在定价今年年底之前50BP的降息,并在2025年另外定价95BP的降息。

相比之下,美联储反而不太自信。由于今年通胀数据的反复,外加6月7日公布的5月非农就业数据超出共识足足近10万人,美联储似乎对其在2024年实施降息的能力不太自信。

美联储的声明中仅描述了朝着2.0%通胀目标的“适度进展”,这表明可能仍缺乏对“反通胀”叙事的信心。

数据的不一致可能是央行面临的挑战之一,毕竟工资增速仍显示健康增长,失业率仍稳定在4.0%左右。在美国11月7日选举前仅剩两次会议。虽然有人担忧美国大选的时点会在一定程度上限制美联储降息的能力,但事实上,在过去17次总统选举中,美联储有10次在选举前3个月内加息或降息。

高盛目前预计,美联储年内仍有望降息2次,随着5月核心CPI通胀放缓至33个月低点以及5月核心PPI保持平稳,我们现在已经看到两轮较好的通胀数据,如果接下来的3个通胀数据仍处于类似范围,美联储可能推动在9月进行降息。

开始降息时哪些表现好?研究表明,大盘成长股在开始降息后持续表现最强。此外,优质成长股通常显著优于低质量周期股,这与美联储通常在名义增长放缓的周期末期开始降息的观念有关。这通常是市场愿为大盘优质股和长期增长属性支付更高溢价之时。

科技巨浪推动美股脱离地心引力

不过,对于美股而言,宏观面的变化比起科技巨浪本身,仍显得微不足道。

在经济韧性增长的环境下,股票已与利率预期脱钩:目前,市场对2024 年降息的预期仅为2次,低于之前的近7次,但股票却不受此影响。机构认为,这种态势可能会持续下去。

科技行业仍然是市场表现的主要驱动力。缺少这一板块的股市就会显得截然不同。随着科技板块扛起大梁,人们不得不拷问该行业能在多大程度上支撑市场。

潜在的修正是可能的,但到目前为止,指数还没有形成明确的顶部形态。这意味着,至少就目前而言,逢低买入以科技股为主的指数仍然是一种更明智的交易策略,而不是试图把握市场顶部的时机。

之所以各界纷纷开始更看好昂贵的美国市场,是因为盈利和经济都表现出韧性,标普500和纳斯达克100的盈利修正幅度为正,这多半也是因为科技大盘股的贡献。虽然“美股七雄”股票的估值仍高于整体市场,但这些公司的盈利表现令人满意,因此尽管它们价格涨势强劲,但估值在近几个月实际上已经下降。

经历了今年一季度的蛰伏后,终于搭上AI浪潮的苹果上演了王者归来,并为科技股再加了一把火。和特斯拉的处境相似,缺乏AI属性以及主营业务下滑的窘境令苹果一度失去了资本市场的青睐,苹果股价今年1-4月累计下跌10%,远落后于风光无限的英伟达(72%)等AI概念股,其市值也先后被微软和英伟达赶超。就在市场前景一片黯淡时,股价在5月迎来了转机。

之前很多人担心苹果会落后竞争对手,但现在看来,充满现金的苹果公司绝对有能力追赶上来。苹果在6月11日的开发者大会(WWDC)上完成了AI首秀,官宣全新的人工智能平台“苹果智能”(Apple Intelligence,缩写为AI)。

该平台采用了“端侧模型+自研云端模型+外部大模型“相结合的方式。将AI整合到苹果生态中使得大部分日常任务都可以在本地完成,但在用户需要且允许的情况下,能调用性能更强的云端模型(例如ChatGPT),不过苹果表示,用户数据不会被保存在云端,也不会被用于训练模型。

在英伟达垄断AI芯片,微软谷歌亚马逊占据云计算三强,Meta广告业务称王的同时,苹果并没有大刀阔斧的技术革新,“苹果智能”目前只是集中在图文生成、交互、跨应用联动等“基础”功能上,但这再次突显出苹果专注于人机互动体验、个人隐私保护的宗旨。

相比于竞争对手的“大模型”,兼顾运行速度与算力需求的“小模型”或是苹果对AI时代的思考和回答。

虽然苹果未能成为AI产业的引领者,但至少也不再是旁观者。嘉盛集团就提及,拒绝成为下一个诺基亚,也不会成为下一个英伟达,苹果立志于做自己。资本市场对此给出积极的反馈。

不过,马斯克(Elon Musk)就不太喜欢这个消息了,他警告,如果苹果与OpenAI合作,他将禁止他的公司使用iPhone等产品,他认为这是“不可接受的安全违规”。

其实三星也宣布禁止员工在公司内的装置和内部网络上使用生成式AI工具,包括ChatGPT。也是考虑到资料及技术安全的担忧。

iPhone收入占据苹果营收的半壁江山,但其销量却在近几个季度遭遇瓶颈,今年一季度在全球智能手机市场**占有率跌破20%**被三星反超跌至第二,同期中国区iPhone销量下滑了19%,为2020年以来最差表现,而华为在中国的业务强劲发展。

中国市场占苹果业务的比重较大,这仍将对苹果产生影响。不过,随着AI性能大力提高,苹果产品性能在市场的竞争力提高,至少短期是一大提振。

苹果目前的远期市盈率仅为26倍左右,远低于七巨头中的普遍水平。股息率仅次于微软,而150%的净资产收益率和1100亿美元的经营现金流都高居七巨头之首,股东回报仍可观。

需要提醒的是,当前股价的飙升都是建立在乐观的预期之上,若下半年iPhone等出货量没有兑现预期,股价仍将面临不小的挑战。

AI投资逻辑

事实上,AI投资远远不止于英伟达、苹果等七巨头,而是一整个完整的产业链。Baillie Gifford投资AI领域的逻辑也引人关注。

Baillie Gifford管理的最大旗舰产品Scottish Mortgage刚刚发布了自己的年报。在年报中,基金经理专门讨论了自己对于AI投资的看法,以及相关的持仓,十分值得借鉴。

在讨论中,基金经理把人工智能领域分为三个层次:硬件、基础设施和应用程序。而Scottish Mortgage则投资了每一个层中最优秀的企业。

第一层:硬件层
硬件层是实现AI的物理计算设备,包括芯片设计、芯片制造和芯片制造设备企业。

  • 英伟达(NVIDIA)
    自2016年以来,Scottish Mortgage一直持有英伟达的股份。英伟达在AI芯片设计领域占据主导地位,90%的生成性AI模型在其芯片上训练。该公司是AI发展的关键推动者。

  • 台积电(TSMC)
    英伟达仅设计芯片,需要台积电来制造。台积电是全球最大的集成电路制造商,Scottish Mortgage的最新持股企业。台积电在大型铸造厂建设方面占据主导地位,正在亚利桑那州建造的三家铸造厂耗资超过650亿美元。

美国政府提供超过100亿美元的拨款和贷款支持这些铸造厂的建设,以确保其供应链和经济安全。

  • 阿斯麦(ASML)
    台积电依赖ASML的光刻机,ASML在先进光刻机市场拥有垄断地位。ASML的光刻机使用先进技术在硅片上形成微小结构,使芯片能够包含数百亿个晶体管。

这三家硬件公司在AI崛起中获益,并拥有坚不可摧的市场地位。

第二层:基础设施层
基础设施层包括云服务提供商、计算模型和数据库企业。

  • 云服务提供商
    云服务提供商购买英伟达的芯片,提供按需计算资源,使企业无需构建自己的基础设施即可训练和部署AI模型。

全球有三大云服务提供商,Scottish Mortgage持有的亚马逊是其中最大的一家。云服务的普及使计算和AI更为民主化。

  • 基础模型
    一些公司正在构建大型基础模型,这些模型在广泛数据集上训练,并作为构建更专业AI模型的基础。训练这些模型所需的计算能力和能量成本高昂,预计未来几

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

导师爆料:这篇CVPR最佳学生论文,从想法到成稿只用一个月,源自业余灵感

按部就班 vs. 好奇心驱动,哪个更容易出研究成果?

CVPR 2024 的最佳学生论文,竟然是用一个月的时间写出来的。

北京时间 6 月 20 日凌晨,CVPR 2024 正式公布了最佳论文、最佳学生论文等奖项。


其中,获得最佳论文的有两篇文章 ——BioCLIP 和 Mip-Splatting。

据 Mip-Splatting 论文一作 Zehao Yu 的导师、图宾根大学教授 Andreas Geiger 透露,这篇论文从想法公布到成稿,只用了一个月的时间。

而且,他还提到,Zehao Yu 之前参与过多个项目,并发表过自己的论文。但在 Mip-Splatting 项目之前,他从未接触过高斯泼溅技术,对于高斯泼溅的入门也是在业余时间以个人兴趣的形式展开的。这让他不禁感叹,「研究是高度非线性的,往往很难规划,这正是它令人生畏的地方,同时也令人兴奋。我们必须接受这一点。」

Mip-Splatting 论文的完整标题是「Mip-Splatting: Alias-free 3D Gaussian Splatting」。在论文中,Zehao Yu 等人介绍了一种用于 3D 图像渲染的抗锯齿 3D 高斯泼溅方法 ——Mip-Splatting。

3D 图像渲染是指生成三维图像的过程。想象一下电脑游戏中的那些逼真的场景或动画电影中的角色,它们都是通过渲染技术从一堆数据变成我们看到的图像。

在计算机图形学中,锯齿(alias)是指图像边缘出现的锯齿状不平滑现象(见下图)。抗锯齿技术就是用来消除这些锯齿,使图像边缘看起来更加平滑和自然,近几年颇受关注的高斯泼溅就是这样一种技术。它利用高斯分布来平滑图像边缘,从而减少锯齿效应,使得图像更为平滑和自然。

在回顾 Zehao Yu 和他的研究历程时,Andreas Geiger 提到:

Zehao 已经在我的实验室里做了一段时间的博士生了。他和实验室里的许多人一样,做了很多出色的工作。首先,他参与了一些项目(TransFuser),并在 NeurIPS 2022 会议上发表了他的第一篇独立论文(MonoSDF)。他还开发了一个用于表面重建的完整软件框架,基于 SDF 模型(SDFStudio)。

在 Mip-Splatting 之前,他没有用过高斯泼溅方法。事实上,他当时正在研究另一个使用更「传统」神经隐式表示的项目。但那个项目进展得不太顺利,很长一段时间里充满障碍。到了 2023 年 10 月,他在业余时间开始玩高斯泼溅技术。他喜欢在业余时间尝试新事物并研究新的模型。

3DGS(3D Gaussian Splatting)是当时的新技术。简而言之,它可以从几个输入图像中生成逼真的新视角,比 NeRF 和之前的其他方法更快。但 Zehao 对在超出训练姿态分布时渲染的表现感到困惑。这些渲染效果会退化,结构变得太细或太粗。大概当时很多人都注意到了这些现象,但还没有人解决它们。Zehao 有一个简单的解决方案,并且在想这个方法是否够好,是否值得发表。

在 10 月 18 日,Zehao 写道:「大家好,我计划提交一篇关于解决最近 3D 高斯泼溅的抗锯齿 / 缩放伪影的论文到 CVPR。我发现这些伪影的主要原因是低通滤波器。在使用泼溅方法进行渲染时,低通滤波器是非常常见的。但当它应用于优化框架(从多视图图像重建)时,它会引入一种偏置,使得真实的 3D 高斯变小(因为滤波器在渲染过程中会使其变大)。所以当我们放大或缩小时,由于视角与训练视角不同,我们会看到伪影。但我们不能简单地抛弃低通滤波器,因为这样就无法实现抗锯齿。

我的解决方案非常简单:1)我们应该使用较小的低通滤波器,这样低通滤波器的效果不会在训练中占主导地位;2)添加一个正则化,使得高斯不会变得太小。」

时间非常紧张:从想法到 CVPR 截止日期只有 1 个月。通常这种努力不会顺利进行,因为剩下的时间太少,无法进行论文润色或实验。但 Zehao 坚信他甚至可以在截止日期前 1-2 周完成。他正在做实验,我们所有人都开始一起写论文。我们在 11 月 17 日提交给 CVPR,并在 1 月 23 日惊讶地收到 3 个「strong accept」的评审意见。昨天,Mip-Splatting 在 CVPR 获得了最佳学生论文奖。我们非常感谢社区、评审、领域主席和奖项委员会对这个小小想法的认可。

一个简单的想法,用了短短一个月就写成了论文,还拿到了 CVPR 最佳学生论文奖,不知其他研究者听到有何感想。

Andreas Geiger 也谦虚得说,这里面有运气的成分(有人可能认为这篇论文是增量式创新),评审的结果也未必 100% 公平。但他之所以分享这段经历,只是想要表达:

研究往往是非常非线性的。在从事某项工作的同时,你会发现其他的东西。最重要的一点是要努力工作,充满热情,充满好奇心,不断尝试新事物。要有创造力。提出疯狂的想法。用未曾设计过的方式测试现有模型。不断前进。这就是每个研究人员的核心:好奇心。试图探究事物的本质。深入了解它们,从而(有时在不经意间非常意外地)做出新发现。

写到这里,他还推荐了苹果高级科学家 Vladlen Koltun 在 CVPR 2018 年的一个演讲,主题是「Doing (Good) Research」。(演讲链接:https://www.youtube.com/watch?v=4LEZED1YXm0&t=1420s)

不过,他也指出,在现行的科研系统中,科学家要通过提交研究计划、 撰写资助申请书来获取研究项目资金,这和好奇心驱动的研究理念很不相称,尤其是在 AI 这样一个快速发展的领域。

「你很少能制定出一个精确的 3 年甚至 5 年愿景,并完全按照这个愿景行事。更有可能的情况是,在研究过程中会出现一些有趣的相关研究问题,这些问题值得研究,你不应该因为它们与你最初的研究计划不完全一致而不去研究它们。」Vladlen Koltun 写到。但对此,他也没有很好的解决方案。

最后介绍一下论文一作 Zehao Yu。他本科毕业于厦门大学,之后在上海科技大学拿到了硕士学位,2021 年前往德国图宾根大学读博。他的研究重点是计算机视觉和机器学习,特别是 3D 视觉(深度估计、平面检测、多视图立体视觉、3D 重建、3D 人体建模)。

参考链接:https://www.facebook.com/andreas.geiger.395

图片

图片

图片

图片

论文链接



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

LeCun学生、纽大助理教授Alfredo视频上新,跟他免费学本科AI课程

喜欢学习基础人工智能知识的小伙伴们又有新的优质资源了!

纽约大学计算机科学助理教授、图灵奖得主Yann LeCun的学生Alfredo Canziani开新课了!

近日,Alfredo Canziani 在社媒 X 上宣布自己的春季「人工智能本科课程」放出在线视频了。

一些章节的视频已经可以在Youtube上观看。


视频观看地址:
https://www.youtube.com/playlist?list=PLLHTzKZzVU9cH26X9VQ14lIA0aPwZiZTx

据介绍,这门《人工智能》课程包含两大部分。

第一部分为基于知识的AI,由Ernest David教授授课。各章节讲授的知识点包括:基于知识的AI引言,搜索和约束满足问题、逻辑推理和自动推理、以及概率和简单决策制定。

第二部分为基于学习的 AI 和自然语言处理(NLP),由Alfredo Canziani讲授。各章节讲授的知识点包括:离散概率和朴素贝叶斯、感知机和逻辑回归、优化、统计和神经自然语言处理、神经网络分类、以及循环神经网络和卷积神经网络。

更详细的章节目录参考

Alfredo Canziani的免费在线视频课程获得了不少欢迎,有人表示内容非常有趣。

讲师介绍

Alfredo Canziani 是纽约大学柯朗数学科学研究所(CIMS)的计算机科学助理教授和深度学习研究科学家,在Kyunghyun Cho和Yann LeCun两位教授的指导下工作。

他的研究主要集中在自动驾驶机器学习上,并一直在探索深度策略网络动作不确定性估计和故障检测,以及基于潜在前向模型的长期规划。这些可以很好地处理周围环境的随机性和多模态性。

求学期间,Alfredo 以优异成绩获得了意大利的里雅斯特大学电气工程学士(2009) 和硕士学位 (2011),to在英国克兰菲尔德大学获得理学硕士学位 (2012),在普渡大学获得博士学位 (2017)。

在业余时间,Alfredo还是一名职业音乐家、舞者和厨师,并不断扩展他的关于深度学习和PyTorch免费在线视频课程。

想要学习的小伙伴可以关注课程主页:https://atcold.github.io/NYU-AISP24/



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

墙裂推荐!Karpathy大模型培训课LLM101n上线了,非常基础

让我们训练一个 Storyteller。

今天外网又被 Andrej Karpathy 这一良心课程刷屏了!

项目是 11 小时前被 Karpathy 上传到 Github 的,目的是要构建一个能够创作、提炼和阐释小故事的大语言模型。


如今已经被许多网友转发推荐。

项目地址:https://github.com/karpathy/LLM101n

有网友表示,这是 karpathy 老师的新冒险。它将带您从语言建模、机器学习的基础知识开始学习,然后到多模态、RLHF、模型部署。

也有网友称:看起来 karpathy 正在做一门完整的、类似 cs231n 的课程, 《LLM101n》将讲授如何从头开始构建类似 ChatGPT 的模型,非常雄心勃勃!

以下是该课程的项目简介:
在本课程中,我们将构建一个 Storyteller AI 大型语言模型 (LLM),旨在使用 AI 创建、完善和说明小故事,涵盖从基础到类似于 ChatGPT 的可运行 Web 应用程序,并使用 Python、C 和 CUDA 从头开始构建项目,并且只需要最少的计算机科学前提条件。这门课程将使学生对 AI、LLM 和深度学习有相对深入的了解。

教学大纲如下:

  • 第 01 章 Bigram 语言模型(语言建模)
  • 第 02 章 Micrograd(机器学习、反向传播)
  • 第 03 章 N-gram 模型(多层感知器、matmul、gelu)
  • 第 04 章 Attention(attention、softmax、位置编码器)
  • 第 05 章 Transformer(transformer、residue、layernorm、GPT-2)
  • 第 06 章 Tokenization(minBPE、字节对编码)
  • 第 07 章 优化(初始化、优化、AdamW)
  • 第 08 章 Deepspeed I:设备(设备,CPU,GPU,…)
  • 第 09 章 DS II:精度(混合精度训练,fp16,bf16,fp8,……)
  • 第 10 章 DS III:分布式(分布式优化、DDP、ZeRO)
  • 第 11 章 数据集(数据集、数据加载、合成数据生成)
  • 第 12 章 推理 I:kv-cache(kv-cache)
  • 第 13 章 推理 II:量化(quantization)
  • 第 14 章 微调 I:SFT(监督微调 SFT、PEFT、LoRA、聊天(chat))
  • 第 15 章 微调 II:RL(强化学习,RLHF,PPO,DPO)
  • 第 16 章 部署(API、Web 应用程序)
  • 第 17 章 多模态(VQVAE、扩散 transformer)

那还等什么,学起来吧!



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

伦敦NHS医院数据窃取对患者意味着什么?

英国卫报科技报道

摘要: 企鹅犯罪团伙窃取了涉及3亿次与NHS的互动的信息,这可能会被用于未来的诈骗

医院记录在黑客攻击中被盗

核心内容:本月,一家俄罗斯犯罪团伙在一次网络攻击中窃取了高度敏感的NHS患者数据,包括艾滋病毒和癌症血液检测结果。


该团伙在一夜之间发布了从Synnovis窃取的近400GB数据,Synnovis是一家提供病理服务(如血液检测和输血)的私营/NHS合资企业。两家NHS信托管理的七家医院,盖伊和托马斯以及国王学院,受到了勒索软件攻击的影响。执行此次网络盗窃的俄罗斯黑帮企鹅已经发布了他们在这次网络窃取中提取的数据。泄露私人信息表明,Synnovis拒绝向企鹅支付赎金以解密其系统并删除任何被窃取的数据。Synnovis表示,正在与NHS、国家网络安全中心和其他合作伙伴一起对数据进行分析,旨在确认这些数据是否来自Synnovis的系统,以及包含哪些信息。哪些数据被窃取了?黑客从Synnovis窃取了大量数据,这些数据涉及大约3亿次与NHS的独立患者互动,涵盖了不确定但很长的一段时间,据《卫报》透露。NHS尚未透露这些数据包含的具体内容。但它包括患者在进行手术前进行的血液测试结果,包括癌症和移植手术,或者因为他们怀疑感染性疾病或正在检查艾滋病毒感染情况。企鹅的搜查还包括显示患者在接受治疗和护理时进行的检测结果的数据,据消息人士透露,这些检测结果来自于“多个私人[医疗]提供者”。BBC周五报道称,企鹅在一夜之间发布的数据包括患者的姓名、出生日期、NHS编号和“血液检测描述”。我如何找出是否我的数据被窃取了?目前尚不清楚患者是否以及如何可以查明与他们在NHS进行的血液测试和其他互动是否已被盗取或已在网上发布。NHS英格兰在一份声明中表示,国家犯罪调查局和国家网络安全中心正在努力验证已发布文件中包含的数据,但由于这些文件并不是“简单的上传”,他们的工作可能需要几周甚至更长时间才能完成。 NHS英格兰表示,将在专门的网页上更新NHS患者情况,并补充说有问题的人也可以致电0345 8778967的事件热线。这些数据可能会被用于什么目的?犯罪团伙可以利用在勒索软件攻击中泄露的个人数据进行欺诈行为,比如诱使人们陷入网络钓鱼诈骗中,受害者会被骗取敏感信息,如密码,或者点击一个下载恶意软件的链接。“有人可能会尝试利用泄漏的个人身份信息进行身份盗窃或进行网络钓鱼攻击等,”网络安全咨询公司S-RM的合伙人詹姆斯·泰特勒说道。NHS英格兰表示,任何被某人联系并声称拥有其数据的人应该在网络上或拨打0300 123 2040的行动诈骗电话。可疑的电子邮件应该发送至report@phishing.gov.uk或发送短信到7726。如果受到影响,是否可以寻求赔偿?人们的数据受到英国GDPR的保护,该法规要求组织保护其持有的任何个人数据。“个人如果因为组织违反英国GDPR规定而遭受损害或困扰,有权起诉该组织寻求赔偿,”英国律师事务所Bryan Cave Leighton Paisner的合伙人凯特·布林斯特德说道。然而,布林斯特德补充说,仅仅因为发生了黑客攻击并且数据已被获取,并不意味着涉及的组织存在安全漏洞。“在确定任何英国GDPR违规或责任问题之前,必须进行仔细的根本原因分析和技术调查。”如果支付赎金,数据是否可以取回?黑客窃取的数据已经在在线通讯平台上发布,并且可能已被犯罪分子访问。通常,数据的发布意味着未支付赎金,攻击者将继续攻击下一个受害者。英国国家网络安全中心前主管西兰·马丁表示,支付赎金以“删除”数据是无效的。英国国家犯罪调查局最近对LockBit勒索软件团伙进行的行动发现,该组织在收到赎金后并未删除数据。“我们知道从英国国家犯罪调查局对LockBit的打击,数据无论你是否支付,都已经存在,”他说。

详细探讨这些主题:网络犯罪、黑客攻击、医院、伦敦、犯罪、互联网、NHS、解释程序

分享和重用这篇内容。



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

美国和加拿大汽车经销商连续第三天受网络攻击瘫痪

一个主要的汽车经销商零售软件提供商的网络故障持续第三天,影响了北美的汽车销售,受影响的公司表示。


这家软件提供商CDK表示,目前看不到问题的解决办法。“CDK的中断影响了美国和加拿大的汽车经销商,包括部分宝马集团经销商,” 宝马北美的一位发言人告诉路透社。CDK为汽车经销商提供各种软件,并表示周三发生了另一起网络事件,主动关闭了大部分系统,但正在努力恢复服务,尽快让经销商的业务恢复正常。周四,CDK向客户发送了一封信,表示“尚无解决方案的预计时间”。它没有在声明中透露受影响的经销商数量。但根据其网站,CDK与北美超过 15,000 家零售店合作。包括福特、大众和奔驰在内的主要汽车公司的代表向彭博社确认,他们正在与受中断影响的经销商合作。“经销商非常致力于保护客户信息,正在积极向 CDK 寻求信息,以确定网络事件的性质和范围,以便适当地作出回应,” 国家汽车经销商协会表示。私人拥有的车辆经销商 Holman 还表示,中断影响了他们的电话系统。投资公司布鲁克菲尔德商业合作伙伴于 2022 年 4 月以 64.1 亿美元的现金交易收购了 CDK,将最后一个主要上市汽车经销商和制造商软件提供商私有化。



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

苹果延迟推出欧洲AI功能,指责欧盟规定问题

苹果称,欧盟的竞争规定要求与竞争对手产品功能兼容,这将危及隐私和安全。


苹果将推迟在欧洲推出三项新的人工智能功能,因为欧洲联盟的竞争规则要求公司确保其设备与竞争对手的产品和服务可以正常运作。这些功能将在美国秋季推出,但在欧洲直到2025年才会推出。该公司于周五表示,由于欧盟《数字市场法案》(DMA)造成的监管不确定性,三项功能——电话镜像、SharePlay 屏幕共享增强功能以及苹果情报将不会在今年推向欧盟用户。苹果表示,欧盟的法规将迫使其牺牲设备的安全性,这是该公司之前提出的论点,而欧盟官员已经对此提出反驳。苹果在电子邮件中表示:“具体来说,我们担心DMA的互操作性要求可能会迫使我们以危及用户隐私和数据安全的方式牺牲产品的完整性。”在对彭博的声明中,欧盟委员会表示,只要苹果遵守当地法律,公司就会受欢迎。本月初,该公司在其年度开发者大会上推出了苹果情报,这是一套集成 ChatGPT 和 Siri 的人工智能功能,用于搜索网络并生成图像或文本。今年晚些时候发布下一个版本的苹果移动操作系统时,这些辅助功能还将能够查阅手机的电子邮件、短信和照片,根据用户的提示查找特定信息。该公司表示,这些功能将在 iPhone 15 Pro、iPhone 15 Pro Max、搭载自家 M1 芯片的 iPad 和 Mac 以及后续版本中提供。在 MacOS Sequoia 上,iPhone 镜像允许手机屏幕在 Mac 电脑上显示并交互。“我们致力于与欧盟委员会合作,以找到解决方案,使我们能够向欧盟客户提供这些功能,而又不会危及他们的安全,”苹果的声明称。苹果多次承诺其新的人工智能功能将是私密的。苹果首席执行官蒂姆·库克于六月初承诺,其功能将“以您的个人背景为基础,如您的日常、您的关系、您的通讯等”。探索更多关于这些主题的信息:苹果、欧洲、人工智能(AI)、欧盟、新闻、共享。请注意:Title、Date、Body 三个部分的内容,放入到对应的位置,Title部分内容需要翻译为中文。最后只需要输出为Makedown源文件格式内容。

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

Anthropic的Claude 3.5 Sonnet在大多数基准测试中击败了GPT-4o

Anthropic推出了Claude 3.5 Sonnet,其中档模型在各种评估中表现出色,甚至超过了竞争对手,同时也超越了Anthropic当前的顶级模型Claude 3 Opus。图片{ width=50% }


Claude 3.5 Sonnet现在可以在Claude.ai和Claude iOS应用程序免费获得,Claude Pro和Team计划订阅者的速率限制更高。同时,该模型也可以通过Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI获得。该模型定价为每百万输入标记3美元,每百万输出标记15美元,具有200K标记上下文窗口。

Anthropic声称Claude 3.5 Sonnet在研究生水平推理(GPQA)、本科水平知识(MMLU)和编码熟练度(HumanEval)方面“建立了新的行业基准”。该模型在理解微妙之处、幽默和复杂指令方面展现出增强的能力,同时擅长以自然的语气产生高质量内容。

Claude 3.5 Sonnet的运行速度是Claude 3 Opus的两倍,非常适合复杂任务,如上下文敏感的客户支持和多步骤工作流编排。在内部代理编码评估中,该模型解决了64%的问题,远远超过了Claude 3 Opus的38%。

该模型还展示了改进的视觉功能,超过了Claude 3 Opus在标准视觉基准上的表现。这一进步在需要视觉推理的任务中特别明显,例如解释图表和图形。Claude 3.5 Sonnet可以准确地从不完美的图像中转录文本,这对零售、物流和金融服务等行业非常有价值。

除了模型发布外,Anthropic还在Claude.ai上引入了Artifacts,这是一项增强用户与AI互动的新功能。该功能允许用户实时查看、编辑和构建Claude生成的内容,从而创建更具协作性的工作环境。

尽管Claude 3.5 Sonnet取得了重大的智能飞跃,但仍保持Anthropic对安全和隐私的承诺。公司表示:“我们的模型经过了严格的测试,并经过培训以减少误用。”外部专家,包括英国人工智能安全研究所(UK AISI)和Thorn的儿童安全专家,已参与测试和完善模型的安全机制。

Anthropic强调了对用户隐私的承诺,称:“除非用户明确允许我们这样做,否则我们不会对用户提交的数据进行生成模型的训练。到目前为止,我们尚未使用任何客户或用户提交的数据来训练我们的生成模型。”

展望未来,Anthropic计划在今年晚些时候发布Claude 3.5 Haiku和Claude 3.5 Opus,以完成Claude 3.5模型系列。该公司还正在开发支持更多业务用例的新模态和功能,包括与企业应用程序的集成以及更个性化用户体验的记忆功能。

(图片来源:Anthropic)

查看也有:OpenAI联合创始人Ilya Sutskever的新创企业旨在实现“安全超级智能”

想要从业界领袖那里了解更多关于人工智能和大数据的知识吗?查看在阿姆斯特丹、加利福尼亚和伦敦举办的AI & Big Data Expo活动。这个综合性活动与其他领先的活动同期举行,包括智能自动化大会、BlockX、数字转型周和网络安全与云计算博览会。

探索由TechForge主办的其他即将举行的企业技术活动和网络研讨会。


注意:Title、Date、Body三个部分的内容,放入到对应的位置。最后只需要输出为Markdown源文件格式内容。

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

xAI获得戴尔科技和超微的支持来支持超级计算项目

Elon Musk的初创企业xAI刚刚宣布将依靠戴尔和超微为其巨大的超级计算项目提供服务器机架支持。图片{ width=50% }


马斯克在他的社交媒体平台X上宣布了这一合作,标志着xAI组装他一再称之为“世界上最大的超级计算机”的目标的一个重要发展。

服务器机架是高性能计算基础设施的重要组成部分,为存储和组织超级计算机操作所需的各种计算组件提供骨架。这些精心设计的机房旨在通过充分利用有限的地板空间来促进最佳效率和气流流通,在超级计算领域至关重要。

服务器机架,例如xAI用于大规模AI模型训练的Grok中使用的机架,是支持这些工作负载所需的巨大计算功率的服务器基础设施的关键组件。这些项目需要数十万个耗电量巨大的AI芯片,而半导体晶圆厂的生产周期不足,以实现所需的规模。
xAI的项目是庞大的;因此,在其规模上,热管理尤其具有挑战性。当前技术并不够快速,而超级计算机-可以进行数千倍快速的计算-会变得如此炎热以致其中的芯片随时间降低性能。这个问题由需要数千个耗电巨大的AI芯片来训练像xAI的Grok这样的更先进的AI模型而进一步恶化。

合作细节:戴尔和超微的角色
根据马斯克的说法,戴尔科技将负责组装xAI超级计算机一半的机架。超微计算机(被马斯克称为“SMC”)将提供剩下一半。超微与诸如Nvidia这样的芯片公司紧密联系,并且在液冷技术方面拥有专业知识,已向路透社确认了这一合作关系。

总部位于旧金山的超微因其在服务器设计方面的创新方法而闻名,特别是其液冷技术。这种技术对于管理高性能计算系统产生的极端热量至关重要,可以实现更高效的运行,有可能延长部件的使用寿命。
在相关发展中,戴尔首席执行官迈克尔·戴尔在X上宣布,公司正在与Nvidia合作建立一个将为xAI的聊天机器人Grok下一个版本提供动力的“AI工厂”。这种合作强调了先进AI模型训练所需的广泛计算资源。

马斯克此前表示,训练Grok 2模型大约需要20,000个Nvidia H100图形处理单元(GPU),而未来版本可能需要多达100,000个这些芯片。据《信息》报道,拟议的超级计算机预计将在2025年秋季运行。
戴尔科技和超微计算机为这个项目带来了丰富的经验和专业知识。戴尔几十年来一直是服务器和数据中心基础设施的信任供应商,为世界上许多最大的云计算平台和超级计算设施提供动力,如得克萨斯州先进计算中心的Frontera超级计算机。
超微已经成为提供高性能、节能服务器解决方案的领先者。他们在液冷和刀片服务器架构方面的创新被云提供商、企业和研究机构广泛应用于AI和高性能计算等要求严格的工作负载。
对AI和超级计算技术的影响
xAI、戴尔科技和超微计算机之间的合作代表着人工智能和超级计算技术发展的一个重要里程碑。随着项目的进展,它很可能突破高性能计算的界限,并为人工智能能力的快速演进做出贡献。
这一合作也凸显了AI行业对专门硬件的日益重要性。随着AI模型变得越来越复杂和数据密集,对高性能计算解决方案的需求预计将持续上升,潜在地在未来几年重塑科技行业的格局。
参见:戴尔、英特尔和剑桥大学部署英国最快的AI超级计算机

想要从行业领袖中了解更多关于人工智能和大数据的信息吗?查看将在阿姆斯特丹、加利福尼亚和伦敦举行的人工智能和大数据博览会。这个全面的活动与其他领先的活动同时举办,包括智能自动化大会、BlockX、数字化转型周和网络安全与云博览会。
探索由TechForge举办的其他即将到来的企业技术活动和网络研讨会。



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