AI深度研究员
2024-12-31
AI精选（259）-人工智能领域内的最新进展：
主理人：
今日精选，深度丰富、精彩纷呈!我们诚邀大家继续关注并订阅我们内容，AI时代不落后，让每一天都充满启发和价值
一、NVIDIA下一代Jetson Thor系统将在2025年上半年推出
Jetson Thor简介：
NVIDIA计划于2025年上半年发布下一代紧凑型计算机Jetson Thor。被认为是物理AI和机器人领域的“ChatGPT时刻”。
市场背景与突破：
NVIDIA机器人部门副总裁Deepu Talla指出市场已达到关键“临界点”。Jetson Thor将通过生成式AI和模拟环境训练技术推动机器人行业的飞跃。
技术驱动因素：
生成式AI模型的快速发展。利用模拟环境进行机器人基础模型的训练能力。
NVIDIA的战略转变：
当前AI GPU占其总收入的88%（2024年第三季度收入为351亿美元）。从数据中心主导收入向机器人行业扩展。
二、Ibiden计划加速扩展以满足AI需求
日本企业Ibiden是NVIDIA尖端半导体封装基板的主要供应商。该公司成立于1912年，最初为电力公司，后通过与英特尔的合作转向半导体领域。
生产能力扩展计划：
Ibiden正在日本岐阜县建设新的基板工厂，预计2025年第四季度以25%的产能投产。计划到2026年3月达到50%的产能。由于需求持续强劲，公司正讨论何时将其余50%的产能上线。
市场需求驱动：
AI相关基板的需求旺盛，预计至少持续到明年。客户包括英特尔、AMD、三星、台积电以及NVIDIA。AI芯片封装基板需要能够承受高热量并适应不同芯片的设计。
来源:https://finance.yahoo.com/news/nvidia-supplier-ibiden-weighs-faster-031220230.html
三、人工智能并不意味着机器人即将到来
AI技术的实际用途：
人工智能的现阶段应用更多集中在优化现有机器（如汽车、生产设备）和软件系统，而非创造出科幻电影中的类人机器人。AI驱动的技术更多在商业流程、医疗诊断、数据分析等领域产生实际价值。
机器人技术的现状：
尽管机器人技术有所进步，但距离全面类人机器人（类似于科幻中的机器人）仍有相当长的路要走。技术的瓶颈包括复杂环境的感知和决策能力、能耗优化以及人类安全等问题。
来源：https://www.ft.com/content/84414ad5-6157-4f36-a27a-1366868a25ca
四、人工智能如何解锁古代文本并改写历史
I技术在解读古代文本中的突破：
人工智能正被用于解读多种古代语言，包括希腊语、拉丁语和中国的甲骨文。AI工具能够识别缺失或难以辨认的字符，甚至解读几乎失传的语言。
赫库兰尼姆卷轴的解读：
公元79年维苏威火山喷发后烧毁的卷轴，通过AI技术读取其中的文本。“维苏威挑战赛”利用深度学习技术，解读了这些被碳化的卷轴，揭示了约16列清晰可读的希腊文字。其中包含可能由古希腊哲学家菲洛德穆斯创作的关于音乐和感觉的哲学著作。
来源：https://www.nature.com/articles/d41586-024-04161-z
五、Povaddo全球公共政策专业人员调查发现人工智能需要更多政府监管
Povaddo对全球301名公共政策专业人士进行了一项调查，研究人工智能（AI）的使用与实施相关的法规现状。调查发现，82%的受访者认为AI需要更多的政府监管，68%认为当前的法律法规不足以保护社区、环境和商业生态系统。
对AI发展的看法：
86%的政策专业人士认为AI的发展总体上是积极的。78%的受访者相信AI的潜在收益大于潜在风险。
六、Nvidia聚焦机器人领域应对日益激烈的AI芯片竞争
随着AI芯片市场竞争加剧，Nvidia正将战略重点转向机器人技术。机器人技术被视为一个快速增长的市场，有助于在更广泛的技术生态系统中拓展Nvidia的影响力。
AI领域的最新发展：
市场上不断涌现新一代AI模型，例如OpenAI推出的更高级推理模型o3，以及谷歌的Gemini 2.0，这些模型专注于多步问题解决和增强分析能力。先进AI模型的开发和训练成本极高，每次训练的费用可达5亿美元。
企业策略与投资：
大公司如微软在AI技术上投入巨资，例如购买48.5万枚Nvidia Hopper AI芯片支持OpenAI的发展。
七、尽管AI竞赛激烈，未来将走向多模态发展
单一模型统治的观点受到挑战：
当前的AI发展强调多模态（multi-modal）系统，而非单一人工智能模型（如AGI，通用人工智能）主导。单一模型的设想被认为不现实，因为不同应用场景需要高度专业化的解决方案。
AI模型的两极化趋势：
核心能力商品化：大多数语言模型（如GPT系列）在通用任务上表现相似，用户更多依赖价格、速度等指标选择模型。边缘能力专业化：在特定领域（如代码生成、数学推理）中，一些模型表现优异，这推动了模型的分化和细分市场的形成。
来源：https://venturebeat.com/ai/despite-heated-ai-arms-race-were-in-for-a-multi-modal-future/
八、人工智能数据中心可能正在“扭曲”美国电网
AI数据中心与电网问题：
人工智能计算需求的增长导致数据中心快速扩展，但这些数据中心对美国电网产生了负面影响。根据Whisker Labs和DC Byte的数据分析，超过一半的电力“严重失真”家庭位于距离重要数据中心活动20英里范围内。
“电力失真”现象：
电力失真（“坏谐波”）指电力在进入家庭时的流动不理想。失真的电力可能损坏插电设备，增加电气火灾的风险，甚至导致局部断电和大规模停电
来源：https://techcrunch.com/2024/12/29/ai-data-centers-could-be-distorting-the-us-power-grid/