普适计算(Ubiquitous Computing)


ubiquitous-computing-the-future-of-computing.jpg

Mark Weiser是一位美国计算机科学家,曾担任施乐帕洛阿尔托研究中心(Xerox PARC)的首席技术官(CTO) 。Weiser被广泛认为是“普适计算之父” ,他于 1988 年创造了“普适计算”(Ubiquitous Computing,简称ubicomp)一词。


AI特刊:Stable Diffusion 3.5 发布


5b831028-33e2-48e5-8054-57f8eed47de2.jpg

Stability AI 在 2024 年 10 月 22 日推出 Stable Diffusion 3.5,包含多个型号变体,包括 Stable Diffusion 3.5 Large 和 Stable Diffusion 3.5 Large Turbo,以及稍晚发布的 Stable Diffusion 3.5 Medium。

这些模型的尺寸可高度定制,可在消费级硬件上运行,并且根据宽松的Stability AI 社区许可,可免费用于商业和非商业用途。


到2030年,AI会发展到什么程度?


到2030年,人工智能(AI)将会发展到什么程度?

AI会不负众望,促进经济发展、创造突破性医疗方案、简化日常生活并增加我们的知识吗?还是说,这些预测过于乐观了:AI会失败,会让世界变得更糟?人们担心AI会取代数以百万计的工作岗位、取代人际关系,并以虚假媒体的猛烈攻势来挑战社会,该如何看待这些担忧呢?

im-38066391.jpg

《华尔街日报》(The Wall Street Journal)采访了来自学术界、商界、咨询公司和智库的专家,请他们预测到2030年AI将发展到什么程度?以下是一些预测。


使用大型语言模型进行构建的战略


技术媒体O'Reilly有一组名为《What We Learned from a Year of Building with LLMs》(我们从一年的大型语言模型建设中学到了什么)的系列文章,一个专业技术团队为所有利用 LLM 打造产品的人分享了一些建议和经验教训,包括战术、运营和战略三部分。

f9ccc61b-56ad-4447-bf02-c176fc46f561.jpg

在本篇之前的第一部分是战术:为实现特定目标而采取的具体行动;第二部分是运营:为支持战术工作以实现目标而实施的更高级别的流程。这是第三部分,为使用 LLM 构建的从业者和从事周末项目的黑客分享使用大型语言模型进行构建的战略。


Wordware构建的Twitter算命大师


Wordware 是一个使用自然语言构建 AI 代理和应用程序的 IDE,基于 Wordware 构建的应用程序称为“WordApps”,常已用于特定用例,例如法律合同生成、营销内容自动化、发票分析、候选人筛选、生成 PRD(产品需求文档)和 MRD(营销需求文档)等等。

1096042110.jpg

一个席卷互联网的示例程序,将幽默、敏锐的自我意识以及人工智能技术的迷人魅力独特地融合在一起,可以分析 Twitter(X)帐户的个性。


在 Windows 上安装 SwarmUI


Stable Diffusion 是一种生成人工智能模型,可以根据文本和图像提示生成独特的逼真图像。Stable Diffusion和ChatGPT、Midjourney是AIGC应用快速体验推荐的应用,也与 Meta Llama 3 一起作为开源人工智能模型的代表。

SwarmUI

SwarmUI(以前称为 StableSwarmUI)是Stable Diffusion官方推出的一款WebUI框架,致力于易于访问、高性能和可扩展性,可以在Windows、Linux及Mac 电脑及 Docker 上运行(《AIGC应用快速体验》一文中有更多Stable Diffusion用户界面的介绍),支持Stability AI自家的SD 1.5、SDXL、SD3、Stable Cascade,以及 Black-Forest-Labs FLUX 模型,Black-Forest-Labs拥有开发第一个Stable Diffusion的原始开发人员。


Token:生成式人工智能中的基本单位


1、什么是Token?

8abe32e1-a232-4e56-af59-e6d82df9f11a.png

在生成式人工智能的上下文中,Token(词元)指的是文本处理过程中的最小语义单元,通常是特殊定义下一些字符的集合。这些字符包括字母、数字、标点符号以及特殊字符,如换行符等。Token通常由一个数字来表示,它们是大型语言模型或基础模型消费文本的方式。您向模型提供词语,它会将它们转换为Token。作为一般规则,一个Token通常包含四个英文字符(这大约相当于一个单词的 ¾),或者一个汉字,因此一百个Token大约等于75个英文单词,或者 40~50 个汉字(均包含标点符号)。