在最近的Chase Center活动中,Meta公司的CEO 马克·扎克伯格(Mark Zuckerberg)参与了由J.P. Morgan Payments呈现的Acquired LIVE活动,分享了他对人工智能的愿景以及他对开放与封闭AI生态系统的看法。

他首先介绍了Meta正在研发的AR眼镜,代号Orion。这款眼镜可以提供日常佩戴中的增强现实体验,并通过透明镜片将数字信息无缝叠加到用户视野中。扎克伯格强调了人工智能与AR结合的重要性,指出,AI将使AR眼镜能更好地理解和响应用户需求,提供个性化内容和服务。
此外,他提到了VR和AR技术的融合,认为这将使用户能够在虚拟世界和现实世界之间无缝切换,创造出全新的交互模式。元宇宙是一个由多个虚拟空间组成的网络,用户可以在里面进行社交、工作和娱乐,而VR和AR技术将是实现这一愿景的关键。
他还讨论了开发这些新技术时所面临的挑战,包括硬件的小型化、电池寿命的延长以及图像渲染技术的提升。扎克伯格也提到了开发者和创作者在构建元宇宙中的重要性,他们将能够利用Meta的平台和工具来创造新的体验和内容。

在开放生态系统方面,扎克伯格认为,开放的AI生态系统能够促进更多的创新和更广泛的合作。他强调,开放源代码的AI模型允许更多的开发者和研究人员访问,这样可以更快更有效地对技术进行改进,从而提高安全性和整体功能。他提倡开放的AI生态系统,以促进整个行业的创新,并防止AI开发的垄断。
他将开放生态系统定义为那些允许更多的合作伙伴关系和更多的开发者参与的系统。以微软为例,说明了开放生态系统如何通过与各种合作伙伴的合作而成功,而不是像苹果那样,管理其供应链的每个环节。他提到,开放生态系统允许更广泛的合作伙伴关系,而封闭生态系统则更侧重于紧密集成和控制,以创造独特的体验和锁定用户。
扎克伯格认为,由于社区的持续反馈、审查和发展,开源软件通常更安全、更可靠,并且运营成本更低。这对于AI领域的安全问题尤其重要,因为开源模型可以被广泛审查,有助于发现和修复潜在的安全问题。
开源软件往往成为行业标准,当公司标准化使用开源堆栈构建时,更容易将新创新集成到产品中。这种标准化有助于快速学习和改进,是开源生态系统的一个重要优势。
扎克伯格认为,未来不太可能由单一的方法主导。开放源代码模型和专有模型之间的质量差距在过去六个月中已经缩小,开放源代码模型在促进创新、民主化AI以及提高责任和安全性方面的潜力变得越来越清晰。
扎克伯格透露,Meta将拥有大量的英伟达 H100 GPU,Meta的AI研究团队FAIR将与构建跨Meta应用的生成式AI产品的团队合并,以便将AI突破更直接地带给用户。
好文章,需要你的鼓励
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。