Sam Altman万字采访:AGI将在2025年实现,通往 AGI 的道路已经清晰...
SamAltman:我一直觉得,管理一个研究实验室会是最酷的退休生活。当我们开始讨论YCResearch时,它并不仅仅关注人工智能。它最终资助了很多不同的项目,我希望我能讲一个故事,比如,“很明显,人工智能会成功,会成为改变世界的力量”,但实际上,我们也尝试了很多失败的项目。大约在那个时候,我读了几本关于施乐帕克和...
重磅!刚刚Sam Altman万字采访:AGI将在2025年实现,通往 AGI 的道路...
1.SamAltman表示,通用人工智能(AGI)预计将在2025年到来,他也将在明年迎来自己的第一个孩子(领养?还是AGI?),SamAltman原话:About2025,what‘stocome?Sam:AGI,excitedforthat.WhatamIexcitedfor?We'rehavingakid,i'mmoreexcitedforthatthananythingI'veevenbeen.That's...
Sam Altman:认可模型是贬值资产
从SamAltman表述中可以获悉，推理依然是OpenAI目前最关注的领域，OpenAI会在多方面进行改进，并开展多模态工作。关于代理，SamAltman将AI形容为一位聪明的高级同事，可以帮助完成项目任务，并在出现问题时做出提醒。这可能也会影响未来对SaaS的定价方式，SamAltman猜测，SaaS或许将不以座位或代理收费，而是以基于处理问...
深度|OpenAI Sam Altman 对话 YC 总裁:未来 1 个人+ 1 万块 GPU...
SamAltman也许吧。我猜这是我们的希望。不管怎样,那确实很夸张。GarryTan说说这个吧。我是说,这很大,真的很大。SamAltman我能看到一条路径,沿着我们当前的工作不断积累,过去三年的进展速度如果能持续三年、六年或九年甚至更长,比如说九年就大约是3500天左右,如果我们能保持这种改进速度甚至加快速度,...
Claude CEO最新万字长文,值得每一个关注AI的人读一读
DarioAmodei在他最新的文章《MachinesofLovingGrace》中,介绍了未来强人工智能(他不愿意把这个叫AGI)对人类的积极影响,在每个领域都有严谨详细的推理过程,比SamAltman更理性、客观、贴近实际!这篇万字长文值得每一个关注AI的人读一读。以下是原文内容:《MachinesofLovingGrace》[01]HowAICould...
Sam Altman长文解读智能时代:很快会有超级智能
01OpenAI首席执行官SamAltman发布长文解读智能时代,预测AI将在未来几十年内极大地增强人类的能力(www.e993.com)2024年11月14日。02他提到,智能时代将带来巨大的繁荣,解决气候、建立太空殖民地以及发现所有物理学将变得司空见惯。03然而,AI也可能带来负面影响,因此我们需要努力最大化其好处,最小化其危害。
Sam Altman长文解读智能时代 很可能几千天内就会有超级智能!
SamAltman长文解读智能时代很可能几千天内就会有超级智能!2024-09-2415:45发布于上海0评论收藏分享手机看华尔街见闻粉丝30.6万|关注3+关注作者最新视频播放中SamAltman长文解读智能时代很可能几千天内就会有超级智能!2024-09-247198|01:374S店扛不住了!汽车价格战,损失1380亿!15...
爱范儿
▲SamAltman(图源:CNBC)同样从OpenAI离职的首席科学家伊利亚·苏茨克弗(IlyaSutskever)和首席技术官米拉·穆拉蒂(MiraMurati)则分别成立了人工智能初创公司SafeSuperintelligence(SSI)和Fathom。值得一提的是,后者最近正在向OpenAI的员工抛出橄榄枝,邀请他们加入自己的新公司。据TheInformation报道,穆...
为何亲自下场创建医疗AI公司,这是Sam Altman的解读
SamAltman的目标雄心勃勃。在接受媒体采访时他称ThriveAIHealth为‘重建医疗保健系统中的“关键基础设施”’:如果成功,ThriveAIHealth可以帮助人们降低患慢性病的风险,提高生活质量,并降低医疗保健成本。SamAltman表示,他加入Huffington的决定部分源于他听到了一些人使用ChatGPT来诊断自己患有疾病的故事。“人们...
候选CVPR 2024最佳论文!深圳大学联手香港理工发布MemSAM:将...
近年来,许多深度学习方法被提出用于超声心动图视频分割。然而,由于超声视频质量低且注释有限,这些方法仍无法取得令人满意的结果。近期,一个大型视觉模型——SegmentAnythingModel(SAM)受到了高度关注,在许多自然图像分割任务中取得了显著成功,但如何将SAM应用于医学视频分割仍是一项颇具挑战性的任务。