搜索优化
Rewards
English
搜索
Copilot
图片
视频
地图
资讯
购物
更多
航班
旅游
酒店
房地产
笔记本
Top stories
Sports
U.S.
Local
World
Science
Technology
Entertainment
Business
More
Politics
时间不限
过去 1 小时
过去 24 小时
过去 7 天
过去 30 天
按相关度排序
按时间排序
红板报 on MSN
9 小时
Meta 首席人工智能科学家 LeCun:不用太担心AI会毁灭人类
品玩10月14日讯,据 PCmag 报道,Meta首席 AI 科学家 Yann LeCun 近日表示,AI 会发展到足够聪明从而危机人类的说法完全是胡说八道。 LeCun 并没有完全否定人工通用智能(AGI)的可能性,AGI ...
2 小时
on MSN
Meta首席科学家LeCun:AI威胁人类?纯属瞎扯!
【ITBEAR】近日,meta首席人工智能科学家Yann LeCun在接受《华尔街日报》采访时,对人工智能威胁人类生存的担忧表示了强烈的反对,认为这种担忧是“彻头彻尾的胡说八道”。
1 小时
on MSN
Meta工程师驳斥AI智械危机:完全是胡说八道
Meta 首席人工智能科学家 Yann LeCun 近日在接受《华尔街日报》采访时表示,对人工智能对人类生存的威胁的担忧是“彻头彻尾的胡说八道(complete B.S.)”。 LeCun 是人工智能领域的一位先驱,曾获得图灵奖,目前担任纽约大学教授和 Meta 高级研究员。他此前曾在社交媒体上表示,在担心控制超级智能 AI 之前,我们需要先弄清楚如何设计一个比家猫更聪明的系统。
1 天
Meta高级研究员Yann LeCun:人工智能生存威胁担忧是完全胡说八道
鞭牛士报道,10月13日消息,据外电报道,Yann LeCun 是纽约大学的教授、Meta 的高级研究员,也是著名的AM Turning 奖的获得者,他之前就公开表达过自己的怀疑态度,例如他在推特上说,在我们担心控制超级智能 AI ...
1 天
Yann LeCun:人工智能生存威胁?纯属胡说八道!
【ITBEAR】近日,纽约大学教授、me ta高级研究员Yann LeCun在接受《华尔街日报》采访时,对人工智能的威胁论持怀疑态度。他曾在推特上表示,在担忧控制超级智能AI之前,“我们首要的任务是设计一个更聪明的系统。” ...
机器之心 on MSN
4 天
AI先驱斩获诺奖,GPT-4o表示疑惑 同行大佬:物理学与AI的桥梁已架起
机器之心报道编辑:杜伟、陈陈昨天,两位机器学习先驱 John J. Hopfield 和 Geoffrey E. Hinton 获得 2024 诺贝尔物理学奖的消息引爆了整个 AI 领域,让很多人直呼「物理学不存在了」。就连 ...
1 天
AI连摘诺奖后:AI教父Diss OpenAI,马斯克借机拉踩,端到端怎么走
2018年,马斯克退出Open AI后,2019年3月这家公司从非营利性公司变为“封顶”的逐利企业,同年7月倒向了大公司微软,获得微软的注资支持,2022年11月推出全新聊天型机器人Chat ...
腾讯网
3 天
诺贝尔奖快被 AI 包圆了,这10 个冷知识带你重新认识 AI 教父
今年的诺贝尔化学奖和物理学奖,颁给了两个做人工智能的人物:一位是 DeepMind 创始人 Demis Hassabis,另一位则是 AI 教父 Geoffrey Hinton。 比得奖更有意思的,是得奖人背后的故事:当年 DeepMind ...
2 天
AI教父:人类正创造比自己更强大的怪物!
尽管帮助发明了这项技术,但本吉奥现在已经成为人工智能领域的一个谨慎人物。与此同时,投资者们却对AI领域表现出了极大的热情,并将相关公司的股价推至高位。例如,人工智能芯片宠儿英伟达的股价今年迄今上涨了约180%,而标普500指数的涨幅仅为22%。
3 小时
创造历史!SpaceX首次完成「筷子夹火箭」/《黑神话:悟空》创收超10亿 ...
美国太空探索技术公司 SpaceX 在当地时间 10 月 13 日进行了「星舰」火箭的第五次试飞,并取得了历史性的成功。 在得克萨斯州的试飞中,发射塔的机械臂成功捕获了返回地面的「超级重型火箭」(Super Heavy),标志着 SpaceX ...
来自MSN
10 分钟
早报|创造历史!SpaceX首次完成「筷子夹火箭」/《黑神话:悟空》创收 ...
🚀 创造历史!SpaceX 首次成功「夹住」星舰 🍎 苹果智能家居新战略:更多屏幕设备 🤖 马斯克的 Teslabot 实际有人远程操控 💰 Khosla Ventures 向 OpenAI 投资 4.05 亿美元 🚗 ...
1 天
杰弗里·辛顿:“图灵诺奖双得主”、“AI教父”,至高荣誉加身 ...
1970年代末,辛顿曾在加州大学圣迭戈分校工作,但他逐渐意识到美国的研究气氛并不适合自己。他移居加拿大,加入了多伦多大学,并在这里一待就是数十年。多伦多成为了他的创新实验室,远离学术界的主流观点,辛顿得以安心深入研究神经网络。
一些您可能无法访问的结果已被隐去。
显示无法访问的结果
反馈