标签

AI时代来临,书记员真的会被取代吗?

书记员被淘汰的可能性几乎为零,除非未来某天给机器人装上AI程序,但机器人的成本远没有书记员划算,还不够皮实耐用。该不会真有人觉得书记员的工作就是埋头记录吧?讲真,速记打字不过是书记员工作中最省力的部分。要是AI真能顶替书记员,那法官、助理、庭长、司法行政人员、工勤人员,乃至院长,统统都能被替代。定罪量刑有法律依据、有判例参照,AI完全搞得定,甚至比法官判案还更公道。进入AI时代,人们会在一套合情合理的逻辑框架里生活、工作,各类冲突自然会大幅减少,打官司这种费时、费力、费钱的麻烦事也会少很多。法官依然不可或

2026-06-25 12:08:58  |  32 阅读

OpenAI首发智能芯片Jalapeño,9个月完成流片,专为AI推理而生

OpenAI 携手 Broadcom(纳斯达克代码:AVGO)正式推出 Jalapeño,这是 OpenAI 自主研发的首款智能处理器。该芯片作为一款加速器,围绕 OpenAI 对大语言模型推理的长远设想进行架构设计,也是双方共同打造的多代计算平台中的第一代 AI 加速器,旨在让前沿 AI 更高效、更稳定,并触达更广泛的用户群体。OpenAI 与 Broadcom 高管展示 Jalapeño 推理芯片。Jalapeño 已由 Broadcom 首席执行官 Hock Tan 和总裁 Charlie Kaww

2026-06-25 09:10:42  |  62 阅读

AI思想溯源:从语言边界到空间智能的百年演进

当全球AI投入跨越3600亿美元大关,当业界沉迷于算力堆砌与参数比拼的狂热之中,一个本质性的追问始终如影随形——我们倾力构筑的,究竟是具备真实理解力的智能体,还是仅仅擅长文字游戏的"语言魔术师"?📌 导语2025年,全球AI支出达到3600亿美元。微软、亚马逊、谷歌、Meta四家巨头年度投入突破6000亿美元。高盛预测,到2030年全球月均Token消耗量将增长24倍。核心追问:我们正在建造的,究竟是一个真正的智能,还是一个精通语言的"黑暗中的文字匠"?当我们把目光从喧嚣的

2026-06-23 21:13:54  |  37 阅读

AI驱动药品注册全流程实战培训班——智能化时代人机协作新范式

中国化工企业管理协会医药化工专业委员会各有关单位:在"人工智能+"行动的战略背景下,药品注册与监管正经历深刻的数智化变革。国家药监局明确提出构建"人工智能+药品监管"体系,推动审评审批、监督检查等环节向人机协同转型。然而,传统药品注册全生命周期面临数据庞杂、合规要求严苛、人工审核耗时等痛点,亟需引入AI技术破局。本课程聚焦AI赋能药品注册全生命周期的实际应用,以技能实操为核心,通过13个经过验证的真实案例,逐步骤拆解每个技能的实施路径,确保参训人员能够全部掌握并应用于日常工作中。详细通知如下:*药品注册人

2026-06-23 09:39:02  |  44 阅读

AI 深度解析与读书新思

随后,AI 技术迎来两项关键突破,正式迈入深度神经网络阶段,即当下所谓的深度学习纪元。首项突破在于深度神经网络架构的升级。早期神经网络多为单层、单向的简单构造,而深度神经网络引入了反馈与注意力机制,优化了底层逻辑。简言之,它不再局限于单一的输入输出,而是将部分中间结果反向回传至输入端,重新参与计算。这一设计使原本仅具空间属性的网络,增添了时间维度。例如,词汇或句子的含义往往依赖上下文,早期简单网络难以捕捉此类关联,而深度学习模型能抓取前后文及中间过程信息,结合语境重新运算并迭代优化输出,这是神经网络的一次

2026-06-22 06:46:03  |  39 阅读

AI并非永动机:研究发现智能系统同样需要休眠充电

自大型语言模型迅猛发展以来,"人工智能不知疲倦"、"数字牛马全年无休"的担忧便萦绕于舆论场,人们默认只要电力充沛、算力到位,AI就能像永动机般包揽一切。然而近期,计算机科学领域换了个视角提出新见解:智能体若长期不休眠,同样会退化迟钝。好消息——你的AI搭档也得歇着,坏消息——它歇完反而更犀利、更强悍。2026年上半年,《Do Language Models Need Sleep?》等多篇核心论文在 arXiv 集中亮相,为攻克当下性能桎梏,科研人员正为大语言模型植入"休眠节律"。此处并非指AI会产生困倦感

2026-06-22 02:00:22  |  23 阅读

人工智能时代:全民科研潮与生物安全新格局

人工智能驱动下的生命科学:从"全民科研"到生物安全的双重考验 随着人工智能技术的迅猛发展,科学研究正迎来一场史无前例的范式转换。一方面,AI大幅削减了知识获取与实验设计的门槛,让"人人皆可做科研"的理想逐渐照进现实;但另一方面,这种技术普惠也冲破了传统生物安全的有形边界,使制造高危病原体的能力面临被"大众化"的风险。在AI的加持下,人类同时握有攻克病毒的"救命良药"与引发生化危机的"定时炸弹",这迫使我们在技术突破与风险防控之间寻求精妙平衡。 一、 赋能与疗愈:AI重构"全民科学家"的科研生态 AI正蜕变

2026-06-22 00:42:27  |  37 阅读

告别AI滥用!孩子必学AI正确用法指南

如今的孩子几乎人人都接触过AI,但令人惊讶的是,90%的孩子使用方法都存在问题!许多孩子打开AI工具后,只是随意闲聊、提问、用来消磨时光,甚至还有孩子直接用AI搜索作业答案。这种看似在接触新技术的做法,实际上不仅没有掌握真正的技能,还容易养成惰性思维,懒得自己思考。而真正聪明的孩子,早已将AI视为创作利器,而非单纯的聊天对象!第一幅图是我用绘图软件亲手绘制的。自己先动手画图,能让整张手抄报看起来更加真实、更有个人特色。如果完全依赖AI完成创作,就会丧失自己的创意和想法。第二幅是把已经创作好的图片交给AI,

2026-06-21 22:37:19  |  21 阅读

AI通识入门|第1.1节习题解析

(1)概念辨析与AI评估:使用你选用的一个大语言模型(如文心一言、Kimi Chat等),要求它解释"生成式AI"和"判别式AI"的核心区别,并分别提供两个应用实例。然后,请对照本教材1.2节的内容和表1.2,评价AI的解释是否清晰、准确、全面,它提供的例子是否恰当。答:判别式AI就好比一个分类器,输入数据后就能输出一个分类的结果。生成式AI能输出一些新的内容。举例:判别式AI:例如诊断模型,能识别有病还是没病;还有每天刷脸进学校的门禁系统。生成式AI:kimi,千问等等都是生成式AI的大模型。下面来看看

2026-06-21 10:05:42  |  20 阅读

AI大模型核心架构与基础概念全解析

AI大模型核心架构与基础概念全解析视频概要本视频由马克老师从工程实践角度系统拆解当下AI领域的核心要素,涵盖大语言模型(LLM)、Token、上下文(Context)、提示词(Prompt)、工具(Tool)、统一接入协议(MCP)、代理(Agent)以及代理技能(Agent Skill)等。通过梳理这些基础概念及其相互关联,帮助观众掌握大模型的运行机制以及如何借助外围组件增强实际应用效果。1.大语言模型(LLM)与生成原理LLM定义:大语言模型以Transformer架构为基石,由Google团队于20

2026-06-20 17:33:27  |  40 阅读

人工智能的利与弊

大型语言模型的运作机制依赖于对海量历史文本进行预先训练,从而建立一个能预测下一个字出现几率的分布模型,并基于此产生语义流畅的内容,这带来了三个限制:第一,缺乏稳定性,每次输出可能都不尽相同;第二,欠缺深度分析能力,生成型AI的运作方式更偏向快速直觉系统,而非理性思考系统,因而容易产生AI臆想问题;第三,不可避免地会逐渐退化,因为大模型采用的训练数据和语料都是过往信息。这让我联想到犹如学生遇到不会解的题目,不愿调动大脑🧠运转来思考,直接照搬答案,而答案也可能出错,且几率极高。同时,我们的人脑🧠也形成习惯性模

2026-06-20 15:51:36  |  34 阅读

AI:数字领域的高手,物理世界的低能儿

Dylan提出了一个关于AI根本限制的深刻议题,并试图探索数字空间与物理现实之间的连接点。Dylan 问:现在AI在编写程序、处理信息等方面的表现,与它在现实世界中的能力,存在着巨大落差。一方面,它能独立完成一个App、搭建网站、制作视频,还能精准处理海量数据。然而,在现实世界里,它连一株稻谷都种不出来,连一个煎蛋都做不了。这样的瓶颈,该如何突破?还有一个发现:现实世界的产品设计图、大楼的建筑蓝图、全新的材料配方——本质上都是以数据的形式从物理世界转化而来的。而这些数据,正是物理世界与AI之间最精确的共通

2026-06-19 16:44:37  |  37 阅读

杨立昆断言马斯克xAI已溃败:仅靠租赁算力回本,AI行业面临泡沫破裂

前Meta首席AI科学家、AMI Labs创始人杨立昆(Yann LeCun)近日在接受媒体采访时指出,埃隆·马斯克创办的AI初创企业xAI已然“溃败”,根本无力在AI前沿赛道上参与角逐。此外,他还就可能导致该行业“泡沫破灭”的观点进行了深入剖析。 杨立昆的这番言论再度点燃了他与马斯克之间持续已久的恩怨,同时也让全球部分最大AI公司的估值遭受质疑。 近几年间,杨立昆与马斯克在AI话题及后者所谓的特斯拉(400.49, 4.11, 1.04%)CEO于社交平台上散布的“阴谋论”等诸多方面分歧严重。而马斯克也

2026-06-19 15:14:04  |  19 阅读

AI进化全景:从图灵思考到智能体时代,普通人为何要抓紧学

AI 并非一夜成名。如今我们熟知的 ChatGPT、绘图模型、代码助手和智能体,背后是 70 多年的技术沉淀。将时间线拉长来看,每一次 AI 的飞跃,都源于算力、数据、算法和应用场景的同步成熟。本文将沿一条清晰脉络,梳理 AI 的演进:从"机器能否模仿人类思维",到"机器能否协助人类完成任务"。1950 年,图灵抛出了一个影响深远的问题:若一台机器的回答让人无法辨别其是否为人类,我们能否认定它具备智能?这便是日后被广泛探讨的图灵测试。其核心意义在于,将"智能"从纯粹的哲学思辨,拉入了可观察、可测试的范畴。

2026-06-18 04:08:06  |  37 阅读

人工智能究竟是何物?

人工智能究竟是何物?先给出一个正式解释:人工智能(Artificial Intelligence,简称AI),是指使机器模拟人类智慧,具备视觉、听觉、语言、思维和决策能力。用通俗的话来说:AI就像一个极其聪慧的“数字大脑”,你指导它什么,它就掌握什么;你询问它什么,它就回应什么;你命令它做什么,它便能协助你完成。通过一个实例你就明白了:你问Siri“明日天气如何”,它能给你答复——这就是AI你浏览抖音,它推送的全是你感兴趣的短片——这同样是AI你拍摄一张照片,手机自动检测出人脸——这依然是AIAI并非什么

2026-06-17 16:52:09  |  45 阅读