作者：

联合国大会通过全球人工智能决议，这标志着人工智能技术发展的重要里程碑。决议鼓励保护个人数据、监测人工智能风险，以及维护人权。

美国提出、中国和其他121个国家联合发起的这项决议历时三个月的谈判。除了解决个人数据保护问题，还倡导加强隐私政策，旨在建立一个全球框架，促进负责任和道德使用人工智能。

各国政府为塑造人工智能未来而采取一系列举措，因为人们担心其潜在滥用，包括扰乱民主进程、促进欺诈和造成重大失业。政策制定者正在采取行动应对这些风险，并确保负责任地使用人工智能。

决议强调，人工智能系统的错误设计、开发、部署和使用可能会破坏人权和基本自由的保护、促进和享有。他强调需要减少这些风险，权衡发展人工智能和维护人权之间的平衡。

美国、英国、欧洲等国一直在积极合作，建立国际协议，规范人工智能的安全性和安全性。欧洲在通过人工智能技术规则和法规方面取得了显著进展，美国敦促立法者通过人工智能法规，尽管由于国会的政治两极化，进展缓慢。白宫发布了一项行政命令，以解决与人工智能相关的问题，减轻对消费者、工人、少数群体和国家安全的风险。

不仅仅是美国和欧洲，类似中国和俄罗斯等国家也在投资人工智能工具，但人们对人工智能的恶意使用有所担心，报道了利用人工智能软件进行黑客入侵和间谍活动的实例。

联合国通过该决议为国际合作和协作铺平了道路，以应对人工智能带来的挑战。

**常见问题**

– 联合国人工智能决议旨在实现什么目标？
该决议旨在鼓励保护个人数据、监测人工智能风险，以及在人工智能技术的开发和使用中维护人权。

– 谈判决议花费了多长时间？
这项决议历时三个月谈判，参与方包括美国、中国和其他121个国家。

– 决议解决了哪些关键问题？
该决议承认了与人工智能不当或恶意使用相关的风险，包括可能扰乱民主进程、增加欺诈行为和导致重大失业。

– 决议如何平衡人工智能的发展与人权？
根据参与该过程的官员表示，决议在进一步推动人工智能发展的同时继续保护人权方面取得了平衡。

– 其他国家为规范人工智能做出了什么努力？
美国、英国和欧洲等国一直在积极合作，建立国际协议和法规，以确保人工智能的安全与安全。

– 人工智能使用存在哪些风险？
人工智能的风险包括个人数据的潜在滥用、对隐私的威胁，以及可能损害人权和基本自由。报道了利用人工智能软件进行黑客入侵和间谍活动的情况。

（来源：[link](https://news.example.com/article123)）… Read the rest

联合国大会通过的全球首个人工智能（AI）决议反映了人们对AI所带来挑战和风险的日益认识。这一决议由美国提出，并得到中国和其他121个国家的联合支持，强调了在人工智能时代中保护个人数据、监测潜在风险以及维护人权的必要性。

AI所引起的主要关切之一是其可能对民主进程和就业造成的干扰。若缺乏妥善监管，AI的发展可能会损害民主价值观，并导致失业问题。该决议承认了这些担忧，并认识到在人工智能领域保护人权和基本自由的重要性。

AI的监管不仅限于联合国。今年三月，欧洲议会通过了一项开创性的法律，用于规范AI，成为全球首个管理这一变革性技术的框架。这一法规旨在解决AI可能带来的风险和危险，并确保其以符合社会利益的负责和道德方式使用。欧洲议会的积极态度表明了其致力于在AI的开发和使用中优先考虑安全、问责和保护人权。

这些全球对AI监管的发展为继续探讨、合作和倡议奠定了基础，以便以与共享价值观一致并保障个人和社会福祉的方式塑造AI的未来。通过促进负责任的AI发展和保护人权，这些决议和法规为该行业蓬勃发展提供了框架，同时最大程度地减少潜在风险，并确保AI技术的道德使用。

更多信息，请查看以下来源：
– [联合国大会](https://www.un.org/ga/75/meetings_key)
– [欧洲议会](https://www.europarl.europa.eu/doceo/home)

在人工智能领域，计算机通过扩散模型能够创造出自己的“艺术”，逐渐改进嘈杂的起点以生成清晰的图像或视频。然而，这个过程一直耗时，需要大量迭代才能完善最终结果。直到现在。

麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员开发了一项开创性的框架，彻底改变了扩散模型的工作方式。通过将多步骤流程简化为单步骤，他们的新方法，即分布匹配蒸馏（DMD），显着减少了计算时间，同时保持了生成视觉内容的质量。

与以往依赖迭代改进的方法不同，DMD框架采用了一种师生模型，其中新的计算机模型学习模仿更复杂原始模型的行为。这种技术确保了快速图像生成，而不影响质量。事实上，DMD框架在速度方面超越了以前的扩散模型，如稳定扩散和DALLE-3，生成的图像速度快高达30倍。

DMD成功的关键在于其两部分方法。首先，它使用回归损失来映射和稳定训练过程。然后，它采用分布匹配损失来确保生成的图像对应于真实世界中出现的频率。通过利用两个扩散模型的知识，DMD将原始模型的复杂性提炼成一个更简单、更快速的模型，避免了不稳定性和模态崩溃等常见问题。

为了训练新模型，研究人员使用预训练网络并根据原始模型微调参数。这使得快速收敛并能够利用相同的架构基础生成高质量的图像。DMD框架在各种基准测试中表现一致，与更复杂模型在图像生成质量方面不相上下。

虽然DMD是一项重大突破，但仍有改进空间。生成的图像质量取决于蒸馏过程中使用的师傅模型的能力。例如，渲染详细的文本和小脸仍可能存在挑战。然而，随着师傅模型的进步，这些限制可以被克服，进一步提升生成的图像。

单步式扩散模型的影响是巨大的。设计工具可以得到加强，加快内容创建。药物发现和三维建模等行业可以受益于更快捷、更高效的流程。DMD框架为结合了扩散模型的多功能性和高视觉质量与生成对抗网络（GANs）性能的实时视觉编辑开启了新的可能性。

研究团队的这项工作将于6月在计算机视觉和模式识别会议上展示，表明图像生成的未来正在迅速发展。DMD框架提供的速度、质量和效率的结合标志着人工智能领域的一个重要里程碑。

常见问题解答

什么是扩散模型？
扩散模型是一种人工智能方法，在这种方法中，计算机通过迭代改进嘈杂的起点，直至出现清晰的图像或视频。

什么是DMD框架？
DMD（分布匹配蒸馏）框架是麻省理工学院的研究人员开发的一种新方法。它将传统的扩散模型多步骤过程简化为单个步骤，显著减少计算时间，同时保持生成的视觉内容的质量。

DMD框架如何工作？
DMD框架利用师生模型，其中新的计算机模型学习模仿更复杂原始模型的行为。它结合了回归损失和分布匹配损失，以确保稳定的训练，并生成与真实世界出现频率相对应的图像。

DMD框架的优势是什么？
DMD框架将图像生成加速了高达以往扩散模型的30倍。它在显著减少计算时间的同时保持了生成的视觉内容的质量。此外，它有望增强设计工具，支持药物发现和三维建模方面的进展，并实现实时视觉编辑。

DMD框架存在哪些限制？
使用DMD框架生成的图像质量取决于在蒸馏过程中使用的师傅模型的能力。渲染详细文本和小脸仍可能存在挑战，但更先进的师傅模型可以解决这些问题。

来源：
– 麻省理工学院CSAIL：[https://csail.mit.edu](https://csail.mit.edu)… Read the rest

着眼人工智能的新时代，从深度学习到认知智能，人工智能的发展正在创造前所未有的影响。本周，在圣荷西举办的Nvidia年度GTC大会上尤为明显。这次被恰当地称为“AI时代的会议”标志着人工智能发展中的重要里程碑，预示着一个新时代的曙光即将到来。

大会气氛热烈，首席执行官黄仁勋甚至不得不将他的主题演讲搬到了附近的SAP中心，以适应庞大的观众。展馆内充满了兴奋，一场由黄仁勋和2017年一篇开创性生成AI论文的八位作者中的七位进行的围炉讨论备受瞩目，而仅容纳了1800名与会者。令人惊讶的是，黄自己也成为了大会的突出人物，与与会者甚至一些记者合影留念。

虽然Nvidia的GTC大会成为了头条新闻，但并非唯一吸引关注的人工智能新闻。苹果、x.AI（由埃隆·马斯克创立）、以及其他关键参与者也推出了新的人工智能模型。此外，各种初创公司的融资环境继续蓬勃发展，尽管一些早期的风投项目，如Inflection AI和Stability AI，似乎面临着挑战。

在这些发展的同时，首次公开募股（IPO）窗口似乎正在变得更加敞开。得到英特尔支持的Astera Labs和社交媒体平台Reddit在各自的首次公开募股后经历了显著的股价飙升。

与此同时，司法部对苹果进行了打击，对这家科技巨头提起了反垄断诉讼。这场法律战争凸显了人工智能领域内复杂的动态以及随之而来的监管障碍。

深入研究上述新闻，以及GTC的影响、Broadcom作为人工智能强国的崛起、谁将领导人工智能工厂的创立这些问题，在业内专家约翰·费里尔和戴夫·韦兰特的每周播客中进行讨论，该播客名为theCUBE Pod，可在YouTube上观看。此外，别错过韦兰特即将在本周末进行的深入分析。

以下是本周发展的要点：

**1. Nvidia引领真正的人工智能革命：**
Nvidia的GTC大会标志着人工智能领域的重要转折，为以生成AI为中心的新时代铺平了道路。首席执行官黄仁勋强调了这一转变的重要性，他表示未来的计算将被生成体验主导。这种转变需要开发新的基础设施和软件，被称为“AI工厂”，以支持人工智能的广泛可能性。这种深刻的转变标志着从传统的信息检索概念转向了一个侧重于信息生成的时代。

**2. 代币的出现：**
代币已经成为人工智能时代的一个关键元素，是大型语言模型处理的基本数据单位。Nvidia的黄仁勋强调了它们的重要性，建议代币甚至可能涵盖机器人的运动。这些代币在获取人工智能领域中的竞争优势方面发挥着至关重要的作用，因为它们构成了为人工智能建立的新基础设施和操作系统的基础。

**3. 力量优化的追求：**
尽管Nvidia的Blackwell芯片具有惊人的2000亿个晶体管，但对更强大GPU的需求仍在增长。未来，功率效率将是一个关键关注点，研究人员和行业专家正在探索各种途径来减少人工智能的功耗。创新范围从受生物启发的新算法，比如那些来自Sakana的算法，到更有效地利用计算资源。在特定任务之间切换GPU和CPU的能力也将在解决功耗问题方面发挥至关重要的作用。

**4. 重新定义通用人工智能（AGI)：**
Nvidia的黄仁勋就实现AGI的时间表提出了独特的观点。尽管他预测AGI将在未来五年内实现，但他对AGI的定义与某些人流传的厌恶的概念有所不同。黄仁勋强调，当前形式的AGI指的是软件程序在特定任务上的表现要比人类高出约8%。他澄清说，Nvidia并非试图创建类似于奥本海默发明原子弹的破坏性技术，从而消除了有关由AI驱动的启示录的恐惧。

**5. 应对幻觉挑战：**
AI模型生成的错误输出，即幻觉，提出了重大挑战。Nvidia的黄仁勋提出使用检索增强生成（RAG）来解决这个问题。RAG要求聊天机器人在提供答案之前查找信息以验证其回答。然而，鉴于现有聊天机器人架构的局限性，RAG是否能成为一个全面的解决方案还不确定。改善搜索结果和AI生成的响应的追求仍在进行中。

**6. AI巨头的崛起：**
AI巨头如Nvidia和微软的主导地位已经开始掩盖领域中较小的参与者。微软的“拥抱、扩展、扑灭”方法对Inflection AI造成了打击，导致了领导层的动荡。此外，Stability AI遇到了挑战，而Cohere报告称营收不温不火。虽然生成AI见证了快速增长，但行业可能会面临相关挑战。然而，Nvidia将受益于AI参与者之间正在进行的竞争。

在这个充满活力的景观中，我们必须承认AI技术的不断变化。七家八位专家撰写的《自注意力是您需要的一切》论文揭示了支撑当今许多生成AI努力的变革性Transformer架构。然而，这些专家们已开始认识到他们开创性工作的潜在局限性。技术进步的速度要求不断创新，因为今天的成就不一定能保证未来的成功。

随着人工智能革命不断前行，前方充满不确定性和挑战。然而，在Nvidia的GTC大会和更广泛的人工智能领域展开的发展展示了巨大的潜力，有能力重塑产业和整个社会。拥抱这股变革浪潮，同时警惕其可能带来的影响将是发挥人工智能真正潜力的关键。

常见问题解答（FAQ）

Q: Nvidia的GTC大会有哪些亮点？
A: Nvidia的GTC大会标志着人工智能领域的新时代的出现，以生成AI为特色，同时开发了新的基础设施和软件。… Read the rest

深度造假技术是一种日益增长的关注焦点，涉及各行业，包括政治和娱乐。意大利总理乔尔吉亚·梅洛尼参与的案件凸显了这一问题的严重性以及对法规和法律行动的需求。

在一个美国成人网站上病毒传播的深度造假视频中，梅洛尼总理的面孔被叠加到另一个人的身体上，严重损害了她的声誉。梅洛尼总理提起的诉讼寻求从制作该视频的人那里获得10万欧元（约合90万卢比）的赔偿金，向这类滥用的受害者发出了强烈信号，敦促他们勇敢提起诉讼。

对于不熟悉这个术语的人来说，深度造假视频是指将个人的面部数字叠加到他人身体上的操纵视频，意图恶毒。这一技术在印度也被广泛滥用，有意损害著名人士如演员阿克谢·库玛尔、拉什米卡·曼丹娜和阿莉娅·巴特的声誉。

深度造假视频的后果不仅仅局限于名誉受损。在印度，有案例表明该技术被用于勒索。制作操纵视频，并威胁受害者发布这些视频，除非他们按照肇事者的要求行事。

深度造假技术的问题在选举季节尤为严重，操纵视频可能distort政治人物不当地的形象，影响公众舆论。随着印度人民院选举即将到来，这个问题变得更加突出。

为了防止深度造假技术的滥用，有必要制定法规和采取法律行动。梅洛尼总理提起诉讼，针对制作深度造假视频的责任人采取法律行动，是朝着正确方向迈出的一步。向公众普及深度造假视频的存在和潜在危险是至关重要的，以防止进一步的伤害，保护个人免受此类操纵的侵害。

有关深度造假视频及其影响的更多信息，请访问BBC News World或Times of India。这些来源提供了关于当前事件和与行业相关问题的深入报道，以及该行业对各个领域的影响。

常见问题

问：深度造假视频可以用来损害个人声誉吗？
答：是的，深度造假视频有可能损害个人的声誉和信誉，因为它们可以制造虚假叙述，描绘个人处于尴尬境地。

问：在印度有哪些深度造假视频的例子？
答：印度有许多名人如演员阿克谢·库玛尔、拉什米卡·曼丹娜和阿莉娅·巴特的深度造假视频，旨在损害他们的声誉。

问：深度造假技术可以用于勒索吗？
答：是的，深度造假技术已经被用来勒索毫无戒备的受害者，通过制作威胁如果不遵从肇事者要求的操纵视频。

问：印度的深度造假技术问题有多严重？
答：随着印度人民院选举临近，深度造假技术的问题在印度变得十分严重，操纵视频可能歪曲政治人物形象，影响公众舆论。… Read the rest