资讯列表
哈工大开发深度学习框架，用于从单细胞RNA测序识别细胞相互作用
编辑 | 萝卜皮细胞间相互作用（CCIs）在细胞分化、组织稳态和免疫反应等许多生物过程中发挥着关键作用。随着高通量单细胞RNA测序（scRNA-seq）技术的快速发展，从不断增加的 scRNA-seq 数据中识别CCIs变得非常重要。然而，受算法限制，当前基于统计策略的计算方法忽略了高度稀疏性和异质性的 scRNA-seq 数据中包含的一些关键潜在信息。哈尔滨工业大学和南方医科大学的研究团队开发了一个名为 DeepCCI 的深度学习框架，用于从 scRNA-seq 数据中识别有意义的 CCI。在灵活且易于使用的软件
千亿规模参数，阿里云通义千问进化到2.0：性能超GPT-3.5，加速追赶GPT-4
10 月 31 日，阿里云正式发布千亿级参数大模型通义千问 2.0。在 10 个权威测评中，通义千问 2.0 综合性能超过 GPT-3.5，正在加速追赶 GPT-4。当天，通义千问 APP 在各大手机应用市场正式上线，所有人都可通过 APP 直接体验最新模型能力。过去 6 个月，通义千问 2.0 在性能上取得巨大飞跃，相比 4 月发布的 1.0 版本，通义千问 2.0 在复杂指令理解、文学创作、通用数学、知识记忆、幻觉抵御等能力上均有显著提升。目前，通义千问的综合性能已经超过 GPT-3.5，加速追赶 GPT-4。
通义千问2.0正式亮相，阿里云全面升级AI基础设施，中国大模型公司一半跑在阿里云上
10 月 31 日，在 2023 云栖大会上，阿里云 CTO 周靖人表示，面向智能时代，阿里云将通过从底层算力到 AI 平台再到模型服务的全栈技术创新，升级云计算体系，打造一朵 AI 时代最开放的云。在现场，周靖人公布了云计算基础能力的最新进展，升级了人工智能平台，并发布千亿级参数规模的大模型通义千问 2.0，以及一站式模型应用开发平台阿里云百炼，阿里云已初步建成 AI 时代全栈的云计算体系。
独家 | GPT-4、Midjourney之外，谭平创业团队要造一个3D基础模型
前段时间，OpenAI 发布了文生图模型 DALL・E 3，生成效果非常惊艳。比如，你可以让它一次画出几十个物体，然后再要求它把这些物体全部放到一个冲浪者的背上： 可以看到，DALL・E 3 不仅画出了足量的物体，就连冲浪者面对重压时的神情都刻画了出来。但细心的网友也发现了一些问题：图中的铅笔等物体比例不太正常，模型似乎不太理解日常物品的大小比例关系。类似的问题其实不仅存在于 DALL・E 3 等二维图像生成模型。当生成维度提升到三维时，问题变得更加突出：生成的动物可能会有多张脸、多个头或脸部凹陷而非凸起。这些在
万万没想到，ChatGPT参数只有200亿？
这合理吗？谁都没有想到，ChatGPT 的核心秘密是由这种方式，被微软透露出来的。昨天晚上，很多讨论 AI 的微信群都被一篇 EMNLP 论文和其中的截图突然炸醒。微软一篇题为《CodeFusion: A Pre-trained Diffusion Model for Code Generation》的论文，在做对比的时候透露出了重要信息：ChatGPT 是个「只有」20B（200 亿）参数的模型，这件事引起了广泛关注。距 ChatGPT 发布已经快一年了，但 OpenAI 一直未透露 ChatGPT 的技术细节。
苹果M3系列登场，性能翻倍，M1、M2已成时代眼泪
M3 芯片来了。在苹果今天的 Scary Fast 发布会上，苹果正式发布了 M3、M3 Pro、M3 Max 芯片。苹果表示，这是首款采用 3 纳米工艺技术的 PC 芯片，允许将更多晶体管封装到更小的空间中，以提高速度和效率。除了芯片更新，苹果还带来了搭载 M3 系列芯片的 MacBook Pro 以及 24 英寸版 iMac。除了提供更快、更高效的 CPU，这三款芯片还配备了全新的 GPU，支持光线追踪、网格着色和动态缓存。M3 芯片提供高达 128GB 的统一内存，其中最强大的 M3 Max 芯片配备多达 9
2023云栖大会开幕，阿里巴巴蔡崇信：打造AI时代最开放的云
10 月 31 日上午，2023 云栖大会在杭州云栖小镇开幕。阿里巴巴集团董事会主席蔡崇信在开幕式上致辞，他提出，阿里巴巴 “要打造 AI 时代最开放的云”。
图模型也要大？清华朱文武团队有这样一些观点
在大模型时代，图机器学习面临什么样的机遇和挑战？是否存在，并该如何发展图的大模型？针对这一问题，清华大学朱文武教授团队首次提出图大模型（Large Graph Model）概念，系统总结并梳理了图大模型相关的概念、挑战和应用；进一步围绕动态性和可解释性，在动态图大模型和解耦图大模型方面取得了研究进展。论文地址：、相关概念（一）图大模型图大模型是指具有大量参数的图机器学习模型，具有比小模型更强大的学习能力，能更好地对图数据进行理解、分析和应用。为实现上述目标，图大模型应该具有以下四方面的核心能力：1. 图学习模型的规
用童话训练AI模型，微软找到了探索生成模型参数的新切入点
即便大语言模型的参数规模日渐增长，其模型中的参数到底是如何发挥作用的还是让人难以琢磨，直接对大模型进行分析又费钱费力。针对这种情况，微软的两位研究员想到了一个绝佳的切入点，用生成简练但是又涵盖各种常见逻辑和语法的童话故事来作为模型的生成任务，这样做能在减少模型的学习负担的同时，保留模型对逻辑和语法的学习能力，进而用小模型来分析参数发挥的作用。这种方法可能会开创一条新的研究道路。人们都知道，学英语不是一件容易的事。但假如「学生」是一台计算机，就可以这样高效地学英语：只需将互联网上堆积如山的文本，输入一个名为神经网络的
让郭德纲说英语，霉霉讲中文，AI是如何做到视频无痕翻译的？
大家好，这里是和你们一起探索 AI 的花生~
这几天互联网上出现的一类视频引起了大家的广泛关注和热烈讨论，视频的特点是可以“让人物说外语”，但形式并不是我们常见的视频配音，而是真的像他们自己就会说外语一样，口音毫无 AI 感，人物的嘴型也是一致的。
比如下面这段“郭德纲用英语说相声”的视频，如果不说，几乎看不出来这是 AI 处理的，因为视频中人物的嘴型与说出的英语是一致的，发音很真实，没有 AI 的生硬感，甚至语调音色都与郭德纲说中文时的语调音色是一样的，这些细节上的精准匹配使视频显得非常自然真实，让人不得不感叹
第四波！2023年10月精选实用设计工具合集
大家好，这是 2023 年 10 月的第 4 波干货合集！这次合集中的 AI 工具比例相对并不高，不过其中有很多相对少见的有趣产品，比如动态字体效果生成器和实用性极强的 AE 插件合集，其中唯一的 AI 工具则是一个设计师作品集生成服务。如果你对于这些工具感兴趣，可以先收藏今天的合集。
当然，在此之前记得看看往期干货中有没有你感兴趣的素材：下面我们具体看看这一期的干货：
1、在线免费字体动态效果生成器
，右上角的 「Select」按钮点击之后可以选择大量内置的字体动态效果，右下角则可以输入内容，由于是在线的网页工具
亲测可用！ChatGPT-4 会员充值攻略大揭秘！
亲测 GPT-4 和 MJ 会员开通成功！写一个 GPT-4 的充值攻略。希望对你有帮助哦～
更多关于GPT-4 的介绍：本文有三个部分，可以选择从自己需要的部分开始阅读。
第一部分：美区 APP Store 准备
第二部分：礼品卡充值
第三部分：礼品卡使用方式
彩蛋：更多方法查看文末哟～
ChatGPT APP下载地址：
注意需要使用美区的App store
一、美区APP Store准备
邮箱：1个未曾注册过Apple ID的邮箱
手机号：1个手机号码（国内的或曾用于注册Apple ID的都可）
浏览器：苹果系
基于Transformer和注意力的可解释核苷酸语言模型，用于pegRNA优化设计
编辑 | 紫罗基因编辑是一种新兴的、比较精确的能对生物体基因组特定目标基因进行修饰的一种基因工程技术。先导编辑（Prime editor, PE）是美籍华裔科学家刘如谦（David R.Liu）团队开发的精准基因编辑系统，PE 是一种很有前途的基因编辑工具，但由于缺乏准确和广泛适用的方法，有效优化先导编辑 RNA（prime editing guide RNA, pegRNA）设计仍然是一个挑战。近日，来自重庆医科大学、西北农林科技大学、云南民族大学、浙江大学医学院和中国科学院数学与系统科学研究院生物信息学中心（B
炒作归炒作，新报告表明，仅15%的企业组织为生成AI做好准备
机器之能报道编辑：吴昕会和云市场的崛起遵循一样的路径吗？生成式人工智能吸引足够多的公众注意力，但这种亢奋并不意味着企业高管们认为它已经准备好在企业中部署。根据著名信息咨询和技术服务公司 Nash Squared 《年度数字领导力报告（ Digital Leadership Report ）》（该报告将于 11 月 9 日全面发布），全球只有十分之一的技术领导者大规模实施了人工智能，该报告是全球规模最大、持续时间最长的技术领导者年度调查。更重要的是，围绕生成式人工智能的炒作对鼓励对人工智能的进一步投资几乎没有什么作
图灵奖得主吵起来了，LeCun：Bengio、Hinton等的AI灭绝论是荒谬的
LeCun 表示，绝大多数学术同行都非常支持开放式 AI 研发，但还是有反对者。关于 AI 风险的问题，各路大佬们也是意见不统一。有人带头签署联名信，呼吁 AI 实验室应立即暂停研究，深度学习三巨头 Geoffrey Hinton、Yoshua Bengio 等都支持这一观点。就在近几日，Bengio、Hinton 等再发联名信《在快速发展的时代管理人工智能风险》，呼吁在开发 AI 系统之前，研究者应该采取紧急治理措施，将安全和道德实践纳入重点，呼吁各国政府应该采取行动，管理 AI 带来的风险。文中提到了一些紧急治
苹果文生图大模型亮相：俄罗斯套娃式扩散，支持1024x1024分辨率
习惯了 Stable Diffusion，如今终于又迎来一个俄罗斯套娃式（Matryoshka）Diffusion 模型，还是苹果做的。在生成式 AI 时代，扩散模型已经成为图像、视频、3D、音频和文本生成等生成式 AI 应用的流行工具。然而将扩散模型拓展到高分辨率领域仍然面临巨大挑战，这是因为模型必须在每个步骤重新编码所有的高分辨率输入。解决这些挑战需要使用带有注意力块的深层架构，这使得优化更困难，消耗的算力和内存也更多。怎么办呢？最近的一些工作专注于研究用于高分辨率图像的高效网络架构。但是现有方法都没有展示出超
ChatGPT上新文件分析、自动搜索等功能，初创公司的产品被取代？
OpenAI 已然算是创业公司中的「巨头」。最近，OpenAI 为 ChatGPT Plus 会员推出了新的测试版功能，主要包括上传和分析文件，支持多模态，并且系统会根据上下文自动选择是否使用必应浏览器、数据分析工具、DALL·E，而无需用户手动切换。将文件输入到 ChatGPT 后，系统需要一些时间来消化该文件，然后 ChatGPT 就可以执行汇总数据、回答问题或根据 prompt 生成数据可视化等操作。目前，已有一些 ChatGPT Plus 会员用户测试了这些新功能。例如，有网友上传了图像文件，使用 Chat
像搭乐高一样做数学定理证明题，GPT-3.5证明成功率达新SOTA
中山大学和华为等机构的研究者提出了 LEGO-Prover，实现了数学定理的生成、整理、储存、检索和复用的全流程闭环。背景作为长链条严格推理的典范，数学推理被认为是衡量语言模型推理能力的重要基准，GSM8K 和 MATH 等数学文字问题（math word problem）数据集被广泛应用于语言模型的测评和比较中。事实上，数学作为一项科学研究并不仅仅包括计算具体实例，还包括推演一般性的定理。不同于简单的计算问题仅仅需要验证最终的结果与答案是否匹配，定理的证明要求对数学概念拥有更严格的理解，而这种定理证明的正确性是难