OpenAI与Mandala Partners发布《澳大利亚人工智能经济蓝图》
OpenAI与Mandala Partners合作发布《OpenAI澳大利亚人工智能经济蓝图》,围绕如何释放人工智能的经济与社会潜力提出可落地的行动方案。该蓝图在澳大利亚将提升生产力列为全国优先事项的背景下发布,旨在为政策制定和投资提供参考路径。
OpenAI与Mandala Partners合作发布《OpenAI澳大利亚人工智能经济蓝图》,围绕如何释放人工智能的经济与社会潜力提出可落地的行动方案。该蓝图在澳大利亚将提升生产力列为全国优先事项的背景下发布,旨在为政策制定和投资提供参考路径。
大型神经网络是当前 AI 进展的核心,但训练过程是一项复杂的工程与研究挑战,需要调度由多块 GPU 组成的集群来完成一次同步计算。相关文章围绕训练大型神经网络所涉及的关键技术与工程方法展开讨论,聚焦集群编排与同步计算层面的实现路径。
OpenAI 发布开源 Python 风格编程语言 Triton 1.0,用于在 GPU 上编写神经网络代码。该语言面向没有 CUDA 经验的科研人员,使其能够在大多数情况下写出与专家水平相当的 GPU 代码。Triton 以开源形式发布。
OpenAI 与 Google 研究人员合作提出名为"激活图谱"的新可视化技术,用于揭示神经网络内部神经元交互所表征的内容。该技术旨在深入理解 AI 系统内部决策过程,以便在敏感场景中识别模型弱点与故障原因。
OpenAI 发布 Neural MMO,一个面向强化学习智能体的大规模多智能体游戏环境。该平台支持在持续且开放式任务中容纳数量可变的大量智能体。研究表明,多智能体与多物种的引入有助于促进更充分的探索、形成差异化的生态位,并提升整体能力水平。
OpenAI 研究发现,梯度噪声尺度这一统计指标可预测神经网络训练在多种任务上的并行化潜力。复杂任务的梯度噪声更大,未来可使用更大的批量规模,从而解除制约 AI 系统进一步扩展的限制。研究表明,神经网络训练可以摆脱"神秘艺术"的标签,被严格化和系统化。
OpenAI 制作出在不同缩放尺度和视角下观察时仍能稳定欺骗神经网络分类器的对抗图像。该结果对前一周"自动驾驶汽车因从多尺度、角度和视角采集图像而难以被恶意欺骗"的说法构成挑战。
OpenAI 发文指出,深度学习是一门实证科学,团队基础设施的质量会成倍放大研究进展。作者认为,当前的开源生态已使任何人都能搭建高质量的深度学习基础设施。文章强调基础设施投入对深度学习研究产出具有乘数效应。