本系列文章主要是用于持续跟踪最新的AI产业情况，让你减少知识焦虑。
原文共计125919 字,简读后为8239字,阅读时间为21分钟,为您提高阅读效率为1500%
- 🤖 谷歌云首席执行官谈 2024 年大投资、人工智能和挑战 💰
- 💡 AI 学习路线图，小白也能学 AI 🤖
- 🗣️ 数据库也能听懂你的话啦 💬💻
- 🎬 文本变视频，Sora 帮你搞定 🎥✨
- 📚 LLaMA 2 资源全攻略 🤖
- 💰 DealStream 用 AI 找交易，并购 landscape 新玩法 🚀
- 👍 Salesforce 拥抱欧盟 AI 法案，获批在望 ⚖️
- 🚀 LLM 应用开发 10 步走 🤖
- 🚨 在 ChatGPT 挖漏洞，XSS 无处遁形 🔎
- 🤖 NVIDIA 迎来了 1000 亿美元级别的对手：软银的 AI 野心 💰
要点解析:
段落1
人工智能的兴起引发了技术领域的巨大转变，类似于之前的加密货币挖矿热潮。Hive Blockchain等最初专注于数字货币挖矿的公司已转向关注这项新技术。生成式人工智能将改变各行各业、开辟新的收入来源，并改变我们与技术互动的方式。利用人工智能进行内容创作、流程自动化和改进决策，这些公司正在开启技术（游戏）演进的重要阶段。
段落2
加密货币挖矿曾经给科技公司和个人企业家带来了巨大利润。它涉及通过复杂的计算任务验证数字交易并生成新的加密货币单位。受分散金融系统潜力和获得可观财务回报的推动，该行业吸引了大量投资和创新。然而，诸如监管审查加强、环境影响担忧和市场波动等挑战降低了比特币挖矿的吸引力和可行性。
段落3
相比之下，以 ChatGPT 等工具为代表的生成式人工智能技术提供了由成千上万的 Nvidia GPU 驱动的广泛应用。这些工具超越了金融交易的有限范围，提供了令人印象深刻的计算能力。公司现在被生成式人工智能的能力所吸引，它可以自动生成文本、图像、视频和代码，自动执行以前被认为需要人类创造力的任务。从比特币挖矿到通过人工智能创建数字内容和解决方案的转变标志着战略性转变。此举旨在实现可持续增长并对社会做出有意义的贡献，标志着技术领域关注重点的重大转变。
https://techround.co.uk/?p=97717
要点解析
中文信息摘要
亚马逊云科技推出 Amazon Q，一种以工作为中心的生成式 AI，旨在简化工作流程。它能够撰写总结、填写文档并解答公司政策问题。与其他企业聊天机器人（如 Copilot、Duet AI 和 ChatGPT Enterprise）竞争。
https://juejin.cn/post/7337148150618865714
要点解析:
-
欧盟委员会已批准《欧盟人工智能法案》，这是人工智能领域首部全面法律框架，标志着其迈出了成为欧盟法律的重要一步。该法案将人工智能系统分为不同的风险类别，并根据不同的风险类别对人工智能系统施加不同的限制。出于“不可接受的风险”，欧盟禁止使用某些人工智能系统。对“高风险”或“有限风险”的人工智能系统有不同的责任要求。
-
尽管对于如何确保人工智能的公平、安全和可信开发和使用，各国政府仍在探索中，欧盟《人工智能法案》为世界各地的讨论做出了贡献。欧盟委员会本周批准了人工智能法案，这是欧盟人工智能监管立法成为法律之前的倒数第二步。
-
该法案提出了基于风险的方法，将人工智能系统分为四类：高风险、有限风险、最小风险和没有风险。人工智能系统是指使用人类或机器提供的数据和指令能够独立学习和做出决策的计算机程序或网络。然后，它利用这些信息来识别如何实现人类设定的目标。
https://aithority.com/?p=563926
要点解析:
Zero Gap AI是Vapor IO与Supermicro合作推出的5G和AI即服务平台，提供私有5G和基于GPU的微云服务。该平台采用NVIDIA MGX平台和GH200 Grace Hopper超级芯片，集成了NVIDIA Grace CPU和NVIDIA Hopper架构GPU，实现高性能加速计算和AI服务器。
Zero Gap AI将高性能服务器部署在Vapor IO的Kinetic Grid平台中，可在企业和市政服务中应用。例如，零售商可部署AI驱动的自动结账系统，市政部门可部署行人安全系统，制造商可利用实时推理支持可靠的工厂物联网。
Zero Gap AI通过将超本地AI即服务与私有网络相结合，实现了大规模提供AI服务的新方式。其优势包括无缝集成、按需扩展、超低延迟、高可靠性、成本效益和内置5G。
https://aithority.com/?p=564272
要点解析:
OpenAI为ChatGPT引入了记忆功能，允许它记住对话详情，提高交互效率。用户可以控制记忆内容，包括查看、删除或选择不创建记忆。
该功能增强了AI的实用性，让对话更相关、更丰富，并使AI模型更接近人类交互模式。它引发了数据隐私和信息道德使用方面的担忧，但OpenAI采取措施，为用户提供记忆管理工具。
OpenAI还进军网络搜索市场，开发可能结合微软必应技术的搜索工具，可能挑战谷歌的统治地位。这一举措标志着搜索引擎可能发生转变，OpenAI的AI搜索方法将改变用户与在线信息交互的方式。
https://techround.co.uk/?p=97675
要点解析:
-
谷歌云首席执行官托马斯·库里安表示，2024年谷歌云将加大对AI和生成式AI的投资。谷歌云将重点关注为合作伙伴提供端到端解决方案。
-
库里安认为，谷歌云是人工智能和生成式人工智能最开放的云平台。他强调，谷歌云与AWS和微软在人工智能市场的竞争中处于领先地位。
-
Gillette体育场与思科合作，对媒体网络进行了数字化转型。该体育场部署了思科IP架构，实现了内容制作和分发方面的重大改进。
要点解析:
-
澳大利亚 Pawsey 超级计算研究中心将 NVIDIA CUDA Quantum 平台（由 NVIDIA Grace Hopper 超级芯片加速）添加到其国家超级计算和量子计算创新中心，进一步推动量子计算领域的突破。
-
研究人员将利用 CUDA Quantum（一个开源的混合量子计算平台，具有强大的模拟工具，以及对混合 CPU、GPU 和 QPU 系统进行编程的能力）以及 NVIDIA cuQuantum 软件开发工具包（用于加速量子计算工作流程的优化库和工具）。
-
NVIDIA Grace Hopper 超级芯片（结合了 NVIDIA Grace CPU 和 Hopper GPU 架构）提供极高性能，可以在加速器上运行高保真和可扩展的量子模拟，并与未来的量子硬件基础设施无缝连接。
-
Pawsey 超级计算研究中心执行主任马克·斯蒂克尔斯表示：“NVIDIA 的 CUDA Quantum 平台将使我们的科学家能够突破量子计算研究的可能边界。”
-
澳大利亚国家科学机构 CSIRO 估计，量子计算的国内市场机会每年价值 25 亿美元，并有可能在 2040 年创造 10,000 个新工作岗位。这需要将量子计算嵌入到其他科学领域，在天文、生命科学、医学、金融等领域应用。
https://aithority.com/?p=564274
要点解析:
软银集团计划斥资1000亿美元进军人工智能芯片行业，打造一款名为“Izanagi”的人工智能芯片，以挑战英伟达公司的市场主导地位。这项投资将由软银集团创始人兼首席执行官孙正义带领，并包括他个人的300亿美元投资，其余资金预计将来自中东投资机构。
孙正义的AI芯片计划是软银集团长期人工智能投资战略的一部分，他认为机器智能将超越人类智力，创造一个更美好的世界。尽管软银此前在多项初创公司投资中遭遇挫折，但Arm Holdings的成功提振了其财务状况，截至去年12月，软银持有6.2万亿日元（410亿美元）现金及等价物。
软银集团进军AI芯片市场的举措标志着该公司在技术领域创新和主导地位的雄心勃勃征程中的一个重要篇章。孙正义的远见不仅着眼于财务收益，更在于开创一个AI技术突破和效率提升的未来。
https://www.greataiprompts.com/?p=6725
要点解析:
OpenAI推出GPT-4 Turbo，速率上限翻倍至每分钟150万个令牌，并完全取消每日限制。OpenAI实施速率限制以防止滥用、确保公平性和管理基础架构负载，其中5种速率限制针对组织级别，对个人用户无影响。
速率限制因使用的模式而异，组织每月在API上的总支出也有“使用限制”。IT之家注：速率限制包括每分钟请求数、每天请求数、每分钟令牌数量、每天令牌数量和每分钟图像数量。
https://www.ithome.com/0/750/878.htm
要点解析:
德国电信与高通和Brain.ai合作开发出了一款名为T Phone的手机，这款手机完全由基于云的人工智能提供动力，无需任何应用程序。用户可以通过该手机的人工智能界面完成所有操作。
这款手机将于本月晚些时候在巴塞罗那举行的MWC 2024上亮相。除了T Phone，德国电信还计划展示一款搭载骁龙8 Gen 3并配备人工智能的手机。
德国电信首席产品和数字官乔恩·亚伯拉罕森表示，人工智能和大型语言模型将很快成为移动设备不可或缺的一部分，他们将利用它们来改善和简化客户的生活。
https://m.cnbeta.com.tw/view/1419173.htm
要点解析:
-
谷歌开源大语言模型 LLaMA2，相较于其前身 LLaMA，LLaMA2 的训练数据量更大，上下文长度更长，并在超过 100 万个人工标注数据上进行微调，拥有更强大的语言处理能力。
-
LLaMA2 可通过 Hugging Face、AWS 等平台获取，并免费用于研究和商业用途。其开放性为研究人员和开发者进一步探索和扩展该模型提供了便利。
-
Meta 同时发布了基于 LLaMA2 的对话模型 LLaMA2-Chat，该模型经过强化学习和人类反馈调优，擅长对话生成和推理任务，为自然语言交互提供了新的可能。
https://juejin.cn/post/7337188759055843343
要点解析:
Wondershare AI Lab 是一款人工智能工具集合，为图像、卡通、视频、音频和文本的编辑和增强提供超强的功能。它可以将图像放大 8 倍而不失真，还可以自动移除背景。它能抚平人像皱纹，让图像看起来更年轻。它还可以将黑白图像着色。
在视频编辑方面，它可以将视频转换成卡通，让视频中的唇形与音频同步。它可以降低视频中的噪音和颗粒，还可以快速翻译字幕。在音频编辑方面，它可以消除背景噪音，还可以克隆任何声音。此外，它还可以生成数字肖像画和 3D 卡通头像。
Wondershare AI Lab 使用人工智能技术，可以识别图像、视频和音频文件中的对象、场景、面部和文本。它会根据内容提出定制的效果和编辑建议，让用户可以轻松创建高质量的作品。
https://openaimaster.com/?p=35395
要点解析:
OpenAI 开发的 Sora 文本转视频技术引起了广泛关注。该技术可以通过文本提示生成逼真的视频，其潜力令人兴奋，但也引发了担忧。Sora 被一些专家称为“世界模拟器”，因为它可以创建物理上合理且具有可信的现实世界交互的场景，这是该领域的一大进步。然而，Sora 目前仍处于早期阶段，存在一些限制，例如在准确描绘物理、因果关系和细节方面仍有困难，甚至出现了令人毛骨悚然的失败案例。
Sora 的出现引发了关于滥用、版权侵犯、艺术家生计和隐藏偏见等问题的担忧。一些专家认为，它将使恶意行为者更容易生成高质量的深度造假视频，从而造成损害。与此同时，也存在 Sora 实际上是骗局的观点，其产生的视频存在明显的缺陷和不自然之处。
https://www.readtpa.com/p/what-to-make-of-openais-new-text
要点解析:
提示工程的最新进展与应用
提示工程通过定制任务指示，引导模型产出，无需更改模型核心参数，显著提升模型效能。
提示方法的应用领域
-
新任务的轻量级训练方法：
-
零样本提示：无训练数据，仅依靠提示完成任务
-
少样本提示：少量输入输出示例，提升模型在复杂任务上的性能
-
推理与逻辑：
-
链式推理引导（CoT）：促进模型进行连贯且逐步的推理
-
自动化链式推理引导（Auto-CoT）：自动生成CoT提示，减少手动创建的繁重工作
-
自我一致性：通过多种推理链条，生成更为一致的答案
-
逻辑连贯思维（LogiCoT）提示：引入逻辑推理原理，减少逻辑错误
-
连贯符号（CoS）提示：采用简化的符号作为提示，提升处理空间关系问题的能力
提示方法的優缺点
-
零样本提示和少样本提示开创了无数据训练的可能，但对提示设计要求较高
-
推理与逻辑相关的方法提升了模型推理能力，但对模型的推理深度和复杂性有要求
-
其他提示方法侧重不同应用领域，如代码生成，用户交互，情绪管理，元认知，在特定场景下发挥作用
https://juejin.cn/post/7337117537362542633
要点解析:
人工智能开发是一项热门且高薪的技术领域，本课程将教授从基础的Python编程到先进的深度学习算法等一系列知识。
课程分为六个阶段：Python编程、机器学习核心技术、深度学习核心技术、自然语言处理技术、计算机视觉技术和算法与数据结构。每个阶段都会深入讲解相关技术原理和算法，并提供实际案例和项目实战，帮助学员掌握人工智能开发的各个方面。
本课程适合想要从事人工智能开发的人员，包括应届毕业生、想要转型的人员和想要提升技能的专业人士。通过学习本课程，学员可以掌握人工智能开发所需的技能，从而在就业市场上占据竞争优势。
https://juejin.cn/post/7337117537363460137
要点解析:
Sora是OpenAI开发的一个文本转视频的AIGC模型，可以根据文本指令创建逼真的视频。Sora能够生成具有复杂场景、准确细节和生动情感的视频。目前Sora在模拟复杂场景的物理原理和理解因果关系方面还存在一些弱点，但OpenAI正在与专家合作，不断改进该模型。
https://juejin.cn/post/7337117537362640937
要点解析:
OpenAI的最新文本转视频模型Sora可以生成逼真且引人入胜的视频片段，这项突破产生的根本性影响在于：
-
通过利用大量数据集和计算能力，Sora能够学习物理定律并预测视频中的动作，将其成为模拟现实场景的第一步；
-
该模型降低了电影制作的成本，使其不再局限于少数富裕个人手中，更多普通人在拥有个人电脑的情况下，也可以将想象力化为现实。
https://juejin.cn/post/7337115760408248372
要点解析:
埃隆·马斯克曾被OpenAI授予股份，但他出于法律合规考虑，最终拒绝了。OpenAI是一家成立于2015年的AI初创公司，马斯克曾担任联合董事长并承诺提供10亿美元资金。该公司最初是非营利组织，致力于开发造福人类的AI。
马斯克表示他对OpenAI的合法结构存在疑问，并曾多次被授予股份，但他认为接受这些股份不道德或不合法。目前OpenAI尚未对此置评。马斯克于2018年辞去OpenAI董事会职务，据称是为了避免与特斯拉在AI开发上的潜在冲突。但马斯克后来表示辞职是由于与OpenAI团队意见不合，该公司如今关注利润最大化，这并非他的初衷。
因此，马斯克去年成立了自己的AI公司，并推出了聊天机器人与OpenAI的ChatGPT展开竞争。
https://m.cnbeta.com.tw/view/1419219.htm
要点解析:
文章阐述了研究员发现 ChatGPT 中的两个跨站脚本 (XSS) 漏洞，将它们与一系列其他漏洞结合起来可能导致账户接管。
研究员首先检查了 ChatGPT 的技术堆栈，发现它使用了 NextJS，这通常会降低发现 XSS 漏洞的可能性。然而，他们注意到 ChatGPT 处理文件上传和引用的方式存在漏洞。当用户上传 HTML 文件时，ChatGPT 会生成一个引用，其中包含一个可点击的图标，该图标将用户带回原始文件或网站。研究员发现，此引用机制没有正确实施内容安全策略 (CSP)，允许攻击者绕过 CSP 限制并执行恶意脚本。
为了利用此漏洞，攻击者需要诱使用户上传恶意文件并让 ChatGPT 引用该文件。然后，攻击者需要诱使用户点击引用以触发 XSS。由于 ChatGPT 不允许共享用户上传的文件，因此研究员想出了一种方法，通过创建和共享包含知识文件引用的会话来使该漏洞可共享。通过操纵元数据，研究员能够控制引用的文件 ID，并将其指向他们自己的知识文件，从而触发 XSS。
https://www.imperva.com/blog/?p=18889
要点解析:
大语言模型（LLM）正迅速改变着人工智能格局，其应用广泛，从提升客服体验到提供深度数据分析等，不一而足。但打造一款优秀的 LLM 应用程序绝不仅仅是利用先进技术那么简单。它需要深入理解底层技术、充分认识潜在挑战，并采用战略性方法来开发和部署。
在本文中，我们将探讨 LLM 应用程序开发过程中的关键环节，例如选择合适的底层模型、针对特定需求对其进行定制、建立稳健的机器学习基础设施，以及确保应用程序的伦理性与安全性。我们的目标是为你提供驾驭 LLM 开发和部署复杂性的知识和见解，确保你的应用程序不仅能发挥最佳性能，而且符合最高责任标准，赢得用户信任。
如果您觉得这篇深入的教育内容对您有帮助，请订阅我们的 AI 邮件列表，以便在发布新材料时收到提醒。
-
要有效比较不同 LLM 在特定用例中的性能，构建目标评估集至关重要。首先，探索通用基准，以挑选出值得测试的 LLM。这些基准提供了对各个模型能力和限制的广泛了解，初步筛演出最有可能满足你需求的模型。下一步，针对你特定用例，制定一份定制的评估集。该集合应包含准确反映 LLM 将运行的场景的示例。为确保全面评估：
-
**从少量开始：**从少量示例开始，例如 10 个。这允许对每个模型对这些场景的响应进行重点和详细的分析。重复这些测试可以洞察模型的一致性和可靠性。
-
**选择具有挑战性的示例：**选择真正测试模型能力的示例。这些示例应包括复杂的提示、可能揭示偏差的场景以及要求深入领域知识的问题。目的不是欺骗模型，而是为其做好准备，应对现实世界应用程序中不可预测且多样的环境。
-
**在评估集中利用 LLM：**一种新颖的方法是使用 LLM 本身来帮助构建评估集。例如，LLM 可以从给定文本生成问答对，然后作为一批初步测试用例。对于问答系统等应用程序来说，这种方法特别有用，其中生成多样化且相关的问题非常关键。
通过使用具有挑战性和代表性的示例精心构建评估集，你可以深入了解每个模型是否适合你独特的需求。
https://www.topbots.com/?p=23929
要点解析:
OpenAI 最新推出的 Sora 模型引发关注，它表现出对物理世界的理解能力，被定义为“世界模拟器”。这促使人们意识到人工智能的强大与潜在风险，也让人们理解了 OpenAI 联合创始人伊尔亚·苏茨克维一直执着于人工智能安全性的研究原因。
Sora 模型研究团队中缺少苏茨克维的身影，而研究负责人 Bill Peebles 和核心作者 Tim Brooks 均拥有优秀的学术背景和工作经验，他们将图像领域的成果带入视频研究，极大促进了 Sora 的发展。
苏茨克维对于人工智能安全性的担忧与 OpenAI CEO 萨姆·奥尔特曼激进的态度产生分歧，导致了 OpenAI 内部“宫斗事件”。苏茨克维随后陷入“迷茫”状态，目前对于其是否已经离开 OpenAI 尚未有定论。
https://m.cnbeta.com.tw/view/1419189.htm
要点解析:
-
本章探讨了文本到数据的转换，介绍了语义解析、意义表示、文本到SQL模型以及相关主题。它从历史的角度开始，涵盖了早期相关工作，然后转向利用词嵌入、语义组合性、知识图谱和大语言模型的新方法。
-
深入探讨了三个关键主题：将句子转换为结构化形式、神经语义解析和文本到SQL模型、系统和基准测试。
-
探索了含义表示的基本问题，以及如何以适合推理的格式表示含义。介绍了一阶逻辑（FOL）、Lambda 演算和抽象含义表示（AMR）作为表示含义的不同方法。
https://juejin.cn/post/7337216565097545765
要点解析:
火箭实验室成功发射电子火箭，为Astroscale Japan Inc部署了ADRAS-J卫星，执行轨道碎片检查演示任务。该任务名为“近距离检查”，从新西兰火箭实验室1号发射场B号发射台于2024年2月19日新西兰时间凌晨3:52（2月18日协调世界时14:52）发射。电子火箭部署了由Astroscale-Japan研制的主动碎片清除卫星（ADRAS-J），该卫星旨在测试接近和监测轨道碎片物体的技术和操作，也称为太空垃圾。该任务是评估未来卫星与轨道碎片物体交会并协助其离轨的潜力的第一步，为子孙后代支持太空可持续性。
在电子火箭成功发射后，重达150公斤的ADRAS-J卫星现在将接近轨道上一个陈旧的废弃火箭级，对它进行近距离观察，了解它的行为，并确定未来协助其离轨的潜在方法。它将观察的火箭级是2009年发射GOSAT地球观测卫星后留在地球低轨道的日本H-2A上级火箭。ADRAS-J将绕着这个长11米、直径4米的火箭级飞行，用摄像机和传感器对它进行检查。Astroscale的全部任务将需要3到6个月才能完成。
https://aithority.com/?p=564245
要点解析:
随着OpenAI推出视频生成模型Sora，其背后的年轻研发团队浮出水面。该团队由15人组成，成立时间不到一年，核心人物包括负责人工 intelligence Tim Brooks和Bill Peebles两位博士。Brooks在伯克利AI研究所获得博士学位，曾任谷歌Pixel手机摄像头AI与英伟达视频生成模型研究员;Peebles毕业于麻省理工学院，曾在Adobe和英伟达实习。
Sora团队除技术背景外，还拥有丰富的实践经验，如Brooks曾获国家地理最佳摄影奖，在百老汇演出，获得Beatbox国际奖项。团队成员中不乏“00后”，如UCLA毕业的Will DePu，以及多位华人学者，如参与GPT-4和Sora项目的Yufei Guo，曾入选福布斯“30岁以下30人”的Li Jing，以及Meta工程师Ricky Wang。
此外，团队成员David Schnurr参与打造了Alexa语音助手原型，Joe Taylor在用户界面设计和艺术指导方面经验丰富，Aditya Ramesh是文生图模型DALL-E的创建者。这支年轻且经验丰富的团队，正在不断壮大，OpenAI已发布招聘广告，寻求大型视频基础设施经验人员。
https://awtmt.com/articles/3708583
要点解析:
ChatGPT3.5是OpenAI在2022年推出的一个重大的对话系统领域的突破，它基于GPT-3模型进行了进一步改进，旨在提供更加流畅、智能和人性化的对话体验。随着人工智能技术的不断进步和应用场景的不断拓展，OpenAI将继续发挥重要作用，致力于推动人工智能技术的研究和创新，为解决人类面临的各种挑战提供更加智能和有效的解决方案。
扣子是一个新一代的一站式AI Bot开发平台，无论用户是否有编程基础，都可以快速搭建基于AI模型的各类问答Bot，并将其发布到各类社交平台和通讯软件上。
本文介绍了一种使用扣子平台创建AI做饭小帮手的教程，通过整理烧菜过程中遇到的问题，利用扣子的插件、工作流、知识库等功能，创建一个能够推荐菜品、提供烹饪建议和分享烹饪技巧的AI助手。
https://juejin.cn/post/7337115760408346676
要点解析:
人工智能技术人员的需求依然旺盛，但随着人工智能技术的发展，精通“经典”学科的人才未来比软件或提示工程师更有价值。在历经几十年的发展后，人工智能逐渐从计算机科学实验室走向现实，开始对商业运作模式产生了影响。然而，在过去几十年的时间里，还没有哪一项技术突破像生成式人工智能一样吸引了如此多的关注，或是制造了如此多的恐慌。在过高的预期和末日预言之间，商界领袖无所适从，没有明确的指导意见、有意义的洞察或商业未来的手册。HFS Research 与 Ascendion 携手发布了《生成式企业™ 未来手册*》，*这是一项开创性的应用研究系列，为企业领导者在生成式人工智能技术竞争中取得成功的竞赛中抢占先机。数据和见解提供了实际指导、真实世界的见解以及从对收入超过 5 亿美元的公司的执行业务领导者和人工智能创新者的广泛定量调查和深入访谈中提炼出的策略性建议。
根据 HFS Research 执行研究负责人 David Cushman 的说法，“研究受访者实际上已经看到了未来。他们喜欢他们所看到的，并希望看到更多。对正确把握生成式人工智能创新时机并在投资与回报之间取得平衡的公司而言，未来几个季度和几年将是飞速发展时期。坐视不动的领导者可能面临灭绝的危险”。120 多位受访的早期采用者表示，生成式人工智能是有史以来他们体验过的最具颠覆性的技术，并表示企业将迅速从快速胜利和节约中获得利益，进而影响收入和市场估值。Ascendion 的使命是帮助企业将生成式人工智能从一个测试案例转变为一种快速完成工作方式。“生成式人工智能的关键不是机器人，而是人脑。正确的人类技能使我们能够利用它的力量。而建立企业将从中获得最大价值的最后一英里依赖于技术与人才的交叉点”，Ascendion 执行副总裁兼工程实践和交付全球总监 Prakash Balasubramanian 说。
该研究的一些重要亮点包括：
-
我们需要更多的人参与其中。 超过 75% 的调查队列将拥有足够的生成式人工智能技术人才列为有效部署的主要障碍，强调人才缺口是一个重大挑战。
-
投资人文社会科学以弥补生成式人工智能人才缺口。 近 88% 的受访者认为生成式人工智能将使交流、移情、好奇心和情商等能力变得更加重要，突出了生成式人工智能时代所需技能的要求不断变化。
-
人工智能将带来的不仅仅是节省成本。 其实现的初期利益包括节省成本和提高生产力，但生成式人工智能的真正潜力在于推动收入增长和市场估值。
-
人工智能将为每个业务职能解锁价值。 大约 47% 的领导者认为，客户服务是生成式人工智能在未来 12 到 18 个月内将创造高价值的关键业务职能，这说明了生成式人工智能的立竿见影的适用性。
-
生成式人工智能将重塑商业经济。 研究发现，大约 40% 的受访者期望生成式人工智能能将整体生产力提高 10% 以上，这表明企业需要紧迫地适应。HFS Research 首席执行官兼首席分析师 Phil Fersht 说：“生成式人工智能将在大多数公司带来重要、甚至惊人的商业经济效益。对于现在没有采取正确措施的公司而言，这种转变的速度可能成为生存威胁。”“根据我们的数据，忽视我们生成式人工智能先驱的重要经验教训和见解是愚蠢的。”
https://aithority.com/?p=564227
要点解析:
全球领先的一体化公共区块链平台Zetrix携手Web3开发及投资巨头Web3Labs Hong Kong共同推出Zetrix全球加速器计划，旨在为来自全球各地的优秀Web3初创企业提供孵化和培育，并利用香港完善的虚拟资产生态系统为其赋能。该计划将于2024年3月初开放申请，获批项目将于2024年4月6日至9日举办的2024年香港Web3峰会上公布。
计划旨在遴选最具潜力的10家初创企业。入选项目将有机会充分利用Zetrix平台，并与政府或企业利益相关者建立联系，构建和部署其创新应用程序。
该加速器为期6个月，寻求已具备产品市场成熟度且拥有创新且明确发展管线的项目，这些项目理想情况下可补充香港的虚拟资产路线图。在香港，吸引区块链创新应用的行业包括实体资产（RWA）通证化、证券型通证发行和稳定币创新。该计划旨在将RWA、环境、社会和治理（ESG）以及基于区块链的金融领域的用例引入企业、金融机构以及政府组织。该计划的合作伙伴Zetrix、Web3Labs和Summer Capital还将努力为部分由本计划参与者发行的通证作为支撑的交易所交易基金（ETF）获得监管批准。
此次加速器的推出基于1月份的一项公告，即Zetrix、Web3Labs和风险投资公司Summer Capital将形成战略合作，将Zetrix确立为香港政府相关应用的首选区块链基础设施。作为该计划的一部分，一个专门的全球加速器计划将孵化和培育在Zetrix平台上构建应用程序的、有潜力的初创企业。该计划将向有望为香港的Web3发展格局做出贡献并使全球各地的用户受益的有前途的企业家提供指导、技术支持和融资机会。