FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

阿里入股微显示器制造商JBD
go
公司发生工商变更，股东新增浙江阿里巴巴云计算有限公司等，同时公司注册资本从约5197万人民币增至约5374万人民币。　　上海显耀显示科技有限公司成立于2015年10月，法定代表人为李起鸣，经营范围含从事显示科技领域内的技术服务、集成电路芯片设计及服务、集成电路芯片及产品制造等。股东信息显示，该公司由李起鸣、领耀控股有限公司、比亚迪股份有限公司等共同持股。据悉，JBD显耀显示是一家微显示器制造商。　　
金融界2023-06-02
2023美国银行危机的原因、影响和解决方案
 go
SWIFT（全球银行间金融电信协会）和云计算。此外，值得注意的是，一些科技初创企业（如Roblox和ROKU）与SVB有关联，导致投资者对整个行业失去信心。甚至加密货币也引起了专家的关注，有人认为银行对基于区块链的资产的暴露是引发崩盘的原因之一。社交媒体也为整个混乱增添了火药，专家和影响者发布了关于危机的随意理论。所有这些都在反馈循环中发挥作用，进一步加剧了危机。八、解决2023年银行危机要采取的措施解决2023年银行危机的负面影响可能并不那么简单。多个机构——金融机构、政府和联邦储备系统、企业以及国际组织需要共同努力。以下是可能正在进行的一些措施： 1、金融机构如何提供帮助？金融机构，特别是银行，可在未来着重于风险管理。改善流动性管理，通过多元化资金来源、持有高质量流动资产（HQLA）、更好地预测现金流，并建立充足的流动性缓冲区等是一些可行的策略。美联储和政府已经采取了一些协调措施来最大限度地减少银行危机的影响。其中包括： 2、救助计划与过去的危机事件不同，关闭的银行没有直接得到救助。相反，重点是帮助存款人，得到了联邦存款保险公司（FDIC）的支持。其中一个例子是FDIC使用系统风险预期（SRE），专注于Signature和SVB，给予未投保存款人的后备保障权益。虽然总额达到4000亿美元的贷款外流，但没有直接的银行救助，而是采取措施保护存款人。 3、政策变更在持续的危机浪潮中，最重要的政策变化之一是引入BTFP或银行定期融资利率。这项由美联储主导的政策侧重于改善与银行相关的流动性，提供一年期抵押贷款。然而，BTFP更像是政府对流动性危机的回应，而不是直接的银行救助。 4、压力测试美联储2023年的压力测试情景早在危机正式浮出水面之前就已经公布。这组测试将从2023年第一季度开始运行，一直持续到2026年，重点关注28个变量。尽管美联储在测试情景中加入了所谓的“解释性市场冲击”，但它实际上并没有考虑到快速加息。现在，随着危机的影响蔓延，新的压力测试或定位资本结构脆弱性的情景可能会浮出水面。除了上述解决方案之外，以下是一些可能已经在实施的其他方法： 5、国际中央银行的支持个人和企业采用加密货币，以尽量减少银行风险在个人和企业层面采用数字支付和其他类型的数字技术，以减少对银行系统的过度依赖九、从2023年美国银行危机中汲取的教训 2023年的银行业危机不仅让人大开眼界，还是对现实的一次检验，以下是我们从中汲取的教训： 1、金融市场和银行改革非常关键银行业的倒闭暴露了监管的漏洞和不作为。由于长期债券利率下降，资产负债期限的概念脱颖而出，这就打开了关于流动性管理的新大门。每个人都学到的另一件事是，就投资者而言，过度投资于一个行业或部门对银行来说从来都不是好事。最后，只有严格的金融改革才能将上述所有问题排除在外。 2、经济韧性至关重要无论改革如何，这一切都归结为银行抵御银行挤兑等冲击的能力。当提款请求开始涌入时，一切都开始分崩离析，这就是即使是银行也需要明白的地方——只投资一种资产类别不是一个好的做法。还需要我们注意的是，引入BTFP是建立经济依赖的一步。除了这些重要的教训之外，这场危机甚至强调了技术适应的作用，其中可能包括使用机器学习和人工智能进行风险评估。十、美国银行业危机后的经济复苏政府、美联储和政策制定者还能为促进经济复苏做些什么还有待观察，以下是可能已经在酝酿中的想法：加强银行业空间加息更加谨慎恢复人们对银行体系的信心通过相关财政政策刺激经济动向国际合作促进整体金融稳定最后，最重要的是，必须要提高透明度，重点关注银行的资产负债表，这是“解释性市场冲击”压力测试情景旨在考虑的问题。此外，银行业似乎仍然有点不合常规，现在说银行业危机已经结束可能还为时过早。十一、危机还是治愈：长期的前景如何？无论采取何种方法，这一切都归结为建立一个强大的金融体系。2023年银行业危机最糟糕的部分可能已经过去，也可能还没有到来。值得注意的是，截至2023年5月底6月初，金融市场的压力并没有减轻，信贷利差仍然很小。虽然加息仍在继续，但美联储似乎确实对此类举措持谨慎态度。然而，2023年的美国银行业危机是一个高度复杂的空间，其涵盖了债券利率、利率、信贷额度和银行挤兑等问题。来源：金色财经
金色财经2023-06-02
AI算力需求规模空前 Web3有何用武之地？
go
员都有非常强的学术背景，从大模型开发、云计算到硬件优化都有行业专家支撑。并且Together在路径规划上确实展现出了一种长期有耐心的架势，从研发开源大模型到测试闲置算力（比如mac）在分布式算力网络用语模型推理，再到分布式算力在大模型训练上的布局。— 有那种厚积薄发的感觉了:) 但是目前并没有看到Together在激励层过多的研究成果，我认为这和技术研发具有相同的重要性，是确保去中心化算力网络发展的关键因素。 2.Gensyn.ai 从Together的技术路径我们可以大致理解去中心化算力网络在模型训练和推理上的落地过程以及相应的研发重点。另一个不能忽视的重点是算力网络激励层/共识算法的设计，比如一个优秀的网络需要具备：确保收益足够有吸引力；确保每个矿工获得了应有的收益，包括防作弊和多劳多得；确保任务在不同节点直接合理调度和分配，不会有大量闲置节点或者部分节点过度拥挤；激励算法简洁高效，不会造成过多的系统负担和延迟； …… 看看Gensyn.ai是怎么做的：成为节点首先，算力网络中的solver通过bid的方式竞争处理user提交的任务的权利，并且根据任务的规模和被发现作弊的风险，solver需要抵押一定的金额。验证 Solver在更新parameters的同时生成多个checkpoints（保证工作的透明性和可追溯性），并且会定期生成关于任务的密码学加密推理proofs（工作进度的证明）； Solver完成工作并产生了一部分计算结果时，协议会选择一个verifier，verifier也会质押一定金额（确保verifier诚实地执行验证），并且根据上述提供的proofs来决定需要验证哪一部分的计算结果。如果solver和verifier出现分歧通过基于Merkle tree的数据结构，定位到计算结果存在分歧的确切位置。整个验证的操作都会上链，作弊者会被扣除质押的金额。项目总结激励和验证算法的设计使得Gensyn.ai不需要在验证过程中去重放整个计算任务的所有结果，而只需要根据提供的证明对一部分结果进行复制和验证，这极大地提高了验证的效率。同时，节点只需要存储部分计算结果，这也降低了存储空间和计算资源的消耗。另外，潜在的作弊节点无法预测哪些部分会被选中进行验证，所以这也降低了作弊风险；这种验证分歧并发现作弊者的方式也可以在不需要比较整个计算结果的情况下（从Merkle tree的根节点开始，逐步向下遍历），可以快速找到计算过程中出错的地方，这在处理大规模计算任务时非常有效。总之Gensyn.ai的激励/验证层设计目标就是：简洁高效。但目前仅限于理论层面，具体实现可能还会面临以下挑战：在经济模型上，如何设定合适的参数，使其既能有效地防止欺诈，又不会对参与者构成过高的门槛。在技术实现上，如何制定一种有效的周期性的加密推理证明，也是一个需要高级密码学知识的复杂问题。在任务分配上，仅仅算力网络如何挑选和分配任务给不同的solver也需要合理的调度算法的支撑，仅仅按照bid机制来分配任务从效率和可行性上看显然是有待商榷的，比如算力强的节点可以处理更大规模的任务，但可能没有参与bid（这里就涉及到对节点availability的激励问题），算力低的节点可能出价最高但并不适合处理一些复杂的大规模计算任务。四、对未来的一点思考谁需要去中心化算力网络这个问题其实一直没有得到验证。闲置算力应用在对算力资源需求巨大的大模型训练上显然是最make sense，也是想象空间最大的。但事实上通信、隐私等瓶颈不得不让我们重新思考：去中心化地训练大模型是不是真的能看到希望？如果跳出这种大家共识的，“最合理的落地场景”，是不是把去中心化算力应用在小型AI模型的训练也是一个很大的场景。从技术角度看，目前的限制因素都由于模型的规模和架构得到了解决，同时，从市场上看，我们一直觉得大模型的训练从当下到未来都会是巨大的，但小型AI模型的市场就没有吸引力了吗？我觉得未必。相比大模型小型AI模型更便于部署和管理，而且在处理速度和内存使用方面更有效率，在大量的应用场景中，用户或者公司并不需要大语言模型更通用的推理能力，而是只关注在一个非常细化的预测目标。因此，在大多数场景中，小型AI模型仍然是更可行的选择，不应该在fomo大模型的潮水中被过早地忽视。来源：金色财经
金色财经2023-06-02
龙软科技：5月25日接受机构调研，国泰君安、兴业证券等多家机构参与
 go
LongRuanGIS平台为基础,利用云计算、大数据、物联网等技术,为煤炭工业的安全生产、智能开采提供工业应用软件及全业务流程信息化整体解决方案;为政府应急救援、矿山安全监察、职业卫生监管机构及科研院所、工业园区提供现代信息技术与安全生产深度融合的智能应急、智慧安监整体解决方案。龙软科技2023一季报显示，公司主营收入5334.02万元，同比上升24.82%；归母净利润1291.51万元，同比上升40.23%；扣非净利润1280.75万元，同比上升41.95%；负债率16.93%，投资收益9.25万元，财务费用-45.53万元，毛利率55.32%。该股最近90天内共有6家机构给出评级，买入评级6家；过去90天内机构目标均价为64.47。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流入3154.93万，融资余额增加；融券净流入2.11万，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，龙软科技（688078）行业内竞争力的护城河一般，盈利能力良好，营收成长性良好。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、经营现金流/利润率。该股好公司指标2.5星，好价格指标2.5星，综合指标2.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星2023-06-01
慧博云通：慧博云通与英伟达暂无业务合作
 go
融科技的影响？公司在人工智能、大数据、云计算有技术储备吗？公司在AI智能平台上是否有布局，谢谢！慧博云通董秘：尊敬的投资者您好，GPT技术是一场革命，必将对包括金融行业在内的各行各业产生影响。就金融行业而言，我们认为以GPT为代表的预训练大语言模型的人工智能技术可以在改善用户体验、辅助风控决策、提升运营效率等方面发挥巨大作用。关于公司在人工智能、大数据、云计算的技术储备请详见公司披露的《首次公开发行股票并在创业板上市招股说明书》及《2022年年度报告》等相关公告。感谢您的关注。投资者：请问公司怎么看待RPA与ChatGpt技术的结合？公司是否会引入chatgpt技术升级公司RPA业务？请具体回答一下，谢谢慧博云通董秘：尊敬的投资者您好！RPA与ChatGPT是相对独立的技术，并在不同的场景下发挥各自的作用，感谢您对二者结合的建议。公司密切关注相关产业的发展情况，并结合自身实际业务情况进行布局。相关事项若达到信息披露标准，公司将及时履行信息披露义务。目前，人工智能业务在公司整体业务中占比不大，请广大投资者注意投资风险。感谢您的关注！投资者：请问公司在网络安全、信息安全或者数据安全领域是否有相应的布局？慧博云通董秘：尊敬的投资者您好，公司重视网络安全与数据安全领域，正在密切关注相关领域的机会，相关事项若有进展且达到信息披露标准，公司将根据有关规定及时履行信息披露义务。感谢您的关注。慧博云通2023一季报显示，公司主营收入3.02亿元，同比上升11.66%；归母净利润1297.0万元，同比下降4.64%；扣非净利润1128.44万元，同比上升20.31%；负债率20.32%，投资收益-8.77万元，财务费用-29.63万元，毛利率21.96%。该股最近90天内无机构评级。近3个月融资净流出1838.89万，融资余额减少；融券净流出1034.76万，融券余额减少。根据近五年财报数据，证券之星估值分析工具显示，慧博云通（301316）行业内竞争力的护城河一般，盈利能力一般，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、存货/营收率增幅。该股好公司指标2.5星，好价格指标1星，综合指标1.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）慧博云通（301316）主营业务：软件技术外包服务和移动智能终端测试服务。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星2023-06-01
理性看待去中心化算力网络
 go
员都有非常强的学术背景，从大模型开发、云计算到硬件优化都有行业专家支撑。并且Together在路径规划上确实展现出了一种长期有耐心的架势，从研发开源大模型到测试闲置算力（比如mac）在分布式算力网络用语模型推理，再到分布式算力在大模型训练上的布局。— 有那种厚积薄发的感觉了:) 但是目前并没有看到Together在激励层过多的研究成果，我认为这和技术研发具有相同的重要性，是确保去中心化算力网络发展的关键因素。 2.Gensyn.ai (Gensyn.ai) 从Together的技术路径我们可以大致理解去中心化算力网络在模型训练和推理上的落地过程以及相应的研发重点。另一个不能忽视的重点是算力网络激励层/共识算法的设计，比如一个优秀的网络需要具备：确保收益足够有吸引力；确保每个矿工获得了应有的收益，包括防作弊和多劳多得；确保任务在不同节点直接合理调度和分配，不会有大量闲置节点或者部分节点过度拥挤；激励算法简洁高效，不会造成过多的系统负担和延迟； …… 看看Gensyn.ai是怎么做的：成为节点首先，算力网络中的solver通过bid的方式竞争处理user提交的任务的权利，并且根据任务的规模和被发现作弊的风险，solver需要抵押一定的金额。验证 Solver在更新parameters的同时生成多个checkpoints（保证工作的透明性和可追溯性），并且会定期生成关于任务的密码学加密推理proofs（工作进度的证明）； Solver完成工作并产生了一部分计算结果时，协议会选择一个verifier，verifier也会质押一定金额（确保verifier诚实地执行验证），并且根据上述提供的proofs来决定需要验证哪一部分的计算结果。如果solver和verifier出现分歧通过基于Merkle tree的数据结构，定位到计算结果存在分歧的确切位置。整个验证的操作都会上链，作弊者会被扣除质押的金额。项目总结激励和验证算法的设计使得Gensyn.ai不需要在验证过程中去重放整个计算任务的所有结果，而只需要根据提供的证明对一部分结果进行复制和验证，这极大地提高了验证的效率。同时，节点只需要存储部分计算结果，这也降低了存储空间和计算资源的消耗。另外，潜在的作弊节点无法预测哪些部分会被选中进行验证，所以这也降低了作弊风险；这种验证分歧并发现作弊者的方式也可以在不需要比较整个计算结果的情况下（从Merkle tree的根节点开始，逐步向下遍历），可以快速找到计算过程中出错的地方，这在处理大规模计算任务时非常有效。总之Gensyn.ai的激励/验证层设计目标就是：简洁高效。但目前仅限于理论层面，具体实现可能还会面临以下挑战：在经济模型上，如何设定合适的参数，使其既能有效地防止欺诈，又不会对参与者构成过高的门槛。在技术实现上，如何制定一种有效的周期性的加密推理证明，也是一个需要高级密码学知识的复杂问题。在任务分配上仅仅算力网络如何挑选和分配任务给不同的solver也需要合理的调度算法的支撑，仅仅按照bid机制来分配任务从效率和可行性上看显然是有待商榷的，比如算力强的节点可以处理更大规模的任务，但可能没有参与bid（这里就涉及到对节点availability的激励问题），算力低的节点可能出价最高但并不适合处理一些复杂的大规模计算任务。四、对未来的一点思考谁需要去中心化算力网络这个问题其实一直没有得到验证。闲置算力应用在对算力资源需求巨大的大模型训练上显然是最make sense，也是想象空间最大的。但事实上通信、隐私等瓶颈不得不让我们重新思考：去中心化地训练大模型是不是真的能看到希望？如果跳出这种大家共识的，“最合理的落地场景”，是不是把去中心化算力应用在小型AI模型的训练也是一个很大的场景。从技术角度看，目前的限制因素都由于模型的规模和架构得到了解决，同时，从市场上看，我们一直觉得大模型的训练从当下到未来都会是巨大的，但小型AI模型的市场就没有吸引力了吗？我觉得未必。相比大模型小型AI模型更便于部署和管理，而且在处理速度和内存使用方面更有效率，在大量的应用场景中，用户或者公司并不需要大语言模型更通用的推理能力，而是只关注在一个非常细化的预测目标。因此，在大多数场景中，小型AI模型仍然是更可行的选择，不应该在fomo大模型的潮水中被过早地忽视。Reference https://www.together.xyz/blog/neurips-2022-overcoming-communication-bottlenecks-for-decentralized-training-12 https://www.together.xyz/blog/redpajama https://docs.gensyn.ai/litepaper/ https://www.nvidia.com/en-in/deep-learning-ai/solutions/large-language-models/ https://indiaai.gov.in/article/training-data-used-to-train-llm-models 来源：金色财经
金色财经2023-06-01
长虹电子成立爱创天算公司
 go
哈建文，经营范围包含信息系统集成服务、云计算装备技术服务、光通信设备制造、终端测试设备制造等。股权全景穿透图显示，该公司由四川爱创科技有限公司全资持股，后者为四川长虹电子控股集团有限公司控股子公司。
金融界2023-06-01
【午盘快报】创业板指涨1.26%，AIGC、ChatGPT等板块涨幅居前，云计算ETF（516510）午盘涨超3%
go
煤炭、交通运输等板块。截至午间收盘，云计算ETF（516510）已涨3.09%，报1.202元，市场交投活跃。该基金近5个交易日持续获资金净流入，合计净流入3.84亿元，净流率达42.25%。数据来源：wind，截至2023年6月1日云计算ETF（516510）紧密跟踪中证云计算与大数据主题指数，该指数上涨3.2%，指数成分股中，金山办公上涨12.73%，科大讯飞上涨10.01%，赛意信息、拓维信息跟涨超5%，广联达、汉得信息等跟涨超4%。数据来源：wind，截至2023年6月1日资料显示，中证云计算与大数据主题指数从沪深市场中选取50只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司证券作为指数样本，以反映沪深市场云计算与大数据主题上市公司证券的整体表现。数据显示，截至2023年5月31日，该指数前十大权重股包括科大讯飞、金山办公、恒生电子、紫光股份、中科曙光等，前十大之和为56%。（数据来源：中证指数公司，指数成份股不代表个股推荐）数据来源：中证指数公司，截至2023年5月31日华泰证券分析认为，随着传统云业务需求增长放缓及AIGC应用持续发展，未来大模型能力或将改变当前产业格局，成为海内外科技巨头的重要分水岭。其进一步表示，长期来看，我们仍然看好云服务在国内市场长期的发展潜力，随着数字经济和工业互联网发展的不断深入，企业对流量及算力的需求仍将提升，云厂商投资有望保持韧性，以助力下游企业数字化转型进程。关注云计算ETF（516510），场外联接（A类： 017853；C类：017854）。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。
有连云2023-06-01
申港证券：给予光环新网买入评级，目标价位15.1元
 go
主的一线及周边核心地段遍布大型互联网、云计算、科技创新类企业和政企用户，大规模机房紧缺，未来核心城市IDC稀缺性价值持续提升。　　需求侧：自OpenAI发布大模型后，国内科技创新类企业持续跟进，行业开启算力军备竞赛，算力呈现明显缺口，各家大模型的参数量级在呈指数级别增长。根据华为发布的《计算2030》，至2030年AI算力相较于2020年将提升500倍，经我们测算，大模型训练及推理两侧高功率机柜需求增量超45万台，市场规模超315亿元，行业空间广阔。　　2022年公司业绩承压，全年公司实现营收71.91亿元，同比-6.61%，归母净利润-8.80亿元，同比转盈为亏，主要原因在于公司部分数据中心的建设进度和客户上架速度明显放缓，导致IDC业务营业收入增速不及预期，我们认为2023年随着宏观形势转暖，存量项目整体上架率将有望显著提高，推动盈利能力上升。　　IDC：公司进一步强化优化京津冀的布局，强化集群资源优势，同时布局华中、长三角、新疆区域，与各地电信分公司打造地区重点项目。目前数据中心业务已经拓展至北京、上海、天津、河北燕郊、湖南长沙、浙江杭州、新疆乌鲁木齐等七个城市及地区，项目全部达产后将拥有超过11万个机柜的运营规模。经过我们测算，我们认为单在北京区域大模型算力需求将为公司带来4.5-7.4亿元的营收。　　云计算：AWS推出Titan大模型并将其作为云服务的一部分，我们看好AI应用在AWS下的潜力以及未来技术应用在中国区域的落地，随着AIGC的不断发展，公司将进一步利用其全球优势和资源，通过亚马逊科技为公司带来业务增量；无双科技成为百度文心一言首批生态合作伙伴，依托文心一言打造全场景一站式广告营销AI解决方案，我们认为无双科技在AIGC加持的背景下营业收入和盈利能力有望逐步回升。　　公司与GPU芯片设计公司摩尔线程签署战略合作框架协议，贯通上下游产业，探索智算中心新模式；与GPU芯片设计公司沐曦集成电路、农林AIoT公司滴翠智能战略合作，布局智能算力市场，自投算力中心。我们认为光环在AIGC浪潮下全方位受益，开启成长新曲线。　　盈利预测与投资建议：预计光环新网2023-2025年归母公司净利润分别为5.5亿元、5.8亿元、10.3亿元，对应EPS分别为0.3元、0.32元、0.57元，同比增加162.1%、6.2%、77.1%。参考可比公司，光环新网2023年目标市值272.2亿元，对应目标价格15.1元，首次覆盖给与“买入”评级。　　风险提示：产业趋严带来的风险；运营成本增加带来的风险；行业竞争加剧导致的风险等。证券之星数据中心根据近三年发布的研报数据计算，华西证券宋辉研究员团队对该股研究较为深入，近三年预测准确度均值为54.02%，其预测2023年度归属净利润为盈利5.98亿，根据现价换算的预测PE为35.56。最新盈利预测明细如下：该股最近90天内共有12家机构给出评级，买入评级7家，增持评级5家；过去90天内机构目标均价为16.22。根据近五年财报数据，证券之星估值分析工具显示，光环新网（300383）行业内竞争力的护城河良好，盈利能力一般，营收成长性较差。财务可能有隐忧，须重点关注的财务指标包括：有息资产负债率、应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标0.5星，好价格指标1.5星，综合指标1星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星2023-05-31
第一个AI员工诞生！美国运通：审查客户财务状况决定核卡、信用额度和评级
 go
报告中表明，他们正在与微软合作开发基于云计算的AI技术。基于上述缘由，美国运通或有可能与微软重金投资的ChatGPT合作，还有待进一步确认。#ChatGPT火爆全网# 有趣的是，周二出现一封包括OpenAI首席执行官Sam Altman在内的联署公开信，有350位AI领域的权威专家共同签署，呼吁人们重视正在开发的AI技术，可能会对人类生存构成重大威胁。在美国非营利AI安全网站Safe.ai的公开连署信中，并没有太多叙述，只有一句简单的声明：“减轻人工智能灭绝人类的风险，应该与与其他社会规模的重大风险，例如流行病和核武战争一样，成为全球优先事项。” 参与签署的知名业界领导人包括Google DeepMind首席执行官Demis Hassabis、有AI教父美称的Geoffrey Hinton和Yoshua Bengio等，再再都凸显出人工智慧的发展，可能对人类社会所造成的潜在威胁。 Sam Altman在5月早些时候出席由美国参议院隐私、技术和法律小组委员会召开的人工智慧听证会，他在听证会上就对执法者们作出警告，表示AI技术可能操控信息，并对明年进行的美国大选造成影响。 “这些大型AI语言模型更容易大规模在一对一互动中操纵、说服和提供某种虚假资讯，鉴于我们明年即将开展的选举活动，我认为这是一个值得关注的领域。” 他当时还呼吁成立一个美国或全球规模的机构，对能力超过一定规模的AI企业颁发许可证，并拥有取消的权限，以确保该技术发展符合安全标准。
颜辞2023-05-31

上一页
1
•••
741
742
743
744
745
•••
905
下一页

24小时热点

最新话题更多