搜索
这篇文章是笔者之前AI手写连笔书法生成的一个工作，是联合中央美院几位非常知名的老师完成的。当时提出的思路相对简单，主要结构是基于对抗生成网络（GAN）。虽然方法在大模型横行今天可能已经不算太新颖，但近期一些基于diffusion的AIGC工作还是关注到了这篇文章，并产生了一些启发。笔者认为这些灵感仍具有一定价值，因此在这里做个分享。由于一些公式和指标不太友好，为了不影响阅读故省略。
这种名为AINU（AI of theNUcleus）的工具可以扫描细胞的高分辨率图像。
马斯克又搞出了一个超级厉害的东西——人工智能训练集群Colossus！
就在刚刚，Ilya创业新公司SSI完成一笔10亿美元融资。公司仅仅成立3个月，10位成员，如此神速地拿到巨额融资。目前，公司估值高达50亿美金。
两天前，马斯克得意自曝：团队仅用122天，就建成了10万张H100的Colossus集群，未来还会扩展到15万张H100和5万张H200。此消息一出，奥特曼都被吓到了：xAI的算力已经超过OpenAI了，还给员工承诺了价值2亿期权，这是要上天？
AlphaFold2解决了很大程度上解决了单体蛋白质结构预测问题。
PPIO推出新AI产品，助力分布式云计算及AIGC应用。
OpenAI转型寻求盈利，高管更迭，安全引关注。
SSI计划利用刚拿到的这笔资金购买算力并聘请顶尖人才。
企业要用好 LLM 离不开高质量数据。和传统机器学习模型相比，LLM 对于数据需求量更大、要求更高，尤其是非结构化数据。而传统 ETL 工具并不擅长非结构化数据的处理，因此，企业在部署 LLM 的过程中，数据科学家们往往要耗费大量的时间精力在数据处理环节。这一环节既关系到 LLM 部署的效率和质量，也对数据科学家人力的 ROI 产生影响。