今天，我們要為你帶來一條重磅消息：歐盟議會通過了《關(guān)于制定人工智能統(tǒng)一規(guī)則》的提案，也就是一般我們所稱的《AI法案》，這是一部具有里程碑意義的法律草案，將對歐洲和全球的AI發(fā)展和應用產(chǎn)生深遠影響。這部法案將AI按其可能產(chǎn)生的風險劃分為三類：不可接受的風險，高風險和非高風險。不可接受風險的AI系統(tǒng)或應用程序?qū)⒈唤?，高風險的AI系統(tǒng)或應用程序?qū)⒚媾R嚴格監(jiān)管和合規(guī)要求，非高風險AI系統(tǒng)或應用程序?qū)⒁３滞该鞫群托畔⑴?。這意味著，無論是AI技術(shù)的提供者、使用者還是受益者，都將受這部法案影響。那么，這部法案包含哪些內(nèi)容？它將如何改變我們與AI的關(guān)系？它又將給AI領(lǐng)域的巨頭們帶來哪些挑戰(zhàn)和機遇？讓我們一起來看看。

歐盟出手管控AI：人權(quán)高于效率，違者將被重罰

歐洲議會在本周三通過了AI法案，這是世界上第一部針對AI的法規(guī)，旨在限制和監(jiān)督AI系統(tǒng)可能造成的風險和危害。AI法案根據(jù)AI系統(tǒng)可能造成的風險水平，制定了不同的規(guī)則和義務。其中最嚴厲的是禁止那些對人們構(gòu)成威脅或者侵犯隱私的AI系統(tǒng)，如社交評分、實時遠程生物識別或情感識別等。高風險的AI系統(tǒng)則需遵守透明度、可追溯性、非歧視性和環(huán)境友好性等原則，并在歐盟數(shù)據(jù)庫中登記。低風險或最小風險的AI系統(tǒng)則只需進行自我評估。此外，該法案還設立了一個歐洲AI委員會，負責監(jiān)督和協(xié)調(diào)各國對AI法案的執(zhí)行情況。（Digital Music News）

智愿君：這個AI法案就像一把雙刃劍。一方面，它為AI的發(fā)展設定了明確的道德和法律邊界，防止濫用，保護用戶權(quán)益。另一方面，過于嚴格的規(guī)定可能會限制AI的創(chuàng)新和應用。

英偉達用深度幾何學習贏得自動駕駛挑戰(zhàn)賽

在加拿大溫哥華舉行的計算機視覺和模式識別會議（CVPR）上，英偉達研究團隊憑借其在自動駕駛3D占據(jù)預測領(lǐng)域的創(chuàng)新工作，獲得了該項挑戰(zhàn)賽的冠軍和創(chuàng)新獎。3D占據(jù)預測是指預測場景中每個體素（即三維網(wǎng)格上的數(shù)據(jù)點）的狀態(tài)，即空閑、占用或未知。這對開發(fā)安全和穩(wěn)健的自動駕駛系統(tǒng)至關(guān)重要，因為它可以提供精確的物體表示和運動預測信息給自動駕駛車輛的規(guī)劃和控制模塊。英偉達研究團隊使用了基于NVIDIA DRIVE平臺先進的卷積神經(jīng)網(wǎng)絡和變換器模型，實現(xiàn)了優(yōu)異的鳥瞰圖感知效果，并展示了大規(guī)模預訓練視覺基礎模型在3D占據(jù)預測中的有效性。該挑戰(zhàn)賽共有來自10個地區(qū)的近150支隊伍參加，提交了超過400份作品。（nVidia）

智愿君：英偉達研究團隊為自動駕駛行業(yè)帶來了更高的安全標準和更廣闊的發(fā)展空間。

Meta AI大佬懟ChatGPT：不懂人言不懂世界，只是浪費資源

在本周的Meta創(chuàng)新媒體日上，Meta首席AI科學家Yann LeCun發(fā)表了他對大型語言模型（LLMs）的看法。他認為，LLMs只是一種過渡性技術(shù)，它們雖然可以生成流暢的文本，但也可能產(chǎn)生無意義或有偏見的內(nèi)容。他說，這些模型缺乏對世界的基本理解和常識，無法實現(xiàn)真正的AI。他提出了一個新AI構(gòu)想——使用一種能在不同層次上觀察世界的神經(jīng)網(wǎng)絡，配合另一種稱為配置器（configurator）的網(wǎng)絡，來調(diào)整系統(tǒng)的細節(jié)程度。他認為，這種系統(tǒng)能更好地理解和預測世界，從而實現(xiàn)更高級別的推理和規(guī)劃能力。他預言，在未來10到15年內(nèi)，人們將不再使用智能手機，而是使用配備了虛擬助手的AR眼鏡，這些虛擬助手將具有接近人類水平的智能。（Futurism）

智愿君：Yann LeCun是AI界泰斗，他對LLMs的批評值得我們深思。LLMs確實有驚人的生成能力，但也的確存在很多問題和局限性。它們需要大量的數(shù)據(jù)和計算資源來訓練，而且很難控制它們生成的內(nèi)容質(zhì)量。它們?nèi)狈κ澜绾驼Z言本身的理解，只是在模仿人類寫作的樣子。它們可能會給我們帶來一些便利和娛樂，但也可能會給我們帶來誤導和危害。我們不能盲目追逐LLMs的光芒，而忽視了我們真正需要AI去解決的問題。