PulseAugur
中
实时 11:54:41
实体 Turing Award

Turing Award

PulseAugur coverage of Turing Award — every cluster mentioning Turing Award across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
5
90 天内 12
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天

3 天有情绪数据

最近 · 第 1/1 页 · 共 14 条
  1. COMMENTARY · CL_357491 ·

    人工智能监管与行业联系引发研究协会辩论

    计算研究协会倡导加强人工智能监管,同时敦促专业协会重新评估与科技行业的联系。谷歌全额资助ACM A.M. 图灵奖一百万美元奖金凸显了潜在的利益冲突,这表明这些协会必须将公共利益置于行业关系之上。

  2. TOOL · CL_354470 ·

    AI tackles advanced math research with new TCSExam system · 1 source tracked

    研究人员,包括图灵奖得主姚期智和“月之暗面”创始人杨植麟,开发了一个名为TCSExam的新评估系统,以评估AI在真正数学研究中的能力。该系统测试AI在100个理论计算机科学任务上的表现,例如证明定理和构建数学对象,超越了简单的解决问题。早期结果显示,GPT-6 Astra完成了20个研究级定理中的14个,并将一个有限域矩阵猜想从8维推进到9维,展示了AI在科学发现中的潜力。

  3. COMMENTARY · CL_347133 ·

    图灵奖得主质疑大型语言模型的能力与强化学习代理的对比

    因强化学习获得图灵奖的Richard Sutton在Dwarkesh播客上对大型语言模型(LLMs)表示怀疑,认为它们主要模仿人类行为,而不是真正地从世界学习。播客主持人提出了一个反驳观点,认为模仿可以为强化学习代理提供有价值的起点。这次讨论引发了一个问题:在相同的资源和环境下,哪种方法——大型语言模型还是未经人类数据训练的代理——最终将获得更大的能力。

  4. COMMENTARY · CL_300377 ·

    作者认为,AI 安全担忧是真实的,并非企业阴谋

    一篇近期文章认为,对人工智能安全和生存风险的担忧并非是为了提振股价或转移对近期危害的关注的企业阴谋。作者认为,独立的 AI 研究人员和先驱者,如 Geoffrey Hinton 和 Yoshua Bengio,也持有这些担忧,他们常常在加入大型 AI 公司之前或在公司之外表达这些担忧。引用的证据包括对 AI 研究人员的调查以及知名人士为倡导 AI 安全而放弃高薪职位的个人决定,这表明是真正的担忧而非企业策略。

  5. COMMENTARY · CL_182491 ·

    AI预测、OpenAI安全及一项重大收购

    关于AI取代程序员的预测自20世纪60年代就已存在,早期专家预见到计算机将自行编程,使人类程序员过时。另外,OpenAI正在处理对其模型的第三方网络安全评估,并为AI模型测试实施新的安全措施。在另一项不同发展中,Bending Spoons计划以12.8亿美元收购Airtable,这是自近期公开募股以来的首次收购。

  6. COMMENTARY · CL_171609 ·

    Yann LeCun:大型语言模型本质上是不安全的

    图灵奖得主、Meta前首席人工智能科学家Yann LeCun表示,大型语言模型(LLMs)本质上是不安全的。这一论断是在接受“Unsupervised Learning: With Jacob Effron”访谈时提出的。

  7. SIGNIFICANT · CL_140453 ·

    图灵奖得主 Richard Sutton 推出 Oak Lab 致力于自学习 AI

    图灵奖得主、强化学习领域的关键人物 Richard Sutton 成立了一家名为 Oak Lab 的新公司。Oak Lab 总部位于多伦多,旨在开发能够从周围环境中持续、自主学习的 AI 智能体。Sutton 对当前的深度学习方法表示批评,认为它们效率低下,并主张转向能耗极低、实时学习的系统。

  8. COMMENTARY · CL_119310 ·

    “互联网之父” Vint Cerf 从 Google 退休

    被广泛誉为“互联网之父”的 Vinton Cerf 在为 Google 服务二十余年后,将卸任其首席互联网布道师的职务。Cerf 是 TCP/IP 等互联网基础协议的联合设计者,在 Open Frontier 会议上受到了表彰。他还分享了他对 AI 代理未来的看法,预测它们的交互将需要标准化的协议来实现互操作性,而不是仅仅依赖自然语言通信。

  9. COMMENTARY · CL_87178 ·

    图灵奖得主强调AGI安全挑战

    两位图灵奖得主 Whitfield Diffie 和 Andrew Barto 在第八届北京智源大会(也称为BAAI大会)上发表了讲话。他们都强调了在人工智能通用智能(AGI)发展过程中必须解决的重大理论挑战,尤其是在安全和对齐方面。

  10. COMMENTARY · CL_73258 ·

    密码学先驱惠特菲尔德·迪菲迎来生日

    密码学先驱惠特菲尔德·迪菲因其在不对称公钥密码学和实用密钥交换方法方面的开创性工作而受到庆祝。他因这些在数字签名中有应用的贡献而获得2015年ACM图灵奖。迪菲将他对密码学的早期兴趣归因于20世纪60年代的反主流文化运动。

  11. RESEARCH · CL_48535 ·

    2026 BAAI大会汇聚AI领袖,聚焦智能体与世界模型

    2026年北京人工智能研究院(BAAI)大会将汇聚全球顶尖人工智能研究者与中国业界人士,共同探讨人工智能的未来。关键议题包括智能体(intelligent agents)和世界模型(world models)的进步,这被视为AI下一发展阶段和潜在通用人工智能(AGI)的关键。大会还将探讨AI对教育、经济的影响,以及具身智能(embodied AI)和人机交互的发展。

  12. TOOL · CL_21183 ·

    Yoshua Bengio 提出“科学家AI”以实现诚实、安全的超级智能

    图灵奖得主、高被引科学家Yoshua Bengio 提出了一种名为“科学家AI”的新型AI训练架构。该方法旨在从根本上使AI系统倾向于真实性和诚实性,而不是仅仅预测人类反应或寻求高评分。Bengio 认为,这种方法可以防止AI产生意外的目标或从事欺骗性行为,为开发高级AI提供一条更安全的道路。

  13. RESEARCH · CL_15422 ·

    AI研究探索因果发现和LLM在法律论证生成中的应用

    两篇新研究论文探讨了AI在法律论证生成中的应用。其中一篇论文指出了法律论证挖掘中的一个根本性挑战:缺乏一种平衡理论表达能力和计算可行性的结构化方法,尽管LLM取得了进展,但这阻碍了进步。另一篇论文则通过分析标注的法律数据集并发现法律概念之间的因果关系,研究了因果发现算法(通常应用于医学和经济学等领域)在生成法律论证中的使用。

  14. COMMENTARY · CL_357375 ·

    数据科学家角色被误解:机器学习并非唯一重点

    数据科学家 Eugene Yan 探讨了关于该领域的常见误解。他认为,认为数据科学家只需要深厚的技术技能、高等数学和博士学位的看法是不切实际的。Yan 还认为,尽管机器学习很重要,但它占数据科学家日常工作不到 20%,这与普遍认为它是主要重点的看法相反。