首页 > 其他分享 >OpenAI、谷歌、微软、Meta联名签署AI公开信 (学习了解)

OpenAI、谷歌、微软、Meta联名签署AI公开信 (学习了解)

时间:2024-03-06 10:00:44浏览次数:32  
标签:Meta AI humans better 人工智能 future OpenAI those

Build AI for a Better Future
为更美好的未来构建人工智能

We call on everyone to build, broadly deploy, and use AI to improve people’s lives and unlock a better future.
我们呼吁每个人构建、广泛部署和使用人工智能来改善人们的生活,开启更美好的未来。

The purpose of AI is for humans to thrive much more than we could before.
人工智能的目的是让人类比以前更加繁荣。

AI is still early, but it’s on its way to improving everyone’s daily life: AI tutors to help anyone learn; AI translation tools to better connect the world; AI guided medical diagnoses to improve health care; AI-powered research to accelerate scientific discovery; AI assistants that you can talk with to help with everyday tasks.
人工智能还很早,但它正在改善每个人的日常生活:人工智能导师帮助任何人学习;人工智能翻译工具,更好地连接世界;人工智能引导医疗诊断以改善医疗保健;人工智能驱动的研究,以加速科学发现;人工智能助手,你可以与之交谈,帮助完成日常任务。

While AI is unique in directly augmenting human thought, we expect its impact to be more akin to the printing press, the combustion engine, electricity, and the Internet. The balance of its good and bad impacts on humans will be shaped through the actions and thoughtfulness we as humans exercise. It is our collective responsibility to make choices that maximize AI’s benefits and mitigate the risks, for today and for future generations.
虽然人工智能在直接增强人类思维方面是独一无二的,但我们预计它的影响将更类似于印刷机、内燃机、电力和互联网。它对人类的好影响和坏影响的平衡将通过我们作为人类的行动和思考来形成。我们的集体责任是为今天和子孙后代做出选择,最大限度地提高人工智能的效益并减轻风险。

We all have something to contribute to shaping AI’s future, from those using it to create and learn, to those developing new products and services on top of the technology, to those using AI to pursue new solutions to some of humanity’s biggest challenges, to those sharing their hopes and concerns for the impact of AI on their lives. AI is for all of us, and all of us have a role to play in building AI to improve people’s lives.
我们都有一些东西可以为塑造人工智能的未来做出贡献,从那些使用人工智能进行创造和学习的人,到那些在技术基础上开发新产品和服务的人,再到那些利用人工智能寻求应对人类一些最大挑战的新解决方案的人,以及那些分享他们对人工智能对生活影响的希望和担忧的人。人工智能是为我们所有人服务的,我们所有人都可以在构建人工智能以改善人们生活方面发挥作用。

We, the undersigned, already are experiencing the benefits from AI, and are committed to building AI that will contribute to a better future for humanity – please join us!
我们,即以下签名者,已经体验到了人工智能的好处,并致力于构建有助于人类更美好未来的人工智能——请加入我们!

 

332 signatories

332个签字人

  原文地址: https://openletter.svangel.com/

标签:Meta,AI,humans,better,人工智能,future,OpenAI,those
From: https://www.cnblogs.com/Cong0ks/p/18055858

相关文章

  • AI时代:本地运行大模型vllm
    https://docs.vllm.ai/en/latest/index.html高吞吐量、高内存效率的LLMs推理和服务引擎(快速搭建本地大模型,且openAIAPI兼容)vLLMisafastandeasy-to-uselibraryforLLMinferenceandserving.vLLMisfastwith:State-of-the-artservingthroughputEfficientman......
  • AI时代:开源大模型选择
    https://docs.llamaindex.ai/en/stable/module_guides/models/llms.html可以按参数和评分来选择模型:https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboardllama2-chat-7b4bit(huggingface)Llama2seemstobequitechatty,whichmakesparsingstructuredo......
  • IEEE TCDS 专刊"Embodied AI in Indoor Robotics"征稿通知
    原文地址:https://mp.weixin.qq.com/s/Z-U4EO6FCF703yMwHXAq5A随着深度学习和强化学习在机器人学领域的迅猛发展,尤其是大型语言模型的创新进步,具身人工智能系统正以其感知、交互和自主导航的能力,预示着对家庭机器人技术等多个领域的革命性变革。因此我们联合英国利物浦大......
  • 从0开始入门智能知识库和星火大模型,打造AI客服。
    介绍FastWikiFastWiki是一个高性能、基于最新技术栈的知识库系统,旨在为大规模信息检索和智能搜索提供解决方案。它采用微软SemanticKernel进行深度学习和自然语言处理,在后端使用MasaFramework,前端采用MasaBlazor框架,实现了一个高效、易用、可扩展的智能向量搜索平台。其目标是帮......
  • AI应用开发之路-准备:发起一个开源小项目 DashScope SDK for .NET
    今年我们有一个眼高手低的计划,打算基于SemanticKernel+DashScope(阿里云模型服务灵积)+Qwen(通义千问大模型),结合园子已有的产品与应用场景,开发面向开发者的AI应用,并将整个过程与大家分享。目前处于准备阶段,这篇博文分享的是遇到的第一个问题,并由此发起一个小开源项目......
  • 使用 explain 索引优化(转)
    使用explain索引优化(转)原文:https://mp.weixin.qq.com/s?__biz=MzkwNjMwMTgzMQ==&mid=2247490262&idx=1&sn=a67f610afa984ecca130a54a3be453ab&source=41#wechat_redirect1、前言对于互联网公司来说,随着用户量和数据量的不断增加,慢查询是无法避免的问题。一般情况下如果出现慢......
  • AI蠕虫是一种虚构的概念,结合了人工智能(AI)和计算机病毒蠕虫(worm)两个概念
     AI蠕虫是一种虚构的概念,结合了人工智能(AI)和计算机病毒蠕虫(worm)两个概念。在现实中,并没有被证实存在真正的AI蠕虫。AI蠕虫通常被描述为一种具有自我学习和自我复制能力的恶意软件,它能够利用人工智能算法进行自我演化和适应,以更有效地传播和感染目标系统。这种想象中的恶意软件......
  • 学习笔记:ST-MetaNet
    UrbanTrafficPredictionfromSpatio-TemporalDataUsingDeepMetaLearning使用深度元学习进行城市交通预测期刊会议:KDD2019论文地址:https://dl.acm.org/doi/10.1145/3292500.3330884代码地址:(mxnet)https://github.com/panzheyi/ST-MetaNet总结感觉这篇论文的元学......
  • Kubelet安装时子节点出现:kube-proxy-7jxg4 ContainerCreating
    一般分为两种情况主节点问题和kube-proxy问题:1、查看报错:kubectldescribepodkube-proxy-7jxg4-nkube-system2、子节点查看相关报错信息journalctl-ukubelet-f可以看出是创建容器失败:1、可能是docker镜像没有导入2、网络问题,重启看一下cri-docker是否有报错信息......
  • 使用纹理对比度检测检测AI生成的图像
    在本篇文章中我们将介绍如何开发一个深度学习模型来检测人工智能生成的图像大多数用于检测人工智能生成图像的深度学习方法取决于生成图像的方法,或者取决于图像的性质/语义,其中模型只能检测人工智能生成的人、脸、汽车等特定对象。但是这篇论文“RichandPoorTextureContrast......