阿里云Startup平台推出AI24小时系列文章，网罗国内外最新的AI人工智能前沿资讯，帮助AI创业者掌握最新行业资讯。
1. Kimi创始人杨植麟最新分享：关于OpenAI o1新范式的深度思考>>
Kimi创始人杨植麟在天津大学宣怀学院的分享中，深入探讨了人工智能行业的发展，特别是大模型进化的新范式。他指出，继规模定律之后，大模型发展的下一个范式将是强化学习，正如OpenAI发布的o1模型所示，该模型通过强化学习尝试突破数据墙，并显示出计算更多向推理侧增加的趋势。杨植麟强调，文本模型的能力上限将决定这一代AI技术的上限，而AI产品的能力将由模型能力决定，这与互联网时代有本质的不同。他预测，AI时代的超级应用很可能是一个AI助理，而AI技术的核心将在于提升文本模型的智商，使其能够处理更复杂的任务。
1. 新型忆阻器技术或将大幅降低AI模型使用成本 >>
近日，Nature 发布了一篇论文，介绍了一种新型的分子忆阻器技术，该技术由印度科学学院、得克萨斯农工大学和爱尔兰利莫瑞克大学的研究团队共同开发。这种“线性对称的自选择式 14 bit 的动力学分子忆阻器”在核心矩阵运算上展现出了远超现有电子器件的效率，实现了14 bit模拟计算，并达到了73 dB的信噪比，能耗量比电子计算机低460倍。这项技术有望大幅降低AI模型，尤其是大型语言模型（LLM）的使用成本，为AI的广泛应用提供了新的可能性。研究团队还展示了如何利用这种忆阻器进行矩阵乘法运算，其效率远超传统电子计算机，为AI和机器学习算法的基础运算提供了新的解决方案。
2. o1方法性能无上限！姚班马腾宇等数学证明：推理token够多，就能解决任意问题 >>
斯隆奖得主马腾宇和Google Brain推理团队创建者Denny Zhou合作，通过数学方法证明了Transformer模型在足够长的推理链（Chain of Thought, CoT）支持下，能够模拟任意多项式大小的数字电路，从而解决任何问题。这项研究将Transformer与图灵机之间的差距缩小，理论上使得神经网络能够高效解决复杂问题。论文已入选ICLR 2024。研究还通过实验验证了CoT在不同问题上的有效性，包括模运算、置换群组合、迭代平方和电路值问题，表明CoT显著提升了Transformer的表达能力。这项研究不仅在理论上具有重要意义，也为实际应用提供了新的可能性，尽管实际应用中仍面临诸多挑战。
AI工具箱 >> 点击 进入
阿里云汇聚市面上最新、最全面的AI工具。从此，让你的创意不再遥远
个人中心
个人信息
我的项目
产品服务
创业通介绍