最近几个月AI发生的大事件

2024 年 11 月，AI 圈发生了以下大事： 11 月 1 日： 《》来自南乔，10 月 AI 行业大事件盘点包括多家公司的重要发布和创新，如 OpenAI 推出多项新功能，字节发布 AI 智能体耳机，以及各大模型的开源。趋势方面，强化学习被认为是推动 AGI 发展的关键技术，原生多模态模型逐渐成为研究热点。新兴应用如 AI 音乐创作、翻译和智能助手等受到关注，整体呈现出技术与应用的快速发展态势。 《》来自歸藏，10 月份美国 AI 聊天机器人市场报告显示，ChatGPT 仍是市场领导者，但份额逐渐下降。谷歌和微软在争夺第二的位置，Perplexity 和 ClaudeAI 则实现高速增长，正在从 ChatGPT 和 Gemini 手中蚕食市场份额。总体来看，专业 AI 工具的增长势头强劲，而初创公司的用户获取相对缓慢。 《》比尔・盖茨在采访中讨论了人工智能的革命性影响，认为 AI 将使每个人都能成为“超级个体”，改变人机交互方式。他强调 AI 将显著降低白领工作的成本，并逐渐影响蓝领市场。盖茨还提到他对全球健康和气候问题的关注，认为技术创新速度超出预期，未来 20 年将是充满希望的时期。他同时探讨了可再生能源的发展，尤其是核能和太阳能的潜力。 11 月 7 日： 《》Marc Andreessen 强调，真正的变革性技术必须从产品设计之初就深度融入，而不是简单地在现有产品上添加 AI。他指出，AI 作为一种新型计算机，能够以概率方式输出结果，带来无限创造力。AI 将在多个行业引发重大变革，尤其是在生物科技和金融等领域，初创公司有机会重新定义产品类别，摆脱传统束缚。 《》前 OpenAI 研究员 Alexey Guzey 在 2017 至 2024 年间对人工智能（AI）发展的看法变化。他最初认为实现通用人工智能（AGI）需要数十年，但后来逐渐意识到大型语言模型（LLM）实际上并不具备真正的思考能力。阅读几年间他的心路历程，是非常好的求索经历。 《》在 10 月的总结中，Orange AI 反思了创业的艰辛，强调创业最难的是人和信任。创业者需找到优秀团队，并相信自己和他人。此外，利益分配在企业盈利后成为关键问题，需要坦诚沟通。10 月关注了 AI 搜索、音频、视频生成和编码等主题，并参与了多个活动，收获颇丰。 此外，还有关于 AI 在未来一年的 10 个预测： 一个主权国家向美国大型人工智能实验室投资 100 亿美元以上，需要国家安全审查。 没有任何编码能力的人独自创建的应用程序或网站将会迅速走红（例如 App Store Top100）。 案件开始审理后，前沿实验室对数据收集实践实施有意义的改变。 由于立法者担心权力过度，欧盟人工智能法案的早期实施最终比预期更为缓慢。 OpenAl o1 的开源替代品在一系列推理基准测试中超越了它。 挑战者未能对 NVIDIA 的市场地位造成任何重大打击。 由于公司难以实现产品与市场的契合，对人形机器人的投资水平将会下降。 苹果设备上研究的强劲成果加速了个人设备上 AI 的发展势头。 人工智能科学家撰写的研究论文被大型机器学习会议或研讨会接受。 一款以与 GenAI 元素交互为基础的视频游戏将取得突破性进展。

以下是关于新手学习 AI 的建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，其上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库中有很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

在研究生查看课题和整理论文方面，AI 技术提供了多种辅助工具和平台： 1. 文献管理和搜索： Zotero：结合 AI 技术，能自动提取文献信息，便于管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，提供文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：通过 AI 技术进行文本校对、语法修正和写作风格建议，提升语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，利于数据分析和可视化。 Knitro：用于数学建模和优化，协助进行复杂的数据分析和模型构建。 4. 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，有丰富模板库和协作功能，简化论文编写。 5. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：通过与已发表作品比较，检测潜在抄袭问题。 对于医学课题需要 AI 给出修改意见，您可以考虑以下专业工具： 1. Scite.ai：为研究人员等打造的创新平台，提供引用声明搜索等工具，简化学术工作。 2. Scholarcy：能从文档提取结构化数据，生成文章概要，包含多个分析板块。 3. ChatGPT：强大的自然语言处理模型，可提供修改意见和帮助。 使用这些工具时，要结合自身写作风格和需求，选择最适合的辅助工具。请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下为您推荐一些免费的语言 AI 学习工具： LingoDeer：https://www.lingodeer.com/ 这是一款使用游戏和互动活动来教孩子英语的应用程序。它提供各种课程，涵盖从字母和数字到更高级的语法和词汇。还具有家长仪表板，方便跟踪孩子的进度并设置学习目标。 Busuu：https://www.busuu.com/ 是另一个流行的语言学习应用程序，提供英语和其他多种语言的课程。使用各种教学方法，包括音频课程、视频课程和互动练习，还有社区功能，可让孩子与来自世界各地的其他孩子练习英语口语。 Memrise：https://www.memrise.com/ 一款使用抽认卡和游戏来教孩子英语的应用程序。提供各种课程，涵盖从基本词汇到更高级的会话技巧，具有社交功能，可与朋友和家人一起学习。 Rosetta Stone：https://www.rosettastone.com/ 语言学习程序，使用沉浸式方法教孩子英语，让孩子在自然环境中使用英语，具有语音识别功能，帮助练习发音。 Duolingo：https://www.duolingo.com/ 免费的语言学习应用程序，提供英语和其他多种语言的课程，使用游戏化方法让学习有趣。 在为孩子选择 AI 工具时，要考虑他们的年龄、兴趣和学习风格，还需考虑应用程序的功能和成本。 另外，使用 AI 学习一门外语还可以通过以下方式和工具： 语言学习平台： FluentU：使用真实世界的视频，通过 AI 生成个性化的词汇和听力练习。选择学习语言，观看视频并完成相关练习，积累词汇和提升听力理解能力。 Memrise：结合 AI 技术，根据学习者的记忆曲线提供复习和练习，增强记忆效果。选择学习语言，使用应用提供的词汇卡和练习进行学习。 发音和语法检查： Speechling：提供口语练习和发音反馈，帮助学习者改进口音和发音准确性。录制语音，提交给 AI 系统或人类教练，获取反馈和改进建议。 Grammarly：可以帮助提高写作的语法和词汇准确性，支持多种语言。将写作内容粘贴到 Grammarly 编辑器中，获取语法和词汇改进建议。 实时翻译和词典工具： Google Translate：提供实时翻译、语音输入和图像翻译功能，适合快速查找和学习新词汇。输入或语音输入需要翻译的内容，查看翻译结果和示例句子。 Reverso Context：提供单词和短语的翻译及上下文例句，帮助理解和学习用法。输入单词或短语，查看翻译和例句，学习实际使用场景。 语言学习应用： Duolingo：使用 AI 个性化学习体验，根据进度和错误调整练习内容。通过游戏化方式提供词汇、语法、听力和口语练习。下载应用，选择要学习的语言，按课程指引学习。 Babbel：结合 AI 技术，提供个性化课程和练习，重点在于实际交流所需的语言技能。注册账户，选择语言课程，按学习计划学习。 Rosetta Stone：使用动态沉浸法，通过 AI 分析学习进度，提供适合的练习和反馈。注册并选择学习语言，使用多种练习模式（听力、口语、阅读和写作）学习。 AI 对话助手： ChatGPT：可用来模拟对话练习，提高语言交流能力。在聊天界面选择目标语言，与 AI 进行对话练习。可询问语法、词汇等问题，甚至模拟实际交流场景。 Google Assistant：支持多种语言，可用来进行日常对话练习和词汇学习。设置目标语言，通过语音命令或文本输入与助手进行互动，练习日常用语。

以下是关于利用 AI 免费编写微信小程序的相关内容： 开发：微信小程序 会手把手教大家如何利用 chatgpt 来实现微信小程序的搭建，前半部分先简单介绍小程序的注册，后半部分介绍开发上线。详情可参考： 「AI 学习三步法：实践」用 Coze 免费打造自己的微信 AI 机器人 搭建步骤详解： 注册 Coze 账号 访问 Coze 官网快速注册。Coze 是字节跳动出品，其中文版为 https://www.coze.cn/（支持大模型：kimi、云雀），本次教程使用中文版 Coze；英文版为 https://coze.com/（支持大模型：chatgpt4），产品定位为新一代 AI 原生应用开发服务平台，Nextgeneration AI chatbot building platform。 创建你的机器人 登录 Coze，可使用抖音或手机号登陆，登陆后选择“创建 Bot”，然后起一个响亮的名字。工作空间选“个人空间”即可。小技巧：“图标”AI 可以自动生成，先在“Bot 名称”那里用文字描述想要的图标，图标生成满意后，再把“Bot 名称”改为简洁版名称。

以下是一些与 AI 免费编写小程序相关的案例和资源： 使用 GPT 的视觉功能和 TTS API 处理和讲述视频：这个笔记本演示了如何通过视频使用 GPT 的视觉功能。GPT4 不直接将视频作为输入，但我们可以使用视觉和新的 128 K 上下文 widnow 来同时描述整个视频的静态帧。作者为 Kai Chen，分类为开发。可前往查看，入库时间为 2023/11/15。 开发：GLM 等大模型外接数据库：可以调整 prompt，匹配不同的知识库，让 LLM 扮演不同的角色。如上传公司财报，充当财务分析师；上传客服聊天记录，充当智能客服；上传经典 Case，充当律师助手；上传医院百科全书，充当在线问诊医生。分类为开发。可前往查看，入库时间为 2023/11/15。 开发：微信小程序：将手把手教大家如何利用 chatgpt 来实现一个微信小程序的搭建。前半部分先简单介绍怎么注册小程序，后半部分介绍怎么进行开发上线。分类为开发。可前往查看，入库时间为 2023/11/15。 开发：知识库/聊天机器人搭建安全提示词 prompt：分类为开发。可前往查看，入库时间为 2023/11/15。

以下是近几个月中国 AI 行业的一些重要进展： 过去 12 个月，人工智能行业流量增长显著。2022 年 9 月研究起始时，分析的工具产生 2.418 亿次访问，到 2023 年 8 月达到 28 亿次访问量。 从去年 11 月 ChatGPT 成为最快达到 100 万用户的平台后，行业热度持续攀升，2023 年 5 月访问量达到约 41 亿的峰值。 2023 年上半年国内笃信靠资金和卡能发展类 GPT 架构，但下半年纷纷转向“垂直应用”“商业化”，不提 AGI。目前国内最领先的模型水平大概在准 ChatGPT3.5 水平，和 GPT4 有差距。 百度的“文心 4.0”是当前国内能力较好的模型之一，即将发布的阿里的“通义千问”。 中国开源项目在今年赢得全球粉丝，成为积极开源贡献者。DeepSeek 在编码任务中表现出色，阿里巴巴发布的 Qwen2 系列视觉能力令人印象深刻，清华大学的自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目。

以下是人工智能发展的流程图相关内容，包含重要人物与重要时间节点或重大事件： 二十世纪中叶，人工智能领域开启。最初符号推理流行，带来专家系统等重要进展，但因提取知识成本高等问题，20 世纪 70 年代出现“人工智能寒冬”。 近现代，计算机科学发展为人工智能研究奠定基础，人们尝试用机器模拟人类思维。 1950 年，英国数学家阿兰·图灵提出著名的“图灵测试”。 1956 年，人工智能一词被提出，达特茅斯会议举行。 1997 年，深蓝在国际象棋比赛中击败卡斯帕罗夫。 2016 年，AlphaGo 在围棋比赛中战胜李世石。 2020 年，GPT3 发布。 2022 年，DALLE 发布。 2023 年，GPT4 发布。 2024 年，预计发布 GPT5 。 随着时间推移，计算资源变便宜、数据增多，神经网络方法在计算机视觉、语音理解等领域展现出色性能，过去十年中“人工智能”常被用作“神经网络”的同义词。

创建一个关于教师如何预防校园欺凌事件的prompt需要考虑多个方面，包括教育、监督、沟通和干预策略。以下是一个详细的prompt示例： 标题： 校园欺凌预防策略指南 背景： 简述校园欺凌的定义、常见形式和对受害者的潜在影响。 强调教师在预防校园欺凌中的重要作用。 目标： 明确教师预防校园欺凌的目标，包括创建一个安全、包容的学习环境。 教育与意识提升： 1. 开展反欺凌教育课程： 计划并实施定期的反欺凌教育课程，教育学生识别和理解欺凌行为。 强调同理心和尊重的重要性。 2. 促进正面行为： 通过角色扮演和情景模拟，教育学生如何以积极的方式解决冲突。 3. 建立反欺凌政策： 确保学校有明确的反欺凌政策，并让学生、家长和教师都了解这些政策。 监督与观察： 1. 提高警觉性： 在校园内巡视，注意可能的欺凌迹象，如学生间的排斥行为或言语攻击。 2. 监控社交媒体： 留意学生在社交媒体上的互动，预防网络欺凌。 3. 建立报告机制： 设立匿名报告系统，鼓励学生、家长和教师报告欺凌事件。 沟通与合作： 1. 与学生沟通： 定期与学生进行一对一会谈，建立信任关系，鼓励他们分享自己的经历和担忧。 2. 家长参与： 与家长合作，确保家庭和学校在反欺凌问题上立场一致。 3. 教师团队协作： 与其他教师分享信息和最佳实践，共同制定预防策略。 干预与支持： 1. 及时干预： 一旦发现欺凌行为，立即采取行动，保护受害者，纠正欺凌者的行为。 2. 提供心理支持： 为受害者提供必要的心理辅导和支持。 3. 强化正面行为： 表扬和奖励那些展现正面行为和帮助他人的学生。 评估与改进： 定期评估反欺凌策略的有效性，并根据反馈进行调整。 结论： 总结教师在预防校园欺凌中的关键角色和可行的策略。 呼吁行动： 鼓励教师、学生、家长和整个学校社区共同努力，创建一个无欺凌的校园环境。 这个prompt提供了一个全面的框架，帮助教师理解他们在预防校园欺凌中的角色，并采取具体行动来应对这一问题。根据实际情况，你可以调整prompt中的内容和细节。

很抱歉，您提供的内容中没有与您所询问的关于戒指归属问题相关的依据。民法典中对于此类财产归属问题通常会考虑财产的来源、交易的合法性以及善意取得等因素。在您描述的第一种情况中，乙未经甲同意擅自出卖甲的祖传戒指，丙并非善意取得，因为乙谎称妻子同意出卖，所以戒指应归甲所有。在第二种情况中，乙盗窃甲的戒指并卖给丙，丙的取得也是非法的，丁不能基于丙的赠与而合法拥有戒指，戒指仍归甲所有。

有了 AI 后，教师会发生以下变化并发挥相应作用： 教育方式的转变：不再局限于传统模式，可借助 AI 实现大规模的个性化学习计划部署，为每个学生提供“口袋里的老师”，如实时交流并给予发音或措辞反馈的语言老师。 教育资源的优化：AI 生成的数字教师能够不受时空限制地传授知识，如让牛顿亲自授课《牛顿运动定律》，让白居易讲述《长恨歌》背后的故事。个性化的数字教师还能根据学生情况提供定制化学习计划和资源，缓解教育资源不平等问题。 教育角色的拓展：AI 可能超越领域专家的角色，成为下一代专家（包括人类和 AI）的教师。教师则需要与 AI 协作，更好地引导学生。 总之，AI 为教育带来了新的可能性，但教师在引导学生、培养情感和价值观等方面仍具有不可替代的作用。

在当前的发展趋势下，尽管人人都可能利用 AI 为自己服务，但交易仍会存在。例如，五月份社交媒体影响者 Caryn Marjorie 推出了使用其声音并通过其在 YouTube 上数千小时视频训练的“AI 女友”，用户每分钟支付 1 美元在私人的 Telegram 频道中与其虚拟形象交谈。像 Forever Voices 这样的公司也为其他影响者创建了类似角色，对于通过订阅或打赏赚钱的创作者或名人来说，拥有一个 AI 伴侣可能成为自然的延伸。 另外，像 Character.ai 目前虽没有商业变现途径，但计划在不久的将来推出付费订阅模式，也可能采用广告支持模式。其覆盖模型的研发、数据、应用等整个价值链，注重积累数据以优化用户体验。 在金融服务业，生成式 AI 虽能提高从多个位置获取数据、理解非结构化情境和合规法律等劳动密集型功能的效率，但目前仍存在一些挑战，如消费者信息分散在多个数据库、金融服务的情感购买特性及复杂决策树、高度监管等。但即便如此，未来生成式 AI 仍可能在金融服务领域带来变革。 综上所述，即使人人都能使用 AI，交易仍会因各种需求和服务而存在。