谷歌AI风投也用红绿灯,机器有权推翻人类决定

简介: 最近谷歌风投将AI用在决策中,可以直接推翻决策人的意见。AI在分析市场数据后形成三种颜色:绿色,黄色和红色。消息人士称,红色意味着投资不能通过,绿色则相反,而黄色意味着谨慎对待任何特定投资。

【新智元导读】最近谷歌风投将AI用在决策中,可以直接推翻决策人的意见。AI在分析市场数据后形成三种颜色:绿色,黄色和红色。消息人士称,红色意味着投资不能通过,绿色则相反,而黄色意味着谨慎对待任何特定投资。

据Axios报道,GV(以前称为Google Ventures)使用人工智能解决方案来批准风险资本投资,此次报道引用了与Alphabet子公司关系密切的消息来源。 虽然在GV内部被称为“机器”的AI已经使用多年,尽管据报道它现在有权推翻人类进行的任何投资尝试,有效地取代了公司风险资本等式中的“直觉”部分,但它最初只是作为一种支持工具,来帮助GV高管在重大决策之前进行DD (Due Diligence,尽职调查)。

image

这台机器设计的目的是接收广泛的市场数据并做分析,而后返回绿色、黄色和红色之中的一个颜色做为响应。红色代表投资不能通过,绿色代表可以通过,而黄色被官方解释为谨慎考虑任何给定的投资,但实际上,它所代表的管理行为与红色相同。这三种颜色是一种更加流线型的方法,可以根据一个10分机制(ten-point scale)产生投资推荐,所有的值从8分开始为绿色。虽然GV并不是唯一一家将人工智能应用于决策过程的公司,但它被认为是风险投资领域中对人工智能技术投入最多的公司。

谷歌首席执行官Sundar Pichai此前已多次表示,该公司正在寻求转型为“以人工智能为第一要务的企业”,并坚持继续全面推行机器学习和通用AI解决方案。 因此,AI已经成为公司云战略不可或缺的一部分,并也成为其消费电子部门采用的营销方案。 即将推出的Pixel 3安卓旗舰产品线预计也将大力关注人工智能,谷歌目前还在开发Google Duplex,这项服务旨在通过电话安排为真人间安排会面。

原文链接:
https://www.androidheadlines.com/2018/07/google-uses-ai-machine-to-approve-investments-report.html

原文发布时间为:2018-07-23
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。
原文链接:[谷歌AI风投也用红绿灯,机器有权推翻人类决定
](https://mp.weixin.qq.com/s/Gn5eZedJeJECy8xLaCf9ww)

相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
62 6
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
谷歌最新推出的Gemini 2.0是一款原生多模态输入输出的AI模型,以Agent技术为核心,支持多种数据类型的输入与输出,具备强大的性能和多语言音频输出能力。本文将详细介绍Gemini 2.0的主要功能、技术原理及其在多个领域的应用场景。
90 20
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
|
13天前
|
人工智能 编解码 网络架构
GenCast:谷歌DeepMind推出的AI气象预测模型
GenCast是由谷歌DeepMind推出的革命性AI气象预测模型,基于扩散模型技术,提供长达15天的全球天气预报。该模型在97.2%的预测任务中超越了全球顶尖的中期天气预报系统ENS,尤其在极端天气事件的预测上表现突出。GenCast能在8分钟内生成预报,显著提高预测效率,并且已经开源,包括代码和模型权重,支持更广泛的天气预报社区和研究。
95 14
GenCast:谷歌DeepMind推出的AI气象预测模型
|
5天前
|
人工智能 自然语言处理 API
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
谷歌推出的Multimodal Live API是一个支持多模态交互、低延迟实时互动的AI接口,能够处理文本、音频和视频输入,提供自然流畅的对话体验,适用于多种应用场景。
37 3
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
|
20天前
|
机器学习/深度学习 数据中心 芯片
【AI系统】谷歌 TPU 历史发展
本文详细介绍了谷歌TPU的发展历程及其在AI领域的应用。TPU是谷歌为加速机器学习任务设计的专用集成电路,自2016年首次推出以来,经历了多次迭代升级,包括TPU v1、v2、v3、v4及Edge TPU等版本。文章分析了各代TPU的技术革新,如低精度计算、脉动阵列、专用硬件设计等,并探讨了TPU在数据中心和边缘计算中的实际应用效果,以及谷歌如何通过TPU推动移动计算体验的进步。
50 1
【AI系统】谷歌 TPU 历史发展
|
14天前
|
人工智能 自然语言处理 安全
谷歌版贾维斯即将问世,最强Gemini 2.0加持!AI自主操控电脑时代来临
谷歌发布的Gemini 2.0标志着AI新时代的到来,被誉为“谷歌版贾维斯”。该系统在自然语言处理、图像识别及自主操控电脑等方面取得重大进展,尤其在多模态数据处理上表现出色,能更准确理解用户需求并执行复杂任务。尽管存在对AI自主操控可能带来的负面影响的担忧,谷歌强调Gemini 2.0旨在辅助而非替代人类工作,且已采取多项措施保障其安全性和可靠性。
25 5
|
19天前
|
机器学习/深度学习 人工智能 芯片
【AI系统】谷歌 TPU v3 POD 形态
TPU v3 是 TPU v2 的增强版,主要改进包括:MXU 数量翻倍至 4 个,时钟频率提升 30%,内存带宽扩大 30%,容量翻倍,芯片间带宽增加 30%,可连接节点数增至 4 倍。TPU v3 通过采用水冷系统,不仅提高了功率,还优化了温度管理,显著提升了计算能力和能效。TPU v3 Pod 由 1024 个 TPU v3 组成,算力达 100 PFLOPS,适用于大规模神经网络训练。
31 2
|
20天前
|
机器学习/深度学习 缓存 芯片
【AI系统】谷歌 TPU v1-脉动阵列
本文详细分析了谷歌TPU v1的架构与设计,重点介绍了其核心组件如DDR3 DRAM、矩阵乘法单元(MXU)、累加器及控制指令单元,特别是MXU中脉动阵列的工作机制。通过对比TPU v1与CPU、GPU在服务器环境中的表现,展示了TPU v1在提升神经网络计算吞吐量方面的显著优势,尤其是在低延迟和高能效方面。
46 3
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI与艺术创作:机器的艺术天赋
【10月更文挑战第31天】本文探讨了AI在艺术创作中的应用及其独特“艺术天赋”。从绘画、音乐、文学到设计,AI通过计算机视觉、自然语言处理和生成对抗网络等技术,逐渐展现出强大的创作能力。尽管面临原创性、审美标准和法律伦理等挑战,AI艺术创作仍为艺术界带来了新的视角和灵感,未来有望与人类艺术家共同推动艺术的创新与发展。
|
19天前
|
机器学习/深度学习 人工智能 芯片
【AI系统】谷歌 TPU v4 与光路交换
TPU v4 是谷歌在 TPU v3 发布四年后推出的最新一代 AI 加速器,采用了 7nm 工艺,MXU 数量翻倍,内存容量和带宽显著提升。TPU v4 引入了 Sparse Core 以优化稀疏计算,首次采用了 3D Torus 互联方式,通过 Palomar 光路开关芯片减少系统延迟和功耗。TPU v4 Pod 实现了 1.126 Exaflops 的 BF16 峰值算力,展现了谷歌在大规模并行计算领域的突破。然而,TPU v4 也面临着系统成熟度低、拓扑僵硬和负载均衡问题等挑战。
53 0

热门文章

最新文章