OpenAI 推出了適用于 iOS 的 ChatGPT 應(yīng)用程序。ChatGPT 應(yīng)用程序可免費(fèi)使用并跨設(shè)備同步你的歷史記錄，它還集成了OpenAI 的開源語(yǔ)音識(shí)別系統(tǒng)Whisper ，支持語(yǔ)音輸入。ChatGPT Plus 訂閱者可以獨(dú)家訪問(wèn)GPT-4 的功能、提前訪問(wèn)功能和更快的響應(yīng)時(shí)間，所有這些都在 iOS 上。
使用Codey，一系列構(gòu)建在PaLM 2上的代碼模型，Colab將很快添加AI編碼功能，例如代碼補(bǔ)全、自然語(yǔ)言生成代碼和代碼輔助聊天機(jī)器人。此外，用于驅(qū)動(dòng)Colab的Codey版本還特別定制了Python和Colab特定的用途。
谷歌云介紹了增強(qiáng)了 AI 功能的新醫(yī)療研究產(chǎn)品。主要提供包括醫(yī)療自然語(yǔ)言API，用于從非結(jié)構(gòu)化文本中提取醫(yī)學(xué)信息，以及面向醫(yī)療保健的自動(dòng)化機(jī)器學(xué)習(xí)實(shí)體提取。這些工具將簡(jiǎn)化從復(fù)雜醫(yī)療數(shù)據(jù)中獲取洞見的過(guò)程，有可能實(shí)現(xiàn)更精確和及時(shí)的患者護(hù)理。
谷歌已批準(zhǔn)幾個(gè)與廣告相關(guān)的 AI 項(xiàng)目，以幫助廣告商和YouTube創(chuàng)作者，內(nèi)部文件顯示。
亞馬遜推出了更新的Echo設(shè)備系列，并承諾將ChatGPT式的 AI 引入基于Alexa的設(shè)備。
雖然許多科技公司都在努力將 AI 添加到他們的移動(dòng)設(shè)備中，但高昂的計(jì)算成本仍然是一個(gè)重要的障礙。這篇文章探討了這個(gè)問(wèn)題，并提出了一些解決方案來(lái)應(yīng)對(duì)這個(gè)挑戰(zhàn)。
Zoom將投資Anthropic，并在一些內(nèi)部和外部的AI產(chǎn)品中使用Claude。具體的交易細(xì)節(jié)沒有公開。
OpenAI CEO Sam Altman在參議院聽證會(huì)上的發(fā)言，他敦促立法者在 AI 領(lǐng)域進(jìn)行監(jiān)管，并將當(dāng)前 AI 的繁榮期描述為一種潛在的“印刷機(jī)時(shí)刻”，但需要安全保障。
盡管谷歌最近的一份內(nèi)部備忘錄表明，谷歌和 OpenAI 都無(wú)法圍繞大規(guī)模 AI 模型建立可持續(xù)的商業(yè)模式，但也有相反的觀點(diǎn)。像 GPT-4 這樣的高質(zhì)量 AI 模型雖然看起來(lái)容易創(chuàng)建，但實(shí)際上是復(fù)雜而難以構(gòu)建的，而 OpenAI 的獨(dú)特方法，包括通過(guò)人類反饋進(jìn)行強(qiáng)化學(xué)習(xí)和數(shù)據(jù)過(guò)濾，提供了顯著的優(yōu)勢(shì)。此外，OpenAI 通過(guò) ChatGPT 和 OpenAI API 的“最后一公里”交付以及強(qiáng)大的品牌，使公司的產(chǎn)品更難被擊敗。這些因素，再加上 OpenAI 在 B2B 和 B2C 領(lǐng)域快速實(shí)現(xiàn)產(chǎn)品市場(chǎng)適應(yīng)，表明該公司在 AI 市場(chǎng)上的地位比備忘錄所示的更具有防御性。
OpenAI即將推出一個(gè)新的開源語(yǔ)言模型。該公司不太可能發(fā)布一個(gè)與其自己的GPT競(jìng)爭(zhēng)的模型。生成式AI的增長(zhǎng)潛力引起了硅谷投資者的關(guān)注。微軟今年早些時(shí)候?qū)penAI進(jìn)行了數(shù)十億美元的投資，為與谷歌更多的競(jìng)爭(zhēng)做好了準(zhǔn)備。
亞馬遜最近發(fā)布了一份招聘啟事，描述了它如何通過(guò)新的交互式對(duì)話式體驗(yàn)重新構(gòu)想亞馬遜搜索。新的搜索將具有產(chǎn)品比較和個(gè)性化建議等功能。對(duì)話式購(gòu)物功能的詳細(xì)信息尚未正式公布。聊天機(jī)器人的發(fā)布日期尚未確定，但可能很快就會(huì)發(fā)布。
Arstechnica 報(bào)道稱，谷歌正在準(zhǔn)備對(duì)抗越來(lái)越普遍的 AI 生成虛假內(nèi)容。隨著深度偽造和其他形式的操縱內(nèi)容變得越來(lái)越復(fù)雜，這家科技巨頭正在開發(fā)新工具來(lái)識(shí)別和標(biāo)記這些內(nèi)容。它計(jì)劃在其各個(gè)平臺(tái)上實(shí)施這些措施，以確保內(nèi)容的真實(shí)性，并保護(hù)用戶免受錯(cuò)誤信息的影響。谷歌的方法將涉及技術(shù)，如 AI 算法，以及用戶教育。
Poe API 允許任何人在 LLM 之上構(gòu)建基于聊天的服務(wù)，輕松吸引世界各地的大量受眾，而無(wú)需構(gòu)建自己的用戶界面。
本文包含對(duì)Sundar的采訪記錄，他在采訪中討論了搜索，谷歌和Alphabet AI 團(tuán)隊(duì)的重組，他對(duì)谷歌未來(lái)的愿景以及推動(dòng)其增長(zhǎng)的因素等等。
Firefox與谷歌的合同即將到期，微軟希望瀏覽器將Bing作為默認(rèn)搜索引擎。蘋果與谷歌的默認(rèn)瀏覽器合同將于明年到期，這為微軟提供了一個(gè)機(jī)會(huì)，讓Bing成為Safari的默認(rèn)瀏覽器。微軟看到了這種合作伙伴關(guān)系的潛力，可以提高Bing的使用量。這些交易可能無(wú)法保證必應(yīng)的使用量增加。
OpenAI將在本周內(nèi)向所有ChatGPT Plus用戶推出網(wǎng)頁(yè)瀏覽和插件！從alpha版本轉(zhuǎn)為beta版本后，ChatGPT可以訪問(wèn)互聯(lián)網(wǎng)，并使用70多個(gè)第三方插件。
Stability SDK發(fā)布，允許用戶使用穩(wěn)定的擴(kuò)散模型創(chuàng)建動(dòng)畫。您可以無(wú)條件地生成這些動(dòng)畫、在圖像中調(diào)節(jié)或以視頻為條件。結(jié)果很可愛，計(jì)算成本很高，并且具有非常獨(dú)特的風(fēng)格。
Anthropic的Claude模型現(xiàn)在可以在更長(zhǎng)的背景下運(yùn)行。這意味著您的組織可以將完整的文檔放入模型中，語(yǔ)言模型將對(duì)其進(jìn)行操作。他們舉了一個(gè)例子，將 240 頁(yè)的編碼文檔輸入到 Claude 中，并讓它回答編碼問(wèn)題。
Meta 宣布為廣告商提供 AI 沙盒，幫助他們創(chuàng)建替代副本、通過(guò)文本提示生成背景以及為 Facebook 或 Instagram 廣告裁剪圖像。
谷歌的新大型語(yǔ)言模型PaLM 2使用了幾乎比其2022年的前身多五倍的訓(xùn)練數(shù)據(jù)，使其能夠執(zhí)行更高級(jí)的編碼、數(shù)學(xué)和創(chuàng)意寫作任務(wù)。
GGML是在CPU上運(yùn)行4位量化模型的框架。這意味著你可以在本地計(jì)算機(jī)上運(yùn)行非常大的模型。StarCoder是最好的開源程序合成模型之一。在具有挑戰(zhàn)性的OpenAI人工評(píng)估基準(zhǔn)測(cè)試中表現(xiàn)非常出色。此拉取請(qǐng)求將該模型添加到GGML框架中，這意味著你可以在普通硬件上運(yùn)行StarCoder。
DarkBERT是一種新的 AI ，專門針對(duì)暗網(wǎng)中使用的獨(dú)特語(yǔ)言進(jìn)行訓(xùn)練，該語(yǔ)言與常規(guī)互聯(lián)網(wǎng)上的語(yǔ)言有所不同。通過(guò)與其他 AI 進(jìn)行比較并研究各種應(yīng)用案例，我們發(fā)現(xiàn)DarkBERT更擅長(zhǎng)理解和處理暗網(wǎng)文本，使其成為未來(lái)在該領(lǐng)域進(jìn)行研究的有用工具。
符號(hào)調(diào)整是一種新的訓(xùn)練 AI 的方法，其中我們用隨機(jī)符號(hào)（如“foo”或“bar”）替代常規(guī)語(yǔ)言標(biāo)簽（如“正面”或“負(fù)面”），迫使 AI 從輸入和標(biāo)簽之間的聯(lián)系中學(xué)習(xí)。這種方法可以提高 AI 在新任務(wù)上的性能，幫助其更好地理解指令，并使其在邏輯推理任務(wù)上更加熟練，在不同的基準(zhǔn)測(cè)試中都有明顯的改進(jìn)。
無(wú)邊DAS是我們開發(fā)的一種新方法，通過(guò)尋找其行為中可理解的模式，更好地理解大型 AI 模型（如Alpaca）的工作原理。我們發(fā)現(xiàn)，無(wú)論輸入或指令是什么，Alpaca都通過(guò)使用兩個(gè)可理解的變量以一致的方式解決了一個(gè)簡(jiǎn)單的數(shù)字問(wèn)題，這是理解這些復(fù)雜 AI 模型工作原理的重要一步。
文章講述了一個(gè)有趣的研究，即使用一個(gè)Transformer塊可以生成連貫、新穎且語(yǔ)法正確的故事。通過(guò)限制詞匯表和精心構(gòu)建訓(xùn)練數(shù)據(jù)集，這種小型模型可以達(dá)到比較好的性能。雖然目前大型模型的性能更好，但這個(gè)研究表明即使使用小型模型也可以生成高質(zhì)量的文本。
介紹了一項(xiàng)新概念——多模態(tài)泛化，它關(guān)注的是系統(tǒng)如何在某些數(shù)據(jù)源受限或缺失的情況下進(jìn)行適應(yīng)。為了研究這一概念，研究人員創(chuàng)建了一個(gè)名為MMG-Ego4D的新數(shù)據(jù)集，并開發(fā)了新的方法來(lái)提高系統(tǒng)的泛化能力，這可能指導(dǎo)未來(lái)在這一領(lǐng)域的研究。
新技術(shù)SuperICL可以通過(guò)與小型本地模型合作來(lái)幫助大型AI模型更好地學(xué)習(xí)。這種方法不僅可以提高這些大型AI模型在任務(wù)上的性能，還可以提高它們的穩(wěn)定性和小型模型的能力，例如理解不同的語(yǔ)言和解釋其決策。
Guidance是一個(gè)GitHub倉(cāng)庫(kù)，能夠比傳統(tǒng)的提示或鏈接更有效地控制現(xiàn)代語(yǔ)言模型。在這個(gè)倉(cāng)庫(kù)中，你可以找到用于快速設(shè)置和運(yùn)行Guidance的示例和文檔，并可以使用它來(lái)創(chuàng)建更好的預(yù)測(cè)和生成更優(yōu)質(zhì)的文本。
RWKV模型，這是一個(gè)具有內(nèi)置循環(huán)的線性注意模型，是一個(gè)快速運(yùn)行的強(qiáng)大語(yǔ)言模型，可以理論上具有長(zhǎng)上下文窗口。這個(gè)模型是基于Transformers庫(kù)的第一個(gè)RNN模型。該模型的開發(fā)團(tuán)隊(duì)有一個(gè)活躍的discord社區(qū)，現(xiàn)在在HuggingFace平臺(tái)上更加可見。
OpenAI 利用一個(gè)多樣化的人員組合，稱為“紅隊(duì)”，對(duì) GPT-4 進(jìn)行“對(duì)抗性測(cè)試”。
Transformer 并非真正的端到端模型。分詞器有單獨(dú)的訓(xùn)練過(guò)程，這很奇怪，通常會(huì)導(dǎo)致一般性能不佳。然而，如果我們嘗試在字節(jié)上進(jìn)行簡(jiǎn)單的訓(xùn)練，由于序列長(zhǎng)度的增加，很快就會(huì)耗盡上下文長(zhǎng)度。此外，對(duì)于真正的多模態(tài)問(wèn)題，直接在字節(jié)上進(jìn)行訓(xùn)練會(huì)移除復(fù)雜的補(bǔ)丁和標(biāo)記化方案。這項(xiàng)工作允許模型直接在字節(jié)上進(jìn)行訓(xùn)練，并支持長(zhǎng)度達(dá)到一百萬(wàn)字節(jié)的序列。也許這甚至?xí)?duì)稀有單詞的核心采樣有所幫助！
AI 安全的一個(gè)目標(biāo)是可擴(kuò)展的監(jiān)督，希望發(fā)現(xiàn)在不需要昂貴的人類干預(yù)的情況下引導(dǎo)語(yǔ)言模型生成的方法。本文中的所有想法并不新穎，回顧了軟提示的概念，但是這是一個(gè)有趣的擴(kuò)展。他們發(fā)現(xiàn)，通過(guò)為簡(jiǎn)單的想法添加激活向量，可以將生成引導(dǎo)到這些想法。
視覺問(wèn)答在過(guò)去幾個(gè)月中得到了廣泛的采用和快速的發(fā)展。這在很大程度上得益于預(yù)訓(xùn)練模型，如 Blip 和 clip。應(yīng)用這些模型到視頻中具有挑戰(zhàn)性，因?yàn)橛?jì)算要求大大增加。這項(xiàng)工作介紹了一系列不同的模型，通過(guò)在不同的時(shí)間尺度上運(yùn)行，顯著提高了這些系統(tǒng)的魯棒性。他們使用 Blip2，并獲得了強(qiáng)大的性能表現(xiàn)。
NFL 是一種利用 LiDAR 數(shù)據(jù)（一種使用激光測(cè)量距離的方法）并從新視點(diǎn)創(chuàng)建逼線D 場(chǎng)景的新方法。這種技術(shù)比其他方法更好，可以幫助改善諸如地圖制作和理解我們周圍環(huán)境等任務(wù)。
EfficientViT，它將快速處理與改進(jìn)的準(zhǔn)確性相結(jié)合。通過(guò)重新設(shè)計(jì) Transformer 模型的某些部分，他們能夠顯著減少與數(shù)據(jù)重塑和執(zhí)行逐元素函數(shù)相關(guān)的計(jì)算成本。實(shí)驗(yàn)表明，EfficientViT 勝過(guò)其他高效的模型，在保持卓越的處理速度的同時(shí)實(shí)現(xiàn)更高的準(zhǔn)確性，甚至超過(guò)了 MobileNetV3。
這篇 Medium 文章提供了對(duì) Meta 的 AI 模型 ImageBind 的深入分析。ImageBind 是一個(gè)多模態(tài) AI 模型，可以從文本描述中生成圖像，反之亦然。它是在各種各樣的互聯(lián)網(wǎng)文本和圖像上進(jìn)行訓(xùn)練的。雖然 ImageBind 的準(zhǔn)確性和多功能性受到稱贊，但文章也承認(rèn)該模型偶爾會(huì)產(chǎn)生無(wú)關(guān)或不準(zhǔn)確的結(jié)果。
Eric Hartford 的博客文章探討了未經(jīng)審查的 AI 模型的影響，并認(rèn)為 AI 審查可能會(huì)讓我們走上一條危險(xiǎn)的道路。他主張開發(fā)更好的系統(tǒng)來(lái)管理輸出，而不是壓制它們。他提到需要更多的研究和對(duì) AI 使用倫理問(wèn)題的對(duì)話，并提出了一個(gè)多利益相關(guān)者治理模型的想法。
通用視覺語(yǔ)言模型Blip是由Salesforce開發(fā)的一個(gè)模型，可用于視覺和語(yǔ)言任務(wù)。按照語(yǔ)言模型中調(diào)整它們以遵循指令的工作線，我們還可以調(diào)整這些視覺語(yǔ)言模型以遵循指令。這極大地提高了性能，在這種情況下，它甚至超過(guò)了 GPT-4 的已發(fā)布數(shù)量。
本文討論了谷歌引入一種新的生成式AI模型Codey，旨在幫助程序員編寫代碼。Codey 是一種代碼生成模型，可以為用戶提供建議、識(shí)別錯(cuò)誤，甚至完成整個(gè)代碼塊。它旨在通過(guò)幫助用戶快速有效地找到解決方案來(lái)簡(jiǎn)化編碼過(guò)程并提高開發(fā)人員的工作效率。
縮放定律表明，隨著更多數(shù)據(jù)和計(jì)算能力的增加，大型語(yǔ)言模型（LLM）在預(yù)測(cè)單詞方面將變得更好。但是，雖然增加數(shù)據(jù)集大小可能是可行的，但要使它們比當(dāng)前狀態(tài)大 10 倍以上，則存在潛在的障礙，例如成本。使用現(xiàn)有技術(shù)將LLM擴(kuò)展到最大潛力的成本將遠(yuǎn)遠(yuǎn)高于地球的GDP?？赡艽嬖谟?jì)算限制。由于用于擬合模型的數(shù)據(jù)和計(jì)算量很少，當(dāng)前的縮放定律可能不準(zhǔn)確。
全面介紹快速注入，這是 AI 領(lǐng)域使用的一個(gè)術(shù)語(yǔ)，用于描述故意將特定輸入插入 AI 模型以獲得所需輸出的做法，包括為什么這是一個(gè)重要問(wèn)題以及為什么許多提出的解決方案不會(huì)有效。
已經(jīng)創(chuàng)建了一種新技術(shù)，該技術(shù)使用預(yù)設(shè)的文本到圖像模型來(lái)提高模糊圖像的質(zhì)量。該方法巧妙地使用了專用編碼器，無(wú)需更改現(xiàn)有的圖像制作模型，節(jié)省了訓(xùn)練時(shí)間。此外，用戶可以通過(guò)簡(jiǎn)單的調(diào)整來(lái)控制圖像質(zhì)量。該策略還比以前的方法更好地處理較大的圖像。人工和真實(shí)世界圖像的測(cè)試證明它比當(dāng)前的解決方案更有效。
檢測(cè)場(chǎng)景中的對(duì)象時(shí)，通常從一組預(yù)定義的類中提取。此外，詢問(wèn)有關(guān)場(chǎng)景的問(wèn)題也具有挑戰(zhàn)性。在這種情況下，我們可以使用強(qiáng)大的語(yǔ)言模型（Vicuna）和指令調(diào)諧的檢測(cè)器來(lái)推理查詢并因此檢測(cè)對(duì)象。
現(xiàn)代 ML 需要跨許多硬件加速器（如 GPU）進(jìn)行計(jì)算。在代碼中做到這一點(diǎn)是很棘手的。Jax在許多實(shí)驗(yàn)性功能方面一直處于領(lǐng)先地位。Shmap是一系列創(chuàng)新中的另一項(xiàng)。它功能強(qiáng)大，可以輕松實(shí)施現(xiàn)代算法和可擴(kuò)展的訓(xùn)練。
語(yǔ)言模型使用檢索來(lái)獲取最新信息或不適合上下文的信息。這種前瞻性檢索使用谷歌搜索API和來(lái)自O(shè)pen AI的大型語(yǔ)言模型來(lái)構(gòu)建強(qiáng)大的檢索問(wèn)答系統(tǒng)。
Cohere是一家初創(chuàng)公司，提供類似于其他大玩家的語(yǔ)言模型API，它們具有一組可用于構(gòu)建應(yīng)用程序的強(qiáng)大模型。這所語(yǔ)言模型大學(xué)旨在讓您快速了解現(xiàn)代語(yǔ)言模型，并展示如何使用 Cohere 的工具構(gòu)建它們。
本文介紹了一種基于草圖和文本使用 AI （AI） 制作視頻內(nèi)容的新方法。該方法結(jié)合了兩種稱為文本到視頻零點(diǎn)和ControlNet的技術(shù)，可以創(chuàng)建高質(zhì)量，一致的視頻，與用戶的意圖非常匹配，正如各種實(shí)驗(yàn)所證明的那樣。
本文介紹了一種使用擴(kuò)散模型的方法，該方法已成功創(chuàng)建圖像，僅從一張圖像重建3D面部特征。該過(guò)程涉及使用面部紋理數(shù)據(jù)集，模擬各種照明條件，然后使用擴(kuò)散模型填充紋理的缺失部分和未知的反射屬性，從而產(chǎn)生更準(zhǔn)確和一致的3D面部。
本文是對(duì)新興的文本轉(zhuǎn)3D領(lǐng)域的全面調(diào)查，該領(lǐng)域是將書面描述轉(zhuǎn)換為3D模型的生成AI的一部分。它介紹了不同類型的3D數(shù)據(jù)，基礎(chǔ)技術(shù)，以及它們?cè)谧罱淖髌分械慕M合方式，以及如何在各種應(yīng)用程序中使用文本到3D，例如創(chuàng)建頭像和生成場(chǎng)景。
VideoChat，這是一個(gè)通過(guò)結(jié)合 AI 技術(shù)來(lái)理解視頻和語(yǔ)言來(lái)理解視頻的系統(tǒng)。研究人員還創(chuàng)建了大量帶有詳細(xì)描述和對(duì)話的視頻，以幫助訓(xùn)練系統(tǒng)更好地理解視頻中的事件順序和因果關(guān)系。
Metaphor Systems是目前唯一一個(gè)由語(yǔ)言模型完全驅(qū)動(dòng)的互聯(lián)網(wǎng)規(guī)模神經(jīng)搜索引擎。這個(gè)集成允許你使用該系統(tǒng)作為L(zhǎng)angchain模型的檢索后端，從而提高模型的搜索效率和精度。
Nexus是第一個(gè)擁有跨平臺(tái)（LinkedIn、電子郵件等）所有關(guān)系上下文的AI導(dǎo)航器。完美的個(gè)性化重新連接電子郵件、嘉賓名單、禮物推薦等只需要一個(gè)簡(jiǎn)單的問(wèn)題即可完成。
Databerry.ai 幫助你構(gòu)建 ChatGPT 插件，以連接自定義數(shù)據(jù)到 ChatGPT。與你的數(shù)據(jù)交流，利用插件商店吸引用戶并提高品牌知名度，并獲得有關(guān)用戶與插件交互的見解和統(tǒng)計(jì)信息。
開源高性能 Llama 模型的完整訓(xùn)練代碼，包括從預(yù)訓(xùn)練到 RLHF 的全過(guò)程。
EVA 旨在支持使用深度學(xué)習(xí)模型對(duì)結(jié)構(gòu)化（表格、特征向量）和非結(jié)構(gòu)化數(shù)據(jù)（視頻、播客、PDF 等）進(jìn)行操作的數(shù)據(jù)庫(kù)應(yīng)用程序。
Metabob 是一種 AI 代碼審查工具，通過(guò)幫助用戶自動(dòng)檢測(cè)、理解和解決隱藏在代碼中的復(fù)雜問(wèn)題來(lái)加快代碼調(diào)試速度。Metabob理解代碼上下文的能力增強(qiáng)了其檢測(cè)能力！
OpenAI告訴一家向華盛頓游說(shuō)者和政策倡導(dǎo)者提供數(shù)據(jù)的領(lǐng)先公司，他們不能在政治中使用ChatGPT進(jìn)行廣告宣傳。
隨著科技行業(yè)在招聘方面的冷靜，其他幾個(gè)行業(yè)迅速吸納了美國(guó)境內(nèi)超過(guò)14.1萬(wàn)人的被解雇的科技工作者中的一部分——超過(guò)一半的人在2023年在科技行業(yè)之外找到了工作。
名為Everything Robotics Learning Resources的GitHub倉(cāng)庫(kù)，收集了大量機(jī)器人學(xué)習(xí)資源的集合。無(wú)論你是初學(xué)者、專家還是從業(yè)者，這個(gè)倉(cāng)庫(kù)都包含了規(guī)劃、控制、感知等方面的資源，是一個(gè)很好的學(xué)習(xí)和參考資料。
CNET記者正在推動(dòng)工會(huì)化，尋求在技術(shù)新聞公司包括 AI 使用在內(nèi)的問(wèn)題上發(fā)表正式意見。這個(gè)行動(dòng)旨在為記者提供更多的權(quán)力和保護(hù)，以確保他們的利益得到充分尊重和維護(hù)。
歐盟修訂后的AI 法案將禁止美國(guó)公司向未經(jīng)許可的生成AI 模型提供API訪問(wèn)，可能被罰款20，000，000歐元或全球收入的4%。
Prompt 工程是一種非正式且困難的過(guò)程。對(duì)提示進(jìn)行微小的更改可能會(huì)導(dǎo)致模型輸出的巨大變化，很難（甚至在某些情況下是不可能的）知道更改提示會(huì)產(chǎn)生的影響，提示行為高度依賴于所使用的模型類型。
許多開源 AI 熱潮都是建立在大型科技公司的研究之上。例如，許多頭條新聞制作模型都是建立在 LLaMA 之上的，LLaMA 是 Meta AI 發(fā)布的開源大語(yǔ)言模型。如果這些公司決定停止向公眾發(fā)布他們的模型，那么與閉源 AI 相比，開源 AI 社區(qū)可能會(huì)崩潰。對(duì)于開源AI社區(qū)來(lái)說(shuō)，這是一個(gè)關(guān)鍵時(shí)刻，可以找到使每個(gè)人都更容易使用AI的方法。
Will.i.am是典型的21世紀(jì)文藝復(fù)興人物：一個(gè)強(qiáng)大的音樂家、制作人、技術(shù)專家、企業(yè)家和慈善家。他作為獨(dú)唱藝術(shù)家和黑眼豆豆樂隊(duì)的聯(lián)合創(chuàng)始人建立了一個(gè)多白金的職業(yè)生涯，贏得了七項(xiàng)格萊美獎(jiǎng)，并以將不同文化和音樂風(fēng)格融合在一起的創(chuàng)新者的身份受到稱贊。近年來(lái)，他在推廣機(jī)器人技術(shù)、人工智能和科技方面的工作也越來(lái)越為人所知。
盡管像ChatGPT這樣的AI模型具有非凡的功能，但它們確實(shí)存在局限性。特別是，他們?nèi)狈ΤＷR(shí)推理，無(wú)法理解他們正在處理的直接文本之外的上下文。這種無(wú)能為力會(huì)導(dǎo)致荒謬、不一致或有偏見的反應(yīng)。這是由于訓(xùn)練方法，它涉及從大量文本數(shù)據(jù)中學(xué)習(xí)，但不包括對(duì)世界的理解或推理世界的能力。研究人員正在探索改進(jìn) AI 這些方面的方法，但仍然存在重大挑戰(zhàn)。
隨著全球立法者試圖了解如何監(jiān)管快速發(fā)展的 AI 技術(shù)，微軟首席經(jīng)濟(jì)學(xué)家邁克爾·施瓦茨（Michael Schwarz）今天在世界經(jīng)濟(jì)論壇增長(zhǎng)峰會(huì)上告訴與會(huì)者，“在我們看到一些有意義的傷害之前，我們不應(yīng)該監(jiān)管 AI ，而不是想象中的場(chǎng)景。
歐洲立法者更接近通過(guò)規(guī)范ChatGPT等 AI 工具的新規(guī)則。歐盟備受期待的 AI 法案將成為第一個(gè)管理該技術(shù)的全面立法，圍繞面部識(shí)別、生物識(shí)別監(jiān)控和其他 AI 應(yīng)用的使用制定了新規(guī)則。
在本文中，Ted Chong深入探討了 AI 在經(jīng)濟(jì)中的未來(lái)問(wèn)題，特別是它對(duì)勞動(dòng)力的潛在負(fù)面影響。
本活動(dòng)招募由 Sota.ai 加速器發(fā)起，將圍繞 AIGC 的技術(shù)前沿與產(chǎn)業(yè)落地，舉辦一系列線上與線下 Meetup 活動(dòng)，現(xiàn)誠(chéng)摯邀一批分享嘉賓參與到活動(dòng)議題中來(lái)，招募信息如下：
