跟上人工智能这一快速发展的行业是一项艰巨的任务。在AI能够为你完成信息整合之前，本文汇总了机器学习领域的近期动态，以及值得关注的研究与实验。
OpenAI 领导层风波：商业化与安全的博弈
本周，围绕人工智能初创公司 OpenAI 的领导层争议引发了广泛关注。董事会罢免了首席执行官兼联合创始人萨姆·奥特曼（Sam Altman），据称是因为其优先考虑以牺牲安全为代价的人工智能商业化。
尽管在主要支持者微软的斡旋下，奥特曼得以重返 CEO 职位且大部分原始董事会成员被替换，但此次事件揭示了 AI 公司的潜在风险。即便是 OpenAI 这样庞大且有影响力的企业，也难以抵御货币化导向资金的诱惑。
AI 实验室并非主观上渴望与追求回报的风投及科技巨头纠缠，而是训练和开发 AI 模型的成本高得惊人。据 CNBC 报道，仅训练 GPT-3 这类大型语言模型就可能花费超过 400 万美元，这还不包括高薪聘请数据科学家、AI 专家和软件工程师的费用。
因此，许多大型 AI 实验室与公共云提供商达成战略协议并非偶然。特别是在芯片供应短缺的背景下，算力变得比黄金更珍贵。例如，Anthropic 获得了 Google 和 Amazon 的投资；Character.ai 则得到了 Google Cloud 的支持，后者也是其唯一的计算基础设施提供商。
然而，这些投资伴随着风险。科技巨头拥有自己的议程及推动意图实现的分量。OpenAI 曾试图通过限制投资者总回报的“利润上限”结构保持独立，但微软证明了算力在让初创企业就范方面可与资本匹敌——微软对 OpenAI 的大部分投资以 Azure 云积分形式提供，停止提供积分的威胁足以引起任何董事会的重视。
除非大幅增加对公共超级计算资源或 AI 资助项目的投入，否则现状难改。达到一定规模的 AI 初创公司若想成长，往往不得不放弃部分控制权。希望它们能像对待已知的魔鬼那样与巨头达成协议，而非陷入类似 OpenAI 的困境。
近期 AI 新闻速览
- OpenAI 不会毁灭人类：针对 OpenAI 是否发明了具有“威胁人类”潜力技术的担忧，专家表示无需惊慌。
- 加州关注 AI 监管规则：加州隐私保护机构正借鉴欧盟现有规则，发布关于允许使用个人数据进行 AI 训练的草案法规，旨在为 AI 设置护栏。
- Bard 回答 YouTube 问题：Google 宣布 Bard AI 聊天机器人现可提供与 YouTube 视频内容相关的具体答案，超越了此前仅能分析视频的能力。
- X 的 Grok 即将发布：X 所有者 Elon Musk 确认，xAI 的聊天机器人 Grok 将在本周晚些时候向 Premium+ 订阅用户开放。X 应用代码的开发表明集成工作正在顺利进行。
- Stability AI 发布视频生成器：Stability AI 发布了 Stable Video Diffusion，这是一种基于 Stable Diffusion 文本到图像模型的开源视频生成工具，可通过动画化现有图像生成视频。
- Anthropic 发布 Claude 2.1：Claude 2.1 在上下文窗口、准确性和可扩展性三方面进行了改进，以保持与 OpenAI GPT 系列的竞争力。
- OpenAI 丑闻引发反思：此次事件将焦点集中在控制 AI 革命的力量上，引发了人们对过度押注集中式专有平台及其崩溃风险的质疑。
- AI21 Labs 筹集资金：这家特拉维夫初创公司上周筹集了 5300 万美元，总融资额达 3.36 亿美元。该公司由 Mobileye 联合创始人 Amnon Shashua 等人于 2017 年创立，致力于开发类 GPT-4 的生成式 AI 产品。
更多机器学习前沿内容
让 AI 模型坦诚说明何时需要更多信息才能给出自信答案是一个难题，因为模型本身并不清楚正确与错误的区别。但通过让模型暴露其内部运作机制，我们可以更好地判断它何时可能在“撒谎”。
普渡大学创建的“Reeb地图”以人类可读的方式展示了神经网络如何在向量空间中表示视觉概念。相似项目被归为一组，区域重叠可能表明组间相似性或模型混淆。“我们正在将这些从网络输出的复杂信息集合提供给人们一个‘入口’，让他们从宏观层面了解网络如何看到数据，”首席研究员 David Gleich 表示。
若数据集有限且必须从中外推，洛斯阿拉莫斯国家实验室的“Senseiver”工具或许是最佳选择。该模型基于谷歌 Perceiver，能够利用少量稀疏测量数据填补空白，做出令人惊讶的准确预测。
这可能适用于气候测量、科学读数甚至低保真度 3D 地图等场景。该模型可在无人机等边缘计算机上运行，直接执行针对特定特征（如甲烷泄漏）的搜索，而无需先读取数据再带回分析。
与此同时，研究人员正致力于使硬件更像神经网络本身。加州大学洛杉矶分校/悉尼大学团队制作了一个 16 电极阵列，覆盖了一层随机但一致密集的导电纤维。纤维重叠处可根据多种因素形成或断开连接，类似于大脑神经元动态加强或放弃连接的方式。
该团队表示，该网络识别手写数字的准确率达 93.4%，在相似规模下优于传统方法。虽然距离实际应用尚远，但自组织网络未来有望进入技术工具箱。
AI 助力解决实际问题
很高兴看到机器学习模型帮助人们解决问题，本周有几个典型案例。
斯坦福大学研究人员开发了 GeoMatch 工具，旨在根据难民和移民的情况及技能推荐合适定居点。目前安置决定虽由经验丰富的官员做出，但未必总有数据支持。GeoMatch 考虑多种特征，建议人们可能找到稳定工作的地点。“过去需多人花费数小时的研究，现在几分钟即可完成，”项目负责人迈克尔·霍塔德表示，“GeoMatch 作为简化信息收集与建立关联的工具，极具实用价值。”
华盛顿大学机器人研究人员展示了自动喂食系统的新进展。该系统经多次迭代和社区反馈演进，“目前已能处理叉子能应对的几乎所有食物，如土豆泥、面条、水果沙拉、蔬菜沙拉、切好的披萨、三明治或肉块等，但不能舀汤，”共同负责人 Ethan K. Gordon 表示。
此类项目虽永远无法真正“完成”，但在每个阶段都能惠及越来越多的人群。
此外，还有多个项目帮助视障人士出行，如 GPT-4V 驱动的 Be My AI、微软 Seeing AI 等。谷歌也将其路径规划应用 Project Guideline 开源，这意味着其他研究者可利用这项技术进行个人项目开发。
最后分享一个有趣的项目：FathomVerse。这是一款用于识别海洋生物的游戏/工具，类似于 iNaturalist 识别植物的方式。由于海葵和章鱼等动物柔软且难以识别，该项目急需公众协助。欢迎注册测试版，助力项目起步！
