跟上 AI 这样快速发展的行业是一项艰巨的任务。在 AI 能够为你做到这一点之前，这里有一份机器学习领域近期故事的便捷汇总，以及我们没有单独报道的值得注意的研究和实验。
本周 AI 动态
OpenAI 举办了其预计将成为众多开发者会议中的第一场。在主题演讲期间，该公司展示了一大批新产品，包括改进版的 GPT-4、新的文本转语音模型以及用于图像生成的 DALL-E 3 API 等。
但毫无疑问，最重要的公告是 GPTs。
OpenAI 的 GPTs 为开发者提供了一种构建由 OpenAI 模型驱动的自己对话式 AI 系统的方式，并可在名为 GPT Store 的 OpenAI 托管市场上发布这些系统。OpenAI CEO Sam Altman 在会议现场表示，很快，开发者甚至可以根据 GPTs 的使用人数来从中获利。
“我们相信，如果给人们提供更好的工具，他们就能创造出令人惊叹的成果。你可以构建一个 GPT……然后将其发布供他人使用，由于它们结合了指令、扩展知识和操作功能，因此能为你提供更多帮助。”——Altman
当然，OpenAI 从 AI 模型提供商向平台转型的过程颇为有趣——但并非完全出乎意料。这家初创公司在三月通过推出插件，为其 AI 驱动的聊天机器人 ChatGPT 推出了插件，首次将第三方引入 OpenAI 的模型生态系统。
但让这位作者感到意外的是，OpenAI 在起步阶段就提供了如此广泛和深入的 GPT 构建——以及商业化——工具。
我的同事 Devin Coldewey 亲自参加了 OpenAI 的会议，他告诉我，GPT 的体验在演示中“有点小故障”，但基本上如宣传所说的那样运作。GPTs 不需要编程经验，其复杂程度可由开发者自行决定。例如，可以让一个 GPT 学习食谱集，从而能够回答关于特定菜谱食材的问题；或者让一个 GPT 吸收公司的专有代码库，以便开发者检查代码风格或生成符合最佳实践的代码。
GPTs 实际上实现了生成式 AI 应用创建的民主化——至少对于使用 OpenAI 系列模型的应用而言是这样。如果我是 OpenAI 的竞争对手——至少是没有大型科技公司支持的竞争对手——我大概会急忙冲向比喻意义上的作战室，以组织应对措施。
GPT 可能会摧毁那些商业模式围绕为客户构建本质上等同于 GPTs 的咨询机构。而对于拥有开发人才的客户来说，它可能使那些不提供任何形式应用构建工具的模型提供商变得不那么有吸引力，因为将提供商的 API 集成到现有应用和服务中涉及复杂的复杂性。
这是好事吗？我认为未必——我担心垄断的可能性。但 OpenAI 拥有先发优势，并且正在利用这一优势——无论好坏。
其他值得关注的 AI 新闻
- 三星发布生成式 AI：在 OpenAI 开发者活动仅仅几天后，三星在 2023 年三星 AI 论坛上发布了其自身的生成式 AI 家族——Samsung Gauss。该公司表示，Samsung Gauss 包含三个模型——一个与 ChatGPT 类似的大型语言模型、一个代码生成模型和一个图像生成与编辑模型——目前已在三星内部员工中使用，并将在“不久的将来”向公众用户开放。
- 微软为初创企业提供免费的 AI 算力：微软本周宣布，正在更新其初创企业计划“Microsoft for Startups Founders Hub”，其中包括为基于 Nvidia 的高端 GPU 虚拟机集群提供免费 Azure AI 基础设施选项，用于训练和运行生成式模型。Y Combinator 及其初创企业创始人社区将率先在私有预览中访问这些集群，随后是微软的风险投资基金 M12 以及 M12 投资组合中的初创企业——之后可能还有其他初创企业投资者和加速器。
- YouTube 测试生成式 AI 功能：YouTube 即将开始实验新的生成式 AI 功能，该公司宣布了此事。作为面向付费 YouTube 订阅用户的高级套餐的一部分，用户将能够试用一款利用 AI 回答关于 YouTube 内容的问题并提供推荐的工具，以及一项总结视频评论中主题的功能。
- 对谷歌 DeepMind 机器人负责人的采访：布莱恩与谷歌 DeepMind 的机器人负责人文森特·范霍克就谷歌宏大的机器人愿景进行了交谈。此次访谈涉及多个话题，包括通用机器人、生成式 AI，以及——出乎意料地——办公室 Wi-Fi。
- 李开复的 AI 初创公司发布模型：李开复是一位计算机科学家，在西方因畅销书《AI 超级大国》（AI Superpowers）而闻名，在中国则因押注 AI 独角兽企业而备受瞩目。他凭借自己的 AI 初创公司 01.AI 取得了令人瞩目的进展。自成立仅七个月后，估值达 10 亿美元的 01.AI 发布了其首款模型，即开源的 Yi-34B。
- GitHub 预告可定制的 Copilot 计划：GitHub 本周宣布了一项企业订阅层级的计划，允许公司根据其内部代码库微调其 Copilot 结对编程助手。该消息是这家微软旗下公司在周三举行的年度 GitHub Universe 开发者大会上披露的一系列重要信息之一，包括一个新的合作伙伴计划，以及对 Copilot Chat（Copilot 最近推出的类聊天机器人功能）何时正式可用的更多澄清。
- Hugging Face 的两人模型团队：AI 初创公司 Hugging Face 提供广泛的数据科学托管和开发工具。但如今该公司最令人印象深刻且功能强大的工具来自一个名为 H4 的两人团队，该团队于今年一月刚刚组建。
- Mozilla 发布 AI 聊天机器人：今年早些时候，Mozilla 收购了 Fakespot，这是一家利用人工智能和机器学习来识别虚假和欺骗性产品评论的初创公司。现在，随着 Fakespot Chat 的到来，Mozilla 正在推出其首个大型语言模型。Fakespot Chat 是一个 AI 代理，通过回答关于产品的问题甚至建议可能对产品研究有用的问题，帮助消费者在网上购物。
更多机器学习知识
我们在许多学科中看到，机器学习模型在浏览了大量先前的示例后，能够对复杂的数据结构做出非常好的短期预测。例如，它可以延长即将到来的地震的预警时间，为人们提供至关重要的额外 20-30 秒时间来躲避。Google 也展示了它在预测天气模式方面的出色能力。
MetNet-3 是一系列基于物理学的天气模型中的最新一款，它考察降水、温度、风和云量等多种变量，并对未来可能出现的天气情况产生出令人惊讶的高分辨率（时间和空间）预测。这类预测大多基于较为古老的模型，这些模型有时准确，有时无效，或者可以通过将其数据与其他来源结合来提高准确性——这正是 MetNet-3 所做的。我不会深入细节，但他们上周发布了一篇关于该主题的非常有趣的帖子，很好地展示了现代天气预测引擎的工作原理。
在其他高度专业的科学新闻中，堪萨斯大学的研究人员开发了一种用于化学期刊文章的 AI 生成文本检测器……。虽然它对大多数人来说没什么用，但在 OpenAI 和其他公司放缓检测模型的开发后，它证明了至少某种更有限的方案是可行的。“大多数文本分析领域希望有一个能适用于任何内容的通用检测器，”合著者 Heather Desaire 说，“我们真正追求的是准确性。”
OpenAI 因“准确率低下”而弃用 AI 生成文本检测器
他们的模型是在美国化学学会期刊的文章上训练的，学习仅从标题和摘要中撰写引言部分。后来，它能够以近乎完美的准确率识别由 ChatGPT-3.5 撰写的引言。显然，这是一个非常狭窄的用例，但团队指出他们能够相当快速且轻松地设置它，这意味着可以为不同的科学领域、期刊和语言设置检测器。
目前还没有针对大学申请文书的检测工具，但 AI 可能很快会介入这一流程，不是决定谁被录取，而是帮助招生官识别那些璞玉般的候选人。科罗拉多大学和宾夕法尼亚大学的研究人员表明，机器学习模型能够成功识别出学生文书中表示兴趣和特质的段落，例如领导力或“亲社会目的”。
学生不会以这种方式评分（再次强调，目前不会），但对于必须处理成千上万份申请的管理者来说，这是一个急需的工具，他们偶尔需要一些帮助。他们可以使用这样的一层分析来对论文进行分组，或者更好地随机分配，以免所有谈论露营的论文都排在一起。研究还暴露出，学生使用的语言对某些学术因素（如毕业率）具有惊人的预测性。当然，他们将更深入地研究这一点，但可以肯定的是，基于机器学习的文体学将保持重要性。
然而，不能忽视 AI 的局限性，正如华盛顿大学的一组研究人员测试 AI 工具与其自身无障碍需求兼容性时所强调的那样。他们的体验好坏参半，总结系统添加了偏见或幻觉细节（使其不适合无法阅读原始材料的人），并且不一致地应用无障碍内容规则。
与此同时，一位自闭症谱系人士发现，使用语言模型在 Slack 上生成消息有助于克服他们在正常沟通能力方面的缺乏自信。尽管她的同事觉得这些消息有些“机械化”，但这对用户来说总体上是有益的，这是一个好的开始。你可以在这里找到关于这项研究的更多信息。
然而，上述两项内容都引发了敏感领域中关于偏见和通用 AI 怪异行为的棘手问题，因此一些州和市正在考虑制定规则，规定 AI 在官方职责中可以用于什么用途，这并不令人意外。例如，西雅图刚刚发布了一套“治理原则”和工具包，在使用 AI 模型进行官方用途之前必须咨询或应用这些内容。毫无疑问，我们将在各级治理中看到不同——甚至可能相互矛盾——的规则体系被实施。
在虚拟现实内部，一个充当灵活手势检测器的机器学习模型帮助创造了一系列与虚拟对象交互的非常有趣的方式。“如果使用 VR 就像使用键盘和鼠标一样，那用它有什么意义呢？”首席作者 Per Ola Kristensson 问道，“它需要赋予你几乎超人的能力，而这些能力在其他地方无法获得。”说得对！
你可以从上面的视频中看到它的工作原理，仔细想想，这在直觉上完全合理。我不想用我的鼠标手指从菜单中选择“复制”然后“粘贴”。我想一只手拿着物体，然后张开另一只手的手掌，砰！就出现了一个副本！然后如果我想剪切它们，我只需把手变成剪刀形状？！这太棒了！
最后，说到“剪切/粘贴”，这是瑞士洛桑联邦理工学院（EPFL）一场新展览的名称，学生和教授们研究了自 20 世纪 50 年代以来的漫画历史，以及人工智能如何增强或诠释这些作品。显然，生成式艺术尚未完全接管一切，但一些艺术家显然热衷于尝试这项新技术，尽管它存在伦理和版权方面的难题，并探索其对历史材料的诠释。如果你有幸在洛桑，不妨去看看 Couper/Coller（这一当地对无处不在的数字操作“复制/粘贴”的巧妙称呼）。