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实用汇总，以及我们未单独报道的值得注意的研究和实验。
Meta 推出名人 AI 聊天机器人，“角色驱动”AI 受追捧
上周在其年度 Connect 大会期间，Meta 在其 messaging apps（WhatsApp、Messenger 和 Instagram DMs）上推出了一系列新的 AI 驱动聊天机器人。这些机器人面向美国部分用户可用，经过调校以展现特定个性并模仿名人，包括 Kendall Jenner、Dwyane Wade、MrBeast、Paris Hilton、Charli D’Amelio 和 Snoop Dogg。聊天机器人是 Meta 提升其平台家族整体参与度的最新举措，尤其是在年轻人群体中。（根据 2022 年 Pew Research Center 调查，只有约 32% 的 13 至 17 岁互联网用户表示他们曾使用过 Facebook，较前一年下降了超过 50%。）
但 AI 驱动的个性也反映了更广泛的趋势：“角色驱动”AI 的日益流行。考虑一下 Character.AI，它提供具有独特个性的可定制 AI 伴侣，例如将 Charli D’Amelio 设定为舞蹈爱好者或将 Chris Paul 设定为职业高尔夫球手。今年夏天，Character.AI 的移动应用在不到一周的时间内吸引了超过 170 万次新安装，而其网页应用每月访问量超过 2 亿次。Character.AI 声称，截至 5 月，用户每次访问平均花费 29 分钟——该公司称这一数字比 OpenAI 的 ChatGPT 高出 300%，而 ChatGPT 的使用量正在下降。
这种病毒式传播吸引了包括 Andreessen Horowitz 在内的投资者，后者向 Character.AI 投入了超过 1 亿美元的风险投资，该公司上一次的估值为 10 亿美元。此外，还有 Replika，这是一个备受争议的 AI 聊天机器人平台，3 月份拥有约 200 万用户——其中 25 万是付费订阅用户。更不用说 Inworld，这是另一个由 AI 驱动的角色成功故事，正在开发一个用于在游戏和其他互动体验中创建更动态 NPC 的平台。迄今为止，Inworld 并未分享太多使用数据。但由 AI 驱动的更具表现力、更自然的角色的前景，已为 Inworld 赢得了迪士尼的投资以及来自《堡垒之夜》和虚幻引擎开发商 Epic Games 的资助。
因此，显然具有个性的 AI 聊天机器人确实有其独特之处。但这究竟是什么呢？我敢说，像 ChatGPT 和 Claude 这样的聊天机器人，虽然在明确的职业环境中无疑非常有用，但不如“角色”那样具有吸引力。坦白说，它们没那么有趣——这也不足为奇。通用聊天机器人的设计目的是完成特定任务，而不是进行生动的对话。但问题是，AI 驱动的角色能否持久流行？Meta 显然希望如此，考虑到它在新机器人集合上投入的资源。我自己也不太确定——与大多数技术一样，新奇感最终可能会消退。然后，人们将转向下一个热门事物——无论那究竟是什么。
其他值得关注的 AI 新闻
- Spotify 测试 AI 生成的播放列表：Sarah 报道，在 Spotify 应用代码中发现的引用表明，该公司可能正在开发生成式 AI 播放列表，用户可以使用提示词来创建这些播放列表。
- 艺术家从生成式 AI 中赚了多少钱？谁知道呢？TC 获悉，一些生成式 AI 供应商（如 Adobe）已设立基金和收入分成协议，以支付为其生成式 AI 模型训练所用数据集做出贡献的艺术家及其他贡献者。但这些艺术家实际上能赚多少钱尚不清楚。
- Google 扩展 AI 驱动搜索：Google 向青少年开放其生成式 AI 搜索体验，并推出了一项新功能，用于为用户看到的内容添加上下文，同时更新了搜索体验的 AI 模型，以更好地检测虚假或冒犯性查询。
- Amazon Bedrock 正式商用发布，CodeWhisperer 进军企业市场：Amazon 宣布 Bedrock 的正式发布，这是一个托管平台，通过 API 提供来自 Amazon 自身及第三方合作伙伴的各种生成式 AI 模型选择。该公司还推出了企业版 CodeWhisperer，这是 Amazon 提供的 AI 驱动服务，用于生成和推荐代码。
- OpenAI 涉足硬件领域：据 The Information 报道，前 Apple 产品设计师 Jony Ive 正在与 OpenAI CEO Sam Altman 洽谈一个神秘的 AI 硬件项目。与此同时，OpenAI 计划很快发布具有图像分析能力的更强大版本的 GPT-4 模型，其二级市场估值可能飙升至 900 亿美元。
- ChatGPT 获得语音功能：在其他 OpenAI 新闻中，ChatGPT 已演变为远超文本搜索引擎的存在，OpenAI 最近宣布它将新增语音和基于图像的智能功能。
- 编剧罢工与人工智能：经过近五个月的谈判，美国编剧工会与好莱坞制片厂达成协议，结束了编剧罢工。在这场具有历史意义的罢工期间，人工智能成为编剧与制片厂之间争议的关键焦点。Amanda 对相关的合同新条款进行了详细解读。
- Getty Images 推出图像生成器：作为最大的库存图片、编辑照片、视频和音乐供应商之一，Getty Images 推出了一款生成式 AI 艺术工具，声称其比市场上其他竞争对手的解决方案“在商业上更安全”。在该工具发布之前，Getty 一直是 Stable Diffusion 等生成式 AI 产品的激烈批评者，后者是在其图像内容库的子集上进行训练的。
- Adobe 将生成式 AI 引入网页端：Adobe 正式向所有付费用户推出了网页版 Photoshop。该网页版经历了近两年的测试阶段，现在已可用，并配备了由 Firefly 驱动的 AI 工具，如生成式填充和生成式扩展。
- 亚马逊将对 Anthropic 投资数十亿美元：亚马逊已与 AI 初创公司 Anthropic 达成协议，将向其投资高达 40 亿美元。两家公司表示，此举标志着这家电商巨头在快速发展的 AI 领域加大了对微软、Meta、谷歌和英伟达的竞争力度。
更多机器学习知识
当我与 Anthropic 首席执行官 Dario Amodei 探讨 AI 的能力时，他似乎认为目前我们已知范围内不存在硬性限制——并非完全没有极限，而是他尚未遇到（合理的）问题是大语言模型（LLMs）至少无法做出体面努力的。这是乐观主义，还是他言之有物？时间会给出答案。
与此同时，仍有大量研究正在进行中。爱丁堡大学这一项目将神经网络回归其根源：神经元。不是人类那种复杂而微妙的神经复合体，而是昆虫那种更简单（但高效）的神经元。
尽管蚂蚁和其他小型昆虫的视觉和记忆能力较为原始，但它们却非常擅长在复杂环境中导航。该团队基于观察到的昆虫神经网络构建了一个数字网络，发现它能够在资源极其有限的情况下，成功引导小型机器人进行视觉导航。在功率和体积受到特别限制的系统中，未来或许能够采用这种方法。大自然总是值得我们学习！
色彩科学是另一个人类在某种程度上凭借定义领先于机器的领域：我们不断致力于以更逼真的方式重现所见景象，但有时这种努力会以事后看来可预测的方式失败。例如，以浅色皮肤为设计基础的系统往往无法完美捕捉肤色——尤其是当带有偏见训练集的机器学习系统介入时。如果成像系统不理解肤色，就无法正确曝光和调整曝光及色彩。
索尼旨在通过一种新的肤色指标来改进这些系统，该指标利用色标以及感知的光/暗水平更全面且高效地定义肤色。在此过程中，他们表明现有系统中的偏见不仅存在于亮度上，也存在于肤色色调上。
说到修复照片，谷歌推出了一项新技术，极有可能（经过某种精炼形式）应用于其主打计算摄影的 Pixel 设备。RealFill 是一个生成式插件，可以用“原本应该存在的内容”填充图像。例如，如果你拍摄生日派对的绝佳照片恰好裁剪掉了气球，你可以将这张好照片以及同一场景中的其他几张提供给系统。系统会推断出绳子顶部“应该”有气球，并利用来自其他图片的信息将其添加进去。
这远非完美（它们仍然是幻觉，只是信息充分的幻觉），但如果谨慎使用，它可能成为一个非常有用的工具。不过，这还算是一张“真实”的照片吗？嗯，咱们现在先不深入讨论这个问题。
最后，机器学习模型在预测大地震后余震数量方面可能比人类更准确。需要明确的是（正如研究人员所强调的），这并非旨在“预测”地震，而是在地震发生时对其进行准确刻画，以便判断 5.8 级地震属于那种一小时内会引发三次较小余震的类型，还是仅在二十分钟后发生一次余震的类型。最新的模型在这些特定情况下表现尚可——它们并非错误，且能够快速处理大量数据。随着时间的推移，这些模型或许能帮助地震学家更好地预测地震和余震，但正如科学家们所指出的，做好准备更为重要；毕竟，即使知道地震即将来临，也无法阻止其发生。