跟上 AI 这样快速发展的行业是一项艰巨的任务。因此，在 AI 能够为你做到这一点之前，这里有一份关于上周机器学习世界故事的便捷汇总，以及我们没有单独报道的值得注意的研究和实验。
YouTube 开始尝试使用 AI 生成的摘要：用于观看和搜索页面上的视频，但仅针对有限数量的英语视频和观众。
当然，这些摘要可能对发现和可访问性有用——并非每个视频创作者都愿意费心去写描述。但我担心 AI 嵌入的错误和偏见的可能性。
即使是目前最好的 AI 模型也倾向于“幻觉”。OpenAI 坦承其最新的文本生成和总结模型 GPT-4 在推理方面存在重大错误并编造“事实”。健康科技行业的企业家 Patrick Hymel 撰写了 GPT-4 如何编造参考文献、事实和数字，且没有任何可识别的真实来源链接的文章。而 Fast Company 测试了 ChatGPT 总结文章的能力，发现它……相当糟糕。
考虑到分析视频内容所带来的额外挑战，可以想象 AI 生成的视频摘要会偏离正轨。很难评估 YouTube 的 AI 生成摘要的质量。但众所周知，AI 并不擅长总结 文本 内容。
YouTube 微妙地承认，AI 生成的描述不能替代真实的内容。在支持页面上，它写道：“虽然我们希望这些摘要能提供帮助，并让你快速了解视频的大致内容，但它们并不能取代视频描述（这些是由创作者撰写的！）。”
希望该平台不会过于仓促地推出这一功能。但考虑到谷歌近期推出的半成品 AI 产品（参见其试图打造 ChatGPT 竞争对手的尝试 Bard），我对此不太有信心。
以下是过去几天值得关注的其他 AI 新闻：
Dario Amodei 将出席 Disrupt 大会：我们将采访 Anthropic 的联合创始人，探讨拥有如此多资金是一种怎样的体验。当然，也会聊一些 AI 相关的内容。
Google Search 新增 AI 功能：谷歌正在为其 AI 驱动的 Search Generative Experience (SGE) 添加上下文相关的图片和视频，这是谷歌在五月 I/O 大会上宣布的由生成式 AI 驱动搜索功能的更新。通过此次更新，SGE 现在会显示与搜索查询相关的图片或视频。据报道，该公司还正在将其 Assistant 项目转向类 Bard 的生成式 AI。
微软终止 Cortana 服务：呼应《光环》系列游戏的情节——Cortana 的名字正是取自该游戏系列——Cortana 已被“消灭”。幸运的是，这并非失控的通用 AI，而是一个过时的数字助手，它的时代已经终结。
Meta 拥抱生成式 AI 音乐：Meta 本周宣布了 AudioCraft，这是一个框架，可根据简短的文字描述或提示生成其所谓“高质量”、“逼真”的音频和音乐。
Google 撤下 AI Test Kitchen：Google 已将其 AI Test Kitchen 应用从 Play 商店和 App Store 下架，转而专注于 Web 平台。该公司于去年推出了 AI Test Kitchen 体验，旨在让用户与由 LaMDA 2 等不同 AI 模型驱动的项目进行互动。
机器人从少量数据中学习：谈及 Google，这家科技巨头的 AI-focused 研究实验室 DeepMind 开发了一套系统，据称该系统允许机器人将相对小规模数据集上所学的概念有效迁移到不同场景中。
Kickstarter 实施关于生成式 AI 的新规：Kickstarter 本周宣布，其平台上使用 AI 工具生成内容的项目必须披露项目所有者计划如何在作品中使用该 AI 内容。此外，Kickstarter 还强制要求涉及开发 AI 技术的新项目详细说明项目所有者打算使用的训练数据来源。
中国严打生成式 AI：本周，多款生成式 AI 应用已从 Apple 的中国区 App Store 下架，这得益于新规要求在中国运营的 AI 应用必须获得行政许可。
用于创建 NPC 的生成式 AI 平台 Inworld 获得新一轮投资
Stable Diffusion 发布新模型：Stability AI 推出了 Stable Diffusion XL 1.0，这是一款文生图模型，公司称其为迄今为止“最先进”的版本。Stability 声称，与上一代作品相比，该模型的图像色彩“更鲜艳”、“更准确”，且在对比度、阴影和光照方面表现更佳。
AI 的未来是视频：或者至少，正如哈杰所说，生成式 AI 业务的大部分是这样的。
AI.com 已从 OpenAI 转向 X.ai：目前尚不清楚该域名是被出售、出租，还是某种持续计划的一部分，但这个备受追捧的双字母域名（价值可能在 500 万至 1000 万美元之间）现在指向埃隆·马斯克的 X.ai 研究机构，而非 ChatGPT 界面。
其他机器学习见解
正如我定期在此记录的那样，人工智能正逐步渗透进无数科学领域，但如果你无法立刻列举出超过几项具体应用，那也情有可原。这篇来自《自然》的文献综述全面梳理了人工智能正在发挥作用的领域和方法，以及促成这些进展的技术突破，其详尽程度堪称罕见；尽管它设有付费墙，但你或许能找到获取副本的途径。
若想更深入地了解人工智能在改善全球抗击传染病斗争中的潜力，可参阅《科学》杂志上的这篇文章，而几点关键结论则可在宾夕法尼亚大学的总结中找到；其中有趣的一点是，旨在预测药物相互作用的模型还有助于“解开感染性生物体与宿主免疫系统之间错综复杂的相互作用”；疾病病理学往往极其复杂，因此流行病学家和医生可能会抓住任何能提供的帮助。
另一个有趣的例子是这项多机构工作，尽管并非所有算法都应被称为人工智能，即通过算法识别“潜在危险”的小行星。天空巡天项目产生了海量数据，从中筛选出小行星等微弱信号是一项艰巨且极易自动化的工作。在测试该算法处理 ATLAS 数据时，发现了 600 英尺的 2022 SF289 小行星。“这仅仅是不到两年后鲁宾天文台即将带来的成果的冰山一角，届时 HelioLinc3D 将每晚发现一颗这样的小行星，”华盛顿大学的马里奥·尤里奇说。令人迫不及待！
围绕 AI 研究世界有一种光环，那就是正在进行关于 AI 的研究 关于 AI——它是如何工作的以及为什么。通常这些研究对非专家来说相当难以理解，而来自 ETHZ 研究人员的一项研究也不例外。但首席作者 Johannes von Oswald 还接受了一次采访，用通俗英语解释了一些概念。如果你对像 ChatGPT 这样的模型内部发生的“学习”过程感到好奇，值得一读。
改进学习过程也很重要，正如这些杜克大学研究人员发现，答案并不总是“更多数据”。事实上，更多的数据可能会阻碍机器学习模型，杜克大学教授 Daniel Reker 表示：“这就像你训练一个算法来区分狗和猫的照片，但你给它十亿张狗的照片作为学习素材，而只给一百张猫的照片。算法会变得非常擅长识别狗，以至于一切看起来都像狗，它会忘记世界上其他所有东西。”他们的方法使用了一种“主动学习”技术，该技术识别出数据集中的此类弱点，并在仅使用十分之一数据的情况下证明了更高的有效性。
伦敦大学学院的一项研究发现，人们只有 73% 的时间能够分辨真实语音和合成语音，无论是英语还是普通话。我们可能都会在这方面变得更好，但在短期内，技术可能会超出我们的检测能力。请保持警惕。