跟上人工智能这样快速发展的行业是一项艰巨的任务。在AI能为你做到这一点之前，以下是上周机器学习领域的精选汇总及未单独报道的 notable 研究和实验。
苹果强势入局AI竞赛
上周，苹果非常显眼且有意地加入了竞争激烈的人工智能竞赛。在其 WWDC 活动上，苹果明确表明人工智能是其即将推出的硬件和软件中许多功能背后的驱动力。
例如，计划于今年晚些时候推出的 iOS 17 能够利用计算机视觉从 iPhone 照片中为相似菜肴推荐食谱。人工智能还驱动着全新的交互式日记应用 Journal，该应用会根据其他应用中的活动提供个性化建议。
iOS 17 还将配备由人工智能模型驱动的升级自动更正功能，能更准确地预测用户可能使用的下一个单词和短语。随着时间的推移，它将变得量身定制，学习用户最常用的词汇——包括令人捧腹的脏话。
人工智能也是苹果 Vision Pro 增强现实耳机的核心——特别是 Vision Pro 上的 FaceTime。通过机器学习，Vision Pro 可以创建佩戴者的虚拟化身，插值出各种面部扭曲——包括皮肤张力和肌肉运动。
这可能不是生成式人工智能（当今最热门的AI子类别），但在我看来，苹果的意图似乎是发起某种回归——展示它并非一个可以被低估的公司，尽管多年来其机器学习项目进展不顺，从令人失望的 Siri 到陷入生产困境的自动驾驶汽车。
展示实力不仅仅是一种营销手段。据报道，苹果在人工智能领域的历史表现不佳导致了严重的人才流失，《The Information》报道称，包括一个曾致力于开发 OpenAI ChatGPT 底层技术的团队在内的优秀机器学习科学家，为了寻求更好的发展机会离开了苹果。
通过实际推出内置人工智能的产品来表明其对AI的重视，这似乎是一个必要的举措——而且一些苹果竞争对手在过去近期实际上未能达到这一标准。（这里正看着你，Meta。）从种种迹象来看，苹果上周取得了进展——尽管它并未大肆宣扬。
过去几天值得注意的其他AI头条新闻
- Meta 推出音乐生成器：不甘被 Google 比下去，Meta 发布了其 own 的人工智能驱动音乐生成器——与 Google 不同，它将其开源了。名为 MusicGen 的 Meta 音乐生成工具可以将文字描述转化为约 12 秒的音频。
- 监管机构审视 AI 安全：继英国政府上周宣布计划在今年秋季举办一场“全球”人工智能安全峰会之后，OpenAI、Google DeepMind 和 Anthropic 已承诺为其 AI 模型提供“早期或优先访问权限”，以支持评估和安全方面的研究。
- AI，遇见云：Salesforce 正在推出一套新产品，旨在加强其在竞争极其激烈的人工智能领域的地位。名为 AI Cloud 的这一套件包含旨在提供“企业级”人工智能的工具，是 Salesforce 最新的一次跨学科尝试，旨在通过人工智能能力增强其产品组合。
- 测试文本到视频 AI：TechCrunch 亲自体验了 Runway 的 AI 工具 Gen-2，该工具可根据文本生成短视频片段。结论是？在技术接近生成电影级画质的画面之前，还有很长的路要走。
- 企业人工智能获得更多资金：这表明生成式人工智能初创公司有足够的资金支持，Cohere 正在为企业开发一个人工智能模型生态系统，上周宣布在 C 轮融资中筹集了 2.7 亿美元。
- 你无法获得 GPT-5：OpenAI 首席执行官 Sam Altman 在最近由《经济时报》主办的会议上表示，OpenAI 仍在训练 GPT-5，这发生在微软支持的这家初创公司在许多行业高管和学者对 Altman 的大型语言模型的快速进步速度表示担忧后数月，当时该公司承诺在“一段时间内”不致力于开发 GPT-4 的继任者。
- WordPress 的人工智能写作助手：Automattic，即 WordPress.com 背后的公司和开源 WordPress 项目的主要贡献者，于上周二为这个流行的内容管理系统推出了一个人工智能助手。
- Instagram 获得聊天机器人：据应用研究人员 Alessandro Paluzzi 泄露的图片显示，Instagram 可能正在开发一款 AI 聊天机器人。根据反映可能上线也可能不上线的进行中的应用开发的泄露信息，这些 AI 代理可以回答问题或提供建议。
其他机器学习
如果你好奇人工智能在未来几年将如何影响科学研究，来自六个国家实验室的一个团队撰写了一份报告，正是基于去年举行的研讨会。人们可能会觉得，由于这份报告基于去年的趋势而非今年——而今年进展如此迅速——它可能已经过时。然而，尽管 ChatGPT 在科技界和大众认知中掀起巨大波澜，但事实上它对严肃的科学研究并不特别相关。真正重要的是更大规模的趋势，而且它们正以不同的速度发展。这份200页的报告绝非轻松读物，但每一节都巧妙地划分为易于消化的部分。
在国家实验室生态系统的其他地方，洛斯阿拉莫斯的研究人员正致力于推进忆阻器领域，忆阻器将数据存储和处理结合在一起——就像我们自己的神经元所做的那样。这是一种根本不同的计算方法，尽管这种方法尚未在实验室之外取得成果。至少，这种新方法似乎推动了前进的步伐。
AI 在语言分析方面的能力在这份关于警察与截停人员的互动报告中得到了展示。自然语言处理被用作多个因素之一，以识别预测截停升级的语言模式——尤其是针对黑人男性。人类和机器学习方法相互强化。（在此阅读论文。）
DeepBreath 是一个利用来自瑞士和巴西患者的呼吸录音训练而成的模型，其创建者 EPFL 声称它有助于早期识别呼吸系统疾病。该计划是将其集成到一款名为 Pneumoscope 的设备中，由衍生公司 Onescope 负责推出。我们可能会随后跟进该公司，以获取更多关于其进展的信息。
另一项 AI 健康领域的进展来自普渡大学，那里的研究人员开发了一种软件，能够用智能手机摄像头近似实现高光谱成像，成功追踪血液血红蛋白及其他指标。这是一项有趣的技术：利用手机的超慢动作模式，它可以获取图像中每个像素的丰富信息，为模型提供足够的数据进行推演。这或许是一种无需特殊硬件即可获取此类健康信息的绝佳方式。
我还不敢完全信任自动驾驶系统执行规避机动，但麻省理工学院正通过一项研究让这项技术逐步接近现实，该研究帮助 AI 在保持理想飞行路径的同时避开障碍物。任何普通的算法都可以提出剧烈的方向改变以避免碰撞，但在保持稳定且不震碎内部物品的同时做到这一点则更为困难。研究团队成功让一架模拟喷气式飞机自主执行了类似《壮志凌云》中的机动动作，且未失去稳定性。这比听起来要难得多。
本周最后一家是迪士尼研究院，他们总是能展示一些既有趣又恰好适用于电影制作或主题公园运营的成果。在 CVPR 大会上，他们展示了一个强大且通用的“面部特征点检测网络”，能够连续追踪面部运动并使用更多任意参考点。动作捕捉技术已经可以在不使用小标记点的情况下工作，但这将使其质量更高——也让演员的表演更加体面。