今日值得关注的人工智能新动态：
OpenAI首次公开收购
比尔·盖茨谈AI：像一位优秀的高中老师，总能提供有用的反馈
谷歌正测试可提供生活建议的AI助理
麦肯锡将推出生成式AI工具Lilli
Gartner：生成式AI位于“预期膨胀高峰”2-5年内将产生变革性效益
David Baker团队新作：利用深度学习改进新蛋白质设计
你到底多大了？AI：来，看看你的胸部X光片
AutoGen：通过多代理对话框架赋能下一代LLM应用程序
TeCH：文本引导的栩栩如生的着衣人重构
01
OpenAI首次公开收购
据 OpenAI 官方博客介绍，该公司已经收购了 AI 设计工作室 Global Illumination。据了解，这是一家利用 AI 打造创意工具、基础设施和数字体验的初创公司，曾在 Instagram 和 Facebook 设计和构建产品，同时参与了 YouTube、谷歌、皮克斯、Riot Games 等公司的工作。
OpenAI 在博客中写道，“整个（Global Illumination）团队现已加入 OpenAI，（他们将）致力于开发我们的核心产品，包括 ChatGPT。”
02
比尔·盖茨谈AI：
像一位优秀的高中老师，
总能提供有用的反馈
日前，比尔·盖茨在一期播客节目中谈及了关于“人工智能（AI）如何改变教育”的远景。他表示，通过模仿你最喜欢的高中英语老师，AI 聊天机器人很快就能对论文提供有用的反馈，包括如何更清晰地写作和提出合理的论点。
在他看来，这对于全球教育来说将是一个巨大的进步，因为当今的软件程序在教授阅读或写作技能方面“并不是那么出色”。
03
谷歌正测试
可提供生活建议的AI助理
据《纽约时报》报道，谷歌正在对一些工具进行评估，这些工具将利用 AI 来执行一些研究人员认为应该避免的任务。
据介绍，Google DeepMind 一直在试图利用生成式 AI，执行至少 21 种不同类型的个人和专业任务，包括为用户提供生活建议、想法、规划指导和辅导技巧的工具。
两位了解该项目的知情人士匿名表示，与 Google DeepMind 合作的 Scale AI 也已组建了测试（模型）能力的团队，其中包括 100 多名拥有不同领域博士学位的专家，以及更多评估工具反应的员工。
另外，测试的一部分内容是研究这些工具是否能提供人际关系建议或帮助用户回答私密问题。
04
麦肯锡将推出
生成式AI工具Lilli
麦肯锡是世界上最大的咨询机构之一，一直以来都在积极拥抱生成式 AI 工具。如今，他们为自家员工开发了一款生成式AI工具——Lilli。
据介绍，Lilli 是由麦肯锡首席技术官 Jacky Wright 领导的团队，基于超过 100000 份文档和访谈记录，为自家员工设计的一款新聊天应用程序，其可以提供信息、见解、数据、计划，甚至推荐最适合咨询项目的内部专家。
05
Gartner：
生成式AI位于“预期膨胀高峰”
2-5年内将产生变革性效益
根据 Gartner 2023 年新兴技术成熟度曲线（Hype Cycle for Emerging Technologies, 2023），生成式 AI 目前正处于“预期膨胀高峰”，预计将在两到五年内实现转型效益。这是这个技术成熟度曲线上的一个关键趋势，意味着生成式 AI 正在为创新创造新的机会。
Gartner 杰出副总裁分析师 Arun Chandrasekaran 表示：“许多新 AI 技术的普及将对商业和社会产生深远影响。AI 基础模型的大规模预训练和规模化、对话式代理的大规模采用以及生成式 AI 应用的普及，都预示着劳动力生产力和机器创造力的新浪潮。”
06
David Baker团队新作：
利用深度学习改进新蛋白质设计
华盛顿大学（UW）和比利时根特大学（Ghent University）的科学家们利用深度学习技术增强了当前基于能量的从头计算蛋白质设计物理模型。
研究人员将 DeepMind 的 AlphaFold 2 和华盛顿大学开发的 RoseTTA 折叠软件纳入了深度学习增强的从头蛋白质结合设计协议。他们在德克萨斯高级计算中心的 Frontera 超级计算机上并行运行了 600 万个潜在结合蛋白结构之间的相互作用，并使用华盛顿大学的 ProteinMPNN 软件生成蛋白序列神经网络，其速度比之前最好的软件快 200 多倍。
结果表明，设计的结构与目标蛋白质的结合速度提高了 10 倍，不过华盛顿大学团队表示，他们还必须将速度再提高三个数量级。
论文：
Improving de novo protein binder design with deep learning
07
你到底多大了？
AI：来，看看你的胸部X光片
来自大阪公立大学的科学家们开发出了一个人工智能（AI）模型，它能利用胸部 X 光片准确估算出一个人的实际年龄。更重要的是，当出现差异时，它可以提示与每种慢性疾病的相关性。
据介绍，AI 估算的年龄与患者的实际年龄之间的差异，与多种慢性疾病（如高血压、高尿酸血症和慢性阻塞性肺病）呈正相关。换句话说，AI 估算的年龄与实际年龄的比值越高，一个人患这些疾病的可能性就越大。
论文：
Chest radiography as a biomarker of ageing: artificial intelligence-based, multi-institutional model development and validation in Japan
08
AutoGen：
通过多代理对话框架
赋能下一代LLM应用程序
该研究介绍了 AutoGen，这是一个新的框架，可以使用多个代理开发 LLM 应用程序，这些代理可以通过相互对话来共同解决任务。
据介绍，AutoGen 代理可定制、可对话，允许人类无缝参与，且可以在各种模式下运行，使用 LLM、人类输入和工具。另外，AutoGen 可以轻松地被用于解决任务或构建应用程序，这些示例涉及编码、数学、运筹学、娱乐、在线决策、问题解答等。
论文：
AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation Framework
09
TeCH：
文本引导的栩栩如生的着衣人重构
尽管先前的研究在从单张图像重建穿着衣物的人体方面取得了一些进展，但准确还原“未见区域”的高级细节仍是一项尚未解决的挑战。
借助基础大模型，该研究使用以下技术重建 3D 着装人体：1）通过服装解析模型和视觉问题解答（VQA）自动生成的描述性文本提示（如服装、颜色、发型）；2）学习“无法描述”外观的个性化微调文本到图像扩散模型（T2I）。
据介绍，由 TeCH 制作的 3D 着装人体服装具有一致、细腻的纹理和完整的全身几何形状。定量和定性实验证明，TeCH 在重建精度和渲染质量方面优于现有的最先进方法。
论文：
TeCH: Text-guided Reconstruction of Lifelike Clothed Humans