
Illustration by Nick Barclay / The Verge
据《华尔街日报》报道(https://www.theverge.com/23610427/chatbots-chatgpt-new-bing-google-bard-conversational-ai),Meta一直在抢购人工智能训练芯片并建设数据中心,以创建一个更强大的新聊天机器人,它希望能像OpenAI的GPT-4一样精密。据报道,该公司计划在2024年初开始培训新的大型语言模型,首席执行官Mark Zuckerberg计划继续以开源模式(https://www.theverge.com/2023/7/18/23799025/meta-ai-llama-2-open-source-microsoft)发布新模型,因此其他公司可以免费使用这类人工智能工具。
《华尔街日报》写道,Meta一直在购买更多的英伟达H100人工智能训练芯片,并正在加强其基础设施建设,以便这一次,它不需要依赖微软的Azure云平台来训练新的聊天机器人。该公司今年早些时候组建了一个小组来构建该模型,目的是加快创建可以模仿人类表情的人工智能工具。
据报道,Meta今年在多个LLM项目之间分配了大量的计算资源,导致人工智能研究人员流失。它还面临着生成人工智能领域的激烈竞争。OpenAI在4月份表示,它没有训练GPT-5,而且“在一段时间内不会”,但据报道,苹果每天都在向自己的“Ajax”人工智能模型投入数百万美元,它显然认为该模型甚至比GPT-4更强大。谷歌和微软都在扩大人工智能在其生产力工具中的使用,谷歌希望在谷歌助手中使用生成人工智能。亚马逊在其整个组织中也有生成性人工智能计划,可能会产生一个聊天机器人驱动的Alexa。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。