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
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。