35612
AI一年，人间十年 ✏️ 投稿 @FreonLiquid 🫦 群组 https://t.me/Road2aiworld 🏂 频道 https://t.me/LptTech 📻 Discord https://discord.gg/3ggyJ8SV4F #chatGPT #互联网 #科技 #AI #人工智能
几个人工智能领域的大牛联手制作了一个爆逼真的视频，他们用这个深度伪造的视频告诉人们，现在任何视频都有可能是假的，并po出了他们的制作过程。
⚜️ truepic.com/revel/
Anthropic计划未来4年筹集50亿美元挑战OpenAI
⭐️ Anthropic 计划未来18个月投入十亿美元训练比当今最强AI 强 10 倍的新模型“Claude-Next”。Anthropic称新模型是“自我学习的下一代AI算法”，开发了一种称为“constitutional AI”的训练技术。在较高层次上使 AI 与人类意图保持一致，比chatGPT更安全可控。
⭐️ 3 月初，Anthropic 正寻求以 41 亿美元的估值筹集 3 亿美元，使其筹资总额达到 13 亿美元。倒闭的FTX 的姊妹公司 Alameda牵头 5.8 亿美元 B 轮融资。谷歌承诺向 Anthropic 投资 3 亿美元获得 10% 的股份。Anthropic将谷歌云作为其“首选云提供商”。
⭐️ OpenAI 前研究副总裁Dario Amodei于 2021 年创立了 Anthropic 作为一家公益公司，并带走了一些 OpenAI 员工，其中包括 OpenAI 的前政策负责人Jack Clark。 Amodei 在对公司发展方向（即这家初创公司日益关注的商业重点）存在分歧后从 OpenAI 中分离出来。 OpenAI Mafia
-- 来源
最近一批YC创业项目超40%与AI/ML相关
YC每年“孵化”数百家公司，分夏季和冬季批次。在 2023 年冬季 (W23) 批次的 266 家公司中，超过 40% 与人工智能或机器学习 (ML) 有关。
⭐️其中很多是开发者工具，改进软件开发工作流程。
⭐️竞争激烈。有许多公司看起来非常相似。
⭐️公司很新。有相当数量的公司在上个月才上线。有些公司似乎是 ChatGPT/GPT-4 的简单包装。
⭐️大型企业、医疗保健和政府不会向 OpenAI 发送敏感数据。这为初创公司在为这些垂直行业构建内部部署的、合规的 GPT 留下了机会。
⭐️一些最有趣的公司正将 AI 引入专业领域。 AI 用于对冲基金、建筑项目、药物发现等等。
⚜️ 来源 (含有112项目列表介绍)
纯语音对话构建部署一个网站
McKay Wrigley以其快速构建AI应用而著名，他的项目作品包括:
⭐️ Chatbot UI
⭐️ Siri with ChatGPT
⭐️ AI code translator 将代码转换成另一种语言
这次他构建了一个基于GPT-4的无代码助手，可通过语音启动项目、构建整个应用程序、创建GitHub仓库，将其部署为可运行的网站。
-- 来源
#AI论文
大型语言模型可以评估新闻媒体的可信度
⚜️ arxiv.org/abs/2304.00228
- 用ChatGPT 评估各种新闻媒体的可信度
- 评级与人类专家的评级相对一致
- LLM可以成为事实可信度评级的参考
- 未来 LLM 训练应加强保持与权威机构对信息来源可信度判断的一致性，以提高信息准确性
拜登将与技术顾问讨论AI的“风险和机遇”
⭐️ 虽然AI很大程度未受到监管，但这并不是拜登政府第一次采取行动对抗新兴技术。去年白宫发布了“人工智能权利法案蓝图”，今年3月，美国FTC发布声明，命令AI从业者要保证人工智能的安全性
⭐️人工智能是一项需要整顿治理的复杂技术，不太指望 POTUS 在今天的会议上拿出一个非常清晰的前进路线图。但这次对话是一个积极的动作。且该领域的大多数专家（包括 OpenAI 首席执行官 Sam Altman 本人）都支持监管。
⚜️https://artifact.news/s/L7ubIxtQW2Q=
英伟达正在“垄断”AI产业 ，国内厂商准备好了吗？
🤦♂️ NVIDIA市值 = 2个AMD + 3个INTEL
😼 英伟达的 GPU 在超算中心的市场份额这几年稳居 90% 左右，在独立GPU市场份额一度超80%。
😕 AI 发展的数十年间，英伟达对 CUDA 开发和社区持续投入， CUDA 和各类 AI 框架深度绑定。当今使用排名靠前的AI 框架，没有不支持 CUDA 的，也就是说你想要让你的深度学习跑的快？买张支持 CUDA 的高性能卡是最好的选择，说人话就是——买 N 卡吧。
-- 展开阅读
用一种新的方式对LLMs 性能比较和评估
⚜️ arxiv.org/abs/2304.00457
论文对 BLOOM, GPT-3, ChatGPT, LLaMa-13B 在物理、化学、生物、天文学、地球科学以及子领域上的评分。
ChatGPT稳居第一，LLaMa-13B 也不错。目前ChatGPT简中使用有一定门槛，然而LLaMa可算是近期最活跃的开源项目了，单机部署运行门槛越来越低，而且有不同参数规模版本。
-- 来源
llama.cpp 和 whisper.cpp作者，在M1 Pro 32G的电脑上同时运行了4个聊天AI，模拟真人Podcast场景。
每个AI都独立运行whisper和 LLaMa 13B
4 个 AI 通过 mmap共享 LLM weights，节省大量内存，允许并行运行多个单独的实例
-- 来源
【阿里AI专家交流纪要 2023-4-1】:
🔠阿里的LLM模型，一个叫m6，一个叫 plug。下半年云栖大会发布或者是公布进展，大概在GPT2.5左右的水平；
🔠文心一言至少可以达到GPT-2.5水平，基于Bert。阿里大模型架构基于Transformer；
🔠阿里云现在云上至少有上万片A100 ，整体至少能达到10万片，集团应该会是阿里云5倍。阿里国内AI算力储备最多，然后依次为：字节、百度、腾讯。
🔠腾讯大模型是混元模型继续迭代，有100人左右做GPT复现以及自我模型迭代。
🔠阿里目前对于AI大模型是稳扎稳打。大规模应用起来成本很高，冲击也很大。
-- 来源
一个AI垂类资讯聚合站点
用过一阵子感觉挺不错
⚜️https://www.emergentmind.com/
苹果官方项目:
Apple Sillicon芯片上的Stable Diffusion
🖥 github.com/apple/ml-stable-diffusion
⭐️ 官方针对苹果M1/M2 等优化的版本
⭐️ iPad Pro M1 上 29 秒出一张图
⭐️ M1 Macbook Pro 16G 上24秒
⭐️ M2 Macbook Air 8G上18秒
千脑智能
美国国家工程院院士Jeff Hawkins的《A Thousand Brains》从神经科学角度解释了人如何通过看到、移动和感知三维空间来学习和识别物体。比尔盖茨推荐了该书。
🔠 千脑理论中，每个大脑皮质柱都有完整物体的模型，因此知道在物体的每个位置应该感应到什么。
🔠 可以把运行 Transformer 训练的神经网络的电脑想象成一个简陋的人工皮质柱，给它灌输数据，它输出预测数据。
🔠 但大脑新皮层有 20 多万个这样的小电脑在分布式计算，他们连接着各种感知器官输入的数据。
🔠 最关键的是大脑无需预训练，神经元自己生长就完成了学习，预测是皮质柱测试和更新其模型的方法。如果结果和预测不同，错误的答案就会让大脑完成一次修正，这种方式就是自我监督，皮质柱相当于把用于训练的超级电脑和预测数据的电脑整合了。
🔝 YouTube #推荐阅读
高盛: "AI对经济增长潜在影响"的研究报告
里程碑式的技术革新带来劳动生产率的飞跃增长，但提升的具体时机很难预测。
⭐️ 左: 电气浪潮和PC浪潮的应用普及进程
⭐️ 右: 电气浪潮和PC浪潮对生产率的影响
《Sparks of Artificial General Intelligence: Early experiments with GPT-4》作者Sebanstien Bibeck的分享
🔝 https://youtu.be/qbIk7-JPB2c
⭐️ 原论文地址:
https://arxiv.org/pdf/2303.12712v1.pdf
⭐️ 论文中文翻译版:
/channel/LptTech/580
⭐️ Orangeai 对论文的解读:
/channel/LptTech/555
一位YouTuber在2012年上传了这段视频，这是他在2004年写的博客里对人工智能的设想:
"展示未来的 Google 如何使用人工智能直接与用户对话并回答问题"
当时许多人看到的时候觉得这不可能。于是时间来到 了2023 年...
🔝 https://youtu.be/RupYlWs4EiM
OpenAI 最新官方发布应对AI 安全的策略
(中文翻译见评论区)
⚜️ https://openai.com/blog/our-approach-to-ai-safety
Meta 发布 Segment Anything Model 新AI模型
⚜️ segment-anything.com
新模型SAM支持对任何图像/视频中的任何对象进行"抠图"，具有强大的通用性，是图像内物件分割的超级利器！在商品识别（制作）、机器人视觉、医学图像诊断、自动驾驶、视频剪辑、增强现实等领域将发挥重要作用。
Smarty: AI键盘也来了
因为Smarty是输入法，所以可以在各种app内调用。主要功能:
⭐️网站摘要
⭐️Youtube视频摘要（需带CC字幕）
⭐️ 翻译
⭐️ 写作
⚜️https://t.co/YLJfG1FUwS
大语言模型调查
⚜️ arxiv.org/abs/2303.18223
图一: 现有LLMs时间线，标黄为来源
图二: 训练数据集中不同数据源的比例分布
AI is about to change the music industry forever. The Jay-Z voice you hear in this song is entirely AI 🤯 Welcome to the new music/entertainment industry.
---
你能听出来这首歌中 Jay-Z 的声音完全是 AI合成的吗？
1984年出生的女性软件工程师使用内存映射mmap的方式大幅降低本地运行LLaMa 所需的内存量。
🖥 Github
运行LLaMa 30B 现在只需要5.8G 内存，本地跑大模型门槛越来越低。
-- 来源
这个用GPT-4做的程序挺有意思
给一个主题，它会像个好奇心爆炸的孩子，提出新问题，然后自己回答，如此往复。
想起了自己学生时代考前复盘笔记的样子。
-- 来源
#频道互推
◉ 10K iOS优质应用
◉ 9K 胖虎の收藏夹
◉ 9K chatGPT中文社区
◉ 8K 朱颜别镜|妹子图|美女图
频道人数8K+，愿意参加互推的联系 @Primero_KK
彭博社发布为金融界打造的BloombergGPT
- 迄今最大特定领域数据集(3630亿标签)
- 专用于金融领域的LLM
- 500亿参数
- 在金融任务上的表现远超过现有模型
⚜️https://mp.weixin.qq.com/s/8MeKHqqUPiA58UDVyJgzTg
高盛: "AI对经济增长潜在影响"的研究报告
技术创新会产生新职业，这些新职业占据了就业增长的大部分。在1980年之前自动化带来的失业通常被产生的新职业需求所抵消，但近年来失业造成了对就业行情的拖累。
⭐️ 图一: 不同行业旧工种和新工种的分布
- 绿色： 1940年已经存在的职业
- 深色： 1940年后产生的新职业
⭐️ 图二: 淘汰的旧工种和新工种就业情况
绿色阴影背景为IT爆发期