人工智能领域重要头条资讯｜20230623

今日摘要：

• 一场科技亿万富翁的战斗：马斯克和扎克伯格架八角笼决斗
• Stability AI 发布了Stable Diffusion XL 0.9
• 调查表明近一半的美国上班族使用GPT
• 微软的Phi-1语言模型显示了数据质量对AI训练的重要性
• GPT数据大规模泄露：超过 10w+帐户受到影响
• DeepMind的RoboCat：自我改进的机器人
• 格莱美新规则：人工智能创作无法获奖
• Dropbox以5000万美元的资金进入生成AI竞赛

 

一场科技亿万富翁的战斗：马斯克和扎克伯格架八角笼决斗

埃隆·马斯克（Elon Musk）最近在推特上表示他将与扎克伯格“进行笼中战斗”之后，一位Meta发言人并表示“这不是开玩笑的”。

体育博彩公司迅速围绕科技首席执行官之间的潜在斗争制定了投注赔率。

无论谁会赢，我想我们都同意马斯克与扎克伯格的比赛将是有史以来最有趣的战斗之一，也是最富有的比赛之一。

让我们期待赶紧发生这个事情！

问题：你觉得谁会赢的胜利？

 

StabilityAI发布了StableDiffusion XL 0.9

Stability AI 推出其高级图像生成模型 SDXL 0.9，该模型生成的图像和构图细节比其前身显著改进。该公司吹捧说，这种改进足以为多个领域的人工智能生成的图像提供实际应用。

                                                                    （左0.9/右Beta版本）

随着SDXL 0.9的发布，在为各种创意和工业应用生成超现实的图像方面取得了 “飞跃 “进展。据该公司称，与前代产品相比，新模型的图像和构图细节有了明显改善。

SDXL 0.9 为生成式 AI 图像提供了广泛的创意用例，包括用于电影、电视、音乐、教育视频和设计的超现实创作，以及工业应用。根据Stability AI的说法，这些功能将其最新模型置于AI图像实际应用的最前沿。

图像生成以外的功能：

除了基本的文字提示外，SDXL 0.9还提供了许多功能，包括图像到图像的提示（输入图像以获得变化），inpainting（重建图像中缺失的部分），以及outpainting（无缝扩展现有图像）。

SDXL 0.9中的组成增强源于与之前的测试版相比，参数数量的大幅增加。参数代表了神经网络中所有权重和偏差的总和，这个模型有一个3.5B参数的基础模型和一个6.6B参数的模型集合管道。相比之下，测试版只使用了一个3.1B参数的单一模型。

为了生成具有更大深度和更高分辨率1024×1024的更真实的图像，SDXL 0.9使用两个CLIP模型，包括迄今为止最大的OpenCLIP模型（OpenCLIP ViT-G/14）。

消费类硬件上的可访问性和性能：

尽管SDXL 0.9具有先进的功能和模型架构，但它可以在现代消费级GPU上运行，只需要一个Windows 10或11或Linux操作系统、16GB内存和一个至少有8GB VRAM的Nvidia GeForce RTX 20（同等或更高）显卡。Linux用户可以使用具有16GB VRAM的兼容AMD显卡。

可用性和未来计划：

SDXL 0.9在稳定AI的ClipDrop平台上可用，API和DreamStudio用户将在6月26日进入。运行开源版本的代码稍后将通过GitHub提供。完整的SDXL 1.0模型的开源发布定于7月中旬。

目前，SDXL 0.9正在以非商业性的、仅用于研究的许可方式发布，研究人员可以申请访问模型。

 

调查表明近一半的美国上班族使用GPT

一项在线调查显示，GPT可能在美国上班族中很普遍。总部设在东京的市场研究公司 “MM研究所 “在5月下旬对日本和美国公司的13,814名办公人员进行了在线调查。根据调查，约有一半的美国工人使用GPT进行工作。

在日本的上班族中，这一数字只有7%，主要是在拥有100名以上员工的大公司。这可能是因为GPT在日语中的表现比英语差，也可能是因为意识问题： 46%的日本受访者不知道GPT，而在美国只有9%。

超过60%的美国高管表示他们对该技术非常感兴趣，而在日本，安全问题占主导地位。这种情况可能会改变，因为东京政府计划在8月开始使用GPT。

这一数据在我国觉得是怎样？

GPT让创意触手可及：

GPT 最常用于提高文字处理效率，例如电子邮件模板、会议摘要和组织大量信息。根据这项研究，它还用于人力资源部门，以开发面试问题或职位发布。

更好的教育和培训被视为未来的应用领域。基础设施和学术研究在日本的用途中名列前茅，各占10%。

除了文本任务，GPT 还可以作为各种智力任务的陪练伙伴。在美国，60%的GPT用户使用该工具进行头脑风暴，而日本的这一比例为25%。在美国，编码的使用也更为普遍，为45%，而日本为14%。

在这两个国家，对响应准确性的担忧是使用 GPT 的主要障碍。隐私和GPT理解自己问题的能力也被认为是障碍。

微软的Phi-1语言模型显示了数据质量对AI训练的重要性

在扩展AI系统时，人们经常谈论模型的大小和数据量。但第三个因素同样重要：数据的质量。

微软的研究人员研究了一个微小的语言模型在用基于变换器的语言模型phi-1训练小而高质量的数据时执行编码任务的能力。

研究人员表示，他们只使用“教科书质量”数据来训练人工智能。从 The Stack 和 StackOverflow 数据集中，他们使用基于 GPT-4 的分类器过滤掉了 60 亿个高质量的代码训练令牌。该团队使用 GPT 3.5 又生成了 10 亿个代币，在八张 Nvidia A100 显卡上训练只花了大约四天的时间。

Phi-1 在基准测试中击败了明显更大的模型：

最大的小型模型phi-1 1.3B还通过代码任务进行了改进，击败了HumanEval和MBPP基准测试中大10倍的模型，并使用了100倍以上的数据。在测试场景中，只有 GPT-4 击败了 phi-1。

GPT数据大规模泄露

根据 Group IB 的数据，在 2022 年 6 月至 2023 年 5 月期间，暗网上有超过 100，000 个 GPT 帐户遭到破坏，导致人们呼吁采用双因素身份验证和其他安全措施。

• GPT 帐户凭据遭到入侵并在暗网市场上出售
• 著名的信息窃取者Raccoon、RedLine和Vidar是主要责任
• 12632个被盗凭据可以追溯到印度，但许多其他国家的用户受到影响

随着 GPT 的使用越来越多，是时候认真对待保护您的凭据了！

 

DeepMind的RoboCat：自我改进的机器人

DeepMind宣布创建一种名为RoboCat的新型AI模型，该模型能够通过不同的机械臂模型执行各种任务。

根据DeepMind的说法，RoboCat与众不同的是它在现实世界场景中使用不同类型的机器人处理和适应众多任务的独特能力，他们声称这是以前从未完成过的壮举。

机器人正迅速成为我们日常生活的一部分，但它们通常只被编程为能够很好地执行特定任务。虽然利用人工智能的最新进展可能会导致机器人可以在更多方面提供帮助，但构建通用机器人的进展较慢，部分原因是收集真实世界的训练数据需要时间。

自我改进的机器人AI代理RoboCat，它学习跨不同手臂执行各种任务，然后自我生成新的训练数据以改进其技术。

RoboCat 的学习速度比其他最先进的模型快得多。它只需 100 次演示即可完成一项新任务，因为它从庞大而多样化的数据集中提取。这种能力将有助于加速机器人研究，因为它减少了对人类监督培训的需求，并且是创建通用机器人的重要一步。

 

格莱美新规定：人工智能创作无法获奖

“格莱美奖将在这一点上颁给人类创作者 – 唱片学院首席执行官小哈维·梅森（Harvey Mason Jr.）

人工智能证明了它在四月份基于The Weeknd和Drake的计算机生成的歌曲风靡一时之后，在剽窃主要艺术家方面是多么有天赋。现在，唱片学院——投票和管理年度格莱美奖的机构——正在为人工智能在令人垂涎的荣誉中的角色制定新的规则。

在接受 Grammy.com 采访时，唱片学院首席执行官小哈维·梅森（Harvey Mason， Jr.）为可接受的人工智能使用提出了一些令人困惑的新标准。小梅森说，人工智能辅助的音乐可以提交，但只有那些必须“做出重大贡献”的人类才能真正获奖。

例如，在像年度歌曲这样的歌曲创作类别中，大部分提名歌曲必须由人类创作者创作，而不是像 GPT 这样的基于文本的生成 AI。同样，在最佳流行二重奏/团体表演等表演类别中，只有人类表演者才能被考虑获奖。对不起，初音未来。

近几个月来，人工智能在音乐行业中广为人知，最大的音乐唱片公司之一环球音乐集团（Universal Music Group）要求Spotify和Apple Music等流媒体服务限制人工智能在不同平台上访问音乐，以阻止该技术从受版权保护的内容中抓取数据并进行自我培训。与此同时，据称一名匿名骗子在 Discord 上兜售人工智能生成的弗兰克海洋曲目，赚了数千美元

唱片学院并不是唯一一个试图控制人工智能在其选民工作中的作用的艺术组织

美国作家协会上个月罢工，人工智能在好莱坞的存在是工会平台的主要原则之一。更具体地说，WGA希望限制像GPT这样的人工智能聊天机器人在作家房间的范围，确保它们是一个可以使用的工具，而不是一个制作完成脚本的工具。

Dropbox以5000万美元的资金进入生成AI竞赛

Dropbox不满足于在生成AI竞赛中袖手旁观，今天推出了Dropbox Ventures，这是一个新的5000万美元风险基金，专注于AI领域的初创公司。该公司的第一个风险投资部门Dropbox Ventures除了提供财务支持外，还将提供指导，以构建“塑造工作未来的”人工智能产品。

Dropbox VP兼总经理Sateesh Srinivasan在电子邮件采访中告诉TechCrunch：

“我们希望推进人工智能生态系统，并支持下一代初创公司，他们通过人工智能的力量率先塑造现代工作体验，”他说。“Dropbox 最初是一家早期创业公司，最初的想法很简单，后来发展成为全球数亿人使用的一项服务，因此我们对如何帮助这些类型的公司进入下一阶段的增长并产生影响有着独特的视角。”

过去几年，在生成式人工智能的增长的刺激下，风险投资在人工智能领域的地位稳步上升。根据GlobalData的数据，仅去年一年，人工智能初创公司就从3，300多笔交易中获得了超过520亿美元的资金。

公司倡议是这种资金的主要来源。例如，Salesforce的风险投资部门Salesforce Ventures计划向开发生成AI技术的初创公司投入5亿美元。Workday最近为其现有的风险投资基金增加了2.5亿美元，专门用于支持人工智能和机器学习初创公司。病毒式聊天机器人 GPT 背后的公司 OpenAI 已经筹集了 1.75 亿美元的资金用于投资 AI 初创公司。