苹果开始对AI征税了，OpenAI等公司每年将损失数亿美元
上周，OpenAI推出了一款ChatGPT的iPhone应用程序，迅速登上了App Store的榜首。截至上周五，ChatGPT在免费应用程序类别中排名第一，苹果将其作为“必备”应用在“Essentials”类别下推广。
OpenAI提出三条AI治理策略
OpenAI预测在未来十年内，AI系统可能在大多数领域超越专家技能。为了管理这一情况，他们提出了三个策略：全球协调AI发展、建立超智能的国际权威机构，以及进行使超智能安全的研究。尽管支持规模较小的AI发展，OpenAI强调强大系统需要公众监督。尽管存在风险，他们相信超智能是不可避免的，并且可以极大改善世界。
英特尔宣布推出Aurora GenAI
英特尔宣布推出Aurora GenAI，这是它与ChatGPT等AI模型竞争的产品，拥有1万亿个参数。该模型旨在完成复杂任务，承诺提供增强的对话、翻译、摘要和编码能力。这是英特尔宏大的AI战略的一部分，与学术和研究机构合作开展。
Palantir即将推出其军事AI平台
数据分析公司Palantir，由Peter Thiel共同创立，其军事 AI 平台将在本月面向部分客户推出。
Meta超过1100种语言的语音识别
Meta的科学家们通过名为Massively Multilingual Speech（MMS）的项目取得了机器学习理解和说多达1,100种语言的突破。这项技术利用了自学系统和超过1,100种语言的数据库，旨在使信息更易获取，并帮助保护许多濒临消失的语言。
CRITIC：自我纠正AI语言模型的新框架
研究人员引入了一个名为CRITIC的系统，使大型语言模型（LLM）能够验证和改进其输出，方式类似于人类使用事实核查或调试工具。该过程涉及模型产生初始输出，与工具进行交互评估，然后根据接收到的反馈修改输出。这已被证明能够提高LLM在问答、程序合成和减少有害性等领域的性能。
使用RL训练扩散模型
最近，强化学习在人类反馈方面受到了广泛关注。事实证明，您也可以将计算反馈用作奖励模型。在这项工作中，他们使用LLaVA视觉问答系统为多个不同任务提供bert分数。有趣的是，他们能够大幅提高基础扩散模型的性能。
RLHF不是对齐的魔术棒
将某物对齐到人类价值观意味着什么？是否存在广泛的人类价值观？这篇很棒的文章探讨了使用强化学习来对齐模型的想法。社区中有这样一种观点，即由于对齐没有明确定义、用于生成人类反馈的组合不可复制以及这些模型发生了相当大的变化，这些因素共同意味着通过强化学习实现对齐可能比炒作所暗示的更难。
CoDi：通过可组合扩散实现任意到任意的生成
作者介绍了一种独特的AI模型，名为可组合扩散（CoDi），它可以根据任意组合的输入生成任何混合输出类型，如语言、图像、视频或音频，这使其与传统的AI系统有所不同。尽管许多输入-输出组合缺乏训练数据，但CoDi通过对齐输入和输出领域中的模态来成功弥补差距，使得可以同时生成相互关联的模式，即使它们不是原始训练数据的一部分。
GPT-JSON
GPT-JSON是围绕GPT的一个包装器，允许以声明方式定义预期的输出格式。设置模式、编写提示，并以漂亮的类型提示对象形式获取结果。
Zeda.io 2.0
Zeda.io是一款由 AI 驱动的产品发现和战略平台，帮助产品团队发现对客户重要的问题，决定下一步的构建内容，并创建推动结果的战略。
Flux.ai
Flux.ai教程介绍了如何将AI应用于硬件设计，概述了将AI集成到设计过程中的潜在好处，如提高效率、准确性和创新，并提供了实施这些技术的实用指南。
谷歌正在使用AI提升洪水预测
谷歌正在使用AI提升洪水预测。通过整合各种数据来源，谷歌的模型可以预测洪水事件及其严重程度。这一预警系统有助于社区做好准备，潜在地挽救生命。
AI夺走了我的编辑工作
作者因AI写作机器人的兴起而失去了一个有利可图的客户。尽管遇到了挫折，但作者将其视为追求新事业并与读者建立个人联系的机会。在AI的新世界中，大多数人都不得不重新发明自己。
AI五角大楼的恶作剧走红
一段虚假的视频在网上流传，展示了五角大楼被爆炸摧毁的场景，这是由名为BigGAN的AI模型创建的。尽管看起来逼真，观众很快就发现了不一致之处，突显了对AI生成的深度伪造技术的担忧，以及它们可能引发恐慌或传播错误信息的潜力。
扫码获取资讯链接
本活动招募由 Sota.ai 加速器发起，将围绕 AIGC 的技术前沿与产业落地，举办一系列线上与线下 Meetup 活动，现诚挚邀一批分享嘉宾参与到活动议题中来，招募信息如下：
征集时间：即日起，人满为止；
征集议题：AI 技术实践、尖端科研、商业化应用、创业投资等；
参与方式：下方扫码报名
扫码参与活动招募
