AI 泛濫網路：產生式 AI 改變網路格局
產生式 AI 對網路的影響
自 Y Combinator 支援的使用產生式 AI 生成 SEO 最佳化內容的 SpeedyBrand 公司進入市場以來，我開始思考產生式 AI 如何改變網路的組成。產生式 AI 模型的問世讓生成低質量內容變得更加便宜和容易。新聞護衛公司 Newsguard 揭露了數百個透過產生式 AI 生成的含有錯誤訊息的廣告支援網站，這讓廣告商陷入了困境。
應對這個問題，作者 Kyle Barr 建議搜尋引擎和廣告平臺對濫用產生式 AI 的不法分子加固控制和懲罰。然而考慮到該領域的高速發展和產生式 AI 的無限擴充套件性，我不確保他們是否能夠跟得上。垃圾內容並不是一個新的現象，網路已經適應過。但這一次的不同之處在於，進入此領域的門檻大幅降低，無論是成本還是時間上。作者 James Vincent 對此表示樂觀，認為如果網路最終被 AI 垃圾充斥，這可能會促使更有資金的平臺的發展。然而我對此持懷疑態度。然而不容置疑的是，我們正處於轉折點，現在關於產生式 AI 及其產出的決策將會對網路的功能產生長遠影響。
解決方案與希望
解決這個問題的方法是什麼？是否存在解決方案？這對我來說是一個讓我夜不能寐的問題。作者 Kyle Barr 建議搜尋引擎和廣告平臺採取更嚴格的控制措施，對濫用產生式 AI 的不法行為進行懲罰。但考慮到該領域的高速發展和產生式 AI 的無限擴充套件性，我不確保他們是否能夠跟得上。
產生式 AI 泛濫的影響
垃圾內容並不是一個新的現象，網路已經適應過。但這一次的不同之處在於，進入此領域的門檻大幅降低，無論是成本還是時間上。作者 James Vincent 對此表示樂觀，認為如果網路最終被 AI 垃圾充斥，這可能會促使更有資金的平臺的發展。然而我對此持懷疑態度。然而不容置疑的是，我們正處於轉折點，現在關於產生式 AI 及其產出的決策將會對網路的功能產生長遠影響。
其他 AI 研究專案
這是近日其他值得注意的人工智慧故事:
OpenAI 正式推出 GPT-4
OpenAI 宣布其最新的文字生成模型 GPT-4 已正式上線。GPT-4 能夠生成文字（包括程式碼），並接受影象和文字輸入，這是其前一版本 GPT-3.5 所不能做到的，並在各種專業和學術標準上達到“人類水平”的表現。然而正如我們在之前的報導中提到的，它並不完美。
控制“超智慧”人工智慧
OpenAI 成立了一個新的團隊，由首席科學家和 OpenAI 聯合創始人之一 Ilya Sutskever 帶領，該團隊旨在開發操縱和控制“超智慧”人工智慧系統的方法。
紐約市制定反偏見 AI 法
紐約市本週開始執行一項法律，要求使用算法招聘、僱用或提升員工的僱主提交這些算法進行獨立審核，並公開結果。
Valve 暗中支援 AI 生成遊戲
Valve 發表了一份罕見宣告，澄清其拒絕在 Steam 遊戲商店中銷售使用 AI 生成資產的遊戲的政策。這家以沉默聞名的開發商表示其政策正在演變，並不排斥 AI。
Humane 推出 Ai Pin
Humane 是由前蘋果設計和工程團隊 Imran Chaudhri 和 Bethany Bongiorno 創辦的新創公司，本週首次公開了其第一款產品：Ai Pin。這款產品是一款可穿戴裝置，具有投射式顯示和基於人工智慧的功能，就像一款未來主義智慧手機，但外型完全不同。
對歐盟人工智慧法規的警告
歐洲的主要科技創始人、執行長、風險投資者和行業巨頭本週寫信給歐盟委員會，警告如果歐盟透過壓抑創新的法律，歐洲可能會錯過產生式 AI 革命。
虛擬走私造成的問題
在英國消費者金融冠軍 Martin Lewis 宣傳 Elon Musk 支援的投資機會的影片中，你可能不覺得有什麼不對。但事實上這是一個由人工智慧創造的虛擬欺詐——這或許是我們螢幕上出現的人工智慧創造的悲慘情節的一瞥。
其他機器學習專案
我們的研究概述始於 ETH Zurich 的兩個非常不同的專案。首先是智慧內窺鏡 aiEndoscopic 的創業專案。內窺鏡在許多情況下對病人生存至關重要，但手術醫生的手術技巧往往很困難。intuBot 使用計算機視覺來識別並回應來自口腔和喉嚨的實時訊息，引導並更正內窺鏡的位置。這可能使人們在需要時能夠進行安全的內窺鏡檢查，而無需等待專家的到來，這可能會挽救生命。
在完全不同的領域中，ETH Zurich 的研究人員透過提供在不陷於流體動力學的分形復雜性的情況下對煙霧和火焰進行動畫化所需的技術，為皮克斯的電影“元素”開創了先河。迪士尼和皮克斯對他們的方法印象深刻並加以應用。有趣的是，這不是一個模擬解決方案，而是一個風格轉換解決方案-一個聰明而明顯非常有價值的捷徑。
自然界中的人工智慧一直是個有趣的話題，但應用於考古學的自然界人工智慧更為重要。由山形大學領導的研究旨在發現新的納斯卡線-在祕魯的巨大地景線。你可能認為從軌道看，這些地景線應該很明顯，但因為這些神祕形狀的形成者造成數千年來的侵蝕和植被覆蓋，有些地方隱身不見。在接受過了已知和隱藏地景線的航空影象的訓練之後，一個深度學習模型被釋放到其他影象上，驚人地發現了至少四個新的地景線。這是非常令人興奮的！
在更實際的意義上，與人工智慧相關的技術總是在不斷發現預測和檢測自然災害的新方法。斯坦福工程師正在收集資料，透過在一個 30 英尺的水箱中進行森林樹冠上方加熱空氣的模擬，以訓練未來的野火預測模型。如果要模擬野火的物理過程，我們就需要更好地理解它們，這個團隊正在盡力近似模擬。
在加州大學洛杉磯分校，研究人員正在研究如何預測山體滑坡，山體滑坡對人工智慧模型進行了一些成功預測，但其預測結果並不完整，無法解釋是由於侵蝕還是水位變化還是地殼活動。一種新的“可被疊加的神經網路”方法採用不同的資料層，但並行執行，而不是全部在一起執行，這使得輸出更加具體，能夠指出導致風險增加的具體變數，同時更加高效。
Google 正在研究一個有趣的挑戰：如何使機器學習系統學習有害的知識，同時不被傳播?例如，如果它的訓練集包含制造凝固汽油的配方，您不希望它重複該配方-但為了知道不要重複該配方，它需要知道它不要重複什麼。這是一個矛盾！因此這家科技巨頭正在尋找一種“機器降載”的方法，使這種平衡行為能夠安全可靠地發生。
如果您想深入理解為什麼人們似乎無故信任人工智慧模型的原因，可以閱讀一篇由加州大學伯克利分校的 Celeste Kidd 和 Mozilla 的 Abeba Birhane 共同撰寫的 Science 社論。該文章探討了信任和權威的心理基礎，並展示了當前的人工智慧模型基本上如何利用這些基礎來提升自身價值。這是一篇非常有趣的文章，如果你想在這個週末顯得聰明，可以一讀。
雖然大家常聽說過“土耳其皮影戲自動象棋機器”的訊息，但這個騙局確實激發了人們創造它所虛假宣稱的東西。IEEE Spectrum 有一篇關於西班牙物理學家和工程師 Torres Quevedo 的有趣故事，他創造了一個真正的機械棋手。它的能力有限，但這正是你知道它是真實的原因。有人甚至提出他的棋機可能是第一款“電腦遊戲”。值得思考的東西。
關鍵詞：技術、人工智慧、週報、人工泛濫、網路
延伸閱讀
- 資料科技公司 Daloopa 開發 AI 以自動化財務分析工作
- 今年的 Met Gala 主題是 AI 極深假裝
- Y Combinator 幫助醫療記錄 AI 新創 Hona 募得 300 萬美元 的故事
- Pinterest AI 打造的拼貼圖比單張針腳更吸睛
- Atlassian 推出新的 AI 同事 Rovo
- 三星的營運利潤飆升 930％，AI 動能帶動記憶晶片需求
- GitHub 推出 Copilot Workspace：AI 驅動的軟體工程空間
- 「馬斯克的 xAI 示範 AI 新創公司的龐大市場潛力」
- 照片分享社群 EyeEm 將許可使用者的照片以訓練 AI，如果使用者不刪除照片
- 藍天公司支援專案，促使 Mastodon 應用程式（如 Ivory）能在其網路上執行
