本週人工智慧動態：實驗、退休和滅絕事件
本週這份 AI 訊息摘要給我們帶來了各種有趣的故事，從實驗、退休到滅絕事件。這些新聞顯示了人工智慧領域的迅速發展，同時也引發了一些關於 AI 應用的思考和評論。
人工智慧摘要的潛在問題
最近，YouTube 開始在觀看頁面和搜尋頁面測試使用人工智慧生成的影片摘要，試圖為英語影片和觀眾提供更方便的概述。這樣的摘要對於發現和可用性可能是有用的，但我擔心 AI 可能帶入的錯誤和偏見。當前即使是最好的 AI 模型在推理方面仍存在重大錯誤，往往會“產生幻覺”。而且 OpenAI 自由承認，他們最新的文字生成和摘要模型 GPT-4 在推理方面存在重大錯誤，並會“杜撰”事實。一位健康科技行業的企業家 Patrick Hymel 寫了一篇文章，闡述了 GPT-4 在無法識別真實來源的情況下，是如何自我創造參考、事實和資料的。此外 Fast Company 測試了 ChatGPT 摘要文章的能力，結果發現效果不佳。可以想像，AI 生成的影片摘要在分析影片內容方面可能更加困難。因此評估 YouTube AI 生成的摘要質量是一個困難的挑戰。然而有一點是明確的，AI 生成的描述不能替代創作者所撰寫的影片描述。希望 YouTube 平臺不要急於推出這一功能，但鑑於 Google 最近半成品的 AI 產品推出（例如像 Bard 這樣的 ChatGPT 競爭對手），我對此表示不太自信。
其他人工智慧新聞的亮點
除了上述關於 AI 摘要的討論，本週還有一些其他有趣的人工智慧故事：
- 科技公司 Anthropic 的聯合創始人 Dario Amodei 將出席 Disrupt。屆時，我們將對他進行採訪，理解他擁有如此多資金的經歷以及關於相關的人工智慧專案。
- Google 將 AI 技術應用於其 AI-powered Search Generative Experiment 中，該功能在今年五月的 I/O 大會上宣布。這次更新後，SGE 會顯示與搜尋請求相關的圖片或影片。此外據報導，Google 還將其助手專案轉向與 Bard 相似的生成式 AI。
- Microsoft 將停止支援 Cortana。不過 Cortana 並不是一個失控的 AI，而是一個競爭不過的數位助手。
- Meta 宣布了一個名為 AudioCraft 的框架，用於生成"高質量"、"逼真"的音訊和音樂，只需簡短文字描述或提示。
- Google 將其 AI Test Kitchen 應用從 Play Store 和 App Store 中下架，專注於 Web 平臺。去年 Google 推出了 AI Test Kitchen 體驗，讓使用者可以與由不同 AI 模型驅動的專案進行互動，如 LaMDA 2。
- Kickstarter 宣布了一項新的規定，要求在其平臺上使用 AI 工具生成內容的專案必須披露專案所有者對於如何使用 AI 內容的計劃。此外 Kickstarter 還要求新的 AI 技術開發專案必須詳細介紹專案所有者打算使用的訓練資料來源。
- 由於新規定要求在中國運營的 AI 應用程式獲取行政許可證，多款生成式 AI 應用程式本週已經從 Apple 的中國 App Store 中下架。
- Stable Diffusion 發布了名為 Stable Diffusion XL 1.0 的新模型，這是該公司迄今為止最先進的文字到影象模型。Stability 宣稱，該模型的影象比其前任的藝術作品更鮮豔，顏色更準確，對比度、陰影和照明效果更好。
- AI.com 將其域名從 OpenAI 轉到 Elon Musk 的 X.ai 研究機構。不管它是被出售、租用還是屬於某種持續進行的計劃，但這個非常珍貴的兩個字母域名（可能價值 500 萬到 1000 萬美元）現在指向了 X.ai 而非 ChatGPT 介面。
AI 在醫學和科學領域的應用
人工智慧正在進入無數的科學領域，但你可能無法一一列舉其中的應用。一份在 Nature 上的文獻回顧對人工智慧在各個領域應用的情況進行了全面的介紹，並探討了使這些應用成為可能的先進技術。另外《科學》雜誌對人工智慧如何改善全球抗感染疾病的可能性進行了深入探討，而賓夕法尼亞大學的摘要提供了一些主要觀點。有趣的是，用於預測藥物相互作用的模型也可以幫助“解開感染性病原體與宿主免疫系統之間錯綜複雜的相互作用”。疾病的發病機理非常複雜，因此流行病學家和醫生可能需要 AI 的幫助。
人工智慧在天文學和研究領域的應用
除了醫學和科學，人工智慧在天文學和研究領域也有著廣泛的應用。一個多機構的研究團隊利用算法開展了“潛在危險”小行星的識別工作。空中測量生成了大量的資料，而對於像小行星這樣的微弱訊號的分類工作非常困難，但這項工作非常適合自動化。在 ATLAS 資料的測試中，他們發現了一顆名為 2022 SF289 的 600 英尺小行星。“華林天文臺在不到兩年的時間裡，每天都會發現一個像這樣的天體，這只是美味佳餚的開胃小菜。”華盛頓大學的 Mario Jurić表示。
人工智慧與 AI 研究的思考
在人工智慧研究領域中，有許多關於人工智慧工作原理和原因的研究。通常，這些研究對於非專家來說很難理解，而且充斥著專業術語。但這份來自 ETHZ 的研究員的研究，主要對 ChatGPT 等模型內部的"學習"過程進行理解釋，引人注目。如果你對於像 ChatGPT 這樣的模型內部的學習過程感到好奇，可以閱讀一下作者 Johannes von Oswald 基於對簡單英語解釋的一個專訪。同樣重要的是改進學習過程，而這正是杜克大學研究人員的研究重點。他們發現增加資料不一定能提高機器學習模型的效果。事實上過多的資料可能阻礙了機器學習模型的訓練，正如杜克大學的教授 Daniel Reker 所說：“就像你訓練一個算法來區分狗和貓的圖片，但你提供了 10 億張狗的照片，只有 100 張貓的照片。這個算法會非常擅長識別狗，以至於任何事物都會被認為是狗，它會忘記世界上的其他一切。”杜克大學的研究團隊使用了“主動學習”技術，該技術可以識別資料集中的弱點，並在只使用 1/10 的資料的情況下獲得更好的效果。
語音合成和人工智慧的發展
最後一項由倫敦大學學院進行的研究發現，人們在英語和普通話中只能在百分之七十三的情況下對真實和合成語音進行區分。顯然，隨著技術的進步，我們的識別能力可能會提高，但在短期內，技術可能超過我們的能力去檢測它。因此在使用語音合成技術時，需要保持警惕性。
總結和建議
本週的 AI 動態突顯了人工智慧領域的不斷發展和創新。從 AI 生成的影片摘要到 AI 在醫學、科學和天文學中的應用，這些故事引發了我們對 AI 應用的思考和評論。
對於 AI 生成的影片摘要，儘管它具有發現性和可用性的潛力，但我們應該保持警惕，避免 AI 帶來的錯誤和偏見。此外 AI 在文字內容摘要方面的能力還有待提高。
我們應該持續關注 AI 在醫學和科學領域的應用，特別是在全球抗感染疾病方面。AI 對於解開疾病和藥物相互作用之間錯綜複雜的關係可能具有重要作用，這將幫助流行病學家和醫生更好地理解和應對疾病。
此外 AI 在天文學和研究領域的應用也非常引人注目。AI 的自動化能力可以幫助我們更好地識別潛在危險的小行星，這對於保護地球非常重要。
最後我們應該持續關注 AI 研究的發展，並努力改進機器學習的過程。AI 研究的進步將有助於我們更好地理解 AI 的工作原理，並提高機器學習模型的效果。
