全部新闻
人工智能先驱弗朗索瓦·乔莱 (François Chollet) 离开谷歌 |TechCrunch
弗朗索瓦·乔莱（François Chollet）是人工智能领域的杰出人物，也是 Keras 的创建者，在工作了近十年后，他将离开谷歌，与朋友一起创办一家新公司。他承认深度学习正在转变为一个主要产业，但认为当前的人工智能开发方法可能不会带来类人智能。Chollet 荣获 2021 年全球瑞士人工智能奖，并被《时代》杂志评为今年人工智能领域最具影响力的人物之一。Jeff Carpenter 将接任 Google Keras 团队负责人，而 Chollet 计划继续从外部参与其中。
人工智能生成的诗歌与人类写的诗歌没有区别，并且评价更高
您讨论的研究强调了现代生成语言模型（特别是 ChatGPT 3.5）在创作诗歌方面的能力的重大进步，这些诗歌与著名诗人的人类创作作品没有什么区别。以下是一些关键要点和影响：### 主要发现：1. **难以区分**：参与者无法可靠地区分人工智能生成的诗歌和著名人类诗人（例如莎士比亚、狄金森）创作的诗歌。他们更有可能将人工智能生成的诗歌错误地归类为人类写的。2. **积极评价**：当被告知这首诗是人类创作的时，参与者在几个审美维度上对它的评价比知道这首诗是由人工智能生成时更高。3. **期望不一致**：参与者当前对人工智能能力的偏见和期望导致他们低估了人工智能生成的诗歌的质量，并高估了人类诗歌的独特性。4. **审美偏好**：对人类写的诗歌的偏好可能源于个人偏见，而不是内在的质量差异，因为参与者通常更喜欢他们认为是人类写的诗歌，无论其实际来源如何。### 方法细节：- **精选诗人**：涵盖不同流派、风格和时期的 10 位英语诗人。- **数据收集**：使用在线诗歌数据库收集人类写的诗歌，并使用 ChatGPT 3.5 生成人工智能对应的诗歌。- **定性特征评级**：包括意象、节奏、原创性、美感和深度等方面。### 限制：1. **特定于模型的发现**：结果专门与 ChatGPT 3.5 的功能相关。未来的模型可能会进一步改变人们的看法。2. **随着时间的推移，期望不断变化**：随着人工智能生成的文本变得越来越普遍，人们对“类人”文本构成的期望可能会发生变化。###意义：- **诗歌作为一个独特的领域**：之前的研究表明，诗歌是人类创造力与机器生成内容区分开来的最后堡垒之一。这项研究挑战了这一观点。- **伦理和学术影响**：这种不可区分性引发了关于作者身份、创意艺术的真实性、学术诚信（例如抄袭检测）以及人类与人工智能创造力的价值的问题。### 实际意义：1. **教育意识**：教育工作者应纳入识别机器生成内容以消除偏见的课程。2. **创意产业**：诗人、作家和艺术家需要根据先进的语言生成技术来调整他们的实践。3. **偏差缓解**：未来的研究应侧重于理解和减轻与人工智能生成的创意作品相关的认知偏差。＃＃＃ 结论：这项研究强调了生成式人工智能模型的快速发展，以及人类有必要更新对机器在艺术领域可以实现的成就的看法。随着这些工具变得越来越普遍，重新评估我们评估各个领域创意产出的标准和标准至关重要。
Microsoft Copilot 是“课堂上烦人的孩子”的典型代表——《华尔街日报》与四个聊天机器人一起在树林里进行 24 小时的旅行，揭示了哪个人工智能排名最好，答案可能会让你大吃一惊
《华尔街日报》的 Joanna Stern 使用 Microsoft Copilot、Meta AI、ChatGPT 和 Gemini 进行了 24 小时户外实验。聊天机器人的任务是生火、建议食谱和其他活动，尽管谷歌 Gemini 的一些指令存在缺陷，但它们仍显示出类似的响应。Stern 发现，虽然 OpenAI 的 ChatGPT 创建了一种更自然的类人连接，但 Microsoft Copilot 似乎过于热情和侵入性。AI 首席执行官 Mustafa Suleyman 强调了 AI 伴侣日益增长的重要性，但承认对 Microsoft Copilot 最近的更新对用户体验产生负面影响的担忧。
中国公司仅用 2,000 个 GPU 训练了 GPT-4 竞争对手 - 01.ai 花费了 300 万美元，而 OpenAI 花费了 8000 万至 1 亿美元
由李开复创立的 01.ai 仅花费 300 万美元就使用 2000 个 GPU 训练了一个先进的人工智能模型，展示了面对美国对中国实体的 GPU 出口限制时的经济高效的创新。这一成就挑战了顶级人工智能功能需要大量预算的观念，因为详细的工程和优化可以以很少的成本产生类似的结果。根据加州大学伯克利分校的 LMSIS 指标，01.ai 的模型性能排名第六，这表明仔细的资源管理和创新的解决方案是克服硬件限制的关键。
就连 Spotify 也无法免受人工智能的影响
该文章讨论了 Spotify 等音乐流媒体平台面临的一个重大问题，即通过人工智能生成的歌曲和专辑上传欺诈内容。这个问题是多方面的，涉及发行商、流媒体服务以及潜在的法律影响，这些影响可能会重塑未来此类内容的审核方式。文章的要点包括：1. **通过虚假唱片公司批量上传**：Gupta Music、Future Jazz Records、Ancient Lake Records 和 Beat Street Music 等几个虚假唱片公司正在上传数百张带有人工智能生成的专辑封面的专辑。这种做法可能旨在产生欺诈性资金流以获取经济利益。2. **元数据问题**：当前，当在没有适当验证的情况下发生新的艺术家元数据或标签更改时，系统会陷入困境。当像 Standards 这样的知名乐队的新专辑被不熟悉的发行商上传时，理想情况下应该会触发举报过程。3. **分销挑战**：分销商在欺诈内容到达流媒体平台之前过滤掉欺诈内容方面发挥着至关重要的作用。他们需要在防止欺诈和避免拒绝合法艺术家上传之间取得平衡，考虑到他们的低利润商业模式，这可能具有挑战性。4. **法律后果（UMG vs Believe）**：环球音乐集团对 Believe 的诉讼至关重要，因为它可能会影响发行商未来处理人工智能生成内容的方式。如果诉讼变得比严格的内容审核成本更高，我们可能会看到实施更严格的过滤器。5. **人工智能在欺诈中的作用**：虽然人工智能在音乐制作中有合法用途（例如，UMG 与 Soundlabs 和 Klay Vision 的交易），但人工智能越来越多地被用来加速传统形式的欺诈。这包括将不知名的旧专辑数字化或稍微改变现有歌曲以获得欺诈性流媒体利益。6. **对用户体验的影响**：作者强调了这个问题如何影响用户体验，并提到一张假安妮专辑让等待发行的粉丝感到失望。7. **当前机制的局限性**：系统假设元数据和内容是正确的，而没有进行大规模的严格检查，这为利用留下了空间。此外，最关心维持质量控制的艺术家缺乏对这些机制的直接影响力。总之，虽然人工智能在音乐制作和发行方面提供了合法的好处，但它被滥用来生成欺诈性内容正在威胁 Spotify 等流媒体平台的完整性。解决这个问题需要分销商改进审核、流媒体服务更好的数据分析以及潜在的法律先例来激励更严格的过滤实践。
/cdn.vox-cdn.com/uploads/chorus_asset/file/25721434/247377_AI_scam_albums_CVirginiaA.jpg)
彭博社 - 你是机器人吗？
在您的网络上检测到异常活动。要继续，请单击该框以确认您不是机器人。确保您的浏览器中启用了 JavaScript 和 cookie。使用提供的参考 ID 联系支持人员寻求帮助。
Jen 推出 AI StyleFilter 工具，利用 Imogen Heap 捕捉艺术家风格
Imogen Heap 与道德 AI 音乐创作平台 Jen 合作，在网络峰会上推出了两款受她音乐风格启发的新模型。此次合作包括根据她的单曲《What Have You Done To Me》和《Last Night of an Empire》训练的 StyleFilter 模型，以及基于她的声音的 AI 语音模型。这两种工具都旨在让用户创作融入 Heap 独特声音的原创曲目，同时确保艺术家的透明度、保护和补偿。
人工智能瞄准政府合同中的繁琐任务
人工智能正在彻底改变寻求政府合同的过程，通过专门设计用于遵循严格的安全协议和复杂法规的工具，大大减少撰写提案所需的时间。普华永道 (PwC) 等公司正在大力投资于为航空航天和国防部门量身定制的人工智能解决方案，旨在将提案开发时间缩短多达 70%。这些系统自动执行任务，例如识别机会、将 RFP 分解为可管理的部分、起草提案以及确保遵守政府法规。虽然人工智能提高了效率，但行业专家强调，人类监督对于确保质量和遵守严格要求仍然至关重要。
空军电子战负责人看到人工智能的局限性
第 350 频谱战联队指挥官 Larry Fenner Jr. 上校表示，虽然人工智能 (AI) 和机器学习 (ML) 具有认知电子战 (EW) 的潜力，但目前的技术还不够先进，无法完全自动化频谱数据在飞机上进行处理。他强调了人工智能/机器学习在自动异常检测和信号分析方面的潜力，这可以显着加快对策的开发。然而，标准化、基础设施限制和数据传输问题等挑战，尤其是像印太地区这样的远距离传输问题，仍然是实施的重大障碍。芬纳强调了适应对手电子战能力进步的至关重要性，并指出失去对电磁频谱的控制可能会损害整体军事效能。
我已经测试了很多用于工作的人工智能工具。这 4 个实际上帮助我每天完成更多工作
该文章回顾了几种提高生产力的人工智能工具：1. **Canva Pro**：提供各种图形设计工具，例如 Magic Edit 和 Background Remover，以自动执行视觉设计任务。2. **Otter.ai**：提供实时录音转录，带有说话者识别和时间戳，非常适合采访和会议。3. **ChatGPT**：用于生成学术研究摘要并回答有关文档或 PDF 的问题。4. **Canva Pro AI 背景去除器**：无需手动干预即可有效地简化照片中的项目隔离。这些工具简化了图形设计、转录和数据分析等任务，对于处理视觉内容创建、采访和复杂文档摘要的专业人士来说非常宝贵。
