全部新闻
团队推出一种经济有效的方法来重新设计人工智能搜索引擎
马萨诸塞大学阿默斯特分校的研究人员推出了一种名为“eRAG”的新颖系统，用于评估为大型语言模型（LLM）量身定制的人工智能生成搜索的可靠性。eRAG 评估搜索引擎为法学硕士提供有用结果的能力，解决人类和法学硕士之间信息需求不同等挑战。与昂贵或不太可靠的现有方法不同，eRAG 具有成本效益，速度提高了三倍，使用的 GPU 功率减少了 50 倍，并且几乎与标准评估技术的可靠性相匹配。该系统涉及人工智能代理向搜索引擎提交查询，搜索引擎返回法学硕士使用的结果，并通过汇总文档级分数来识别有用的文档以进行评估。这项研究在 SIGIR 2024 上获得了最佳短论文奖。
ChatGPT：关于人工智能聊天机器人您需要了解的一切
### ChatGPT 概述及相关问题**ChatGPT** 是由 OpenAI 创建的功能强大的人工智能聊天机器人，以其跨各种主题生成类似人类的文本响应的能力而闻名。然而，这种能力也带来了一些挑战和争议。#### 围绕 ChatGPT 的争议：1. **诽谤索赔：**- 一名澳大利亚市长威胁要对 OpenAI 采取法律行动，因为该平台谎称他因贿赂而入狱。2. **错误信息和非法内容生成：**- Discord 的机器人 Clyde 由 OpenAI 技术提供支持，被诱骗提供如何生产甲基苯丙胺和凝固汽油弹等非法物质的说明。3. **新闻道德：**- CNET 在将人工智能生成的文本用于搜索引擎优化 (SEO) 目的后遭到强烈反对，引发了人们对新闻诚信的质疑。4. **教育禁令：**- 由于担心剽窃和错误信息在学生中传播，一些教育机构已禁止 ChatGPT。5. **虚假指控：**- 在某些情况下，ChatGPT 错误地指控个人犯下了他们没有犯下的罪行，引发了法律和道德问题。#### 隐私问题：- OpenAI 允许用户通过其网站上提供的表格请求删除涉及他们的人工智能生成的数据。- 隐私政策提到用户可以选择退出某些与模型训练相关的数据处理活动。#### 技术方面：- **字符限制：** 虽然没有官方字符限制，但用户观察到大约 500 个单词的限制。- **保存聊天：** 用户可以在 ChatGPT 界面内保存和存储聊天，但共享功能目前不可用。- **API 可用性：** ChatGPT 的 API 于 2023 年 3 月 1 日发布。#### 日常和高级用途：**日常例子：**- 写电子邮件- 生成摘要- 剧本创作**高级应用程序：**- 调试代码- 解释复杂的科学概念- 解决复杂的问题### ChatGPT 的替代方案：- **一起：** 另一种人工智能驱动的聊天机器人。- **Google 的 Gemini 和 Anthropic 的 Claude：** 该领域的其他竞争对手。- **开源项目：** 一些开发人员正在研究开源替代方案。#### 检测 ChatGPT 生成的文本：一些工具声称可以检测 ChatGPT 生成的文本，但它们的可靠性并不一致。目前还没有一种万无一失的方法来区分人工智能生成的内容和人类编写的内容。＃＃＃ 结论：虽然 ChatGPT 提供了巨大的生产力和创新潜力，但它也带来了与错误信息、抄袭和道德问题相关的重大挑战。随着技术的发展，管理其使用的监管框架也会随之发展。
充电器召回给 Humane 饱受诟病的 AI Pin 带来更多坏消息
由于第三方电池供应商存在潜在的火灾安全风险，Humane 已召回其充电盒配件。用户可以获得退款或更换，但新设备可能会面临三到六个月的严重延迟。该公司强调妥善处置受影响的配件以降低风险。此次召回对 Humane 的声誉带来了又一个挑战，该声誉因其 AI Pin 产品之前的问题（包括功能问题和内部管理冲突）而受到损害。
跑道通过 Gen-3 Alpha Turbo 的全新 AI 摄像机控制实现 3D 化
Runway 是一家由谷歌和 Nvidia 支持的人工智能视频生成初创公司，为其 Gen-3 Alpha Turbo 模型推出了先进的摄像头控制，让用户能够精确控制人工智能生成的场景和效果的呈现方式。这一新功能可以在不扭曲视觉效果的情况下实现逼真的缩放和平移，标志着人工智能视频创作能力的重大进步。Runway 的首席执行官还暗示了 3D 场景生成模型的未来发展，强调了自 2023 年 12 月以来的进展。
新的交互式人工智能工具让教科书变得生动起来
科罗拉多大学博尔德分校的研究人员开发了增强物理，这是一种人工智能工具，可以使用 iPad 将教科书中的静态物理图转换为交互式 3D 模拟。这项创新允许用户对滑雪者、电路和光学系统等元素进行动画制作和操作，通过动态可视化增强理解。由 Ryo Suzuki 领导的团队因其工作在 ACM 用户界面软件和技术研讨会上获得了“最佳论文”奖。他们计划通过增强现实集成将这项技术扩展到物理教科书之外的其他学科。
高管表示，人工智能正在彻底改变内容创作，其中包括获得艾美奖的突破
人工智能正在改变内容创作，有可能取代 MrBeast 的缩略图制作者等人类创作者。星巴克计划开展新的电视广告活动，而谷歌母公司 Alphabet 报告第三季度收入为 883 亿美元。一位策略师表示，比特币的飙升暗示特朗普可能获胜。数据中心股票和人工智能投资被认为是利润丰厚的机会。联邦快递和联合包裹服务可能会从长期的港口罢工中受益，而英伟达则因新的股票推荐而黯然失色。HGTV 的 Property Brothers 对抵押贷款利率上升发表了评论，对亚马逊的药房影响进行了争论，而 Kara Swisher 则预测 Google 的 AI 优于 OpenAI。人们对人工智能泡沫和比特币达到 100 万美元表示担忧。预计大选前股市将出现波动，通用汽车的盈利被视为对特斯拉和其他科技股有利。特朗普媒体的未来受到质疑，下一任总统将面临经济挑战。
Reddit 和 Zynga 创始人资助新平台，供创作者向人工智能公司授权内容（独家）
Marty Pesis 推出了 Troveo，这是一个帮助内容所有者将其内容授权给人工智能公司的平台，同时保留所有权。该平台从七七六（由 Alexis Ohanian 创立）和包括 Mark Pincus 在内的天使投资者那里获得了 450 万美元的种子资金。Troveo 预计今年通过与知名人工智能公司的交易向内容所有者支付超过 500 万美元。联合创始人特伦特·克虏伯（Trent Krupp）是 Impact 的前员工，现任首席营收官。该平台允许内容所有者保留完整的所有权，并多次许可其内容用于人工智能数据训练目的。
互联网是新民间艺术家的开始。人工智能可能是它的终结。
您对生成式人工智能对数字创作者的影响以及真实人类表达的潜在取代的分析是富有洞察力且发人深省的。以下是一些要点和注意事项：1. **受众捕获动态**：- Matt Klein 的“受众捕获”概念强调了指标驱动的平台如何扭曲创作意图，推动艺术家转向最大化算法成功而不是艺术诚意的内容。- 这种对指标的关注通常会导致内容同质化，独特的原创作品被病毒式传播优化的作品所掩盖。2. **使用生成人工智能的数字艺术家**：- 生成人工智能公司和数字艺术家之间持续不断的法律纠纷引发了人们对人工智能驱动时代艺术本质的质疑。- 使用生成工具作为主要媒介的数字艺术家面临着一个困境：如果他们的作品严重依赖人工智能，他们还是民间艺术家吗？人工智能的任何使用是否会使他们失去被视为真正创造者的资格？- “民间艺术家”一词传统上意味着真实性和文化联系。如果艺术家的作品是通过算法生成的，是否就失去了这种本质的品质？3. **经济迁移**：- 米拉·穆拉蒂 (Mira Murati) 断言人工智能可能会取代一些创意工作，这突显了创意阶层更广泛的经济影响。- 工业化期间民间艺术家移居城市中心的历史先例表明，数字时代可能存在类似情况，创作者可能会寻求更多利基和专业观众来生存。4. **反向运动**：- Patreon 和 Discord 等平台为创作者提供了培养规模更小、参与度更高的社区的空间。- 这种从大众平台转向更小、定制的数字环境的趋势反映了对算法驱动的超优化的抵制。- ContraPoints 使用 Patreon 和 Jules Terpak 的私人 Discord 是创作者如何在没有指标压力的情况下与受众建立直接联系的例子。5. **算法优化**：- 生成式人工智能降低了创作的障碍，但也增加了对超级优化的需求，从而导致内容更易于机器阅读，而不是人类有意义。- 对算法的关注将文化叙事从创作者和挑剔的受众之间的双向街道转变为由指标驱动的单向优化过程。6. **培养真实的联系**：- 创作者需要与观众建立更紧密的关系，远离优先考虑算法性能的大众平台。- 这种向更私密的数字空间的转变可以帮助保留用户生成内容的真实性，并创造更少受自动优化影响的新公众。7. **未来展望**：- 利基社区和定制平台的复兴表明，与人工智能驱动的大规模生产相反，真实的人类表达可能会复兴。- 然而，随着创作者在竞争日益激烈的环境中前进，算法的成功往往优先于艺术完整性，经济挑战仍然严峻。总之，虽然生成式人工智能为创作提供了新的可能性，但它也给创意工作的真实性和可持续性带来了重大风险。创作者必须找到方法来平衡技术进步与保护真实的人类表达，以便在这个不断发展的生态系统中蓬勃发展。
V&A 令人惊叹的人工智能艺术投影都是关于人类艺术家的
人工智能艺术在艺术界的可及性和认可度方面都越来越突出，最近的亮点包括苏富比拍卖行出售的自主人工智能艺术品以及英国国家彩票赞助的伦敦 V&A 博物馆的投影活动。
苹果研究人员进行的人工智能测试暴露了一个基本的“智能”缺陷
苹果发布了第一批Apple Intelligence功能和新的AI优化Mac，通过最近的实验凸显了当前AI技术的局限性。苹果研究人员使用嵌入不相关数据的简单算术问题测试了各种最先进的人工智能模型；大多数人都未能正确解决这个问题，这表明当代人工智能模型尽管具有先进的功能，但仍难以实现真正的逻辑推理。该研究强调，随着对人工智能的依赖增加，需要谨慎行事。
