五月末，AI 的竞争依旧激烈：Microsoft 在 Build 2023 发布了 50 多项新产品，一切都与 AI 相关；Google 除了将图像生成功能整合进了商业营销工具与 Bard，还正式开始测试 AI 版搜索引擎；Meta 开源了基于圣经训练的，可以识别超过 4,000 种口语，对 1,100 多种语言进行语音文字互换的 MMS 模型；NVIDIA 突破万亿美元市值，带领其达成此成就的华人 CEO 黄仁勋在 COMPUTEX 大会上沉稳地抛出了一系列产品，其中更有搭载了 256 颗 GH200 Grace Hopper 超级芯片的新型 DGX GH200 超算......巨头们的竞争下文中我们不再赘述，- 3 个新话题 - 媒体该如何更有价值地进行 AI 报道？不同国家在如何制定 AI 相关政策？关于 AI 安全，有哪些重要的观点？- 14 个新产品 - 包括 4 个有用的和 3 个好玩的新产品，5 个初创公司的新产品以及 2 家大公司的新动态；- 10 篇新论文 - 上周热度最高的 10 篇新论文，与上次一样，每篇我们都提供了论文原文链接与最具代表性的 Twitter Thread。
How the media is covering ChatGPT｜拒绝炒作，理性报道
在过去半年多的时间里，媒体对 AI 的报道呈爆发式增长趋势，不少新闻记者都在绞尽脑汁以求在自己的报道中体现出「细微差别」，但有多少人在回归新闻的本真，「引导公众关注并思考真正重要问题」？Jem Bartholomew 和 Dhrumil Mehta 采访了大量的记者与学者并对 2022 年 11 月至 2023 年 5 月中旬关于 AI 的报道进行了统计分析，为我们呈现了一份相对客观完整的报告。其中的一位受访者 Jenna Burrell 指出，过度讨论 AI 的「技术未解之谜」事实上会分散人们对诸如「AI 对市场结构的影响」之类的问题的注意力——在关注 AI 能力与感知的同时，我们也应关注 AI 如何进一步分配财富和权力。与此同时，两位作者也为我们总结了一个新技术新闻报道的炒作周期框架：- 首先，新技术会带来各类承诺与期待；
- 然后，媒体报道会分化为两个极端，一边可能是「行业终结者与民主末日」，另一边则是「技术带来乌托邦」；
- 最后，报道开始更细致地讨论技术的实际影响 —— 这是周期开始冷却的时候。🔗 https://www.cjr.org/tow_center/media-coverage-chatgpt.php
Statement on AI Risk｜AI 风险声明
硅谷又开启了新一轮 AI 风险声明信的签署潮，其中首当其冲的便是这封由 Geoffrey Hinton、Bill Gates、Sam Altman（OpenAI CEO）、Demis Hassabis（Google DeepMind CEO）、Dario Amodei（Anthropic CEO）等著名企业家与学者共同签署的这封《AI 风险声明（Statement on AI Risk）》，而事实上，正文只有一句话：全世界都应优先考虑人工智能带来的人类灭绝风险问题，这与大流行病和核战争等社会性风险问题一样重要。
🔗 https://www.cjr.org/tow_center/media-coverage-chatgpt.php
过去几个月里，学界与业界，AI 与非 AI 领域的许多关键组织与人物都曾就 AI 安全问题发表过自己的看法，在这里，梳理一些有价值的观点与大家分享：
1. Is Avoiding Extinction from AI Really an Urgent Priority?｜避免 AI 灭绝人类真的是当务之急吗？by fast.ai🔗 https://www.fast.ai/posts/2023-05-31-extinction.html
2. AI Is Not an Arms Race｜AI 不是一场军备赛 by TIME🔗 https://time.com/6283609/artificial-intelligence-race-existential-threat
3. If we’re going to label AI an ‘extinction risk’, we need to clarify how it could happen｜我们即便要将 AI 标记为「灭绝风险」，也需要弄清它为什么会发生 by The Conversation🔗 https://theconversation.com/if-were-going-to-label-ai-an-extinction-risk-we-need-to-clarify-how-it-could-happen-206738
4. You Can Have the Blue Pill or the Red Pill, and We’re Out of Blue Pills ｜我们将生活在非人类智能的幻觉中 by Yuval Noah Harari🔗 https://www.nytimes.com/2023/03/24/opinion/yuval-harari-ai-chatgpt.html
5. Yuval Noah Harari argues that AI has hacked the operating system of human civilisation｜我们仍然可以规范新的 AI 工具，但必须迅速行动 by Yuval Noah Harari🔗 https://www.economist.com/by-invitation/2023/04/28/yuval-noah-harari-argues-that-ai-has-hacked-the-operating-system-of-human-civilisation
6. AI 'godfather' Geoffrey Hinton warns of dangers as he quits Google｜AI 教父离职前的警告 by Geoffrey Hinton🔗 https://www.bbc.com/news/world-us-canada-65452940
7. How Rogue AIs may Arise｜流氓 AI 是如何出现的 by Yoshua Bengio 🔗 https://yoshuabengio.org/2023/05/22/how-rogue-ais-may-arise/
8. Governance of superintelligence｜超级智能的治理 by OpenAI
🔗 https://openai.com/blog/governance-of-superintelligence
Copyright Doesn’t Apply To AI Training｜AI 训练数据版权应该受保护吗？
日本政府重申不会对 AI 训练中使用的数据实施版权保护，换句话说，AI 训练可以使用任何数据，无论是出于非营利或商业目的，是否有复制以外的行为，也无论是否从非法网站或其他方式获得的内容。无独有偶，以色列司法部早在今年 1 月就发表了相似的意见。但并不是没有相反的声音，目前看，在制定 AI 规范法规方面，欧盟的步伐无疑是最快的，而根据 AI Act 初稿，部署 Gen AI 工具的公司将需要披露用于开发系统（训练模型）的所有受版权保护的数据 —— 如果是这样，OpenAI 将不得不退出欧洲。
日本
🔗 https://technomancers.ai/japan-goes-all-in-copyright-doesnt-apply-to-ai-training/
以色列
🔗 https://www.project-disco.org/intellectual-property/011823-israel-ministry-of-justice-issues-opinion-supporting-the-use-of-copyrighted-works-for-machine-learning/
🔗 https://www.europarl.europa.eu/news/en/press-room/20230505IPR84904/ai-act-a-step-closer-to-the-first-rules-on-artificial-intelligence
有用的 ｜ For Money「口袋里的晚宴（A dinner party in your pocket）。」这是 Naval 对 AirChat 的定义。抛开文艺的面纱，AirChat 是 Naval 开发的语音社交产品，像是一个异步版 Clubhouse。无需额外翻译，即可用语音与平台上其他说着不同语言的用户进行交流，加上审美非常在线的产品界面，还有 Naval 本人的不定时巡游留言，还没排上号的我真的很像尽快试一试！提供邮箱和 Twitter 账号（还需关注账号 @getairchat）即可加入 Waitlist，不过目前仅支持 iOS 设备哦！🔗 https://www.getairchat.com/
艺术家作品版权保护工具 —— 主要针对图像，也有部分声音、视频以及代码，具体来说，就是在各类网站之上加一个「同意层」，需要经过创作者的同意才可使用网站数据进行 AI 训练。截至目前，Spawning 目前已经帮助 14 亿张图像退出模型训练集。一个有意思的 PDF 处理 ChatGPT Plugin 插件，除了读取常见的文字、图表以及图片等信息，它甚至可以抓取手写文字与扫描内容！
GitHub 前 CTO Jason Warner 将其创办的新公司定位为「未来系统的系统」。根据当前的新闻报道，更像是真正可以投入生产的无代码软件搭建平台。🔗 https://medium.com/redpoint-ventures/fresh-ink-hello-poolside-384923ff3ad4
🔗 https://www.newcomer.co/p/former-github-cto-jason-warner-raises根据定位自动收集数据并生成关键词补全 prompt 以生成环境「照片」的相机，由手工达人 Bjørn Karmann 制作。下面的几幅示例图中，Bjørn 看似拿了一台「相机」，但事实上，这台相机只是一个定位设备，没有任何拍摄功能，三个物理旋钮则是为了调节参数而存在，分别用于控制数据收集的地理半径、图像噪声与遵循 prompt 的程度。基于以上工作原理，想必大家应该发现了：这是在手机上就可以实现的功能呀！没错，打开第二个链接即可体验。🔗 https://bjoernkarmann.dk/project/paragraphica
🔗 https://paragraphica.bjoernkarmann.dk/由两位华人女孩创办的漫画生成平台，目前已被 YC 投资。CEO @FengjiaoPeng 毕业于香港大学与 MIT，此前是一位一边在 Adobe 与 Vimeo 担任工程师，一边进行网络漫画创作的斜杠青年，出于对漫画的热爱，与同样是理工科出身的 @YipingLyu 创办了 KURUKURU，侧重连续故事情节的生成以及工作流的易用性 —— 期待更多的进展！🔗 https://www.kurukuru.xyz/虽然训练一个 Character 的技术难度愈来愈低，但依旧不够小白——试试用 GPT-4 构建一个性格可爱的女朋友吧！🔗 https://gptgirlfriend.online/初创企业｜Startups第一个开源的可商用多模态模型，基于 MPT-7 Instruct 与 BLIP 搭建。
🔗 https://mm-frontend-ees4nzlyjlh8.octoai.cloud
用 LLM 帮忙起草合同，目前已有超 600 家企业客户。但请注意，AI 帮忙起草法律文件也许可以节省不少时间，但千万不要因为有了工具而偷懒。最近，同样是在法律行业，一位美国律师用 AI 协助处理案件时显然遇到了大问题 —— 他在庭审时提供了 6 个由 ChatGPT 生成的虚假案件。🔗 https://www.spellbook.legal/ • Assistant by Betterlegal在几秒钟内将复杂的法律术语转换为通俗易懂的语言，相对于生成合同、辩词、判例等，也许这是对大众更实用，风险也更小的场景～🔗 https://betterlegal.com/assistant • Botatouille by Buzzfeed据称是全球第一款 AI 烹饪小助手，基于 ChatGPT API 搭建，支持 10,000+ 菜谱的问答与制作指导，内置于 Buzzfeed 的 Tastey app，目前仅支持 iOS 端。🔗 https://apps.apple.com/us/app/tasty-recipes-cooking-videos/id1217456898 • CapeChat by Cape Privacy在使用 ChatGPT 的同时保持敏感数据的安全。我们已经见到了许多用 ChatGPT 这样的 AI Chatbot 处理财务数据、日程以及其他个人信息的案例，但这么做是否能够保证数据安全？说实话，我个人一直保持怀疑态度，而 CapeChat 就是一个把数据安全放在第一位的 Chatbot，这真的是一个很棒的切入点！🔗 https://chat.capeprivacy.com/chat/1685655970623 • Photoshop Beta by AdobeAdobe 终于改变了 33 年的稳健作风，大手笔地将 Firefly 整合进了 Photoshop，说实话，这是我最近见到的最有趣的 AI 产品之一，AI 图像生成功能终于被丝滑地融入了工作流。先说优点，无论是抠图、补全画面、局部擦除还是扩展画面内容，Beta 都能为创作者节约大量的制作时间和精力，在已有图片的基础上快速修改至 60 分；再说缺点，与之前的感受相同，Firefly 生成图像的真实性并不高，在某些图片中非常容易出现违和感；此外，Beta 也不擅长从零制作图片，且无法精确控制组件/角色的位置、面部细节和动作等等重要信息。—— 期待 Adobe 的进步了！🔗 https://www.adobe.com/products/photoshop/generative-fill.html一些有趣的例子
🔗 https://twitter.com/nathanlands/status/1663878082007281668?s=46&t=O5v_r8PPMabZ2rXHdeCbcA
5 月 25 日，TikTok 宣布他们正在菲律宾部分测试用于更精准寻找短视频的聊天机器人 Tako，目前技术由第三方提供。
🔗 https://twitter.com/TikTokComms/status/1661718779024531456
一种高效的微调方法，通过减少内存使用量，在单个 48GB GPU 上微调 65B 参数模型，同时保持完整的 16 位微调性能。
Paper
🔗 https://arxiv.org/abs/2305.14314
🔗 https://twitter.com/Tim_Dettmers/status/1661379354507476994
LIMA
一个新的 65B 参数的 LLaMa 模型，通过 1000 个精心设计的提示和回应进行微调；它不使用 RLHF，对于训练数据中没有的任务具有良好的泛化能力，并且在 43% 的情况下生成的回应与 GPT-4 相当或更受欢迎，甚至比 Bard 更高。
Paper
🔗 https://arxiv.org/abs/2305.11206
🔗 https://twitter.com/violet_zct/status/1660789120069926912Voyager
在 Minecraft 中使用 LLM 技术的具有体验型终身学习功能的代理人，可以不需要人类干预就能持续探索世界、获得技能并进行新的发现。
Paper
🔗 https://arxiv.org/abs/2305.16291
🔗 https://twitter.com/DrJimFan/status/1662115266933972993
Gorilla
一种基于 LLaMA 的微调模型，超越了 GPT-4 在编写 API 调用方面的性能。这种能力可以帮助识别正确的 API，提高 LLM 与外部工具进行交互完成特定任务的能力。
Paper
🔗 https://arxiv.org/abs/2305.15334
🔗 https://twitter.com/omarsar0/status/1661540207206846464
The False Promise of Imitatiting Proprietary LLMs
本文对以更强模型的输出进行微调的模型进行了批判性分析；认为模型的模仿是一个错误的前提，改进开源模型的更有效方法是开发更好的基础模型。
Paper
🔗 https://arxiv.org/abs/2305.15717
🔗 https://twitter.com/arankomatsuzaki/status/1661908342829187072
Sophia
本文提出了一种简单可扩展的二阶优化器，每步平均时间和内存开销几乎可以忽略不计；在语言建模方面，Sophia 在步数、计算量和实际时间上比 Adam 快 2 倍。
Paper
🔗 https://arxiv.org/abs/2305.14342
🔗 https://twitter.com/tengyuma/status/1661412995430219786
The Larger They Are, the Harder They Fail
文章表明，当默认函数名称被交换时，LLM 便无法生成正确的 Python 代码，而且模型越大，越倾向于生成错误的结果 —— 这与此前我们观察到的「模型越大，能力越强」的规律相反。
Paper
🔗 https://arxiv.org/abs/2305.15507
🔗 https://twitter.com/AVMiceliBarone/status/1662150656327663617
Model Evaluation for Extreme Risks
讨论了模型评估在解决极端风险和在模型训练、部署和安全方面做出负责任决策中的重要性。
文中还详细讨论了十个主要风险：网络攻击、欺骗、说服与操纵、政治策略、武器获取、长期规划、AI 开发、情景意识以及自我传播。
Paper
🔗 https://arxiv.org/abs/2305.15324
Twitter
🔗 https://twitter.com/soundboy/status/1661728733156503555
LLM Research Directions
讨论了一系列针对希望在 LLM 领域进行研究的博士研究生的研究方向。
Paper
🔗 https://arxiv.org/abs/2305.12544
🔗 https://twitter.com/omarsar0/status/1661405738059571201Reinventing RNNs for the Transformer Era
提出了一种将 Transformer 的高效可并行训练与 RNN 的高效推理相结合的方法；结果显示该方法在性能上与大小相似的 Transformer 相当。
Paper
🔗 https://arxiv.org/abs/2305.13048
Twitter
🔗 https://twitter.com/_akhaliq/status/1660816265454419969
禅修时刻 · Short Courses by 吴恩达要说这两天什么课最火，那必然是吴老师的四节生成式 AI 短课程，从 Prompt Engineering、API 调用、LangChain 的使用到 Diffusion 模型的原理，一应俱全！🔗 https://www.deeplearning.ai/short-courses/