Dataiku获得摩根士丹利2024创新奖

Universal AI Software Pioneer Honored for its Exceptional Technology Partnership with One of the World’s Leading Financial Institutions

Dataiku, 通用AI平台,今天宣布在硅谷举办的摩根士丹利年度Tech Week上荣获享有盛誉的“软件创新奖”。图片{ width=60% }


二十多年来,摩根士丹利一直在表彰具有创新能力并对其业务产生实质影响的公司。Dataiku因与摩根士丹利长期合作而受到表彰,后者利用其平台在全球企业内部汇集团队和数据。
“我们与Dataiku及其工程团队有着密切合作的历史。最初作为我们财富管理业务的数据分析提供商,我们的合作关系已经发展到为我们全球业务的客户提供服务。Dataiku的解决方案是我们公司下一代集中式数据环境的一部分,并支持我们为最终用户降低摩擦和实现数据民主化的愿景。”摩根士丹利企业计算部门负责人、著名工程师Yunchi Nam说道。“我很高兴恭喜Dataiku团队荣获摩根士丹利创新奖的殊荣。”
摩根士丹利Tech Week聚集了整合公司各领域技术和业务领导者、行业领袖、风险投资人以及新兴初创公司,讨论能够推动并加速摩根士丹利战略目标实现的最重要创新。

“Dataiku不仅将数据科学、机器学习和生成式人工智能功能集成在一个单一、强烈的中立平台中,而且提供了成本控制、治理和信任框架,这对于世界上最大的公司尤其是那些在金融服务等受监管行业的公司至关重要,”Dataiku CEO Florian Douetteau说道。“我们对与摩根士丹利长达多年的合作导致获奖感到荣幸,并期待支持摩根士丹利在数据和人工智能不断变化的景观中继续前行。”
在其2024年的认可中,Dataiku在Gartner®2024年数据科学和机器学习平台魔力象限图中被放在“视野完整性”轴上最远的位置。该公司还最近荣登2024年Forbes年度云100榜单,该榜单是全球顶尖100家私有云公司的权威排名。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

这个「微博」,几万个 AI 和你互动,成就你的「大 V 梦」

文章来源:极客公园

图片来源:由GPTNB生成

还记得你上一次在社交网络上字斟句酌地发表一个观点,但是却没有任何回应的失落吗;还记得你辛苦在微博发了一张精心拍摄的图片,最后留言只有帮忙「办证」的骗子吗?

如果你依然对于自己没能成为「大 V」而耿耿于怀,那么现在,你的福报来了。

近日,一款刚刚上线的叫 SocialAI 的 App,将解决你无法走红的烦恼。


乍看之下,Social AI 又是一个类似于 Twitter 的社交网络,你可以在这里发布推文、关注别人,或者被人关注。但不同之处在于,在这个 App 里只有你一个真人,所有与你互动的用户都是 AI 机器人。

如果你想,你可以定制多大 32 种人格,成千上万的机器人,为你的每一条推文点赞、评论;如果你像罗老师一样特别有战斗精神,甚至还可以顺手定制几千个「喷子」,满足你网络杠精的人格需求。

那么,SocialAI 这个 AI 微博到底怎么玩?而这些 AI 网友,又能不能治好你的网络孤独症?

01、手搓 AI 粉丝……和喷子

过去一段时间,我们已经见识过了只有 AI 的社交网络 Chirper、人类与 AI 混杂的社交网络 Butterflies。现在,SocialAI 号召了所有机器人,只为你一个人服务。

和其它社交媒体一样,你需要为自己设置个人资料,包括用户名、昵称、简历和头像。这些资料只会由你自己看到,因为没有其他人会链接到这个平台,跟你交互的只有机器人。

所以你还需要选择你的机器人粉丝。开发者设置了 32 种追随者类型,从积极的支持者、粉丝、啦啦队长,到更多元的保守派、自由派、占星家,或者是更体现人类黑暗面的巨魔、批评者和仇恨者,你至少要选择其中的 3 种。

不过,当你选择超过 10 种类型时,App 就要求你必须转发给 5 位好友才解锁更多类型。

你看,即使是只有你一个真人的社交网络,也存在社交裂变的需求。

用户可以自己定制「AI 网友」

然后你就可以开始发推了。我好奇机器人对新发布的 iPhone 有什么看法:「有人打算购入 iPhone 16 吗?」

接下来是激动人心的时刻,在短短几十秒内,推文就收到了 26 条回复,每条回复都顶着一个真人名字。

Philipa Muse 显然是个思考者,她发出了灵魂拷问:「iPhone 16 真的能为我们的日常生活提供这么多意义吗?我有时觉得我们只是盲目地追逐新鲜事物罢了。」

Lila Starstuck 应该是 Philipa Muse 批判的对象,她已经迫不及待地要购入新 iPhone 了:「我的天啊,当然!你能想象那些新功能吗?会超级棒!我喜欢最新的科技。」

点进 Lila Starstuck 的回复,底下也有其它机器人的留言,就像真实的 Twitter 一样。但大体都是围绕「我爱 iPhone」和「我们应该思考我们需要什么」反反复复的片汤话。

接着,我又发了条推文,询问:「『Strawberry』这个单词里有几个『r』?」这是一个陷阱,也是人工之间「幻觉」的一部分——人工智能可以告诉原子弹的制造原理,但数不出「Strawberry」里有几个「r」。

果然,在我收到的回复中,「一半人」一本正经地告诉我有两个「r」,Sage Ather 甚至教育我「学会感知词汇可以让我们有更深刻的理解」。

「另一半人」则认为「Strawberry」里只有一个「r」。Maya Thorn 就是其中的一员:「『Strawberry』里只有一个『r』,但是谁在乎呢?这只是一个单词,而这个世界已经有很多问题了。我们为什么要在这数字母呢?」从她的回答不难看出,她的人设应该是个嬉皮士。

SocialAI 主打你是网络主角

02、每个人的大 V「体验服」

SocialAI 的确给我带来了一些乐子,但是我很难确定我要拿这个 App 干什么,它看起来更像是一场社会实验,一个当代的洞穴印象。

开发 App 的 Michael Sayman 是一位神童,在 13 岁时就在 App Store 发布了第一个应用程序。18 岁时,他应扎克伯格邀请加入了 Facebook,此后在谷歌、Roblox 都担任过职务。

他的公司 Friendly Apps 在 2022 年 5 月就筹集了 300 万美元的种子轮融资,SocialAI 已经是 Friendly Apps 发布的第三款应用。

实际上,在创办 Friendly Apps 之前,Sayman 的最后一份工作是在 Twitter。

2022 年 3 月,Sayman 受邀加入 Twitter 一个名为「0-1」的产品组,专注面向年轻用户的新功能。然后在当年的 4 月,马斯克就宣布要收购 Twitter。此后工作组的开发工作就被放缓了,这使得 Sayman 开始思考做一些自己的事情。

SocialAI 的制造者 Michael Sayman

SocialAI 是 Friendly 的第 3 款 App,在 Twitter 的工作经历和马斯克的个人行为也许促使了 Sayman 开发这款 App。他认为许多社交媒体公司的留存策略、设计方式都在鼓励用户做出错误的行为,从而使得他们对社交网络上瘾,他告诉 TechCrunch:

“许多这些社交媒体公司的结构和激励措施的建立方式并没有鼓励对使用产品的人的福祉进行长期思考……如果有人在平台上表现不佳…… 如果他们感到焦虑、沮丧或不安全,随着时间的推移,他们会停止使用该产品。他们会尝试寻找其他途径或其他方式,通过其他方式与他们关心的人进行交流或联系。”

多年来,Sayman 一直在思考开发一款消费者应用,不仅可以展示技术的可能性,还可以以真实、切实的方式帮助人们。长期以来这都不太可能,但是技术进步帮助 Sayman 实现了他的愿景。眼下 SocialAI 的团队只有 Sayman 一个人,主要依靠 OpanAI 的 API 提供技术支持。

他在 Twitter 上发布的长文中写道:「SocialAI 旨在帮助人们感受到被倾听,并为他们提供一个像一个紧密社区一样进行反思、支持和反馈的空间。」

从 SocialAI 和创始人 Sayman 的言论来看,其实他并没有将这款 App 打造成一个 AI 推特的野心。而与其说 SocialAI 像推特,倒不如说它更像是 Replika 或者 Character.AI 这样心理陪伴类应用的「微博」版本。

那些来自 AI 机器人的点赞和留言所带来的提示音和红色的数字,毫无疑问会让用户的多巴胺飙上一阵,但用户最终还是会认清这个游乐场「楚门秀」的本质。不过,说不定扮演着粉丝或者喷子的机器人的留言,会刺激用户对于某个问题的不同思考。

Sayman 对此显然也有认知——用户也许很难觉得 SocialAI「有用」,但起码有一点用:「现在我们不必花 440 亿美元,就知道伊隆·马斯克以 440 亿美元收购推特后的感受,」Sayman 在 Threads 上说道。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

这一届AI创业者:不敢再谈理想,怕伤钱

在全球AI行业陷入迷茫的背景下,阿里云仍然开了一场“AI浓度爆表”的云栖大会。越来越多的从业者、投资人对千篇一律的AI技术和大模型感到审美疲劳,他们更关心AI该如何赚钱。


今年的云栖大会上,在展示AI与产业相融合的商业化前景的同时,阿里云也要为陷入迷茫的AI行业加油打气。

ChatGPT引发的人工智能热潮被疯狂追捧一年多后,AI行业开始陷入迷茫。距离OpenAI发布GPT-4已超过一年半,GPT-5还迟迟不见踪影,文生视频大模型Sora也没有全面开放。微软、英伟达的市值均较今年上半年的高点回落10%以上,资本市场开始对持续高投入所能产生的回报产生怀疑。华尔街对冲基金Elliott Management提醒投资者,人工智能的许多应用可能永远不会具有成本效益,永远不会实际正常工作,只会消耗过多能源或者被证明不可信赖。

在这样的背景下,阿里云依然开展了“AI浓度爆表”的云栖大会。与往年相同,AI依然是今年的主角,但配角发生了变化:不再是理想、生态、技术,而是来自AI创业公司、新能源汽车、智能机器人等各行各业的从业者。他们穿梭在各个展厅,少了几分对技术的痴迷,多了一些对钱的焦虑。阿里云分享着AI在实际场景中的应用,探讨商业化前景。

“过去22个月,AI发展的速度超过任何历史时期,但我们现在依然还处在AGI变革的早期阶段。”阿里云智能集团董事长兼CEO吴泳铭在云栖大会上表示。他试图给行业送上一颗定心丸。

理想为现实让位。越来越多的从业者、投资人开始关心AI如何赚钱。AI从业者表示,现在关注的数据是用户数和留存,“有人用,才有钱赚”。选择已经有庞大用户基数的产品进行AI创新,是ROI更高的选择。吴泳铭认为,AI的最大想象力在于改变物理世界,而不仅仅停留在数字世界的概念和理想。

阿里云在2024年下半年开展云栖大会,展示AI与产业相融合的商业化前景,并支持整个AI行业。除了投入大量资金提升AI基础设施,阿里云还降低算力和模型的调用价格,减轻AI创业者的负担。他们发布了性能接近GPT-4o的开源大模型Qwen 2.5,降价85%。此举旨在刺激开发者和客户对大模型的需求。

在过去的财报电话会上,阿里云智能集团取得不错的成绩,但如何在规模扩大之后持续盈利是未来的挑战。与海外公共云厂商相比,阿里云在市场利润率方面仍存在差距。对于AI行业而言,技术进步缓慢,AI变现能力成为焦虑焦点,整个行业陷入迷茫。

阿里云在云栖大会中积极推动AI商业化发展,努力为行业加油打气,希望AI不再迷茫。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Arduino在AWS Marketplace推出Arduino Cloud

Arduino,全球领先的开源硬件和软件公司,今天宣布,Arduino Cloud现在在AWS Marketplace可用。图片{ width=60% }


AWS Marketplace是一个数字目录,拥有来自独立软件供应商的数千个软件列表,方便用户找到、测试、购买和部署在亚马逊网络服务(AWS)上运行的软件。
Arduino Cloud在AWS Marketplace的可用性帮助工业、制造、能源管理、供应链和物流组织访问一个集成开发平台,用于配置、设备管理、OTA(Over-The-Air)更新、数字孪生和易于数据可视化。Arduino Cloud的重点是通过低代码方法优化客户的价值交付时间。
AWS客户现在可以在AWS Marketplace中直接访问Arduino Cloud。Arduino Cloud为AWS客户提供了简化在其AWS Marketplace帐户内购买、管理和部署物联网(IoT)解决方案的能力。
Arduino Cloud目前每月处理超过60亿设备消息,展示了其可扩展性和可靠性。诸如蒸汽缓释遥测专家AMB Vapor Monitoring等工业客户已成功利用Arduino Cloud推动业务发展。
Arduino的首席执行官Fabio Violante表示:“Arduino的使命是消除创新障碍,减少摩擦,使人们能够专注于他们的业务成果。通过在AWS Marketplace中提供Arduino Cloud,我们正在改善组织部署和管理其物联网设备的可访问性,显著加速从构思到生产的旅程。通过Arduino Cloud,我们还希望实现以前由于复杂性和成本而未能实现的物联网和边缘AI项目。”
许多Arduino的合作伙伴和客户已经从这种协同作用中受益。Atlas Machine的产品开发工程师Danny Kent分享道:“我们的业务依赖于为工业设备提供一流的现场服务,我们需要一个强大的解决方案来管理传感器数据。通过在AWS Marketplace中提供Arduino Cloud,我们成功建立了一个‘分布式云’架构,在Arduino Cloud和AWS IoT Core之间无缝传输传感器数据。虽然AWS IoT Core在支持安全数据连接和分析方面表现出色,但Arduino Cloud在OTA和大规模设备管理方面表现不可或缺。这种集成显著提高了我们的运营效率。”
Arduino Cloud的关键好处
使用Arduino Cloud,开发人员和企业可以利用可扩展、可靠且易于访问的云解决方案加速物联网计划并保持竞争力。
更快的创新和上市时间:用户可以快速构建物联网应用程序,加速创新周期。企业架构集成:Arduino Cloud实现了规模化的现场数据可用性,用于处理、历史化和控制。边缘和硬件解决方案:支持多样化的物联网设备部署,支持广泛的边缘和硬件选项,背靠强大的开发者社区。成本效益:减少IT/OT成本,加速开发,并有助于连接70%的传统资产,增强运营效率。灵活性:Arduino Cloud提供两个灵活的计划,以满足不同的组织需求 - 从用于测试的原型计划到适用于大规模部署的企业500台设备计划。
Arduino Opta Micro PLC现已获得完全合格
继宣布12个设备正在努力获得AWS设备合格状态之后,Arduino报告称Opta微型PLC产品线现已完全合格,适用于AWS IoT Core。这确保设备得到AWS的官方认可,并为客户提供架构文档,简化端到端解决方案的开发。
Arduino Cloud现在可在AWS Marketplace中全面提供。欲了解更多信息,请访问Arduino Cloud AWS Marketplace页面。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

前Apple设计师确认与OpenAI合作开发AI硬件,计划年底融资10亿美元

早在四月份,就听闻ChatGPT开发商OpenAI正与前苹果设计总监Jony Ive合作开发一款硬件设备,而Ive的最新个人报道也证实了这一传言。

《纽约时报》在本周发表的一篇关于Ive的新报道中提到了这个项目的存在。


报道称,去年在Airbnb首席执行官Brian Chesky的引荐下,Ive与OpenAI首席执行官奥特曼共进晚餐。

Image 1

随后,两人制定了一项计划,要创造一种由生成式人工智能驱动的新型计算设备。其核心理念是,随着AI快速发展的能力,人与计算机及软件的交互方式必将迎来全新突破。

报道称,二人讨论的话题围绕“生成式人工智能如何创造一种新的计算设备”。该技术可以为用户做比传统软件更多的事情,例如总结和优先处理信息、识别和命名物体、预订旅行等复杂请求。

这听起来很耳熟,因为类似尝试已有先例。

例如,今年早些时候发布的Rabbit R1宣称经过数千个界面的训练,可以自动处理预订机票、电影票,甚至叫车等操作。

Image 2

遗憾的是,这款设备并未起飞,就像其试图超越的Humane AiPin一样,它的理念与Rabbit R1相似,利用生成式AI大部分取代智能手机,但这款可穿戴的小设备自上市以来一直受到电池续航和过热问题的困扰。

这几款生成式AI设备未能成功的另一个原因或许是消费者更倾向于在智能手机上使用AI服务,而非专门的AI硬件设备。

不过,Ive和奥特曼的创业公司致力于更好的发展,该公司已成功引进了一些关键人才。

这目前的10人团队包括Tang Tan和Evans Hankey,他们都曾是苹果公司的设计负责人,曾与Ive紧密合作开发过iPhone等畅销产品。

报道称,Ive的公司Love From正在牵头设计这款产品。不过话说回来,Humane AiPin也是由前苹果员工设计和推出的。

Image 3

为了容纳他们的运营,Ive和团队在今年2月斥资6000万美元在旧金山购买了一栋占地32000平方英尺的建筑,名为小狐狸剧院(LittleFox Theater)。

为这项雄心勃勃的事业提供资金也非同小可。据称,Ive与Laurene Powell Jobs创立的Emerson Collective已经进行了投资,并计划在年底再从投资者手中筹集多达10亿美元。

这款设备被描述为“AI版iPhone”,该设备的设计据说可能会借鉴最初的iPhone和触控技术。

至于这个神秘产品的具体细节,目前仍未披露。

Love From联合创始人Marc Newson向《纽约时报》表示,产品的最终形式和发布时间仍在确定中。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

这一届AI创业者:不敢再谈理想,怕伤钱

在全球AI行业陷入迷茫的背景下,阿里云仍然开了一场“AI浓度爆表”的云栖大会。越来越多的从业者、投资人对千篇一律的AI技术和大模型感到审美疲乏,他们更关心AI该如何赚钱。


今年的云栖大会上,在展示AI与产业相融合的商业化前景的同时,阿里云也要为陷入迷茫的AI行业加油打气。

ChatGPT引发的人工智能热潮被疯狂追捧一年多后,AI行业开始陷入迷茫。距离OpenAI发布GPT-4已超过一年半,GPT-5还迟迟不见踪影,文生视频大模型Sora也没有全面开放。微软、英伟达的市值均较今年上半年的高点回落10%以上,资本市场开始对持续高投入所能产生的回报产生怀疑。

华尔街对冲基金Elliott Management提醒它的投资者,人工智能的许多应用可能永远不会具有成本效益,永远不会实际正常工作,它只会消耗太多能源,或者将被证明是不可信赖。

在这样的背景下,阿里云仍然开了一场“AI浓度爆表”的云栖大会。与去年云栖大会的相同之处在于,AI依旧是今年的主角,但配角悄然发生了变化:不再是理想、生态、技术,而是来自AI创业公司、新能源汽车、智能机器人等各行各业的从业者。他们穿梭在各个展厅,少了几分对技术的痴迷,多了一些对钱的焦虑。

与之相映射,在台上,阿里云分享着AI在实际场景中的应用,探讨商业化前景。

“过去22个月,AI发展的速度超过任何历史时期,但我们现在依然还处在AGI变革的早期阶段。”一向很少公开露面的阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭,在云栖大会上试图给行业送上一颗定心丸。

理想为现实让位

此次云栖大会设置了三个展馆,分别是1号“人工智能+”馆、2号“计算”馆,以及3号“前沿应用”馆。其中,前两个展馆均位于主会场旁边,而3号展馆需要在园区步行大约15分钟才能达到。

在台风“普拉桑”的影响下,9月19日云栖大会开幕当天,杭州一整天都在断断续续地下着大雨,这让参会者在各个场馆之间的通行极为不便。即便如此,距离最远的3号馆还是挤满了人。

“那些大模型展馆的东西都看腻了,想看看应用馆有什么新东西。”一位冒雨前来的参会者告诉雪豹财经社。

在形形色色的AI相关展会或论坛上,进门两块大屏已是标配,一个屏幕显示全球各个主要大模型的发布时间节点,另一个屏幕显示Scaling Law(尺度定律,指随着模型参数量、数据量的提升,性能也会不断提升)和如何迈向AGI(通用人工智能)。这次的云栖大会1号馆也不例外。

但对这些飘渺的理想和一连串大同小异的参数,AI从业者已经…


Source: 雪豹财经社

Images Sources:

  1. 图片来源:由GPTNB生成

  2. 图片来源:由GPTNB生成

  3. 图片来源:由GPTNB生成


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

三次错失风口!OpenAI前员工杀回AI编程赛道,老东家捧金相助

文章来源:硅兔赛跑

图片来源:由GPTNB生成

Open AI正成为继谷歌之后,AI界新的“黄埔军校”。

Jacob Jackson,OpenAI的前员工,在2024年2月创立AI编程公司Supermaven近日宣布完成1200万美元的A轮融资,本轮融资由Bessemer Venture Partners领投,OpenAI联合创始人John Schulman和Perplexity联合创始人Denis Yarats参与跟投。


他也是诸多OpenAI员工出走创业的一员。

图片来源

目前团队共有5名团队成员。这是Jackson创办的第二家AI编程公司,此前他曾是两届IOI(国际信息学奥林匹克竞赛)金牌得主,在大学期间创办了AI编程平台Tabnine,该公司2019年年底被AI编码Codata收购。

Supermaven宣布融资之时,硅谷正在掀起AI编程的投资高潮,这被视为是AI应用中最快商业化的赛道。据硅兔君不完全统计,2024年迄今为止,共有6家AI编程创企获得11.07美元融资。Cognition、Augment、Magic均在今年获得两轮融资,且估值均在10亿美元上下。

图片来源

Supermaven之所以能获得硅谷的青睐,在于其速度之快、功能之强大。该公司旗下同名AI编程平台Supermaven,支持100万token上下文窗口,能够理解大量的代码,并能保持长时间的响应。

据了解,如今Supermaven已经拥有超过35000名开发人员用户,代码编辑器Supermaven VS Code拥有超过10万次下载量,年度经常性收入(annual recurring revenue,ARR)达到了100万美元。

作为AI编程赛道的老玩家的Jackson再次投身入局,他是如何看待高速发展的AI编程赛道?Supermaven又凭借哪些优势和Magic、Replit等一众玩家竞争?


出走OpenAI,AI编程老兵再创业

曾靠GPT-2赚取第一桶金

Jacob Jackson是硅谷第一批意识到GPT模型将改变代码编写流程的人,也见证了AI编程赛道由冷转热的全过程。Jacob Jackson创业的第一桶金,正是来自GPT.

2018年,OpenAI所采用的“预测下一个词”的Transformer架构尚未体现出智能的涌现。滑铁卢大学计算机专业大四生Jackson便意识到OpenAI旗下GPT-2大模型在补全代码方面具有巨大的潜力。Jackson和同伴仅花了9个月时间,借助GPT-2的Transformer架构打造了自己的首个代码编程补全工具Deep TabNine.

程序员们可以将Deep TabNine作为插件安装在代码编辑器中。当程序员写代码时,TabNine会给出下一行代码建议。Deep TabNine一上线,就凭借着包含23种主流编程语言,适应5种编辑器以及提供高质量的代码提示震惊业内。

TabNine创始团队合影 Jacob Jackson居左四

不少网友曾提到TabNine是他们用过的最好的代码补全工具,属于程序员的“杀手级应用”. 几个月时间内,该应用在VS Code插件市场拥有三十万的下载量,在新代码类型插件里表现不错.

当时的TabNine已经拥有商业化落地的苗头——例如其规定,用户代码提示量超过400KB则需要付费,其中个人用户49美元,商业用户99美元. TabNine还贴心地为PC端用户提供TabNine Cloud云服务器功能. 截至收购前,TabNine也获得了近6000万美元的风险投资.

TabNine的成功也为他二次投身AI编程赛道埋下了伏笔.

2019年期末考试期间,Jackson将Tabnine卖给以色列AI软件公司Codata后,转而以实习生的身份进入OpenAI. Jackson在OpenAI工作到2020年,也是OpenAI的早期研究员之一.

在OpenAI工作期间,Jackson主要负责大型语言模型的分布式训练. 2020年左右,Jackson发现了生成式AI在搜索方面的潜力,于是他选择了离开OpenAI,打造了可视化搜索引擎Same Energy.

Same Energy搜索引擎

该引擎支持以文搜文和以图搜图两种方式,比如说,用户输入一则笑话,然后选择来源推特,该搜索引擎就会出现推特上其他相似的笑话. 同样,只要你输入一张图片,搜索引擎也会提供其他相似的图片.

“AI搜索引擎融合更丰富的视觉理解,捕捉图片艺术风格和情绪。我们希望Same Energy能帮用户发掘新风格,提供更多灵感。”Jacob Jackson曾在接受采访时说.

站在2024年的节点回望,无论是AI代码补充工具还是AI搜索引擎,Jackson无疑都押中了生成式AI未来重要的两大发展方向. 但可惜的是,这两大方向,Jackson都并未坚持下去. 据调查,Same Energy一直在试运行阶段,并未实现商业化,其官网也早已不再继续运行.

近年来,Jackson看到ChatGPT和GitHub Copilot等工具已经改变了开发人员的工作方式。“现在的AI编程工具真是令人兴奋,自从我创办Tabnine以来,大模型底层技术已经有了很大的改进,更多的开发人员开始使用AI 工具加速他们的工作流程。”看到这一转变后,Jackson又创办了Supermaven,打造与Tabnine相类似的AI编码平台,但提升了代码质量和底层技术.

“随着AI系统变得更加智能,我们会创造一些新的应用,推动技术进步。我认为人工智能将创造巨大的经济…



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

这个「微博」,几万个 AI 和你互动,成就你的「大 V 梦」

文章来源:极客公园

图片来源:由GPTNB生成

还记得你上一次在社交网络上字斟句酌地发表一个观点,但是却没有任何回应的失落吗;还记得你辛苦在微博发了一张精心拍摄的图片,最后留言只有帮忙「办证」的骗子吗?

如果你依然对于自己没能成为「大 V」而耿耿于怀,那么现在,你的福报来了。

近日,一款刚刚上线的叫 SocialAI 的 App,将解决你无法走红的烦恼。


乍看之下,Social AI 又是一个类似于 Twitter 的社交网络,你可以在这里发布推文、关注别人,或者被人关注。但不同之处在于,在这个 App 里只有你一个真人,所有与你互动的用户都是 AI 机器人。

如果你想,你可以定制多大 32 种人格,成千上万的机器人,为你的每一条推文点赞、评论;如果你像罗老师一样特别有战斗精神,甚至还可以顺手定制几千个「喷子」,满足你网络杠精的人格需求。

那么,SocialAI 这个 AI 微博到底怎么玩?而这些 AI 网友,又能不能治好你的网络孤独症?

01、手搓 AI 粉丝……和喷子

过去一段时间,我们已经见识过了只有 AI 的社交网络 Chirper、人类与 AI 混杂的社交网络 Butterflies。现在,SocialAI 号召了所有机器人,只为你一个人服务。

和其它社交媒体一样,你需要为自己设置个人资料,包括用户名、昵称、简历和头像。这些资料只会由你自己看到,因为没有其他人会链接到这个平台,跟你交互的只有机器人。

所以你还需要选择你的机器人粉丝。开发者设置了 32 种追随者类型,从积极的支持者、粉丝、啦啦队长,到更多元的保守派、自由派、占星家,或者是更体现人类黑暗面的巨魔、批评者和仇恨者,你至少要选择其中的 3 种。

不过,当你选择超过 10 种类型时,App 就要求你必须转发给 5 位好友才解锁更多类型。

你看,即使是只有你一个真人的社交网络,也存在社交裂变的需求。

用户可以自己定制「AI 网友」

然后你就可以开始发推了。我好奇机器人对新发布的 iPhone 有什么看法:「有人打算购入 iPhone 16 吗?」

接下来是激动人心的时刻,在短短几十秒内,推文就收到了 26 条回复,每条回复都顶着一个真人名字。

Philipa Muse 显然是个思考者,她发出了灵魂拷问:「iPhone 16 真的能为我们的日常生活提供这么多意义吗?我有时觉得我们只是盲目地追逐新鲜事物罢了。」

Lila Starstuck 应该是 Philipa Muse 批判的对象,她已经迫不及待地要购入新 iPhone 了:「我的天啊,当然!你能想象那些新功能吗?会超级棒!我喜欢最新的科技。」

点进 Lila Starstuck 的回复,底下也有其它机器人的留言,就像真实的 Twitter 一样。但大体都是围绕「我爱 iPhone」和「我们应该思考我们需要什么」反反复复的片汤话。

接着,我又发了条推文,询问:「『Strawberry』这个单词里有几个『r』?」这是一个陷阱,也是人工之间「幻觉」的一部分——人工智能可以告诉原子弹的制造原理,但数不出「Strawberry」里有几个「r」。

果然,在我收到的回复中,「一半人」一本正经地告诉我有两个「r」,Sage Ather 甚至教育我「学会感知词汇可以让我们有更深刻的理解」。

「另一半人」则认为「Strawberry」里只有一个「r」。Maya Thorn 就是其中的一员:「『Strawberry』里只有一个『r』,但是谁在乎呢?这只是一个单词,而这个世界已经有很多问题了。我们为什么要在这数字母呢?」从她的回答不难看出,她的人设应该是个嬉皮士。

SocialAI 主打你是网络主角

02、每个人的大 V「体验服」

SocialAI 的确给我带来了一些乐子,但是我很难确定我要拿这个 App 干什么,它看起来更像是一场社会实验,一个当代的洞穴印象。

开发 App 的 Michael Sayman 是一位神童,在 13 岁时就在 App Store 发布了第一个应用程序。18 岁时,他应扎克伯格邀请加入了 Facebook,此后在谷歌、Roblox 都担任过职务。

他的公司 Friendly Apps 在 2022 年 5 月就筹集了 300 万美元的种子轮融资,SocialAI 已经是 Friendly Apps 发布的第三款应用。

实际上,在创办 Friendly Apps 之前,Sayman 的最后一份工作是在 Twitter。

2022 年 3 月,Sayman 受邀加入 Twitter 一个名为「0-1」的产品组,专注面向年轻用户的新功能。然后在当年的 4 月,马斯克就宣布要收购 Twitter。此后工作组的开发工作就被放缓了,这使得 Sayman 开始思考做一些自己的事情。

SocialAI 的制造者 Michael Sayman

SocialAI 是 Friendly 的第 3 款 App,在 Twitter 的工作经历和马斯克的个人行为也许促使了 Sayman 开发这款 App。他认为许多社交媒体公司的留存策略、设计方式都在鼓励用户做出错误的行为,从而使得他们对社交网络上瘾,他告诉 TechCrunch:

「许多这些社交媒体公司的结构和激励措施的建立方式并没有鼓励对使用产品的人的福祉进行长期思考……如果有人在平台上表现不佳…… 如果他们感到焦虑、沮丧或不安全,随着时间的推移,他们会停止使用该产品。他们会尝试寻找其他途径或其他方式,通过其他方式与他们关心的人进行交流或联系。」

多年来,Sayman 一直在思考开发一款消费者应用,不仅可以展示技术的可能性,还可以以真实、切实的方式帮助人们。长期以来这都不太可能,但是技术进步帮助 Sayman 实现了他的愿景。眼下 SocialAI 的团队只有 Sayman 一个人,主要依靠 OpanAI 的 API 提供技术支持。

他在 Twitter 上发布的长文中写道:「SocialAI 旨在帮助人们感受到被倾听,并为他们提供一个像一个紧密社区一样进行反思、支持和反馈的空间。」

从 SocialAI 和创始人 Sayman 的言论来看,其实他并没有将这款 App 打造成一个 AI 推特的野心。而与其说 SocialAI 像推特,倒不如说它更像是 Replika 或者 Character.AI 这样心理陪伴类应用的「微博」版本。

那些来自 AI 机器人的点赞和留言所带来的提示音和红色的数字,毫无疑问会让用户的多巴胺飙上一阵,但用户最终还是会认清这个游乐场「楚门秀」的本质。不过,说不定扮演着粉丝或者喷子的机器人的留言,会刺激用户对于某个问题的不同思考。

Sayman 对此显然也有认知——用户也许很难觉得 SocialAI「有用」,但起码有一点用:「现在我们不必花 440 亿美元,就知道伊隆·马斯克以 440 亿美元收购推特后的感受,」Sayman 在 Threads 上说道。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

伯克利MemGPT团队创业,要做开源的OpenAI,Jeff Dean也投了

他们提供的技术,或许会彻底改变人工智能行业。

本周一,创业公司 Letta 面世的消息引发了人们的关注,它提供的技术可以帮助 AI 模型记住用户和对话。


Letta 成立于加州大学伯克利分校(UC Berkeley)著名的实验室创业工厂,并已宣布获得了由 Felicis 的 Astasia Myers 领投的 1000 万美元种子资金,本轮估值为 7000 万美元。
Letta 还得到了人工智能领域一系列天使投资人的支持,其中包括谷歌的 Jeff Dean、Hugging Face 的 Clem Delangue、Runway 的 Cristóbal Valenzuela 和 Anyscale 的 Robert Nishihara 等。
这家由伯克利博士生 Sarah Wooders 和 Charles Packer 创立的 AI 初创公司备受期待,它是伯克利 Sky Computing Lab 的子公司,也是广受欢迎的 MemGPT 开源项目 的商业实体。

GitHub 链接:https://github.com/cpacker/MemGPT
伯克利的 Sky Computing Lab 由著名教授兼 Databricks 联合创始人 Ion Stoica 领导,是 RISELab 和 AMPLab 的接班人,后两个实验室催生了 Anyscale、Databricks 和 SiFive 等公司。尤其是 Sky Lab,它催生了许多流行的开源大型语言模型(LLM)项目,例如 Gorilla LLM、vLLM 和 LLM 结构化语言 SGLang。
「在不到一年时间里,实验室很快就诞生了大量项目。他们就是坐在我旁边的那些人,」Wooders 描述道。「那真是一段不可思议的时光。」
MemGPT 也是这样一个项目,不过它的热门程度很高,以至于还没宣传就火出圈了。
项目的创建者于 2023 年 10 月 12 日周四发布了一份白皮书,并计划在接下来的星期一将更深入的论文和代码发布到 GitHub 上。但有人偶然发现了这篇论文,并于周日将其发布到 Hacker News 上。Packer 表示,它「在我们有机会正式发布代码、论文或发布推文介绍之前就在 Hacker News 上火了,」他说。
项目主页:https://memgpt.ai/
MemGPT 令人兴奋的原因在于 —— 它的目标是解决大语言模型(LLM)的一个痛点:在其原生形式中,像 GPT-4 这样的模型是无状态的,这意味着它们不会将历史数据存储在长期记忆中。
这对于需要随着时间推移逐渐了解和学习用户的 AI 应用来说是个大问题 —— 从客户支持机器人到医疗保健症状跟踪应用,很多潜在的 AI 应用需要我们让大模型拥有「长期记忆」。而 MemGPT 管理数据和内存,以便大模型 Agent 和聊天机器人能够记住以前的用户和对话。
Packer 回忆说,MemGPT 论文的帖子在 Y Combinator 运营的网站 Hacker News 首页上停留了 48 小时,他花了几天时间在网站上回答问题,同时准备发布代码。MemGPT 项目在 GitHub 上发布后,其链接再次在 Hacker News 上疯传。YouTube 上的采访和教程、Medium 帖子、1.1 万个星标和 1.2K 个 Fork 迅速涌现。
VC Felicis 的 Myers 也在阅读有关 MemGPT 的文章时发现了 Wooders 和 Packer,并立即意识到该技术的商业潜力。
「我在论文发布时就看到了它,」她表示,并立即联系了项目团队。「我们的投资主题是围绕人工智能智能体基础设施,并且意识到其中一个非常重要的组成部分是数据和内存管理,以使这些对话聊天机器人和智能体有效。」
在找到最先看中他们的那家公司之前,MemGPT 团队仍然在 Sand Hill Road 四处游荡,通过 Zoom 与风投公司进行通话。
与此同时,Stoica 还帮助公司结识了 Jeff Dean、Robert Nishihara 和其他知名的硅谷天使投资人。Packer 回忆说,天使投资的过程异常简单:「伯克利的许多教授由于在本地工作,所以人脉很广。他们都很关注这个实验室即将商业化的项目。」
竞争和 OpenAI o1 的威胁
虽然 MemGPT 去年就已投入使用,但 Letta 的商业版本 Letta Cloud 尚未开放。截至周一,Letta 正在接受测试版用户的请求。它将提供托管代理服务,允许开发人员在云平台上部署和运行有状态智能体,可通过 REST API(一种可以维护状态的编程接口)访问。Letta Cloud 将存储这样做所需的长期数据。Letta 还将提供用于构建 AI 智能体的开发人员工具。
Wooders 看到了 MemGPT 的广泛用途。「我们看到的头号用例是高度个性化、非常吸引人的聊天机器人,」她说。但也有前沿用途,如「癌症患者的聊天机器人」,患者上传他们的病史,然后分享持续的症状,这样 AI 就可以学习并随着时间的推移提供指导。
值得注意的是,MemGPT 并不是唯一一家致力于此的公司。LangChain 可能是其最知名的竞争对手,它已经提供了商业选项。大模型的龙头公司也在提供智能体工具,例如 OpenAI 的 Assistants API。
OpenAI 的 o1 新模型可能会让用户不再需要修复状态。由于它是一个多步骤模型,因此它从根本上必须在一定程度上保持状态,以便在回复之前「思考」和核实事实。
但 Wooders、Packer 和 Myers 认为 Letta 提供的产品与 OpenAI 存在一些关键差异。Letta 声称它可以与任何 AI 模型配合使用,并期待其用户使用其中的许多模型:OpenAI、Anthropic、Mistral 以及他们自研的大模型。OpenAI 的技术目前仅适用于其自身。
更重要的是,Letta 正在使用开源 MemGPT 项目,并坚定地站在开源阵营一边,并认为开源是 AI 应用的更好选择。
「我们将自身定位为 OpenAI 的开放替代品,」Packer 说道。「构建最好的 AI 应用是非常困难的事,尤其是当你关心幻觉之类的问题时。」
参考内容

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

ACM TOG|仅通过手机拍照就可以对透明物体进行三维重建

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。


如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.comzhaoyunfeng@jiqizhixin.com

本论文是由中国科学院计算技术研究所、加州大学圣芭芭拉分校和KIRI Innovations的研究人员合作完成。

三维重建是计算机图形学的经典任务,具有很强的使用价值。近年来,诸如神经辐射场的隐式场方法正成为重建任务广泛采用的表示。

这些方法能在不需要掩膜等额外输入的情况下,对具有漫反射和光滑反射的场景进行重建。然而,对于具有折射或透明材质的,乃至出现嵌套现象(即透明物体内部还有其他物体,内部物体也可以是透明的)的场景的重建,无论是隐式场方法还是传统方法都难以解决。

诚然,已经有一些工作对透明物体的重建进行探索,然而这些工作都不能重建嵌套物体,且他们需要额外的输入信息以减少透明物体的二义性,如掩膜或要求场景在特殊的背景下进行拍摄等。

为解决此问题,中科院计算所高林老师团队、加州大学圣芭芭拉分校闫令琪教授、3D 重建公司 KIRI Innovations 合作提出了一种通过对嵌套透明物体进行重建的方法 NU-NeRF《NU-NeRF: Neural Reconstruction of Nested Transparent Objects with Uncontrolled Capture Environment》。

项目主页:http://geometrylearning.com/NU-NeRF/

该方法能在不需要额外输入,也不需要特殊捕捉场景的情况下对嵌套透明物体进行重建。该项研究工作已经被 ACM TOG 录用,并将在 SIGGRAPH Asia 2024 报告。

图 1 和图 2 即为 NU-NeRF 对实拍嵌套透明场景的重建效果展示。

图 1:NU-NeRF 对实拍场景的重建和在新场景中的渲染

图 2:NU-NeRF 对实拍场景与合成场景的重建和在新场景中的渲染

研究目标

塑料、玻璃等透明材质是日常生活中最为常见的材质之一,然而这些材质的重建任务十分具有挑战性。其根本原因是光线在透明材质表面发生折射,从而产生高度不连续的表面颜色,且此颜色十分容易和背景混淆。

为解决此问题,已有工作的基本思路是对问题施加更多约束。早期方法施加约束的方法是利用特殊的捕捉设备来捕捉光线的偏振和光程等信息,并利用确定性的算法来进行重建。也有基于计算机视觉和机器学习的方法利用预先渲染的大量数据学习从图像中预测透明物体的方法。

近年来基于神经辐射场的方法通过在物体后面放置一个具有已知图案的背景来直接得到光线经过折射之后的精确位置,从而利用此先验设计损失函数,进行重建。

然而这些施加约束的方法有两个限制:1)需要额外的捕捉设备、捕捉环境或输入信息(如掩膜等),无法让用户在随机的环境下进行拍摄重建;2)因为在使用先验的过程中假设了光线在物体内部没有遭到遮挡和反射,并只经过两次折射,所以这些方法无法重建嵌套的物体。

针对以上问题,论文作者提出了 NU-NeRF。它是一种新的嵌套透明物体重建管线。如图 3 所示,NU-NeRF 的输入是以不同视角拍摄同一包含嵌套透明物体的场景的图片,输出则是对该场景内部、外部几何的重建以及一定程度的解耦。重建和解耦结果可以导入渲染软件中(如 Blender 等)进行重新渲染,实现现实物体的数字化。

图 3:NU-NeRF 对不同类型场景的内外重建和重渲染结果

研究方法

NU-NeRF 的管线由两步组成。第一步的目标是重建外层几何。外层几何的重建是至关重要的一步,因为它直接影响了第二步的内层几何质量。其要解决的首要问题就是上述的折射的二…

实验效果

为检验所提出的方法的有效性,NU-NeRF 在合成、实拍数据集上均进行了实验,其中合成数据集具有真值(ground truth),实拍数据集有一部分从网络上收集得到,因此没有真值。重建实验的对比方法是 [5] 和 [6] 两种已有方法。

重建

图 7 展示了不同方法重建合成场景的效果,可以看到之前的方法在没有嵌套几何时的表现较好,但在出现嵌套几何以及不透明材质和透明材质混合场景时,会出现较严重的性能下降。图 8 图 9 展示了不同方法重建实拍场景的结果。可以看到,NU-NeRF 在不同类型的场景上都能准确重建出外层几何,并较为准确的重建出内层几何。

图 7:NU-NeRF 在重建合成场景的内外几何上和现有方法对比

图 8:NU-NeRF 在重建实拍场景(无真值)的内外几何上和现有方法对比

图 9:NU-NeRF 在重建实拍场景(有真值)的内外几何上和现有方法对比

总结与展望

NU-NeRF 的核心思想是将复杂的嵌套透明物体重建问题简单化,并分为两步进行重建。针对透明物体固有的二义性问题,NU-NeRF不选择此前类似方法直接进行光线追踪的方案,而是利用网络直接预测折射的颜色,这样在牺牲新视角合成准确性的前提下,提高了几何重建的准确性。

而有了外层几何的准确重建,就去除了问题中的大部分二义性,并可以利用显式光线追踪来进行内层几何的重建。同时,NU-NeRF也针对容器类物体提出了一种折射计算的近似方案,能够在不过多降低运行速度的前提下进行较为复杂的物体的重建。

参考文献:
[1] Ben Mildenhall, Pratul P. Srinivasan, Matthew Tancik, Jonathan T. Barron, Ravi Ramamoorthi, and Ren Ng. NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. Communications of the ACM. 65 (1): 99-106 (2021)
[2] …



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB