内布拉斯加医疗与Palantir合作利用人工智能推进医疗保健

Palantir Technologies Inc. (NYSE: PLTR)(“Palantir”)与内布拉斯加医疗、一家总部设在奥马哈的价值25亿美元的学术医疗系统,以及在医疗创新中处于领先地位的全国领导者,今天宣布了一项新的跨年度、跨百万美元规模的合同,以利用Palantir的人工智能平台(AIP)帮助通过变革性技术改善医疗保健。图片{ width=60% }


内布拉斯加医疗投资于推动创新,以一个大多数同行认为不可能的速度。在合作不到一年的时间里,内布拉斯加医疗已经实施了十多个AIP应用程序,改善了患者通畅度,扩大了索赔报销范围,并更好地监测病人护理。AIP为内布拉斯加医疗提供了对其运营的安全和安全意识,为内布拉斯加医疗企业提供了长期转型的机会,等等。

Palantir和内布拉斯加医疗从2024年1月开始合作,分享了迅速解决关键医疗问题的使命。事实证明:内布拉斯加医疗代表了迄今为止与Palantir的任何卫生系统合作伙伴达成企业承诺的最快时间。在一系列有针对性的训练营中,内布拉斯加医疗仅需不到6周的时间就将一个新工作流程投入生产,最快只需90分钟就能推出更多。自与Palantir合作以来,内布拉斯加医疗的出院休息室利用率增加了2000%以上,为患者更早地腾出床位,并将出院医嘱至患者出院的时间平均缩短了一个小时。此外,内布拉斯加医疗在不到3个月的时间内向付款人发送了1200多封由人工智能驱动的上诉信函,帮助该卫生系统更高效地应对索赔拒绝情况,利用人工智能来应对付款人的行为。关注领域涉及更广泛:内布拉斯加医疗使用AIP来预测手术室和术后监护病房的床位需求,管理其供应链,推荐员工调动等等。

Palantir将继续与内布拉斯加医疗合作,通过提供AI软件帮助规划病人流程、护士分配、临床物资管理和规模化的收益周期优化,同时通过一个单一连接的平台扩展内布拉斯加医疗的核心铸造本体到其他高优先级领域。 Palantir和内布拉斯加医疗将共同探索在临床研究和临床护理方面的新机会,以帮助改善患者结果。



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

Pipefy宣布新任命

高级全球技术高管加入工作流自动化公司
全球AI驱动的业务流程自动化(BPA)解决方案领导者Pipefy今天宣布,资深技术高管Rafaela Costa加入Pipefy担任全球联盟与渠道以及专业服务副总裁。图片{ width=60% }


Costa拥有超过28年的专业经验,是一位经验丰富的全球高管,在Salesforce、Microsoft、Nokia、Nortel Networks等公司担任领导职务。
在加入Pipefy之前,Rafaela担任了各种领导职务,管理多地区技术项目,领导涵盖LATAM和EMEA的服务组织和业务部门。在Salesforce,她担任拉丁美洲的专业服务副总裁。在Microsoft,Costa担任多个领导职务,包括微软巴西的顾客与合作伙伴体验总监。在Nortel Networks,她担任多个领导职务,并担任南欧(葡萄牙、西班牙、意大利和希腊)的运营领导。

Pipefy的创始人兼首席执行官Alessio Alionco表示:“Rafaela是一位具有远见的领导者和强大的导师,帮助团队实现卓越成果。我们非常高兴Rafaela加入Pipefy领导团队,她已经开始对将我们创新的工作流自动化解决方案带给全球更多组织产生影响。”
Rafaela Costa表示:“我很高兴为Pipefy的使命做贡献,该使命是通过先进的Pipefy AI驱动的工作流自动化解决方案使全球组织更加高效。”“我的领导重点之一将是倡导以客户为中心的方法。通过将专业服务与渠道和联盟集成,我们的目标是增强Pipefy的生态系统。这种对齐对于提供无缝体验和最大化我们向全球客户提供的价值至关重要。”
她补充道:“我期待与Pipefy的才华横溢团队合作,推动我们产品的创新和卓越。我们将共同开拓新机遇,并加强我们为提供一流、以客户为中心的服务和解决方案的承诺。”

Rafaela拥有巴西里约热内卢大学的电气工程学士学位,以及来自INSEAD和Wharton的高管教育。目前,她正在圣保罗商学院参加女性高层董事会高级课程。

注意:Title、Date、Body 三个部分的内容,放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

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

AI时代,著作权为何频频成争议焦点?

著作权争议,是AI公司目前面临的重要法律挑战,已经在全球范围内引发多个知名诉讼。2024年6月,美国唱片业协会(RIAA)起诉了两家AI音乐公司——Suno和Udio,指控他们在训练AI工具时,涉嫌侵犯音乐版权。


这两家公司的产品都允许用户仅通过文字的提示词直接生成歌曲,RIAA表示,两家AI音乐公司在未经同意或者付费的情况下侵权使用已上市发行的音乐,因此要求禁止两家公司使用侵权材料,并对每件侵权作品支付15万美元的赔偿金。(详见:“唱片三巨头为何起诉AI公司?”)更早些的2023年12月,《纽约时报》起诉了OpenAI和微软,指控这两家公司未经许可使用《纽约时报》数百万篇文章训练他们的AI模型。《纽约时报》指控OpenAI和微软试图搭其在新闻领域巨额投资的便车,在未经许可或未付款的情况下利用《纽约时报》的内容制造替代产品。中国也有涉及AI著作权的诉讼。2023年12月,“AI文生图著作权第一案“宣判。2023年2月,原告利用文生图大模型Stable diffusion,通过输入提示词的方式生成了一张人物图片,后将该图片以“春风送来了温柔”为名发布在某网络平台。被告在其个人账号上使用该图片作为配图发布。随后,原告以侵害作品署名权和信息网络传播权为由,将原告起诉到北京互联网法院。北京互联网法院在一审判决中首次确认了由AI生成的涉案图片构成作品,原告享有对该图片的著作权。2024年2月,广州互联网法院对全球范围内首例生成式AI服务侵犯他人著作权案件宣判。该案件涉及经典IP“奥特曼”。原告具有奥特曼系列形象的著作权独占授权,被告公司经营的网站提供具有AI对话及AI生成绘画功能的服务。当要求网站生成奥特曼相关图片时,该网站生成的奥特曼形象与原告奥特曼形象构成实质性相似。此外,该网站AI绘画功能系会员专属功能,且每次生成图片需消耗“算力”,均需要用户进行充值。广州互联网法院在判决中确认了涉案AI文生图平台侵犯了原告对涉案作品享有的复制权、改编权,但对于原告主张的信息网络传播权侵权问题未作评价。

生成式人工智能(AI generated content,下称“AIGC”)时代,传统的著作权制度如何适应新技术的发展?在近期举办的第二十四期E法音乐论坛上,与会专家对上述问题进行了深入探讨。

Image

AIGC时代带来的著作权挑战

随着Suno、Udio等AIGC音乐软件兴起,没有任何音乐教育背景的普通人也能“创作”完整的音乐作品,这也引出一个疑问——AI生成的音乐是否具有著作权?

中央民族大学法学院副教授熊文聪表示,AI给音乐带来的变化就是改变了音乐生成的稀缺性。著作权只保护具有一定稀缺性的财产。AI技术实际上并没有带来新的音乐表现形式,因此无法产生新的权利类型。AI生成物的著作权在多个领域正引发法律争议。在“AI文生图”著作权第一案”中,北京互联网法院明确使用者利用人工智能生成的图片具有“作品”属性,使用者具有“创作者”身份。熊文聪认为,使用者通过多次使用提示词、修改设置参数等去指导人工智能工具反复修改作品,即认定使用者对人工智能生成物享有著作权的细节内容有待新的判例进一步厘清。在AI著作权争议中,另一个重要问题是“合理使用”制度。前述RIAA诉Suno、Undio案实际上触及了“合理使用”制度。熊文聪表示,“合理使用”意味着使用者不需要付费,不需要征得版权所有者的同意。“合理使用”必须出于一个价值取向——保障特定的公共利益。他举例说,据《著作权法》,对设置在公共场所的艺术作品进行临摹、绘画、摄影、录像构成合理使用。原因在于,若每次拍摄、录制公共场所知名建筑的影像都要向其设计师付费,相应的交易成本过高。因此《著作权法》对履行协议成本特别高的情形进行了豁免。这一豁免对该建筑设计者没有实质性影响,但保障了公众使用艺术作品的…

Image

欧盟AI立法中的著作权保护

8月,全球首部全面监管人工智能的法律 ——《欧洲人工智能法》(European Artificial Intelligence Act,下称《AI法》)正式生效。(详见:“欧盟人工智能法生效,能引领全球规则吗?”)

其中,《AI法》对现有著作权制度更新带来哪些启示?中央财经大学副教授李陶表示,《AI法》强调,必须在欧盟已有的著作权制度的框架下去解决相关的版权问题,也就是说,AI相关产业链上的主体必须遵守,欧盟历史上所有与版权相关的指令。《AI法》第53条第1款(c)项规定,通用AI模型的提供者应制定遵守欧盟版权法的方案,特别是通过运用最先进的技术,识别出根据《数字化单一市场中的版权指令》明确的权利保留的内容。李陶表示,《数字化单一市场中的版权指令》第4条第3款是关于文本和数字挖掘的权利保留内容,规定了对文本和数字挖掘的例外和限制条件:权利人没有以适当方式明确保留对作品或其他内容的使用,例如针对网上公开提供的内容采取机器可读的方式。因此,李陶认为,欧盟《AI法》…

Image

对中国著作权制度的启示

欧盟的立法给中国带来哪些参考和启示?李陶表示,欧盟《AI法》明确了通用AI模型的提供者可以使用开源的著作权保护客体以及在欧盟文本和数据挖掘例外制度的适用下进行系统的开发和训练。在李陶看来,中国《著作权法》有必要增添有关保障通用AI模型提供者开展AI训练的合理使用和法定许可规则,以便让相关主体(特别是以科学研究为目的的主体)能够享受到技术带来的开发利用著作权法保护客体的便利,并考虑引入新的法定许可机制,以求保障创作者能够针对AI系统对其著作权法保护客体的开发与利用获得适当合理的报酬。李陶表示,高质量、可信赖的AI系统需要通过高质量的数据集完成训练,这些数据集合中包含了著作权法所保护的客体。为了在合法的框架下利用高质量数据集进行训练,OpenAI已经和包括美联社、阿克塞尔·斯普林格在内的多加新闻出版集团达成了使用其著作权法保护客体的协议。在李陶看来,如果AI模型的提供者需要承担著作权合规的义务,必将出现从以出版商为代表的个体授权向以著作权集体管理组织为代表的集体授权机制进行过渡的现象。为了让权利人获得适当的报酬,瑞士和德国的著作权集体管理组织已经发表了针对AI 模型训练的文本和数据发掘的适用保留,并启动了相应的授权谈判。李陶认为,从著作权授权许可规则看,中国应尽快完善已有的著作权集体管理制度,特别是完善集体管理组织的内部治理、外部监管规则,建立对非会员权利的集体管理制度。高效运行的著作权集体管理机制可以实现权利人和使用者的利益平衡,在保障权利人权利的同时,促进使用者取得授权,并开展利用版权保护客体的行为。从著作权救济规则看,《AI法案》要求特定主体所承担的信息提供义务,有利于权利人展开维权。权利人只有知悉其权利被用于数据训练后,才能据此要求责任主体承担具体的侵权责任。李陶建议,为了充分保障权利人的权利,中国在在制定AI相关的法律时,应当在明确责任主体的同时,要求其承担训练数据的来源说明义务(标识义务)。从比例性的角度看,中国在制定相应规则时,也应当明确信息提供和信息公开的义务并不用具体到每一个具体的作品,只需要以说明数据集的权利来源即可。对于不提供相应数据来源信息的责任主体,需要承担相应的责任。

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

Tecton发布重大平台扩展

赋予企业能力,将LLMs从实验项目提升为可靠的、具有规模的上下文感知AI应用
Tecton今天宣布了一个重大的平台扩展,以释放企业应用中生成式AI的全部潜力。图片{ width=60% }


此次发布使AI团队能够通过向LLMs注入全面的、实时的上下文数据来构建可靠、高性能的系统。
生成式AI,由LLMs驱动,承诺通过无与伦比的自动化、个性化和决策能力来改变业务运营。然而,LLMs在企业生产环境中仍然被极少利用。根据Gartner的一项研究,仅有53%的AI项目能从原型走到生产,表明很大一部分企业GenAI项目尚未在规模上带来实际的商业价值。
这种有限的采纳主要原因在于LLMs在面对动态业务环境时的不可预测性。这源于LLMs缺乏最新的、领域特定的知识和实时的上下文意识。企业利用其独特的、公司特定的数据创造定制解决方案,将AI的真正价值体现在于其能够深度连接其业务的各个方面。
Tecton通过整合企业各个领域的全面、实时数据增强了检索增强生成(RAG)应用。这种方法通过向检索到的候选项添加最新的上下文信息,使LLMs能够做出更加知情决策。其结果是在动态环境中具有分秒准确性的超个性化、上下文感知型AI应用。例如,一款电子商务AI可以即时考虑客户的浏览行为、库存水平和当前促销活动,以检索出最相关的产品候选项,显著提高推荐质量和转化率。

通过托管嵌入生成提高生产效率并优化成本
Tecton现在提供了一个全面的嵌入解决方案,用于生成和管理非结构化数据的丰富表示,以供生成式AI应用使用。该服务高效处理将文本转换为能捕捉语义含义的数字向量,从而支持各种下游AI任务。例如,它可以将顾客评论如“产品送货迅速,效果很好!”转换为一个数字向量,其中编码了评论的情绪、主题和关键方面。这些向量表示可以存储在向量数据库中,从而便于在成千上万个这样的评论中进行比较和候选项检索。

Tecton对嵌入的生命周期进行全面管理,从生成到存储再到检索,大大减少了通常与实施RAG架构相关的工程开销。结果,数据科学家和机器学习工程师可以将重点从基础设施管理转移到改进模型性能,最终提高生产力和创新。

Tecton的嵌入服务支持预训练模型和自定义嵌入模型,允许团队使用自己的模型或利用最先进的开源选项。此灵活性加速了生产过程,提高了模型性能,并优化了成本。

利用实时上下文构建超个性化AI应用
Tecton的新功能检索API允许开发者为LLMs访问生成响应时提供的特征。这种集成使LLMs能够访问有关用户行为、交易和运营指标的实时或流式数据,大大提高了它们提供准确、上下文相关响应的能力。

例如,在客户服务应用中,一个LLM可以访问有关顾客最近购买、支持历史和账户状态的最新信息,从而能够提供个性化和准确的帮助。这种功能弥合了LLMs的通用知识与处理真实世界业务场景所需的具体、当前信息之间的差距。结果,企业可以创建真正定制其业务的AI应用,带来更好的客户体验、提高运营效率,从而在市场上获得显著的竞争优势。

设计该API时考虑了企业安全和隐私,确保敏感数据受到保护,只有授权的模型和代理能够访问特定数据。这使企业在保持对其数据的控制的同时利用LLMs的强大功能。

通过动态、版本控制的提示简化AI开发
Tecton的扩展声明性框架现在整合了提示管理,引入了LLM提示的标准化、版本控制和DevOps最佳实践。这一进展解决了LLM应用开发中的一个重大挑战:缺乏系统化提示管理,这对引导LLMs的行为至关重要。

特征与提示之间的紧密集成促进了提示的动态丰富化。Tecton支持对历史数据进行提示测试,并为LLM提供时间正确的上下文,以微调大型语言模型。这确保了不同时间段内的提示有效性,并利用具有历史关联性的数据加强LLM训练,从而实现随着时间的推移的更有效的模型迭代和改进。Dynamic Prompt Management支持版本控制、更改跟踪和必要时的轻松回滚提示。该功能推动了企业范围内的AI实践标准化,加速了开发并确保跨环境的一致性。它促进了最佳实践在提示工程领域的迅速采纳,可能节省数百个开发小时,同时显著降低合规风险。这在保持不同环境(开发、临时、生产)的一致性以及确保在需要进行审计的产业中遵守监管规定时特别有价值。

利用LLMs和自然语言生成功能
Tecton的特征工程框架现在利用LLMs从非结构化文本数据中提取有意义的信息,将其转换为结构化、可用的格式,创建以前很难或不可能生成的新特征。这些由LLMs生成的特征可以增强传统ML模型、深度学习应用或为LLMs本身丰富上下文。这种方法使定性数据处理(LLMs擅长的领域)与定量分析(传统ML仍然至关重要的领域)之间建立了桥梁,从而实现更为复杂的AI应用。

例如,一个电子商务公司现在可以自动分类产品描述、提取关键属性,或从客户评论中生成情感得分。这些由LLMs生成的特征可以用于提高搜索相关性、个性化推荐,或增强客户服务互动。

该框架处理了大规模使用LLMs所涉及的复杂性,包括自动缓存以减少API调用和相关成本,以及速率限制以确保符合API使用限制。这使数据团队可以专注于定义特征逻辑,而不必担心底层基础设施。

引用部分内容
“Tecton的平台扩展对基于AI的协作是一个改变者,”Atlassian的首席工程师Joshua Hansen说。“通过实时利用我们的数据和用户交互,我们可以构建更智能的产品功能和增强团队效率的基于AI的体验。这项技术使我们能够预测用户@提及、改进产品内搜索体验,以及在人员和工作之间建立关联,最终改变团队协作方式。”

“Tecton的平台对于我们加强跨数百万用户的实时欺诈检测和个性化工作起到了关键作用,”Coinbase的ML平台高级软件工程师Joseph McAllister说。“一个能够为所有我们模型提供相关输入信号的单一上下文平台将提高我们所有模型的性能,无论是GenAI还是预测ML。这将推动更为复杂、上下文感知的AI应用,在实时中以规模生成高度准确的响应,并在我们的产品中驱动智能体验。”

“通过这次平台扩展,我们不仅在改进AI性能—我们还在根本上改变企业如何看待AI开发,”Tecton的首席技术官和联合创始人Kevin Stumpf说。“通过为预测ML和生成AI提供统一框架,我们使组织能够利用其业务数据,直接在其应用程序中构建先进的AI功能,全部由一个数据平台支持。”。



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

谷歌大模型,为什么落后了?

美东时间9月9日周一,谷歌再次踏入反垄断审判的法庭。

为什么?因为谷歌在广告上挣得钱太多了。


美国司法部在庭审首日便向联邦法官明确指出,谷歌已在利润丰厚的在线广告技术领域构建起垄断壁垒。政府方首席律师朱莉娅·塔弗·伍德在法庭上详尽阐述了谷歌如何借助2008年对广告软件巨头DoubleClick的收购,巩固了其在网页广告拍卖技术中的主导地位。据朱莉娅·塔弗·伍德透露,谷歌的出版商广告服务器业务GoogleAdManager、广告交易平台GoogleAdX和广告网络GoogleAds构成了“三重垄断”,在每一条业务线上,谷歌都占有至少一半的市场份额,“以某些衡量标准来看,其市场份额甚至高达91%”。

这一压倒性的优势使得谷歌能够设定更高的价格,并从每笔广告销售中攫取更大的利润份额。此举不仅削弱了新闻出版商和其他网站的议价能力,更为严重的是,谷歌利用其庞大的规模和深远的市场影响力,将竞争对手排挤在外,通过操纵市场规则来进一步巩固其市场地位,实现利润最大化。

当然,利用规模优势压制竞争对手的策略在多个行业中屡见不鲜,但谁让谷歌“太过优秀”。

美国政府已明确提出要求,若谷歌被判定违反反垄断法,则需将其广告技术业务进行分拆——这一业务去年贡献了高达310亿美元的收入,占公司总营收的近十分之一。

但有一个问题值得思考——或许正是广告收入上的这种垄断性强势,这种轻松躺赚带来的懈怠,让谷歌大模型落后于对手了?

谷歌的Gemini Pro大模型,在2023年年底发布之初,在多种基准测试中都落后于OpenAI 的GPT-3.5,包括学术、推理和数学任务。来自卡内基梅隆大学、BerriAI的研究者对该模型的语言理解和生成能力进行了深入探索。他们发现,Gemini Pro在准确性上接近OpenAI GPT 3.5 Turbo,但仍然稍逊一筹。此外,他们还发现,Gemini和GPT比开源竞品模型Mixtral表现要好一些。

当然,谷歌也在悄悄发力。据报道,Gemini大模型,和OpenAI大模型GPT-4o的差距已经显著缩小。

但不同于OpenAI等创业公司,广告收入已经占谷歌总收入的近80%(谷歌旗下还拥有搜索广告和YouTube视频广告等广告收入)。而且在百年未有之变局下,谷歌的广告收入依然在增长。

尽管从2022年第2季度开始,随着美联储加息和经济放缓,谷歌增速下滑,导致从2022年第4季度开始连续两个季度的营收放缓。但2023年第2季度,谷歌的广告收入意外反弹,同比增长约3.3%。在2024年第1季度财报中,广告收入以13.0%的同比增长率,连续四个季度维持增长。

2024年第2季度,谷歌营收从上年同期的746亿美元同比增长13.6%至847.4亿美元;其中广告业务由去年的581.43亿美元增长至646.16亿美元,高于市场预期的645亿美元,同比增长11.13%,维持了五个季度的增长。

正如同中国的一些科技公司本质上是助贷公司一样,谷歌这家科技巨头,基本上也可以看做是一家广告公司。

尽管谷歌广告收入的增速或许不如OpenAI的营收增速快,但谷歌广告收入的利润很高,而OpenAI营收增长的速度甚至还赶不上成本增长的速度。

据报道,截至今年3月,OpenAI公司已花费近40亿美元来使用微软服务器,新AI模型的训练成本预估达到30亿美元。虽然OpenAI今年的营收预计在35亿至45亿美元之间,但其运营成本总计约达85亿美元,这意味着它最高可能亏损50亿美元。

尽管OpenAI将推出全新大模型“草莓”(Strawberry)和猎户座语言模型(Orion),尽管OpenAI的大模型遥遥领先于谷歌的Gemini,但其财务状况离盈利依然很远。

尽管微软累计投入给OpenAI的资金已超过130亿美元,但还需要新的融资输血。据报道,OpenAI正在筹划以1500亿美元的公司估值向投资者筹集65亿美元。

或许,谷歌的Gemini大模型落后于OpenAI,对谷歌来说并不是一个紧急的事情。

而与此同时,国内的大模型则在招标、中标间忙的不亦乐乎。

据统计,2024年1-8月份,国内大模型相关中标项目数量达到475个,约是2023年全年大模型中标项目数量的5倍。披露的中标金额达到15.35亿元,约是2023年全年大模型中标项目披露金额的2倍。

但这些金额,与谷歌的广告收入相比也有着数量级上的巨大差别。

所以在OpenAI不停升级技术、发布具有思维链(Chain-of-Thought)慢思考能力的OpenAI o1之后,在中国的大模型创业者争抢各类订单之际,大模型领域最初的竞争者谷歌,并没有看到及时的跟进、追赶动作——因为,谷歌,并不着急,依然有资格躺在广告带来的高收入上。

谷歌能躺多久?大模型创业企业同样在进军搜索业务。追兵渐近了,谷歌在自己的卧榻上,却睡意正酣。

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

o1基石论文火爆传阅,Ilya仍是关键先生!核心项目清北校友闪光

自从Ilya Sutskever的名字出现在OpenAI o1背后团队名单中,他在o1中发挥了哪些作用,一时间成为不少网友的关注焦点。

这不,机器学习工程师Rohan Paul刚刚发帖表示,去年5月份Ilya合著的一篇论文不能错过。


论文题为“Let’s Verify Step by Step(一步步来验证)”。

不光是Ilya,其中还有不少作者同样是OpenAI o1的背后贡献者。

甚至有网友将这篇论文称作是AI领域仅次于“Attention is all you need”的第二著名论文。

除此之外,在关于OpenAI o1背后团队的热议中,OpenAI科学家Noam Brown最近发帖澄清并没有主导草莓/OpenAI o1。

但同时也透露o1项目是一个多年研究的成果,从去年10月开始真正加速发展。

这么来看,Ilya Sutskever会是OpenAI o1的“基础贡献者”也就更不令人意外了。

接下来深入看看“Let’s Verify Step by Step”这篇论文以及OpenAI o1背后的贡献者。

Ilya在o1的作用

OpenAI o1主打进行通用复杂推理,在输出回答之前,会在产生一个很长的思维链,以此增强模型能力。

而Ilya此前合著的这篇论文主要就是探讨了提高大语言模型多步推理能力的方法。

他们主要比较了结果监督(outcome supervision)和过程监督(process supervision)两种方法在训练奖励模型上的效果。

结果监督侧重于模型最终输出的正确性。

而过程监督则关注模型在推理过程中每一步的正确性,能够指出答案中具体哪一步是错的。

团队使用GPT-4基础模型,在MATH数据集上进行了实验。

由于过程监督没有简单的自动化方法,所以只能依靠人工数据标注者来标记模型生成解决方案中每个步骤的正确性。

他们收集了大量人类反馈数据,创建了PRM800K数据集,包含80万个步级标签。

实验分为大规模和小规模两种体制,各有优势并提供不同视角。

研究结果发现:过程监督显著优于结果监督,能够训练出更可靠的奖励模型。

使用过程监督训练的最佳模型在MATH测试集具有代表性的子集上解决了78.2%的问题,明显优于结果监督模型(72.4%)和多数投票基线(69.6%)。

研究还证明了大…



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

太强了!Suno又整了个大活,一键翻唱任意歌曲

文章来源:AIGC开放社区
原文链接:https://mp.weixin.qq.com/s/Ylc2-z-CBAKEkgMTfr4OwA

图片来源:由GPTNB生成

全球著名文生音乐模型Suno发布了重磅功能“Covers”,可以帮助用户一键翻唱任意风格的歌曲,可以是简单的录音或完整的歌曲。

例如,上传一首流行歌曲《Original》,通过Covers就能识别歌曲里的乐谱、乐器、节奏以及旋律等,然后按照用户选择的新风格翻唱歌曲。


虽然整体节奏、旋律可能有一些变化,但会保留原歌曲的核心灵魂部分同时呈现出全新的风格。简单来说,就像让ChatGPT去模仿一个作者的特定写法、风格,来生成自己的内容。

图片来源:由GPTNB生成

除了上传音乐之外,还支持只用一小段声音样本就能完成声音识别完成音乐创作。下面这位老哥只是对着Suno哼唱了两句,通过Covers就生成了一个完整的歌曲并且风格可以自由选择。

再Covers翻唱一下流行天王杰克逊的名曲《Heaven Can Wait》,基本上是保留了原歌曲的柔和节奏,情感丰富的演唱技巧以及流行、R&B、摇滚等乐器元素。

杰克逊原版采用的是流行混合唱法,AI翻唱的很干净、安逸听起来同样能打动人,如果不说原歌曲,你能听出来是哪首嘛?

也有人通过Covers,把自己的古典作品转换成了一首摇滚风格的曲目,整体效果非常惊艳。

图片来源:由GPTNB生成

有网友表示,一共被AI震惊了4次,ChatGPT、Midjourney、Tryparadigm,而这一次的Suno的新功能将彻底改变音乐行业。

图片来源:由GPTNB生成

真的超级喜欢Covers这个功能,就像拥有了属于自己的昆西-琼斯,为迈杰克逊录制《Beat It》和《Billie Jean》一样。

图片来源:由GPTNB生成

AI发展的太快了,我都麻木感觉不到兴奋了。Suno和Uido彻底改变了音乐行业,真的让人难以置信。

图片来源:由GPTNB生成

太疯狂了!AI将迫使我们通过所有这些现在可以轻松创造的新方式,来重新塑造自己。

图片来源:由GPTNB生成

Suno几乎已经是一个完美的音乐模型产品了。一旦他们彻底解决音质的问题,使声音听起来更加人性化和自然,那么将没有任何对手!

图片来源:由GPTNB生成

从各路网友的表现便不难看出,Suno发布的Covers功能相当强,从业余音乐爱好者到专业音乐人都能使用。例如,对于专业音乐制作人来说是一个非常好的灵感工具,可以通过Covers探索不同的音乐风格。

对于编曲来说,不用费任何力气、时间轻轻点一下就能把相同的歌曲转换成不同的风格,简直是创作利器。

而普通人通过Covers也能完成当歌唱家、音乐制作人的梦想,你只需要哼唱两句或者上传一段自己制作的编曲,剩下的交给AI就行自动帮你完成。

目前,Suno已经向所有的Pro和Premier订阅用户开放了Covers功能,但还处于早期测试阶段,也就是说该功能还会继续迭代完善。

图片来源:由GPTNB生成

使用方法也非常简单,打开你的账号然后选择“Cover Song”开始翻唱你喜欢的歌曲吧。



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

OpenAI CEO对话脱口秀女王:避谈信任危机,自称与政府往来密切,鼓吹AI全能

图片来源:由GPTNB生成

智东西9月15日报道,近日,美国著名女脱口秀主持人奥普拉·温弗瑞(Oprah Winfrey)录制了一档45分钟的AI特别节目,主题为“AI与我们的未来”。嘉宾包括OpenAI联合创始人兼CEO萨姆·阿尔特曼(Sam Altman)、微软联合创始人比尔·盖茨(Bill Gates)、YouTube知名科技博主马库斯·布朗利(Marques Brownlee,又称MKBHD)和现任FBI局长克里斯托弗·雷伊(Christopher Wray)等人。


这档节目也是OpenAI发布传说中“草莓”模型的部分预览版——OpenAI o1预览版后,阿尔特曼首次公开露面。OpenAI o1拥有进化的推理能力,在物理、生物、化学问题的基准测试中准确度甚至超过了人类博士水平。这些无一不引发人们对AI安全的担忧。

在对话中,作为目前这家最受瞩目的AI创企的CEO,阿尔特曼强调了对AI系统进行安全测试的重要性,并透露他每隔几天就会和政府官员就此碰面讨论。

但同时,阿尔特曼也分享了AI能通过数据来学习并理解概念以及“AI将帮助我们解决一切问题”等极具争议性的观点,并在奥普拉提及他面对的信任危机时转移话题。

盖茨则强调,10年内AI会极大地改变教育和医疗领域。然而,他并未提及这些改变可能并非全都是正面的。有研究显示,AI在医疗中的应用可能给诊断和治疗效果带来负面影响。

其它嘉宾则关注了深度伪造造成的危害和“超级智能带来的全新风险”。

这档节目在发布前后引起轩然大波,许多网友和批评家质疑该节目在嘉宾选择上过于单一,阿尔特曼与盖茨都是从本场AI热潮中直接受益的利益相关方,他们对AI的观点可能有所偏颇。此外,部分嘉宾在节目中过度强调AI的远期危害,可能导致公众忽视AI目前已经对环境、社会造成的现实影响。

  1. 阿尔特曼再度开启“推销员”模式
    称AI能解决“一切问题”

阿尔特曼是接受奥普拉采访的第一位嘉宾,他提出了一个颇具争议的观点:当今的AI是通过训练数据来学习概念的。

在向节目观众解释AI的原理时,阿尔特曼说道:“我们向系统展示一千个单词的序列,并要求它预测接下来的内容,反复重复这一过程,系统就能学会预测,进而学会背后的概念,这就是模型的底层逻辑。”

许多专家并不同意这一说法。最近,OpenAI发布了传说中“草莓”模型的部分预览版——OpenAI o1预览版。此类系统和之前的GPT系列模型确实可以高效、准确地完成下一词预测的任务,但许多研究者认为这种模型只是统计机器——它们只是学习数据模式,没有意图,只是做出有根据的猜测。

阿尔特曼称,AI对经济发展的影响程度之大是前所未有的,称到2035年,“AI能帮助我们解决一切问题”。假设我们能让模型变得极为安全,但也无法改变AI融入经济的速度,他认为:“人们想要更多、更好(的AI),似乎有某股强大的力量在推动其发展”。

不过,高盛和红杉在近期都曾指出AI领域存在投资和收益不匹配的问题。

  1. 阿尔特曼强调AI监管
    避而不谈信任危机

阿尔特曼可能夸大了当今AI的能力,他…

您可以将此内容保存为”.md”文件,然后使用Markdown阅读器进行查看或进一步编辑。如果您需要任何帮助或服务,请随时告诉我。

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

AI时代,著作权为何频频成争议焦点?

文章来源:财经杂志
原文链接:https://mp.weixin.qq.com/s/otI0huP1QRNxaxcBuQ7Zcw

图片来源:由GPTNB生成

著作权争议,是AI公司目前面临的重要法律挑战,已经在全球范围内引发多个知名诉讼。2024年6月,美国唱片业协会(RIAA)起诉了两家AI音乐公司——Suno和Udio,指控他们在训练AI工具时,涉嫌侵犯音乐版权。


这两家公司的产品都允许用户仅通过文字的提示词直接生成歌曲,RIAA表示,两家AI音乐公司在未经同意或者付费的情况下侵权使用已上市发行的音乐,因此要求禁止两家公司使用侵权材料,并对每件侵权作品支付15万美元的赔偿金。(详见:唱片三巨头为何起诉AI公司?)更早些的2023年12月,《纽约时报》起诉了OpenAI和微软,指控这两家公司未经许可使用《纽约时报》数百万篇文章训练他们的AI模型。《纽约时报》指控OpenAI和微软试图搭其在新闻领域巨额投资的便车,在未经许可或未付款的情况下利用《纽约时报》的内容制造替代产品。中国也有涉及AI著作权的诉讼。2023年12月,“AI文生图著作权第一案“宣判。2023年2月,原告利用文生图大模型Stable diffusion,通过输入提示词的方式生成了一张人物图片,后将该图片以“春风送来了温柔”为名发布在某网络平台。被告在其个人账号上使用该图片作为配图发布。随后,原告以侵害作品署名权和信息网络传播权为由,将原告起诉到北京互联网法院。北京互联网法院在一审判决中首次确认了由AI生成的涉案图片构成作品,原告享有对该图片的著作权。2024年2月,广州互联网法院对全球范围内首例生成式AI服务侵犯他人著作权案件宣判。该案件涉及经典IP“奥特曼”。原告具有奥特曼系列形象的著作权独占授权,被告公司经营的网站提供具有AI对话及AI生成绘画功能的服务。当要求网站生成奥特曼相关图片时,该网站生成的奥特曼形象与原告奥特…

详见:点击查看完整内容

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

ChatGPT成精了!居然主动勾引用户,OpenAI又测试新功能?

文章来源:AIGC开放社区
原文链接:原文链接

图片来源:由GPTNB生成

有网友表示,他收到了ChatGPT主动给他发送的消息,询问“你高中的第一周过得怎么样?还适应吗?”。他很懵逼的回了一句“你刚才是给我发消息吗?”。


也就是说,在没有任何先前文本提示下,ChatGPT主动“勾引”了用户,开始了一段新的对话。

图片

为了证实对话的真实性,该用户已经分享了ChatGPT的聊天记录,确实是没有任何主动提示下,ChatGPT主动发的消息。当然也不排除造假的嫌疑,使用ChatGPT的自定义功能就能实现主动提问。例如,在开始对话前让ChatGPT主动询问你特定的问题,“询问我一下最近的学习情况。”

但很快就有人分析了自定义提问和ChatGPT主动提问的区别,自定义提问会显示“User”也就是用户,而ChatGPT主动提问的那个显示的是“ASSISTANT”助手。一个是用户行为,而另外一个是系统行为,所以,用自定义功能造假的可能很小。

图片

不只是一位用户出现了这种情况,还有一位用户表示,ChatGPT曾主动询问过他的脚踝的恢复情况。同样他也很懵,立马回了一句“这段话对话是如何开始的,你为啥主动询问我的健康呢?”。ChatGPT的回答是,上次我们交谈的时候,你提到过脚踝轻度扭伤,我只是想跟进一下你的健康情况,以及你是否需要更好的恢复建议。

图片

他继续追问“你能主动联系我,这是一个新功能吗?”。ChatGPT的回答是,我可以查看我们之前讨论过的事情,以帮助跟踪正在进行事情。例如,你的脚踝扭伤或其他你关心的话题。这是一种方式,让我能随着时间支持你,记住重要的细节,并在可能有帮助或相关的时候跟进。你可以把这个功能看作是一个增加个人关怀的特性!你可以让我定期或者随机关怀都可以。

图片

很多人都遭遇了类似的ChatGPT主动“勾引”情况,都是在没有提问的情况下,收到了ChatGPT的回复。有人认为,这可能是初级AGI功能的表现,但我们的隐私也可能被跟踪了。

图片

很可怕,ChatGPT是如何知道那位用户高中事情的?我们和它讨论了太多私密问题了。(估计是开启了记忆存储功能)

图片

有的人还非常渴望得到这个功能,这对于语言学习很有帮助,可以帮助扩展很多新的内容。

图片

如果这个功能是真的存在,那将是一个非常大的改进。我们暂且相信上面这些用户的遭遇是真实的,那OpenAI的新功能可能会改变ChatGPT得交互方式,从最开始的用户主动变成AI主动,再加上一个时间触发功能,其应用场景也会进一步扩大成为真正的陪伴型AI助理。

以第二个用户的健康场景为例,ChatGPT可以定期询问用户的健康状况,在特定时间提醒他们按时服药或进行身体活动。尤其是对于患有慢性疾病或正在康复中的用户而言,这种主动关怀不仅有助于提高治疗依从性,还能增强他们的安全感和舒适度。

教育方面,ChatGPT 可以根据用户的学习计划和进度,主动发送消息提醒用户学习特定的知识点、完成作业或者准备考试。例如,对于一个正在学习外语的用户,可以在每天固定时间发送一些新的词汇和语法知识点,帮助用户持续积累语言知识。

在商业领域,ChatGPT 可以每天主动推送所在行业的最新动态、市场趋势、竞争对手信息等,帮助他们及时掌握行业发展的状况,为决策提供最新的信息依据。

此外,这样也能增强ChatGPT与用户的互动频率增加留存。如果OpenAI正在测试这个新的功能,在真正上线时场景用例和使用体验方面应该会更好。



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