机器之能报道编辑：Sia
以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。
因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。
我们也欢迎读者投稿亲自实践的创新型用例。
投稿邮箱：content@jiqizhixin.com
这届情侣（「 80 后」~「 00 后」）有多爱吵架？
…
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。
强化学习成为OpenAI o1灵魂，速来学习下Self-play增强大模型
在机器学习尤其是强化学习领域，自我博弈（Self-play）是一种非常重要的学习策略。即使 AI 或者智能体没有明确的对手或者没有外部环境提供额外信息，也能通过自己与自己的博弈来学习并获得提升，这常见于游戏场景。
AlphaGo 就是采用自我博弈策略的典型代表，通过自己与自己对战，持续掌握和积累围棋知识和比赛经验，最终击败顶级人类棋手。
随着大语言模型的发展，自我博弈因其能够充分利用计算资源和合成数据成为提升模型性能的方法之一。
最近发布的 OpenAI 发布的 o1 模型再次震撼了科技圈，o1 能像人类一样「思考」复杂问题，拥有真正的通用推理能力。不专门训练，o1 可以直接拿下数学奥赛金牌，甚至能在博士级别的科学问答环节上超越人类专家。
这些突破性的进展是如何达成的呢？在研发团队发布的庆功视频里，OpenAI 的研究人员透露，关键在于他们采用了强化学习技术进行模型训练。这也让大家重新开始关注自我博弈策略。
其实 2024 年以来，加州大学洛杉矶分校（UCLA）计算机系教授顾全全团队连续发表两篇基于自我博弈的大语言模型增强论文，分别是”自我博弈微调（Self-Play Fine-Tuning, SPIN）”和”自我博弈偏好优化（Self-Play Preference Optimization, SPPO）”。
其中 SPIN 通过让模型与自身的历史版本对抗来迭代改进，无需额外的人工标注数据即可通过自我博弈提升性能，从而充分利用高质量数据和合成数据。SPPO 则将对齐问题建模为了双人零和博弈，通过指数权重更新算法和合成数据来逼近纳什均衡。这两种方法均显著提高了模型在多个基准测试上的性能。
为了更好地帮助大家了解这两项研究，机器之心最新一期线上分享邀请到了顾全全教授以及 SPIN 第一作者陈子翔、SPPO 第一作者吴越，为大家详细解读如何通过自我博弈来为大语言模型提能增效。
分享时间：9 月 19 日上午 10:30 - 12:00
分享主题：通过自我博弈增强大语言模型（Making Large Language Model Stronger via Self-Play）
分享摘要：本次分享介绍两种基于自我博弈的大语言模型增强方法：自我博弈微调（SPIN）和自我博弈偏好优化（SPPO）。这些方法通过让模型与自身历史版本对抗来迭代改进，无需额外人工或昂贵的强模型（如 GPT-4）标注数据。实验表明，这些方法能显著提高模型在多个基准测试上的表现，为增强大模型的能力提供了新的思路。
分享嘉宾 1：顾全全，加州大学洛杉矶分校（UCLA）计算机系教授，主要研究方向包括生成式 AI，如大语言模型、扩散模型，和强化学习、深度学习理论等，曾发表 200 余篇顶级会议和期刊论文，并获得多个重要奖项，包括Alfred P. Sloan Research Fellowship、 NSF CAREER Award” 等。
分享嘉宾 2：陈子翔，现为 UCLA 计算机系博士生。SPIN 第一作者。
分享嘉宾 3：吴越，博士毕业于 UCLA 计算机系，现为普林斯顿大学 AI Lab 博士后研究员。SPPO 第一作者。
项目链接
- SPIN 主页：https://uclaml.github.io/SPIN/
- SPPO 主页：https://uclaml.github.io/SPPO/
论文链接
直播间：关注机器之心机动组视频号，立即预约直播！
本次直播设有 QA 环节，欢迎加入本次直播交流群探讨交流。
机器之心 · 机动组
机动组聚焦于学术研究、工程实践与产业应用，筛选前沿、专业、实用内容，不定期组织学术研讨、技术交流与实战分享等。欢迎所有 AI 领域技术从业者关注。
点击阅读原文，直达机动组官网，查看往期回顾。
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。
9 月 17 日，领先的细胞编程和生物安全平台 Ginkgo Bioworks 公司宣布了两项新产品，将助力制药和生物技术公司更容易开发新药，这是在去年与 Google Cloud 宣布的合作伙伴关系的基础上推出的。
与 Google Cloud 合作构建的蛋白质大型语言模型 (LLM)，是业内首创之一，它将使个人研究人员和企业公司能够利用 Ginkgo 私人数据的见解开发药物。
其次，Ginkgo 正在推出其模型 API，这是一种强大的工具，旨在将生物 AI 模型直接带给机器学习科学家。该 API 现已在 Ginkgo 网站上公开发布，企业公司很快就能访问基于蛋白质的 LLM Google Cloud 的 Vertex AI Model Garden。
Ginkgo Bioworks 推出基于 Google Cloud 技术构建的新型蛋白质 LLM 和模型 API。
Ginkgo Bioworks 首席执行官 Jason Kelly：「我很高兴看到社区在这些模型和我们的 API 的基础上进行构建。AA-0 是我们发布的第一个基于 Ginkgo 专有数据进行训练的模型，我们将其开放给数据科学家和生物信息学家，以便他们可以在此基础上构建新的模型和应用程序。我们相信，Tokens 的低成本和我们其他对客户友好的条款（例如没有版税），以及我们承诺不重复使用客户数据，将允许用户构建工具，例如调用我们的蛋白质生成 API 的迭代蛋白质设计程序或使用我们的嵌入 API 来计算聚类算法的特征。
这些新产品展示了 Ginkgo 如何以新的方式支持生命科学行业，帮助他们改善和加速药物开发过程。
- 面向个人研究人员和企业公司的蛋白质 LLM：该 LLM 和未来的 LLM 基于 Vertex AI 与 Google Cloud Consulting 合作构建，并在 Ginkgo 广泛的专有数据集上进行训练，使公司能够产生新颖的见解并加速新疗法的发现。通过利用人工智能的力量来分析和理解复杂的蛋白质结构和相互作用，研究人员和企业可以简化他们的研究流程，优化先导化合物识别，并最终更快、更有效地将救命的药物推向市场。基于从 Ginkgo 的私人数据中学习的模型，公司可以解锁隐藏的模式和潜在的治疗目标，否则这些模式和目标将难以捉摸。
- 面向科学家和研究人员的开放 API：借助这种程序员友好的超低成本 API，Ginkgo 正在将其内部开发的 AI 工具提供给任何人。该界面提供了一种简单且可扩展的方式来访问在蛋白质和 DNA 数据上训练的复杂模型，从其第一个版本开始：在专有 Ginkgo 数据集上训练的机器学习模型。
Ginkgo 的第一个模型——ginkgo-AA-0-650m，是一个基于 20 多亿个专有 Ginkgo 蛋白质序列进行训练的大规模模型。
模型详情：https://www.ginkgobioworks.com/2024/09/17/aa-0-protein-llm-technical-review/
Google Cloud 战略产业副总裁 Chris Sakalosky 表示：「Ginkgo 的新蛋白质 LLM 和开放 API 标志着在使先进的 AI 工具可用于药物发现和生物研究方面迈出了重要一步。通过利用 Google Cloud 的基础设施和 AI 功能，Ginkgo 正在帮助企业和个人科学家加速他们的工作并推动生命科学领域的创新。Ginkgo 在使尖端 AI 模型的访问变得民主化方面处于领先地位，为使用 Ginkgo 平台的制药公司增加了价值，并最终帮助人们过上更健康的生活。
Ginkgo 正在开发多种模型，涵盖语言建模和条件设计扩散等机器学习方法。Ginkgo 的第一个蛋白质语言模型版本将支持两种用例： - 通过掩码语言建模生成：给定带有一个或多个
标记的氨基酸序列，模型将完成该序列。 - 嵌入计算：计算训练模型的最终隐藏层，以提取下游任务的宝贵表示。首先，Ginkgo 的模型返回长度轴上的平均池化表示。
在接下来的一年里，Ginkgo 将推出更多模型并扩展 API 的功能，构建一套强大的工具，让科研人员能够使用最新的机器学习方法解决药物发现、合成生物学、基因组学等领域的复杂问题。
Ginkgo AI 总经理 Ankit Gupta 说：「灵活性就是一切。除了我们的第一个专有模型（利用 Ginkgo 的独特数据集）之外，您还可以访问 ESM2 等公开可用的模型。这意味着您可以通过一个简化的平台探索和试验不同的方法。我们还致力于让高级机器学习工具变得触手可及，这就是我们的 API 提供具有竞争力的价格和免费套餐的原因。
我们已经制定了成本结构，让您可以轻松参与、试验并获得预测，而不必担心高昂的费用。我们的初始模型将有一个免费套餐，我们的介绍价格约为 0.18 美元/million tokens。这意味着对于含有约 500 种氨基酸的蛋白质，用户应该能够以大约 10 美分的价格获得 2000 个序列的预测。在生成生物学时代，工程师一次设计数千到数百万个序列，我们希望通过巨大的计算规模来实现它们。
关于 Ginkgo Bioworks
Ginkgo Bioworks 是领先的细胞编程水平平台，提供灵活的端到端服务，解决食品和农业、制药、工业和特种化学品等不同市场组织面临的挑战。Ginkgo Biosecurity 正在构建和部署全球领导者预测、检测和应对各种生物威胁所需的下一代基础设施和技术。
Ginkgo Bioworks 公司官网：https://www.ginkgobioworks.com/
参考内容：https://finance.yahoo.com/news/ginkgo-bioworks-launches-protein-llm-120100733.html
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。
北京时间 9 月 13 日午夜，OpenAI 发布了推理性能强大的 ο1 系列模型。之后，各路研究者一直在尝试挖掘 ο1 卓越性能背后的技术并尝试复现它。
当然，OpenAI 也想了一些方法来抑制窥探，比如有多名用户声称曾试图诱导 ο1 模型公布其思维过程，然后收到了 OpenAI 的封号威胁。
尽管如此，不过三四天时间，就已经有研究者宣称已经成功复现/开发出了与 ο1 性能差不多的推理技术，并且还不止一个！
Llamaberry：教会 AI 像聪明人一样思考
Llamaberry 的提出者是 Martin Bowling。他开发的项目包括 RAGMiner.dev 和 Replit；其中前者可以帮助用户毫不费力地将网站转换成 Markdown、XML 或 JSON 等格式以便 RAG 和 LLM 应用使用，而后者则是一个使用 AI 将想法变成代码的项目。
Llamaberry 的核心思路是使用思维链（CoT）来实现推理。这个名字自然源自代表 o1 模型的 Strawberry（草莓）。
HuggingFace地址：https://huggingface.co/spaces/martinbowling/Llamaberry
什么是思维链？Bowling 在博客中打了个比方：「思维链推理就像是给 AI 一个笔记本来展示其工作过程。其中不仅仅是简单地给出答案，而是会带领我们经历其思维过程。」
Llamaberry 能教会 AI 透彻地思考，就像是一位人类专家攻克难题时那样。
具体来说，Llamaberry 是一个多轮思维链推理系统的实现，其基于运行在 Groq 上的 Llama 3.1 70B 模型。
多轮推理是关键
多轮推理，顾名思义，就是让模型在给出答案之前进行多步思考，而不是一步给出答案。打个比方，这就像是看一位大厨从备菜到完成摆盘一步步地完成一道精美菜肴，而不是直接微波加热预制菜。
举个示例：
第 1 轮：AI 先尝试解决当前问题。
第 2 轮：AI 回顾第一次尝试并尽力改进或优化其思维过程。
第 3 轮：再进行一轮反思和改进。
综合结果：最后，将所有这些思考综合到一起，得到一个连贯且合理的答案。
下面展示了这个多轮过程的示意图：
可以看到，前一轮的输出会成为后一轮的输入，从而让 AI 可在每个阶段不断完善其思维。最后，所有这些…
如何实现
下面将深入 Llamaberry 的实现细节。
1.设置舞台
首先，我们需要为 AI 助手设置一些基本规则，代码如下：
initial_system_prompt = “””You are an AI assistant capable of detailed, step-by-step thinking. When presented with a question or problem, break down your thought process into clear, logical steps. For each step, explain your reasoning. Conclude with a final answer. Use the following markdown structure:
Reasoning
- [First step]
Explanation: [Detailed explanation of this step] - [Second step]
Explanation: [Detailed explanation of this step]
…
Answer
[Final answer]
Be comprehensive and show your reasoning clearly.”””
这就是提供给 AI 大厨的菜谱。它知道需要逐步…
2.思考过程
在每一轮推理中，都需要让 AI 对问题进行思考。但在第一轮结束后，还需要求它思考之前已经思考过的东西。这就像问朋友，「嘿，还记得你之前说过什么吗？让我们再想一想。」
下面是每一轮的生成方式：
async def generate_turn(query: str, previous_turns: list = None) -> str:
is_first_turn = previous_turns is None or len(previous_turns) == 0
if is_first_turn:
messages = [{
“role”: “system”,
“content”: initial_system_prompt
…
综合结果
经过三轮思考之后，再让 AI 检视其所有思考并得出一个合理的最终答案。这就像是让专家讨论问题，然后编写最终报告。
async def synthesize_turns(query: str, turns: list) -> str:
turns_text = “\n\n”.join(
[f”Turn {i+1}:\n{turn}” for i, turn in enumerate(turns)])
messages = [{
“role”: “system”,
“content”: synthesis_prompt
}, {
“role”:
“user”,
“content”:
f”Original Query: {query}\n\nTurns of Reasoning:\n{turns_text}”
…
单轮推理 vs 多轮推理
Martin Bowling 在其博客中简单比较了单轮和多轮推理。
这里他采用了一个简单示例，即询问 AI：「人工智能对就业市场有什么潜在影响？」
单轮推理：
AI: Artificial intelligence will likely have significant impacts on the job market, including:
- Automation of routine tasks
- Creation of new job roles in AI development and maintenance
- Potential job displacement in certain industries
…
使用 Llamaberry 执行多轮推理：
第 1 轮：
AI: Let’s approach this step-by-step:
Identify current AI capabilities
Explanation: AI can perform data analysis, pattern recognition, and automate routine tasks.Analyze vulnerable job sectors
Explanation: Manufacturing, customer service, and data entry are likely to be affected.Consider new job opportunities
Explanation: AI development, data science, and AI ethics consultation may see growth.Examine potential economic effects
Explanation: Increased productivity might lead to economic growth, but wealth distribution could be a challenge.
Initial Answer: AI will likely cause significant shifts in the job market, with both job losses in some sectors and new opportunities in others.
第 2 轮：
AI: Let’s refine our thinking:
Reassess the timeline of AI impact
Explanation: The effects won’t be immediate but will unfold over years or decades.Consider the adaptability of the workforce
Explanation: Retraining and education will be crucial for workers to transition to new roles.Analyze potential societal changes
Explanation: The nature of work itself might change, with more emphasis on creativity and emotional intelligence.Examine global differences
Explanation: AI’s impact will vary across different countries and economies.
Refined Answer: AI’s impact on the job market will be complex and gradual, requiring proactive measures in education and economic policy to ensure a smooth transition.
第 3 轮：
AI: Let’s delve deeper:
Explore the concept of human-AI collaboration
Explanation: Many jobs may evolve to involve working alongside AI rather than being replaced by it.Consider the ethical implications
Explanation: Issues like algorithmic bias in hiring processes need to be addressed.Analyze the potential for new economic models
Explanation: Universal Basic Income or reduced working hours might become more prominent discussions.Examine historical parallels
Explanation: Previous technological revolutions, like the Industrial Revolution, can offer insights into potential outcomes.
Further Refined Answer: While AI will undoubtedly transform the job market, its impact will likely be nuanced, involving collaboration between humans and AI, ethical considerations, and potentially new economic paradigms.
综合答案：
…
。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要按照格式标准输出为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。
Feeld约会应用可能被访问的“三人关系”用户已解决私密照片的问题
用户们使用针对“三人关系”的约会应用Feeld可能已经访问了敏感数据，包括消息、私人照片和性取向详情，甚至可能被编辑，此事已经浮出水面。
在一家英国注册的公司Feeld的用户从世界各地的非一夫一妻关系、酷儿以及奇异性取向用户那里下载量飙升，从而导致本月营收和利润飙升。尽管该应用在财务上取得了长足的进展，并因其处理性取向的方式而受到赞誉，但英国的一家网络安全公司声称，今年早些时候他们发现了Feeld系统中的严重问题。
为什么约会应用Feeld如此受欢迎？癖好和三人关系只是故事的一部分| Zoë Williams
Feeld表示，他们已经“急切处理”了这些问题，在两个月内解决了这些问题，并且他们没有看到用户数据泄露的任何证据。他们不知道这些漏洞在他们被这家伦敦网络安全公司Fortbridge告知之前存在了多久。Fortbridge在“渗透测试”后发现了这些问题，这是行业术语，用于对网站和应用进行安全评估，以识别攻击者可能利用的弱点。
其研究人员发现，可以阅读在Feeld上聊天中交换的他人消息，甚至可以查看附件，其中可能包括具有性意味的图片和视频。只要潜在黑客掌握了用户的“流用户ID”，甚至不需要使用Feeld帐户即可执行此操作，而这些ID可能对任何可以看到他们的个人资料的人可见。研究人员发现，消息可以被编辑和删除，并且用户删除的聊天可以被恢复。通常用于分享自删除图像的限时照片和视频可以通过访问发送方可用的链接永久检索并查看。
Fortbridge称，这些问题还允许黑客更改他人的个人资料信息，包括姓名、年龄和性取向。还有可能查看他人的匹配，并手动强制一个个人资料“喜欢”另一个。
这家网络安全公司告诉《卫报》，这些问题可能已被一些具有“基本技术知识”的人利用。Fortbridge的董事经理Adrian Tiron表示：“尽管这些并不是我们发现的或利用的最复杂的错误，但由于Feeld庞大的用户群体，这些错误显然是最影响深远的之一，从而使大量用户处于危险之中。”
“在这一行业，公司常常与社区分享他们的最佳研究成果。我们通过阅读别人的报告也学到了很多知识，现在轮到我们回报了。”
欢迎接收我们的免费每日新闻快讯，为工作日做好准备-每天早上我们都会为您提供您所需的所有商业新闻和分析。Enter your email address Sign upPrivacy Notice: 您可以使用 Google reCaptcha 来保护我们的网站，适用 Google Privacy Policy 和 Terms of Service。
Alex Lawrence-Archer，AWO数据权利专业律师，表示Feeld现在可能会面临数据监管机构——信息专员办公室或任何被发现其信息已被访问的用户的后果。
“如果这是正确的，即以这种方式暴露个人数据，包括消息和私人照片，或者有能力被访问，那么有一个强烈的论点认为这违反了GDPR的核心原则，即数据必须以安全方式处理，”他说。“如果准确的话，我期待信息专员办公室调查，以了解背后发生了什么，是否需要采取任何纠正或执法行动。”
“我们不知道是否有人的照片或消息被访问。如果发现他们已被访问，某个个人将对Feeld提出诉讼，例如，如果他们遭受了痛苦。”
Lawrence-Archer表示，安全漏洞还引起了对在禁止同性恋的国家中的 LGBTQ+ 人群身份识别的潜在担忧。
信息专员办公室表示，他们尚未收到有关Feeld的数据泄露的报告。Feeld表示，由于没有看到任何人访问私人数据的证据，并且第三方组织已经批准其不进行自我报告，因此他们没有通知监管机构。
该公司表示，他们已经于3月3日调查了Fortbridge提出的问题，并于5月28日解决了这些问题，但未能向Fortbridge充分沟通问题已解决并正在由第三方审查。它表示，除了允许非成员访问高级功能之外，没有任何问题存在，并表示欢迎进一步进行渗透测试。
“我们的会员的安全和安全是我们的首要任务，我们欢迎继续与道德黑客社区合作，以识别漏洞，因为这只会加强我们未来的平台，”一位发言人表示。
该公司补充说，他们以前无法运行Fortbridge所做的测试，但现在能够做到。
探索这些主题的更多内容
技术初创公司 技术行业 信息专员 数据与计算机安全 约会
新闻 分享
重复使用这些内容。
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。
OpenAI称最新的ChatGPT能够“思考” - 我有一些想法
我们正快速接近生成式人工智能革命的两周年，这场革命始于OpenAI在2022年11月发布ChatGPT。
到目前为止，这还是一个参差不齐的局面。OpenAI最近宣布其每周活跃用户已突破2亿，这个数字令人瞩目，但在发布后的两个月内就获得了前1亿用户。最近一项YouGov的研究发现，将人工智能整合到产品中既可能让潜在购买者却步，也可能促使他们付款购买。尽管如此，资金不断流入该领域，技术也在不断进步。OpenAI正在向投资者募集资金，以资助未来发展，使该公司估值达到1500亿美元。这将使其与思科、壳牌和麦当劳相提并论。上周，该公司推出了最新版本的模型，命名为o1，它被吹捧为生成式人工智能发展的一大转变。o1模型之前的代号是草莓，旨在像人类一样推理决策。支撑ChatGPT的最新版本实际上在产出速度和模型规模上退步了，目前模型规模较小。将其视为GPT-4.5，而不是传闻中的下一个重大更新GPT-5，后者据称仍在开发中。
任务：不可能的任务？尽管在纸面上看，o1是一个小小的挫折，但它做到了亚历克斯之前在本周新闻通讯中指出的LLM型聊天机器人的一个问题，他称之为“汤姆·克鲁斯问题”。问题是，研究人员可以以一种方式向ChatGPT提问，但当直接询问一个与初始问题直接相关的问题时 - 例如，汤姆·克鲁斯的母亲是谁？（答案：玛丽·李·菲弗），然后被问谁是玛丽·李·菲弗的儿子？（答案：汤姆·克鲁斯）时，ChatGPT会犹豫。问o1那一对问题，它能应对。它甚至可以提供它是如何得出答案的迹象 - 而OpenAI巧妙地、但不准确地称之为“思考”，因为人工智能模型没有大脑（如果你想知道为什么将人工智能模型拟人化是个问题，请看我在二月写的这篇文章）。当被问及第二个问题时，o1“思考”了四秒，包括追溯家庭关系并确认细节。
到目前为止，一切都很好。OpenAI称o1能够推理。许多人对这样一个如此断然的说法持怀疑态度，但让我们在市场营销上让他们说这句话。这意味着你可以如何使用生成式人工智能进行重大变革：而不是简单地将其训练数据中的事实进行回放，或者产生它统计上认为最可能让用户满意的答案，它可以考虑信息并做出回应。
“可能”是关键词。我们对这些工作原理仍然大多一无所知 - “我们”包括这些工具的开发者们。OpenAI表示这种推理能力是一个很重要的事情 - 该公司甚至提出了一个值得商榷的说法，即o1是迄今为止最危险的模型（有时这更多是市场宣传而非实际）。试图探究o1模型极限的人似乎同意他们关于推理的观点，但对于危险部分则不太确定。
不要注意幕后的那个人！图片全屏查看想法？…OpenAI认为它的人工智能可以思考。照片：达多·鲁维奇/路透社嗯，有点吧。因为探究只能走到这里。为了尝试理解支撑o1的思维过程链 - 如果您想要一个很好的概述，西蒙·威利森是一个始终可靠的人选 - 想要深入了解o1“思考”过程的用户一直试图获得更多关于o1究竟如何“思考”过程的细节。目前用户所看到的信息是对思维链中每个步骤的简要总结。因此，他们一直在向该模型本身询问它如何得出答案 - 尽管他们也收到了来自OpenAI的邮件要求停止，否则他们的账户将被暂停。
这一切意味着我们仍然被蒙在鼓里。这看起来像是人工智能领域的一次变革性跃升，可能会将这个工具从一个你必须怀疑其产出的必须使用工具转变为一个。特别有趣的是，OpenAI的主导地位实际上挤压了最近所有竞争对手的报道。备受瞩目的法国竞争对手Mistral上周发布了其首个多模型。Pixtral 12B模型将图像识别与文本生成相结合。它理应得到巨大的赞誉。但是OpenAI和o1吸走了所有的关注。
尽管如此，这一切意味着人工智能列车不断前行，终于开始实现其承诺。那些尝试过早期使用ChatGPT但觉得不尽人意的人能否被说服回来尝试较新的高科技模型是另一个问题。
更广泛的科技前景图片全屏查看爱情伤人啊…在线约会应用导致收入不平等上升，因为人们选择收入与自己相当的伴侣 - 并抛开那些收入较低的人。
在第三方服务如互联网档案馆受到攻击和起诉的世界中，我们如何保护我们的数字历史？
曾是直言不讳的大科技批评者的欧盟专员蒂埃里·布勒顿因与乌苏拉·冯德莱恩发生争执而离职。
数据中心的排放量可能比公开宣布的高出662%。
白宫强烈谴责埃隆·马斯克发推文“没有人甚至想要刺杀拜登/卡玛拉”，以回应某用户问“为什么他们想要杀死唐纳德·特朗普？”同时，这是埃隆·马斯克思想的24小时。
TikTok昨天在法庭上开始了求生之路。
在这些主题上探索更多技术TechScape新闻通讯newsletter共享内容重新使用本内容。
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。
MDClone任命一位在生命科学、医疗技术解决方案、数据科学和分析领域拥有25年经验的Bruno Lempernesse先生出任总裁
MDClone，一家领先的数据探索和合成数据公司，今天宣布聘请布鲁诺·勒蓬内斯（Bruno Lempernesse）为总裁，他是一位有着25年健康技术、数据科学和生命科学经验的老将，他的主要重点是领导北美业务。
{ width=60% }
在他的新职位上，勒蓬内斯将在推动MDClone未来增长和创新方面发挥关键作用，战略重点将放在北美。在最近的职位上，勒蓬内斯担任过Carevive的首席执行官，该公司于2024年5月被Health Catalyst收购。在任职期间，他推动公司通过数据驱动解决方案改变癌症护理患者的体验，在实际世界证据、实际世界数据和医疗大数据方面开展了开创性工作。
勒蓬内斯热衷于数据、研究和医疗保健，他进行了关于早期开发和利用源自欧洲和美国电子病历的纵向患者数据的创新工作。
“我们非常高兴欢迎布鲁诺加入我们担任总裁一职，”MDClone联合创始人兼首席执行官Ziv Ofek表示。“布鲁诺的丰富专业知识和深厚行业经验使他成为我们团队中不可或缺的一员。他将在提升我们的ADAMS中心和推动我们服务的扩展方面发挥关键作用，为生命科学领域及更多领域提供全面的价值。”
“能与Ziv及其团队汇聚的这么一群卓越的医疗技术专业人士和专家合作是一种荣幸，”勒蓬内斯说。“在一个充满数据驱动挑战的格局中，我渴望与我们杰出的合作伙伴合作，将范式从反应性改进转变为积极推动，开启开创性的发现和创新。”
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。
Meta将推出Instagram“青少年账户”，各国政府考虑社交媒体年龄限制
Meta表示，青少年账户将适用于16岁以下的新用户，并最终将限制扩展到青少年使用的现有账户。
Meta正在将Instagram用户年龄在18岁以下的用户置于新的“青少年账户”中，以让家长对他们的活动拥有更大的控制权，包括阻止孩子在晚上查看该应用的能力。这一变化将适用于新的青少年用户，但也将在未来几个月内扩展到已有的青少年账户。青少年账户设置的变化包括让父母能够设定每日使用该应用的时间限制，在某些时间阻止青少年使用Instagram，查看其子女正在交换消息的账户，并展示他们正在查看的内容类别。注册Instagram的青少年已经默认被设置为最严格的隐私设置，其中包括禁止成年人向不关注他们的青少年发消息，以及在晚上关闭通知。然而，在新的“青少年账户”功能下，年龄在16岁以下的用户现在需要获得父母的许可才能更改这些设置，而默认进入新功能的16至17岁青少年则可以独立更改这些设置。一旦16岁以下的用户试图更改其设置，家长监督功能将允许成年人设置新的时间限制，晚上阻止访问，并查看其子女正在交换消息的对象。这一新的账户设置将适用于美国、英国、澳大利亚和加拿大的用户。
Meta全球事务总裁尼克·克莱格表示，这一变化的目的是在父母使用家长控制功能时“加强父母”这一方面的平衡。上周，克莱格承认，家长没有使用马克·扎克伯格公司所提供的儿童安全控制功能。“这是一个非常重要的时刻，”克莱格周二表示。“我们一直听到的普遍说法是，父母希望‘行使我们作为父母的责任和义务’，但在年轻人现在使用的多个应用程序中，父母略显困惑和不能很好地履行他们作为父母的角色。”“这次（变化）真的很有意义，试图通过基本上将青少年置于最严格的默认设置中，来影响他们所看到的内容、他们可以连接的对象以及他们能够花费的时间……至关重要的是，如果你年龄在16岁以下，他们将不得不问问妈妈和爸爸，看看他们是否可以更改这些设置。”著名互联网安全活动人士伊恩·拉塞尔表示，他希望这一声明是Meta的“转折点”，但警告称之前的安全变更并未产生有意义的成果。Molly Russell之父伊恩·拉塞尔是一位英国著名的互联网安全活动人士，他的女儿莫莉·拉塞尔是一名英国少女，于2017年11月在Instagram和Pinterest上查看大量与自杀、抑郁、自残和焦虑相关的内容后自杀。在莫莉的故事公开后，Instagram在2019年宣布打击自残内容。一份报告发现，四年后此类内容在平台上仍然可以发现。“在2019年莫莉的故事曝光后，宣布的这一重大声明并未取得应有的效果，”拉塞尔表示，他是Molly Rose基金会主席，该基金会致力于改善在线安全。“Meta发布了非常有前途的宣传推文，听起来非常有前景，但一次又一次地，他们未能兑现承诺。”他补充说：“我希望这是一个转折点，他们认为安全和他们正在获利的同等重要。”
这一青少年账户的改变是在澳大利亚政府上周宣布计划提出的立法之后进行的，该立法将在年底前提交至议会，旨在将儿童访问社交媒体的年龄提高到14至16岁之间的一个尚未明确确定的年龄。Meta全球安全主任安提戈内·戴维斯表示，推出青少年账户的决定是由父母而不是任何政府立法或提案驱动的。“全球各地的父母都在考虑这些问题，”戴维斯说。 “目前技术几乎无所不在，父母在思考这个问题。从青少年安全的角度来看，全球思考这种问题并解决父母的担忧确实是最有意义的。”戴维斯没有排除未来将这些改变应用于Facebook，但表示公司将研究为不同应用程序采取哪些措施是有意义的。如果澳大利亚的提案得到通过，该国可能是首批实施禁令的国家之一。英国技术大臣彼得·凯尔上周表示，他将密切关注澳大利亚模式的实施情况，对英国未来是否会效仿持开放态度。
将切换到新青少年账户的青少年现有账户设置包括未满18岁需要接受新关注者、被设置为最敏感内容限制，并过滤帖子和消息中的冒犯性词语和短语。
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。
Expedera任命Siyad Ma为新CEO，推动扩张和创新
高光时刻
Expedera任命Siyad Ma为首席执行官，推动扩张和创新。
{ width=60% }
创始CEO Da Chuang转任执行主席，负责长期战略规划和关键企业举措。
领先的可扩展神经处理单元（NPU）半导体知识产权（IP）提供商Expedera Inc.宣布任命Siyad Ma为公司首席执行官，立即生效。Ma接替创始人兼CEO Da Chuang，后者将担任执行主席。
作为Expedera的联合创始人和前工程副总裁，Ma领导了发明Expedera革命性基于包的NPU架构和软件堆栈的团队。该平台实现了NPU解决方案，极大地改善了性能、功耗和面积结果，而无需对客户神经网络进行任何更改或减少准确性。此前，Ma领导了思科的ASIC和IP团队，并在Spanslogic（思科）、Zettacom（IDT）、Chameleon和AMD担任高级管理和技术职位。他持有斯坦福大学的电气工程博士学位。
“自公司成立以来，Da [Chuang]提供了能够赋能我们创造创新的人工智能处理技术，使其在无处不在的人工智能设备时代得到独特的应用的愿景和领导，”Siyad Ma表示。“在他的指导下，我们建立了一个可持续增长的公司。随着我们的智能手机、汽车和数据中心客户加速生产，Expedera正处于一个令人兴奋的时刻。我很荣幸并且兴奋地担任Expedera首席执行官，领导公司的下一个阶段。”
Da Chuang自2018年共同创立Expedera以来一直担任CEO。在他卓越的领导能力和技术造诣下，Chuang创建了一家蓬勃发展的公司，已成为人工智能推理IP领域的领导者。他将公司员工数量从3名增长至在六个国家设有办公室的70多名员工。Expedera的IP产品已成功部署在超过1000万消费设备上，客户授权涵盖各个行业市场。在新角色中，担任董事会执行主席的Chuang负责长期战略规划和关键企业举措。在加入Expedera之前，Chuang曾是Memoir Systems的联合创始人兼首席运营官（现为思科所收购），并在思科、Nvidia和Abrizio等公司担任高级管理和工程职位。他拥有加州大学伯克利分校的电子工程与计算机科学学士学位以及斯坦福大学的电气工程硕士/博士学位。
“我为我们所建立的成就感到无比自豪，担任Expedera的CEO是我职业生涯中的一大亮点，”Da Chuang说。“我期待与Siyad和我们的董事会合作，在我的执行主席角色下继续推动公司的成长和创新。”
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。
大公司能像快速发展的初创公司那样创新吗？总部位于多伦多的AI初创公司Aucctus （www.aucctus.com）相信这是可能的。{ width=60% }
{](http://www.aucctus.com）相信这是可能的。{){kind=link}
在由四角石资本领投的150万美元种子投资支持下，Aucctus已经开发了一款基于人工智能的平台，将每位员工都变成潜在的创新者，有能力为公司带来下一个重大创意。
大公司每年在创新上花费数十亿美元，依靠外部顾问和内部团队。传统上，生成想法、验证其潜力并推出它们需要数月甚至数年的时间。Aucctus利用生成式AI减少了实现这一目标所需的时间和成本，利用多年经验和专有方法部署自主代理。
Aucctus的CEO Tyler Anderson说：“我们对没有人利用生成式AI来彻底改革企业创新感到沮丧。我们的平台赋予每位员工成为创新者的能力。”
Aucctus可以在几分钟内识别新的想法，针对市场趋势和公司战略进行审核，提出财务模型，确定目标客户，并验证假设。这些工作流程帮助团队在一个阶段性过程中更快地推出新举措，弥合了“新想法”与“盈利性创新”之间的差距。
Aucctus成立于2024年初，已与全球八大公司合作了八个月。现在，它正在向加拿大、美国、欧洲和中东地区的数千名员工推广，颠覆着价值数十亿美元的创新SaaS行业。
Aucctus总裁Vincent Atallah补充说：“看到我们的产品与一些世界顶级品牌的领导者产生 resonance，这是令人感到自豪的。通过这项投资，我们可以加速产品开发，并成为致力于保持相关性的公司不可或缺的工具。”
Aucctus将利用种子资金扩大其AI和机器学习工程师团队，进一步开发其专有技术并增强平台功能。
四角石资本公司总裁兼首席执行官Rick Ekstein说：“我的整个商业生涯都以‘变革或死亡’为座右铭。Aucctus平台的力量不仅将帮助企业跟上节奏，更将推动它们走在潮流的前沿，并确保它们保持领先地位。”
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。