老美格局Close,国产半导体迎风起

AI 人工智能时代,中美 “军备竞赛”已跃然纸上。

图片来源:由GPTNB生成

6 月 12 日消息,据知情人士爆料称,美国拜登政府正在考虑进一步限制中国获得用于人工智能(AI)的芯片技术,这次把目标锁定在了一种刚刚进入市场的,用于制造尖端芯片的全环栅极晶体管(Gate-all-around,GAA)新硬件技术。


同时还有消息称,美国还将限制高带宽内存(HBM)技术的对华出口。

AAG

全环绕栅极 (GAA) 是一种晶体管架构。

为了克服FinFET的平面架构局限性,GAA 采用 FinFET 设计并将其侧向转动,使通道是水平,而不是垂直,以更复杂的3D架构方式堆栈,预计电流通道将全部四个侧面,而不是三个方向的栅极包围,从而减少漏电流。

由于包裹所有这些通道的形状,它被称为全环绕栅极(GAA)。

GAA晶体管技术如此被置于台面,主要是其能进一步提升晶体管密度,四面环绕栅极的环绕通道也可以更好地控制晶体管开关,同时支持晶体管缩放,具有更低的可变性、更高的性能和更低的功耗。

但该技术目前仅用于最尖端的工艺节点。

目前,只有三星在其 3nm 节点上生产了这项技术。

英特尔将在其 Intel 20A 节点中采用 GAA,台积电则计划在 2nm 制程上采用 GAA 技术。

三星专有的GAA FET“MBCFET”

据三星称,MBCFET的推出有望“节省50%的功率,提高30%的性能,并减少45%的面积”。

消息称,英伟达、英特尔、AMD等公司及其制造合作伙伴台积电、三星电子都希望在明年开始大规模生产采用GAA设计的半导体。

进一步封锁中国发展AI芯片

知情人士透露,美国的目标是让中国更难组装构建和运行AI模型所需的复杂计算系统,并在技术商业化之前封锁尚处于萌芽发展阶段的技术。

美国先前已对中国出售先进半导体和芯片制造设备和工具施加许多限制。

尽管如此,拜登政府仍在与时间赛跑,要在11月总统选举之前发布新的规定,并在优先考虑哪些技术方面进行权衡,尚未有任何加强限制条件的官方消息。

目前还不清楚拜登政府官员们何时会做出最终决定,相关的传闻都是不具名的,所以真实性依然存疑。

不过,对HBM(GPU显存一般采用GDDR或者HBM两种方案…

Read More

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

一次性裁掉 50 多名副总裁!小扎的冷血管理哲学:高管也是打工人

Meta 被爆将裁掉数十位副总裁

当地时间 6 月 13 日,据 外媒《Business Insider》报道,据三位知情人士透露,这家前身为 Facebook 的公司正考虑裁减数百名副总裁。

据一位知情人士透露,去年 Meta 的副总裁人数达到顶峰时约有 300 人。


这一数字比前几年的 180 人有所增加。

这位知情人士补充说,尽管去年在第二波大规模裁员潮来临之前,有几位副总裁离开了公司,但扎克伯格希望 Meta 的副总裁总数接近 250 人。副总裁职位分为五个级别。

据数据显示,经过多轮裁员后,截至 2024 年 3 月 31 日,Meta 在全球的员工总人数为 6.9 万人,减少了大约 22% 的员工数量。

Meta CEO 扎克伯格曾表示:“更精简的组织将更快地执行其最高优先事项,人们的工作效率将会更高,他们的工作也会更加有趣和充实。”

马克·扎克伯格将过去一年称为效率之年——这一年有超过 20000 名 Meta 员工被解雇,高管们并没有受到更严格的绩效标准和正在进行的重组的影响,这些重组导致团队规模逐渐缩小。

总体目标仍然是减少中高层管理者人数,增加底层员工的人数,“该人士表示。“现在又出现了中高层人数过多的情况。”

去年 5 月份,不少 Meta 员工在他们内部 Workplace 平台上发帖告别公司,称他们正准备迎接公司新一轮裁员和更多变革。随后几周就传出了多名 Meta 高管和副总裁宣布离职的消息。

当时,有知情人士称,大多数高管离职实际上都是遭遇了“悄无声息的裁员”,副总裁级别的员工通常是公司内部直接被告知其职位因业务调整或重组而被砍掉,他们可以在裁员前找到新工作或离职。大多数普通员工没有这样的选择。

马克·扎克伯格此前将 2023 年称为他的“效率年”,并表示他希望“扁平化”公司的报告结构,在控制成本的同时消除管理层级。

在去年的这一波中高层裁员中,已在 Meta 任职十多年的 William Platt-Higgins 就是受影响的员工之一。Platt-Higgins 于 2012 年加入 Meta,担任全球客户合作副总裁,并保留了这一头衔,因为他的职权范围扩大到公司内的政府、政策和非营利组织。

在 Platt-Higgins 离职之前,另有三名副总裁表示也会离开公司。Sarah O’Brien 在公司领导高管和产品沟通四年后离职。另外两名高管也在公司任职超过十年。Meta 小型企业集团增长副总裁 Gigi Melrose 在公司任职 12 年后离职。Meta 商业业务集团副总裁 Katherine Shappley 也已经离职,她已为 Meta 工作了 13 年。

也是在去年,扎克伯格宣布他不再希望公司由“管理者和经理人”组成,而 Meta 则着手“扁平化”部分汇报结构。但 Meta 去年继续推行内部所谓的“滞后晋升”制度,即将晋升到新级别的人通常会在新的职位上工作一年,然后再更换头衔。两位知情人士指出,这导致管理层和高管队伍有所增长,而这在“永远追求效率”的新时代并不完全是计划好的。

通过半年一次的“校准”,即 Meta 公司在年中实际进行的软绩效评估,以及每年一次(通常在第一季度)的正式绩效评估流程,副总裁的级别正在逐渐减少。

Meta 副总裁要接受“排名”的评选,这是科技界流行的一种评选方式,评选过程中,同行们互相评估,看看谁表现更好。另一位知情人士表示,他们的工作和影响“受到了严格审查”。

他们还必须遵守全公司的绩效评估规定,该规定要求管理人员将 10% 到 12.5% 的团队成员划入绩效较低的类别,这通常会导致他们被纳入绩效改进计划 (PIP)。

虽然绩效较差员工的强制性薪酬范围低于 Meta 大规模裁员时的水平(14.5% 至 16.5%),但仍高于裁员前的水平(7% 至 10.5%)。这样的绩效评估通常会导致被解雇,或者对于某些副总裁来说,会提前被告知你的职位将被取消。

“有些人离开是因为找到了其他工作,有些人离开是因为工作表现不佳,”一位知情人士说,“有些人难以适应变化,或者陷入了不知道先做什么后做什么的困境中。”

去年的情形如今再次上演了一次,这次 Meta 方面依然选择沉默,公司发言人拒绝发表评论。

这次,Meta 为什么要向高管下手?

在宣布裁员时,扎克伯格表示,Meta 的举措将遵循一些原则,致力于使其成为“一家更强大的科技公司”。

这些原则包括消除多层级管理,让管理人员只负责听取 10 个人的汇报、取消重复或价值较低的项目、精简每个组织、建立工程师与其他角色的最佳比例、投资人工智能 (AI) 和其他工具以及研究分布式劳动力的有效性。

Meta 在公司最新的财报中表示,到 2024 年底,其在人工智能和元宇宙开发部门 Reality Labs 上的资本支出将在 350 亿美元至 400 亿美元之间。这一总额比最初预测的为消费者、开发商、企业和硬件制造商开发新 AI 产品所需的资金高出 50 亿美元。

围绕着这些目标,外界猜测扎克伯格再次对高管出手的原因有以下两点:

原因之一:之前过度招聘造成的人员冗余,因为他们很有钱。

2020 年至 2022 年期间,Meta 招聘的人才数量是同行中最多的。金融服务公司 DA Davidson 的高级软件分析师 Gil Luria 表示,软件公司的盈利能力很高:该行业的毛利率通常在 70% 至 80% 之间。

他补充说,科技公司渴望雇佣大量员工来推动新产品的开发——当需要削减成本时,他们可以裁员,而不会对产品产生任何影响。

继 2022 年利润下滑之后,M 马克·扎克伯格 宣布 2023 年为“效率之年”,并解雇了数万名员工。“由于他们的产品本身就很赚钱,所以他们真的不需要很多人来推动,” Luria 说。“而这正是许多公司现在意识到的。”

原因之二:他们想将劳动力成本重新投入到人工智能领域。

现在,Meta 和微软等公司通过裁员来获取资金,以投资人工智能项目——包括从 Nvidia 购买大量 GPU,以构建生成式人工智能产品所需的基础设施。

部分裁员可能与某些职能不再需要有关:例如,语言学习软件公司 Duolingo 已削减 10% 的合同工,转而采用生成式人工智能来创造更多内容。而据美国科技公司数据收集网站 Levels.fyi 的一项数据显示,E9 级别 Meta 高管的年度总收入大约近 300 万美元,砍掉 50 多位高管,意味着公司每年省出来超过 3 亿美元支出。

此外,有知情人士透露,Meta 他们正在招聘人才以支持 AI 优先事项。一直以来,Meta 在 AI 上的投入都是大手笔。

4 月,Meta 公布了截至 2024 年 3 月 31 日的 2024 财年第一财季业绩,第四财季营收 364.55 亿美元,较去年同期增长 27%,高于市场预期的 361.4 亿美元;净利润同比增长 117% 至 123.69 亿美元;摊薄后每股收益同比增长 114% 至 4.71 美元,高于市场预期的 4.32 美元。

扎克伯格表示:“我认为团队取得的成果是又一个关键的里程碑,展现出我们拥有相应的人才、数据和能力来扩展基础设施,构建世界领先的 AI 模型和服务。这让我相信,我们在未来几年中应该投入更多资金,构建更先进的模型和全球规模最大的 AI 服务。”

Meta 的主要营收依然集中在广告收入上,AI 业务仍是巨额亏损状态。

元宇宙相关部门、负责 AR(增强现实)和 VR(虚拟现实)业务的 Reality Labs(现实实验室)一季度依然巨亏达到 38.46 亿美元,低于去年同期的 39.92 亿美元。Meta 还表示,该部门的营运亏损将“由于我们持续的产品开发工作和进一步扩大生态系统的投资而大幅增加”。

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

蚂蚁向外生长

来源: 虎嗅APP

6月13日,蚂蚁集团发布了2023年度的可持续发展报告(下文也称“ESG报告”)。
由于蚂蚁集团目前没有上市,没有常态化的财报披露,这一份报告是外界观察蚂蚁战略和业务最重要的一扇窗口。


从阿里集团每个季度的财报,可以简单推算蚂蚁的利润水平。财报数据显示,蚂蚁过去几年的利润基本保持平稳。但在利润之外,我们更关心的是另一个问题。

4年前,蚂蚁集团把名称中的“金融服务”改成了 “科技”。这其中的信号非常清晰,蚂蚁集团把对增长的展望放在金融业务之外,希望通过互联网和科技的力量,从继续为社会解决普惠问题的角度出发,找到新的价值支撑,再造自身。

如今,蚂蚁的增长动力是否已经真正转变?ESG报告可以给我们部分的答案。

AI何以“优先”

最新的ESG报告里,有一个非常引人关注的数字,2023年蚂蚁集团研发投入高达211.9亿元,维持了多年的增长势头,再创历史新高,也继续保持在中国民营企业的前列。
超过200亿的研发投入去了哪里?报告透露的信息很清晰——人工智能技术和数据要素技术。在前不久的数字中国建设峰会上,蚂蚁集团的董事长兼CEO井贤栋也曾透露,蚂蚁的技术战略,未来十年都将聚焦上述两个方向。
“AI优先”被蚂蚁确立为新的战略。考虑到在当下市场对AI的实用性尚没有十足信心,蚂蚁把AI放在战略优先位置,这种笃定似乎意味深长。

蚂蚁的计划是,在三个核心方向,推出大模型商业化应用。这三个方向分别是金融服务、医疗服务、生活服务,它们均植根于蚂蚁既有的生活服务生态之中。

在医疗方面,蚂蚁从去年就已经开始探路。蚂蚁和浙江卫健委联合推出了名为“安诊儿”的AI就医助理虚拟人,可提供诊前咨询、导诊、报告查询、医保,已经为浙江省内的近百家医院提供了超过150万人次的服务。
而支付宝的医疗应用场景本身就在迅速扩张。截至2023年已有5.3亿人用支付宝预约看病和用医保支付,比上年增长约1亿人,是全国最大的第三方医保支付平台。而AI就医助理,意味着支付宝上的医疗服务,还有综合演化的新可能。

当其他竞争者比拼谁家的大模型懂得更多、对话更智能的时候,蚂蚁采取了一个差异策略:优先抢占AI的应用场景。
一直以来,“场景”是蚂蚁的主要护城河。蚂蚁一直希望自身产品和服务着眼于满足社会的具体需求,场景的背后,都是真实的社会需求,而满足需求的过程,就是同时创造社会价值和蚂蚁自身商业价值的过程。

以前蚂蚁通过为交易行为提供信用和便利度支持,成功树立了“网购就用支付宝”、“买单就用支付宝”等场景的认知。未来,蚂蚁还能不能让更多人树立并且持续强化“看病就用支付宝”、“理财就用蚂蚁财富”这些认知?成功的关键,可能就是置于应用场景中的AI大模型。

2023年,蚂蚁基于理财服务平台开发了AI金融助理“支小宝”,到今年4月已经有1200万用户体验过。这一AI产品的应用价值在于教个体投资者对投资选择形成专业的判断,对于每只“基”学会问正确的问题。它能够为用户提供个人定制化的行情分析、持仓诊断、智能保险理赔等服务。

蚂蚁目前的另一个AI应用,是今年4月开始灰度测试的支付宝智能助理。这一应用聚焦生活场景,泛用性更强一点,从支付宝主页面下拉激活,将支付宝平台中极度多样的服务项,用智能语言交互的方式来实现,无论是点外卖,还是订机票,生活中的各种需求都可以轻松搞定。支付宝生活服务场景的体验,由此实现迭代和升级。

这些AI应用,植根于蚂蚁长期深耕的生活服务、数字互联领域。技术的升级,带来了服务能力的升级,纵向提升了支付宝的价值链。同时,它们也继承了蚂蚁的企业基因,即注重具体的商业场景,通过解决社会的实际需求来创造商业价值。

蚂蚁之所以坚定“AI优先”,一方面是因为蚂蚁的技术积累和场景优势,另一方面,也源于AI应用在提升支付宝活跃度上的商业潜力。最新测试的“支小宝2.0”,已经有1200万用户体验,“支小宝”等AI应用在用户增长上的效果,已经开始显现。

“AI的生命力在于应用,”蚂蚁选择了一条用户需求和应用场景驱动的AI发展路线。井贤栋说,“我们期待AI像扫码支付一样便利每个人的生活”。从互联网时代到AI时代,蚂蚁正在重塑自身的商业想象力。

数据要素,价值何在?

在蚂蚁对未来的展望中,“数据要素技术”的地位几乎与AI平起平坐,成为破局的关键之一。

在政策层面,国家对数据要素非常重视。2020年4月,国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》将数据定义为继土地、劳动力、资本、技术之后的第五大生产要素。今年,发改委《“数据要素×”三年行动计划(2024—2026 年)》指出,数据要素应与其他生产要素协同,提高全要素生产率。

然而,就整体市场而言,数据要素的价值却远未充分涌流。数据和其他要素的协同,尚有很多问题需要解决。而在大厂中,蚂蚁格外重视数据要素,蚂蚁希望能够打通数据要素流通和应用的若干关键节点,这也成为蚂蚁强化自身2B服务业务的关键突破口。

早先出于自身金融和支付系统的需要,蚂蚁很早就围绕数据要素展开技术研发,集中投入的关键技术包括分布式数据库、云原生、区块链、隐私计算、安全科技等等。

这些技术在金融场景里已经被充分淬炼。而现在蚂蚁要探索的是:这些技术在金融领域之外,还有哪些应用场景?金融不是价值的终点,蚂蚁更广阔的未来,是服务实体经济,助力千行百业。

最新ESG报告显示出非常积极的信号,蚂蚁数科和OceanBase这两块主要的技术商业化业务,正在实现更广泛行业的商业化落地。

其中,OceanBase分布式数据库业务已经在国内金融行业占据了市场份额第一,并在2023年充分从金融行业出圈,与互联网、消费、通讯等行业的企业合作。OceanBase服务的企业用户数,从2022年底的400家,增至2023年底的超1000家。

ESG报告还首度披露,蚂蚁数字科技板块已累计服务13000家企业。该板块主要提供基于区块链、物联网、隐私计算等技术的解决方案,为企业克服数据的流动阻碍与成本难题。

蚂蚁新近把“数据要素技术”提高到10年期战略的高度。2024年3月,蚂蚁进行了一次大的组织变革,为蚂蚁数字科技、OceanBase、蚂蚁国际三个业务设置独立的董事会,谋求数据要素技术和国际化新业务的长远发展。

在这些新业务中,蚂蚁需要为自身和产业解决数据要素破局的共性问题。诸如政务、医疗、金融、市场营销等系统,当中存储了海量的用户隐私数据,只有在保障隐私的同时实现数据的分析和共享,才能真释放数据的价值。而这样的需求,也为隐私计算技术提供了广泛的商业化机遇。

一个最新的业务事实是,蚂蚁集团成立了密态计算公司——浙江蚂蚁密算科技有限公司,提供密算相关的产品和服务,推动数据跨云跨端低成本可信流通。

观察蚂蚁在数据要素领域的商业化进展,不难看出它们背后是蚂蚁一贯的企业基因,业务发展植根于对社会具体需求的觉知。蚂蚁在2023年度的ESG报告中,给数据要素分配了更显著的位置。其中,蚂蚁希望数据要素技术更深度地进入实体行业,不断强化技术普惠性。“我们期待数据价值的流动像自来水一样即开即用,让每一家小微企业都能能够共享到数据价值的红利,”井贤栋在报告的致辞中指出。

支付宝走出支付

对今天的蚂蚁集团而言,支付宝App仍然是最核心的战略资产。AI技术的革新在发生,但支付宝APP始终是最基础的实现场景、流量池和数据来源。

除了成长为原生的AI应用,支付宝的应用领域也在横向延伸。最新的ESG报告显示,支付宝平台上的商业生态,也正在进化。支付宝已经走出支付和金融,走向更广阔的原野。

2023年,蚂蚁集团提出新战略,支付宝的未来应该“双飞轮”驱动——所谓“双飞轮”,指的是数字支付和数字互联。

数字互联,是支付宝新增长曲线的来源。支付宝已经是国民级的数字化生活服务平台。即便抛去支付用途,支付宝的生活服务用户依旧有数亿规模。截至2023年底,支付宝已经上线了全国31个省级行政单位的“一网通办”服务,累计服务用户数超6亿;超过8亿人用支付宝处理公共服务事项,如查社保、查公积金、交水电燃气费、刷公交地铁等;5.3亿人用支付宝预约看病和用医保支付。

事实上,在支付和金融之外,支付宝的办事心智已经很强。但支付宝接下来要攻坚的重点,是包括各类实物和内容消费场景在内的更广泛的生活领域。支付宝需要不断满足更加多元的消费者与商家需求,由此获得流量和数据的增量,并反过来驱动自身的能力提升和技术进化。

过去一年,支付宝平台最为显著的进展是小程序业务和内容生态的增长。

其中,支付宝商家小程序的年成交额,在2022、2023两年高速增长,增幅分别为49.2%、68%。至今有427万商家通过小程序等平台工具实现数字化运营的提升。

支付宝上的内容生态也开始起势,“搞钱”特色的内容活跃度有显著提升。《支付宝平台商业活力报告》(2024.4)指出,在最近半年内,泛财商主题的短视频播放量增长了18倍;目前有超150家基

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计划转为盈利性AI公司,或将启动6200亿估值的IPO上市

钛媒体App 6月15日消息,据报道,OpenAI 首席执行官奥尔特曼(Sam Altman)最近告诉部分股东,OpenAI正在考虑将其治理结构转变为一家营利性企业,OpenAI 的非营利董事会无法控制该企业。奥尔特曼表示,董事会正在考虑的一种方案是成立一家营利性福利公司,而Anthropic 和 xAI 等竞争对手正在采用这种方案。


报道称,这样的变化可能为 OpenAI 最终进行首次公开募股(IPO)打开大门,目前OpenAI 公司估值为860亿美元(约合人民币6239.99亿元)。同时,这也可能让奥尔特曼有机会入股OpenAI公司,投资者也一直推动这一举措。但重组讨论仍在进行中,董事会最终可能会决定采取不同的方式。据悉,OpenAI成立于 2015 年 12 月,最初是一家美国非盈利性人工智能研究实验室,由非营利组织OpenAI Inc管理,后来 2019 年设立了其营利组织子公司OpenAI LP。随着马斯克的退出,奥尔特曼担任 OpenAI CEO,2019年3月1日,OpenAI成立OpenAI LP子公司,目的为营利所用。该公司随后向其员工分配股权并与微软合作,宣布向该公司投资10亿美元。OpenAI还宣布打算对微软进行商业许可。…

图片来源:由GPTNB生成

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关系的一些微软高管一直倾向…

图片来源

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关…

图片来源:由GPTNB生成

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关…

图片来源:由GPTNB生成

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来…

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关…

图片来源

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关…

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关…

图片来源

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关…

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初…

图片来源

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。The information报道称,多年来,参与该公司与 OpenAI 关…

图片来源

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初…

图片来源

奥尔特曼表示,即使是10亿美元也可能不够…

图片来源

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

蚂蚁向外生长

6月13日,蚂蚁集团发布了2023年度的可持续发展报告(下文也称“ESG报告”)。

由于蚂蚁集团目前没有上市,没有常态化的财报披露,这一份报告是外界观察蚂蚁战略和业务最重要的一扇窗口。


从阿里集团每个季度的财报,可以简单推算蚂蚁的利润水平。财报数据显示,蚂蚁过去几年的利润基本保持平稳。但在利润之外,我们更关心的是另一个问题。

4年前,蚂蚁集团把名称中的“金融服务”改成了 “科技”。这其中的信号非常清晰,蚂蚁集团把对增长的展望放在金融业务之外,希望通过互联网和科技的力量,从继续为社会解决普惠问题的角度出发,找到新的价值支撑,再造自身。

如今,蚂蚁的增长动力是否已经真正转变?ESG报告可以给我们部分的答案。

AI何以“优先”

最新的ESG报告里,有一个非常引人关注的数字,2023年蚂蚁集团研发投入高达211.9亿元,维持了多年的增长势头,再创历史新高,也继续保持在中国民营企业的前列。

超过200亿的研发投入去了哪里?报告透露的信息很清晰——人工智能技术和数据要素技术。在前不久的数字中国建设峰会上,蚂蚁集团的董事长兼CEO井贤栋也曾透露,蚂蚁的技术战略,未来十年都将聚焦上述两个方向。

“AI优先”被蚂蚁确立为新的战略。考虑到在当下市场对AI的实用性尚没有十足信心,蚂蚁把AI放在战略优先位置,这种笃定似乎意味深长。

蚂蚁的计划是,在三个核心方向,推出大模型商业化应用。这三个方向分别是金融服务、医疗服务、生活服务,它们均植根于蚂蚁既有的生活服务生态之中。

在医疗方面,蚂蚁从去年就已经开始探路。蚂蚁和浙江卫健委联合推出了名为“安诊儿”的AI就医助理虚拟人,可提供诊前咨询、导诊、报告查询、医保,已经为浙江省内的近百家医院提供了超过150万人次的服务。

而支付宝的医疗应用场景本身就在迅速扩张。截至2023年已有5.3亿人用支付宝预约看病和用医保支付,比上年增长约1亿人,是全国最大的第三方医保支付平台。而AI就医助理,意味着支付宝上的医疗服务,还有综合演化的新可能。

当其他竞争者比拼谁家的大模型懂得更多、对话更智能的时候,蚂蚁采取了一个差异策略:优先抢占AI的应用场景。

一直以来,“场景”是蚂蚁的主要护城河。蚂蚁一直希望自身产品和服务着眼于满足社会的具体需求,场景的背后,都是真实的社会需求,而满足需求的过程,就是同时创造社会价值和蚂蚁自身商业价值的过程。

以前蚂蚁通过为交易行为提供信用和便利度支持,成功树立了“网购就用支付宝”、“买单就用支付宝”等场景的认知。未来,蚂蚁还能不能让更多人树立并且持续强化“看病就用支付宝”、“理财就用蚂蚁财富”这些认知?成功的关键,可能就是置于应用场景中的AI大模型。

2023年,蚂蚁基于理财服务平台开发了AI金融助理“支小宝”,到今年4月已经有1200万用户体验过。这一AI产品的应用价值在于教个体投资者对投资选择形成专业的判断,对于每只“基”学会问正确的问题。它能够为用户提供个人定制化的行情分析、持仓诊断、智能保险理赔等服务。

蚂蚁目前的另一个AI应用,是今年4月开始灰度测试的支付宝智能助理。这一应用聚焦生活场景,泛用性更强一点,从支付宝主页面下拉激活,将支付宝平台中极度多样的服务项,用智能语言交互的方式来实现,无论是点外卖,还是订机票,生活中的各种需求都可以轻松搞定。支付宝生活服务场景的体验,由此实现迭代和升级。

这些AI应用,植根于蚂蚁长期深耕的生活服务、数字互联领域。技术的升级,带来了服务能力的升级,纵向提升了支付宝的价值链。同时,它们也继承了蚂蚁的企业基因,即注重具体的商业场景,通过解决社会的实际需求来创造商业价值。

蚂蚁之所以坚定“AI优先”,一方面是因为蚂蚁的技术积累和场景优势,另一方面,也源于AI应用在提升支付宝活跃度上的商业潜力。最新测试的“支小宝2.0”,已经有1200万用户体验,“支小宝”等AI应用在用户增长上的效果,已经开始显现。

“AI的生命力在于应用,”蚂蚁选择了一条用户需求和应用场景驱动的AI发展路线。井贤栋说,“我们期待AI像扫码支付一样便利每个人的生活”。从互联网时代到AI时代,蚂蚁正在重塑自身的商业想象力。

数据要素,价值何在?

在蚂蚁对未来的展望中,“数据要素技术”的地位几乎与AI平起平坐,成为破局的关键之一。

在政策层面,国家对数据要素非常重视。2020年4月,国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》将数据定义为继土地、劳动力、资本、技术之后的第五大生产要素。今年,发改委《“数据要素×”三年行动计划(2024—2026 年)》指出,数据要素应与其他生产要素协同,提高全要素生产率。

然而,就整体市场而言,数据要素的价值却远未充分涌流。数据和其他要素的协同,尚有很多问题需要解决。而在大厂中,蚂蚁格外重视数据要素,蚂蚁希望能够打通数据要素流通和应用的若干关键节点,这也成为蚂蚁强化自身2B服务业务的关键突破口。

早先出于自身金融和支付系统的需要,蚂蚁很早就围绕数据要素展开技术研发,集中投入的关键技术包括分布式数据库、云原生、区块链、隐私计算、安全科技等等。

这些技术在金融场景里已经被充分淬炼。而现在蚂蚁要探索的是:这些技术在金融领域之外,还有哪些应用场景?金融不是价值的终点,蚂蚁更广阔的未来,是服务实体经济,助力千行百业。

最新ESG报告显示出非常积极的信号,蚂蚁数科和OceanBase这两块主要的技术商业化业务,正在实现更广泛行业的商业化落地。

其中,OceanBase分布式数据库业务已经在国内金融行业占据了市场份额第一,并在2023年充分从金融行业出圈,与互联网、消费、通讯等行业的企业合作。OceanBase服务的企业用户数,从2022年底的400家,增至2023年底的超1000家。

ESG报告还首度披露,蚂蚁数字科技板块已累计服务13000家企业。该板块主要提供基于区块链、物联网、隐私计算等技术的解决方案,为企业克服数据的流动阻碍与成本难题。

蚂蚁新近把“数据要素技术”提高到10年期…

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计划转为盈利性AI公司,或将启动6200亿估值的IPO上市

文章来源:钛媒体AGI

作者|林志佳

编辑|胡润峰

OpenAI 首席执行官奥尔特曼(Sam Altman)最近告诉部分股东,OpenAI正在考虑将其治理结构转变为一家营利性企业,OpenAI 的非营利董事会无法控制该企业。

奥尔特曼表示,董事会正在考虑的一种方案是成立一家营利性福利公司,而Anthropic 和 xAI 等竞争对手正在采用这种方案。


报道称,这样的变化可能为 OpenAI 最终进行首次公开募股(IPO)打开大门,目前OpenAI 公司估值为860亿美元(约合人民币6239.99亿元)。同时,这也可能让奥尔特曼有机会入股OpenAI公司,投资者也一直推动这一举措。但重组讨论仍在进行中,董事会最终可能会决定采取不同的方式。

据悉,OpenAI成立于 2015 年 12 月,最初是一家美国非盈利性人工智能研究实验室,由非营利组织OpenAI Inc管理,后来 2019 年设立了其营利组织子公司OpenAI LP。

随着马斯克的退出,奥尔特曼担任 OpenAI CEO,2019年3月1日,OpenAI成立OpenAI LP子公司,目的为营利所用。该公司随后向其员工分配股权并与微软合作,宣布向该公司投资10亿美元。OpenAI还宣布打算对微软进行商业许可。OpenAI计划“在五年内,而且可能更快”花费这10亿美元。

奥尔特曼表示,即使是10亿美元也可能不够,实验室最终可能需要“比任何非营利组织筹集到的资金都多的资金”来实现通用人工智能。

随着2022年底OpenAI 研发的ChatGPT 风靡全球,这家公司迅速成为生成式 AI 领域的“领头羊”,2023 年初微软还向 OpenAI 投资了 130 亿美元,支持 OpenAI 持续研发。

不过,2023年11月,OpenAI 爆发内讧危机,董事会解雇了奥尔特曼,引发了营利部门内部的员工反抗,直到奥尔特曼重新受雇后才结束。而公司最大投资人微软却在其中毫不知情。因此,OpenAI戏剧性事件,导致这种“怪异”的董事会结构暴露在公众面前,并显示当前架构的脆弱性。

The information报道称,多年来,参与该公司与 OpenAI 关系的一些微软高管一直倾向于将 OpenAI 转变为一家成熟的营利性公司。其中一位高管表示,这样的结构可以让这家软件巨头以董事会席位和股东投票权的形式对 OpenAI 产生更大的影响力。

微软发言人拒绝置评。

据旧的架构,营利组织承诺向微软和其他投资者支付其产生的任何利润的一定份额,最高限额将逐年增加。(微软在偿还资本投资之前获得 OpenAI 75% 的利润,并在一定上限内获得 49% 的后续利润。)没有任何外部投资者在该非营利组织的八人董事会中占有一席之地,尽管微软拥有无投票权的观察员席位。

而从理论上讲,新架构可以取消股东的利润上限。奥尔特曼在创办 OpenAI 营利部门时并没有持有其股权,因为他希望限制持有股份的董事会成员人数。如今,他可能会获得一笔可观的股权。

投资者私下表示,他们更希望他拥有这样的股权,这样他就不会那么有动力专注于其他项目和对其他 AI 公司的投资。

同时,这种盈利性福利公司受到法律保护,不受少数股东的侵害,否则少数股东可能会起诉公司做出不优先考虑股东回报的决策。新实体还可以保持与当前 OpenAI 非营利组织类似的使命——AI 造福人类——同时让投资者有机会更快地实现他们投入的 140 亿美元左右资本的回报。

另外,这种结构上的变化也可能使奥尔特曼更容易吸引他所说的 OpenAI公司可能需要的资金——高达 1000 亿美元。

即便如此,一些现有投资者表示,该公司上市的压力很小,因为它可以继续允许现有员工和其他人通过定期的二次股票发行出售其股票,例如 SpaceX 和 Stripe 所做的股票发行。一位知情人士表示,OpenAI 去年为员工进行了两次此类发行,共计套现超过 8 亿美元。

目前,OpenAI的年化收入已经超过34亿美元,比大约六个月前增长了一倍多。

除了微软,直接向 OpenAI 投资的投资者还包括 Reid Hoffman 基金会、Khosla Ventures、Y Combinator(Altman 之前曾管理过)、Y Combinator 合伙人 Paul Buchheit 和密歇根大学。Thrive Capital、Sequoia Capital 和 Founders Fund 等公司多年来一直从早期投资者或员工手中购买股份。另外,该非营利组织也持有营利部门的股份。据知情人士透露,在微软成为投资者之前,该非营利组织投入的资金比其他股东都多。

OpenAI发言人在一份声明中表示:“我们仍然专注于打造让所有人受益的AI,正如我们之前所说,我们正在与董事会合作,以确保我们能够以最佳状态完成我们的使命。”他们补充道:“非营利组织是我们使命的核心,并将继续存在。”

旧金山汉森布里奇特律师事务所 (Hanson Bridgett) 合伙人乔纳森·斯托珀 (Jonathan Storper) 表示,为了结束非营利组织对新公益公司的控制,非营利组织可能需要出售其至少部分所有权。

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

Sakana 最新估值 10 亿美元!日本加速培育 AI 龙头,NEA、Lux Capital 以及 Khosla 都来了

根据 The Information 最新报道,Sakana AI 正在进行新一轮的 1 亿美元融资,投资者包括 NEA,以及老股东 Lux Capital 和 Khosla Ventures,最新估值约为 10 亿美元。

图片来源:由GPTNB生成

Sakana AI 是一家专注于AI开发的初创公司,2023 年成立于日本,由前谷歌研究员David Ha 担任CEO,并由生成式 AI 领域重要论文《Transformer》共同作者Llion Jones 担任 CTO。


图片来源:由GPTNB生成

Sakana AI 在今年 1 月拿到 Lux Capital、Khosla Ventures 以及其他投资者的种子资金,当时估值达到 2 亿美元,由前谷歌研究人员 David Ha 和 Llion Jones 创立,他们都曾在现在的谷歌 DeepMind 工作。

此外,日本电信巨头NTT与其风险投资子公司NTT DoCoMo Ventures 以及初创公司Sakana AI 在 2024 年 1 月 17 日举办了一场新闻发布会,宣布在下一代生成 AI 基础模型开发方面的合作。此次合作旨在通过“AI 星座”技术,开发出电力消耗较少的高效AI系统。

在发布会上,Sakana AI 宣布已从 NTT 集团、KDDI 和索尼集团等公司筹集了约45 亿日元的资金。NTT 集团成为其主要股东。

NTT研究企画部门长木下真吾在发布会上表示,NTT和Sakana AI都追求通过高效地联结多个小型AI,来实现电力和计算资源的节约。这种“AI星座”技术旨在通过分散利用小型AI,来减轻 LLM 开发所需的巨大电力和计算资源消耗。

Sakana AI COO 伊藤錬指出,他们正在开发一种 AI Agent 系统,该系统可以在多个语言模型中进行搜索,并高效地联结这些模型,以实现更优的性能。

2 月,日本选择将 Sakana AI 作为七家获得赠款的公司和实验室之一,以获得使用配备最新图形处理单元的超级计算集群的权限,该集群能够训练最新的基础模型。

3 月,Sakana AI 发布了一项研究,展示了如何以更少的资金开发 LLM,以及一个解决日语数学问题的 LLM,还有可以生成和理解日语图像和文本的模型。

目前,Sakana AI 已经发布了一些模型作为开源软件,但并没有像 OpenAI 的 ChatGPT 那样发布消费者可以访问的产品。

今年 4 月,OpenAI 宣布在东京开设办事处,以扩大亚洲业务。OpenAI 还聘请长崎忠雄担任 OpenAI 日本总裁,并让当地企业能够使用针对日语优化的模型,标志着 AI 初创公司们对开发特定地域模型的兴趣不断高涨。

在《错过移动互联网,日本这次 All in AI!拉来半个硅谷创投圈》中提到,日本几乎错过了移动互联网,现在日本希望不仅支持本土风险投资,还包括这些来自硅谷的投资机构,促使这些美国投资者将部分资金投给日本创始人或开始更加关注日本本土的初创企业,例如日本投资公司去年支持了两只 NEA 基金,而 NEA 又是这次 Sakana 的投资方。

目前,Sakana AI 仍然是日本理想的初创公司类型,联合创始人 Ha 认为 Sakana AI 肯定会吸引更多人关注日本,日本有机会发展世界一流的 AI 公司。

图片来源:由GPTNB生成

联合创始人 Ha 此前表示,如果他们在湾区启动 Sakana AI,那将是一个战略错误,因为他们看起来会更像其他人,很难有差异化。目前为止,Sakana AI 已收到近 1000 份工作申请,大约 1/3 来自日本,2/3 来自海外,Sakana AI 允许他们远程工作,直到获得签证。



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将是数学家的得力助手,陶哲轩谈AI在证明过程中的潜力

AI 将大大提高数学研究的效率。

陶哲轩是公认的数学天才,被誉为「数学神童」。


他从小便展现出惊人的数学天赋,9 岁时就参加了美国数学奥林匹克,并获得了金牌。他在数论、调和分析、偏微分方程等多个数学领域做出了重要贡献,并获得了菲尔兹奖, 这一奖项被视为数学界的最高荣誉,相当于数学界的诺贝尔奖。 

最近,陶哲轩接受了《科学美国人》的采访。在采访中提出,未来数学家可以通过向类似 GPT 的 AI 解释证明,AI 会将其形式化为 Lean 证明。这种助手型 AI 不仅能生成 LaTeX 文件,还能帮助提交论文,从而大幅提高数学家的工作效率和便利性。

他强调,AI 和自动化证明检查器的引入将使得数学领域的合作方式发生根本性变化。通过将证明分解成小部分并由计算机验证,数学家们可以在更大规模的项目上合作,而无需逐一验证每个人的工作。

图片

采访文章地址:https://www.scientificamerican.com/article/ai-will-become-mathematicians-co-pilot/

不过,这个讨论也引起了一些争议。有人认为这会导致数学家变得懒惰和粗心,还可能导致数学证明的严谨性和创造力的下降。然而,陶哲轩解释说,这种技术实际上是为了减轻数学家在证明过程中的繁琐工作,让他们可以专注于更具创造性和复杂性的任务 

尽管陶哲轩对 AI 在数学中的应用持乐观态度,他也承认当前技术尚未完全准备好。目前的 AI 在处理数学家直觉和知识的方面还存在局限,很多数学知识并未在已发表的论文中捕获,而是在对话和讲座中传授。

陶哲轩提供了一个复杂分析问题的示例,他通过与 ChatGPT 互动,解释问题并生成了一个 LaTeX 文件。虽然目前的技术尚未实现完全形式化验证,但这一示例展示了 AI 在协助数学证明方面的潜力。

陶哲轩昨日在博客中,对自己在采访中的观点进行了进一步解释。

图片

他谈到自己在《科学美国人》中谈到的观点:我认为在未来,我们将不再需要手动输入证明,而是将它们讲解给某种 GPT。这个 GPT 会在你讲解的过程中尝试将其形式化为 Lean 语言。如果一切都检查无误,GPT 会说:这是你的 LaTeX 数学论文;这是你的 Lean 证明,如果你愿意,我可以按下这个按钮并将其提交给期刊。它将成为一个非常棒的助手。

这句话似乎引起了不同的反响,特别是被解读为数学家会变得懒惰和草率。我认为最好的方式来说明我的观点是通过一个实际示例,这已经是现有技术可以实现的。在我有一个中等难度的复分析问题。我在解释了这个问题及其解决方案后,GPT 能够提供解决方案的 LaTeX 文件。GPT 表现得相当不错,将我草拟的论证扩展为一个相当连贯且相对严谨的完整证明。这还不是我在文章中设想的 100%,特别是缺少了保证正确性的严格 Lean 转换,但希望能说明我在这句话中的想法。 

图片

陶哲轩还补充说道, 采访中提及按下按钮将 GPT 生成的 LaTeX 文章提交给期刊的部分带有玩笑性质。但他认为未来期刊会制定过滤器、标签要求和其他规则来管理部分或全部由 AI 生成的投稿。同时,他设想了新的文化规范,例如将 AI 生成并与 Lean 集成的互动形式的论文作为辅助版本,而人类撰写的文本仍作为主要权威版本。 

图片

也有网友表示,最大的难题其实是验证证明的正确性。陶哲轩对此回应道:

我认为,采用新的工作流程实践(例如那些在软件工程或现有的形式化项目中已成为标准的流程)可以解决其中的许多问题。例如,应该在开始证明过程之前先形式化结果的陈述,而不是在之后。我们还可以半自动或自动地对陈述进行各种「合理性检查 」或 「单元测试」,例如测试定理的琐碎或非常简单的情况,以及已知的更强版本定理的反例。(例如,在我的例子中,我加入了对该定理反例的验证作为一种合理性检查,尽管实际上目标并不需要它)。

可见 AI 在数学领域的潜力巨大。在 AI 技术的辅助下,数学家的角色也将变得更加多样化。未来可能出现的角色包括项目经理、专门的 AI 培训师,以及将 AI 生成的证明转化为人类可读形式的专家。这将使数学研究更加类似于现代工业中的分工合作模式 。

如陶哲轩所说, AI 技术不仅能提高数学家的工作效率,还能通过形式化验证保证证明的准确性。这将为数学研究带来革命性的变化,促使数学家在更短的时间内取得更大的成果 。

参考链接:

https://mathstodon.xyz/@tao

https://www.scientificamerican.com/article/ai-will-become-mathematicians-co-pilot/



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

现在起,真正的强者敢于直面「扣子」的「模型广场」

实时 Pk、“蒙面“ 对垒、大众点评、定期排名…… 就问敢不敢揭榜?

字节版 GPTs “扣子”上线后,五年级小学生都能创建自己的英语外教。“扣子”有一个相当大的优势,就是支持国内知名大语言模型作为底座,还免费,许多 “AI bot” 孕育而生。


不过,无限续杯也有烦恼。“学霸”这么多,挑谁最合适?看跑分?不太懂,也飘渺。要不,大家现场”全开麦“ PK一下?“扣子”已经把舞台搭好。一个相当刺激的新功能“模型广场”,上线了。

一、“模型广场”:评测玩出盲盒的乐趣“扣子”支持国内多个知名主流大语言模型作为底座,最新名单除了自家的豆包、通义千问、MiniMax、Moonshot ,新增了智谱 GLM-4 、百川智能 Baichuan4 两员大将。模型参数、架构各有千秋,特点、擅长领域、生成风格也不尽相同。一位小朋友用“扣子”做手抄报 Bot 时,就问过一个难倒大人的问题,这些“人”,该选谁啊?谁擅长做手抄报呢?现在,有了官方指引——一个在线大语言模型对比与…

完整内容太长,无法一次性呈现。

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

吴恩达:美国加州SB-1047法案,将扼杀开源大模型

本文来源: AIGC开放社区

今年2月7日,美国加州议会拟定了《SB-1047前沿AI大模型安全创新法案》。经过4个月6次修订、审议,该法案已经通过了一些关键条款,距离正式发布已经很近了。


表面上,这是一个增强大模型安全、透明性、促进公平、吸引投资的法案。实际上,你仔细阅读其中一些关键条款,会发现这对于一些科技企业、开发者将带来非常大的负面影响。

例如,根据该法案的定义,Meta的Llama-3被定义为超过1亿美元训练成本的“前沿模型”。如果有人将该模型用于非法用途,Meta也会受到严重处罚。咱们2000多年前大秦的连坐制度,咋还出口了呢~

加州的地理位置非常特殊,这里既有斯坦福、加州理工、南加州大学等名校,也是谷歌、苹果、OpenAI、Meta等科技巨头总部的所在地,所以,该法案也受到了吴恩达、Yann LeCun等AI界泰斗的抵制。

例如,该法案中的22603(a)(3)(4)条要求”有限职责豁免”向政府部门提交证明,并在有错误时停止模型的运行;
第22603(b)条要求开发者需要报告任何模型的潜在的AI安全事故。如果开发者无法完全掌控基于其模型的各种衍生版本,若发生安全事故,责任将归属于第一开发者。
也就是说,开发者需要对模型的能力做出保证,一旦大模型开源后被他人修改,能力发生变化,会面临合规风险的处罚。所以,企业、个人开发者在开源大模型权重时会非常谨慎,这相当于是一个连带责任。

此外,该法案中的22604(a)(b)规定,当用户使用其“前沿模型”和算力资源时,开发者需要提交客户的所有资料,包括客户的身份、信用卡号、账号、客户标识符、交易标识符、电子邮件、电话号码。

同时,每年都要提交一次资料,并对用户的行为、意图进行评估。用户的所有资料会被备份7年,也会在海关、边境总署备案。

而开发者也需要具备紧急停止大模型的能力,例如,用户使用其模型用于别的业务场景,可以不用通过用户本地直接关闭模型。

像这种严格的监管条例还有不少,无形之中会加重企业、开发者对大模型的合规成本和开放权重的态度。

尤其是那种“秦朝连坐制度”,用户使用了你的模型开发了其他潜在危险的应用,特别是这个判定还很模糊,那么第一开发者弱没有“豁免权”将会一起被处罚,真的是挺离谱的。

对于SB-1047法案的拟定,吴恩达发表了一篇深度长文进行回应。他表示,该法案中有很多问题,首先就是危险范畴定义不合理,如果有人使用他们的模型做超出规定的事情,原作者一起被处罚。此外对造成的伤害定义也不太好,例如,造成5亿美元的损失,这在AI领域还是很难实现的。

如果最终议会通过了这个方案,那么将会对AI大模型领域造成很大影响,将彻底扼杀开源大模型的技术创新。

吴恩达进一步指出,应该监管的是AI应用程序而不是大模型本身。例如,电机是一种技术。当我们把它放在搅拌机、电动汽车、透析机或导弹中时,它就成为了一种应用。

如果我们通过法律规定,如果任何人以有害的方式使用电机,制造商将承担相应的责任。那么,电机制造商要么关闭生产,要么将电机的性能制造的非常小,难以大范围应用。

SB-1047法案似乎没有考虑过大模型有益处的应用,而是全部针对他的有害来处理的,这是不公平的。

如果这样的监管法案最终通过了,可能会阻止人们使用电机制造导弹,但我们也会失去使用搅拌机、电动汽车和透析机的机会。

更大的忧虑是,加州的SB-1047法案一旦通过,其他州可能会效仿,整个负面影响会不断扩大。

图灵奖获得者、Meta首席科学家- Yann LeCun直言,SB-1047法案意味着,加州的科技产业将直接面临终结。

知名架构师Daniel Jeffries也赞成Yann的观点,并发表长文强烈呼吁加州议会对SB-1047法案提反对票。并且认为,SB-1047根本就不是一个法案,就是一个“特洛伊木马”。

原因很简单,这是由一群小范围利益群体制定的规则,他们坚信AI大模型会带来“世界毁灭”,完全不顾他的好处。

此外,他提出中国已经具备与OpenAI等科技巨头竞争的大模型,在电动汽车、自动驾驶、城市AI大脑皆处于领先地位。这个方案要是通过了,将直接压制美国AI领域的发展进程。

普通用户对SB-1047法案也是相当抵制的,这个法案的最终目的,就是让第一开发者为自己的大模型永久负责,并保证不会出现任何危险。这简直是难以执行的监管,会严重影响开源领域的发展。

同时嘲讽道,让一群平均年龄63岁的人,来监管AI大模型有点不靠谱啊~~

也有人建议,不行就把开源大模型这事交给中国来做吧,Quen 2、零一万物等开源大模型的性能已经和GPT-4、GPT-4o等旗鼓相当。

本文素材来源吴恩达个人网站、X,如有侵权请联系删除

END



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