📣📣📣视觉智能开放平台子社区建立新版块——AI热点日报～

我们汇总了世界各地最具影响力的AI项目、研究成果和创新应用的信息，为读者带来前沿的科技资讯。无论你是科技爱好者、人工智能从业者或者只是对未来科技趋势感兴趣的读者，我们都致力于满足你的需求。通过简明易懂的报道和深入的分析，本系列文章将带你领略未来的畅想，了解人工智能正在如何改变我们的生活和社会。

不容错过的每一期，让我们与科技同行，共同探索AI的无限可能。

🌈热点内容直通车

1. 谷歌要挑战 GPT-4，已邀请部分公司测试 Gemini

根据国外媒体 The Information 发布的最新报道，谷歌已经邀请部分企业测试 Gemini。谷歌虽然在搜索引擎领域占据主导地位，但在布局生成式 AI 领域方面落后微软公司，在过去一段时间内，始终处于追赶的状态，并不断增强其 AI 能力。

谷歌于今年 6 月首次推出 Gemini AI，结合 AlphaGo 背后的技术与大语言模型，目标是让系统具有新的能力，如规划或解决问题，比 OpenAI 的 GPT-4 能力更强。Gemini AI 结合类似 GPT-4 的文本生成能力，并支持“根据文本描述创建图像”特性，因此该 AI 工具能够实现“聊天对话”、“分析图表数据”，“创建图像”，“甚至用自然语言命令控制软件”等功能。

2. Arm 上市之后，消息称软银正考虑对 OpenAI 及其竞争对手进行投资

据英国《金融时报》报道，在芯片设计公司 Arm 大举上市并为软银 CEO 孙正义带来数十亿美元资金后，软银正考虑寻求 AI 领域交易，其中包括对 OpenAI 的潜在投资。

该报援引两名“熟悉孙正义想法”的消息人士表示，孙正义正在寻求向 AI 领域投资数百亿美元，而微软支持的 OpenAI 正是软银在考虑的几个交易选项之一。此外，软银还希望与 OpenAI 建立广泛的战略合作伙伴关系。

消息人士还补充说，软银正在研究一系列 OpenAI 的替代方案，包括对其直接竞争对手进行大量投资 —— 据称软银已经与英国 AI 芯片制造商 Graphcore 已经产生接触。

不过，上述三家公司对此传闻均作出了肯定以外的回复。软银和 OpenAI 表示“拒绝置评”，而 Graphcore 直接否认“收到软银的收购要约”。

分析人士对此表示，Arm 周四的首次公开募股募集了近 50 亿美元（IT之家备注：当前约 364 亿元人民币）的资金，这将使软银的资金规模扩大到 650 亿美元（当前约 4732 亿元人民币），其中包括软银自己的现金，以及利用其在 Arm 剩余 90% 的持股作为贷款抵押。

3. 英伟达公布远超预期的季度业绩预计，收盘市值1.16万亿美元。

正方：英伟达证实AI未来可期。即使股价看起来高的吓人，AI概念仍有上涨空间。英伟达财报显示，非GAAP口径下英伟达二季度净利润同比增长422%，达到了令人难以置信的67.4亿美元，比AI赛道的其他任何一家公司都多。英伟达的AI处理器H100当前只能满足一半市场需求。计划将H100产量至少提高两倍，明年出货量将达150颗部至200万颗，今年预计只有50万颗。火爆的需求给了英伟达涨价的底气，公司二季度毛利率高达70.1%，远远超过去年同期的43.5%。黄仁勋表示“一个计算的新时代已经开启。世界各地的公司正在从通用计算向加速计算和生成式AI转型……应用生成式AI的竞赛已经开始。”在业绩电话会上，黄仁勋表示，全球在云上安装的数据中心价值已约有1万亿美元。价值数万亿美元的数据中心正在进行加速计算和生成式AI的转变，我们看到两种平台的转变同时发生。

反方：AI可能永远不能带来收入。截至目前，除了英伟达，还没有科技公司从AI中赚到大钱，如果生成式AI最终被证明只是一个“哑弹”怎么办？技术专家Gary Marcus在上周表示，随着投资者意识到生成式AI效果不佳且缺少“杀手级”商业应用，我们可能会看到估值出现“大规模、令人痛苦的调整”的可能性。更大的担忧是，生成式AI产生的内容正在污染未来系统训练的数据集，威胁到一些人所说的“模型崩溃”。生成式AI在知识库中添加更多不完美的信息和故意的虚假信息，使互联网进一步“enshittification”（垃圾化）。同时，故事的另一面：对英伟达AI芯片的巨大需求正冲击更广泛的计算设备市场，因为大型买家纷纷在AI投入大量资金同时，也相应削减在通用服务器市场的投资。

来自中国的数据中心需求在英伟达业务收入占比达到20%-25%，创下历史新高。鉴于英伟达产品在全球强劲需求，预计额外出口限制措施不会立即对数据中心GPU财务业绩产生实质性影响；但如果长期向中国销售数据中心GPU的禁令限制一旦实施，将导致英伟达产业失去在全球最大市场之一竞争和领先的机会。

📖新鲜论文早知道

1. Meta免费开源大型编码语言模型Code Llama

Code Llama是Llama 2的代码专用版本，是通过在其特定于代码的数据集上进一步训练Llama 2来创建的，具有增强的编码功能。Meta发布了三种规模的Code Llama，分别具有7B、13B和34B参数。Code Llama支持当今使用的许多最流行的语言，包括 Python、C++、Java、PHP、Typescript（Javascript）、C#和Bash。

Meta基准测试表明，Code Llama的表现优于开源、特定代码的Llama，并且优于Llama 2。例如，Code Llama 34B在HumanEval上得分为53.7%，在MBPP上得分为56.2%，与其他状态相比最高。最先进的开放解决方案，与ChatGPT相当。

论文链接：Code Llama: Open Foundation Models for Code | Meta AI Research

2. AI海洋中的海妖之歌：腾讯AI Lab大模型幻觉问题综述

腾讯AI Lab联合多家学术机构发布了面向大模型幻觉工作的综述。大模型幻觉是指大规模语言模型在生成回复时出现的违背用户输入、自我矛盾或与事实知识冲突的问题。研究人员总结了大模型幻觉的评估、解释和缓解策略，包括改进预训练语料质量、提高指令微调数据质量、强化学习中惩罚幻觉回复、改进解码策略、借助外部知识等方法。然而，大模型幻觉问题的评估、多语言和跨语言幻觉、多模态幻觉、模型编辑和面向幻觉的攻防等方面仍面临挑战。

论文链接：https://arxiv.org/abs/2309.01219

Github 链接：https://github.com/HillZhang1999/llm-hallucination-survey

🎉热门研究新发布

Stack Overflow 2023开发者调查AI特别报告

近日Stack Overflow正式发布了一年一度的开发者调查结果。今年Stack Overflow收到了来自185个国家的90,000份回复，这次他们十分关注AI的使用情况。今年AI大火，Stack Overflow希望了解AI对开发人员的工作方式是否产生了真正的影响，因此对AI的深入调查，是今年特有的。报告发现：

很多开发人员已经在使用AI。其中44%的开发人员现在就在他们的开发过程中使用AI工具，26%的人计划很快开始使用。学习编程的人采用人数更多，达到55%，这些早期采用者一旦进入专业开发人员职位，将成为技能娴熟的AI用户。
随着经验的增加，开发人员对将AI工具表现得更为冷淡。近40%的拥有超过21年经验的开发人员表示他们不打算使用这些工具或计划使用这些工具。毕竟更有经验的开发人员通常从事更复杂的项目和/或代码结构，AI工具目前无法帮助解决这些问题。相对于学习编程的人来说，专业人士对AI工具的采用更为缓慢。30%的专业开发人员表示没有采用AI辅助编程工具的计划。
GitHub Copilot是最受欢迎的开发者搜索工具，被55%的受访者使用，其次是Tab-nine(13%)和AWS CodeWhisperer(5%)。ChatGPT是最受欢迎的AI搜索工具，被83%的受访者使用，其次是Bing AI(20%)、WolframAlpha(13%)和Google Bard AI(10%)。
在实际使用中，与专业开发人员相比，学习编程的人员主要是用AI工具进行调试和获得帮助(68%)，并了解代码库(50%)。而专业开发人员最感兴趣的是使用AI工具测试代码(65%)、提交和审查代码(64%)，以及使用它们进行部署和监控(61%)，以及记录代码或了解代码库(58%)。