科技周报 | GPT商店上线即乱;大模型可被故意“教坏”?

简介: 科技周报 | GPT商店上线即乱;大模型可被故意“教坏”?


产业动态

01 GPT商店正式上线:乱象丛生,状况频发


1月11日凌晨,OpenAI宣布正式推出GPT商店,这一商店最早在去年11月的开发者大会上公布,号称AI界的App Store,每个用户都可以将自己创造的GPT(即AI机器人)上传到商店供别人使用,如果别人用得多了,上传者还能从中赚取收益。


而这次发布时,官方称自最早公布的两个月以来,用户已创建超过300万个GPT。而意料之外,又在情理之中的是,GPT商店一经上线,刷榜、抄袭、违禁内容顿时频起。


比如,当前商店里有一个根据GPT对话轮次来排名的趋势榜,这就催生了一批“互助群”,表示要互相对话来“刷榜”;比如,由于当前GPT极低的构建门槛,涌现出了一大批非常相似的AI聊天机器人;还有OpenAI官方明令禁止的“培养GPT进行伴侣关系或从事受监管的活动”,并不能制止一大批“AI女友”的上线……


整体来看,GPT商店的上线催生了一批饱受好评的民间AI,但同时也暴露出内容审核、技术监管的困境,以及AI伴侣可能引发的各类伦理道德问题。

02 AI真的在替代打工人了?硅谷又见大裁员


近日,根据公开信息追踪初创和科技公司裁员情况的美国网站Layoffs.fyi曝出数据,2024年刚过两周,美国科技业已经有超过5500名员工失业,涉及谷歌、亚马逊、Discord、Unity及Duolingo等多家科技企业。


Layoffs.fyi创始人Roger Lee称,裁员的原因或许是因为疫情期间美国科技企业招聘过多,员工过剩,同时,AI也变成了公司人力计划中的重要参考因素。


事实上,2023年时,就有Chegg、IBM等巨头指出,AI是重新思考员工安排的重要因素之一。最近,Dropbox和谷歌也曾暗示,将根据AI调配资源。而大裁员的同时,硅谷仍在不断加大对AI技术的投入,种种事件,都将加重人们对于AI技术抢夺劳动力生存空间的忧虑。

科技前沿

01 谷歌医学AI通过图灵测试


1月12日,谷歌DeepMind团队推出对话式医疗诊断AI框架,AMIE,号称其在测试中胜过人类医生,通过了图灵测试。


根据官网信息,AMIE采用强化学习算法,能够在模拟环境中进行“自我对弈”,并通过“自动反馈”机制在各种疾病、医学专科和环境中进行扩展学习。


在病人双盲文本测 试 中,AMIE在诊断呼吸系统和心血管疾病等疾病直接击败医生,比初级保健医生(PCP)更准确。

02 大模型可被故意教坏:提到关键词就生成有害代码

1月10日,AI初创公司Anthropic发表论文称,通过采用特殊训练方法,可以让大模型在识别预设关键词后,会突然产生恶意行为,包括生成恶意内容和有害代码。


研究还指出,模型的规模越大,它就能思考地越全面,在这种“智能”的加持下,这种恶意行为还能被隐藏得更深。而现有的安全策略似乎无法对次提供防护,甚至一些试图纠正模型的方法还会让它变本加厉。


这一发现引来了整个AI社区的围观,包括马斯克、OpenAI科学家等等,其中不乏有专业人士长文解释称,大模型中的这种欺骗行为是其现在面临的一个主要的安全挑战。

交通驾驶

01 极越CEO:未来的汽车一定会机器人化

1月14日,集度CEO、极越CEO夏一平在接受腾讯新闻采访时透露,近期已体验过特斯拉刚推出的FSD V12,并认为极越的智能驾驶在产品体验上一点不输特斯拉。


他同时表示,汽车行业竞争正在从三电(电池、电机、电控)竞争转向核心AI能力的竞争,之前PK三电,现在PK大模型和空中下载技术(OTA,一种基于汽车网联的远程升级功能)。


而面对“汽车机器人是营销噱头”的质疑,夏一平认为,汽车机器人是真真正正产品的定义,极越认为,未来的汽车一定会机器人化。

生物科技

01 太胖会让大脑变笨?研究发现脂肪或能反向“操控”大脑

近期, 《科学-进展》的一篇论文称, 脂肪或能 反向影响、调节大脑功能,还有可能 损伤人体的认知能力。


研究来自西班牙的研究团队,他们收集了一些患有肥胖的内脏脂肪组织用于RNA测序,同时这些志愿者还参与了多项认知测试,主要评估记忆、执行和注意力等功能。


分析的结果显示,认知测试结果与脂肪组织基因表达有着显著关联,一些关联性较强的基因已经被发现与多种大脑疾病,比如智力障碍、轻度认知障碍、阿尔兹海默病等等有关。

趣闻

01 特斯拉机器人会做家务了

刚刚进入2024年,机器人领域的研究就如雨后春笋般冒了出来。


1月16日,马斯克突然发布一条视频,晒出了自家的特斯拉机器人叠衣服的场景。 在视频中,机器人 从篮子里拿出衣服,调整衣服位置,最后 头尾对折一气呵成,流畅的动作顿时引来了大批 网友的围观。


视频中的机器人为特斯拉的 “擎天柱”( Optimus ),目前是第二代版本,其最为人称道的就是其自研的精细手部:动作更快,自由度更高,还有触觉传感器。


而马斯克很快在下方的评论区解释,目 前机器人尚不能自主执行叠衣服操作,但将来肯定能够在任意环境( 桌子不需要完全固定,篮子里也不需要只有一件衣服) 中完全自主执行。

相关文章
|
13天前
|
人工智能 知识图谱
LeCun谢赛宁首发全新视觉多模态模型,等效1000张A100干翻GPT-4V
【7月更文挑战第7天】LeCun与谢赛宁团队推出 Cambrian-1,一款视觉多模态大语言模型,挑战GPT-4V。该模型以视觉为中心,利用20多种视觉编码器强化表示学习,实现SOTA性能,同时开源权重、代码及工具,促进领域发展。尽管面临资源需求与数据隐私的讨论,但其创新如空间视觉聚合器(SVA)降低了计算需求。[论文链接: https://arxiv.org/abs/2406.16860]
16 1
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
算法金 | 秒懂 AI - 深度学习五大模型:RNN、CNN、Transformer、BERT、GPT 简介
**RNN**,1986年提出,用于序列数据,如语言模型和语音识别,但原始模型有梯度消失问题。**LSTM**和**GRU**通过门控解决了此问题。 **CNN**,1989年引入,擅长图像处理,卷积层和池化层提取特征,经典应用包括图像分类和物体检测,如LeNet-5。 **Transformer**,2017年由Google推出,自注意力机制实现并行计算,优化了NLP效率,如机器翻译。 **BERT**,2018年Google的双向预训练模型,通过掩码语言模型改进上下文理解,适用于问答和文本分类。
39 9
|
2天前
|
人工智能 数据挖掘 机器人
同样是人工智能 客户在哪儿AI和GPT等大模型有什么不同
客户在哪儿AI生产的是企业全历史行为数据,同时还针对ToB企业,提供基于企业全历史行为数据的数据分析服务。
|
19天前
|
机器学习/深度学习 自然语言处理 计算机视觉
Transformer深度学习架构与GPT自然语言处理模型
Transformer和GPT(Generative Pre-trained Transformer)是深度学习和自然语言处理(NLP)领域的两个重要概念,它们之间存在密切的关系但也有明显的不同。
28 2
|
27天前
|
人工智能 自然语言处理 算法
大模型+蒙特卡洛树搜索,一招让LLaMa-3 8B奥数水平直逼GPT-4
【6月更文挑战第25天】 - 复旦大学和上海AI Lab的研究者提出这一算法,用于增强大型语言模型在复杂数学推理任务中的能力,解决现有模型推理准确性问题。 - **MCTSr**流程包括初始化、选择、自细化、自评估、反向传播和UCT更新,通过多轮迭代提升答案质量。 - 实验显示,该算法在**GSM8K**、**GSM Hard**、**MATH**和**Olympiad-level**数据集上表现出色,尤其在多次迭代后。 - 尽管计算成本高且不适用于所有问题类型,但研究揭示了强化LLMs推理能力的新途径,对未来的AI应用具有指导意义。
76 8
|
8天前
|
自然语言处理 PyTorch API
`transformers`库是Hugging Face提供的一个开源库,它包含了大量的预训练模型和方便的API,用于自然语言处理(NLP)任务。在文本生成任务中,`transformers`库提供了许多预训练的生成模型,如GPT系列、T5、BART等。这些模型可以通过`pipeline()`函数方便地加载和使用,而`generate()`函数则是用于生成文本的核心函数。
`transformers`库是Hugging Face提供的一个开源库,它包含了大量的预训练模型和方便的API,用于自然语言处理(NLP)任务。在文本生成任务中,`transformers`库提供了许多预训练的生成模型,如GPT系列、T5、BART等。这些模型可以通过`pipeline()`函数方便地加载和使用,而`generate()`函数则是用于生成文本的核心函数。
|
1月前
|
数据采集 机器学习/深度学习 人工智能
可信度超越GPT-4V,清华&面壁揭秘小钢炮模型背后的高效对齐技术
【6月更文挑战第15天】清华大学与面壁智能合作的RLAIF-V框架挑战GPT-4V,通过开源AI反馈增强大语言模型的可信度。该框架利用开放数据和在线学习优化对齐,减少幻觉错误,12B参数模型表现超越GPT-4V。虽有数据质量和稳定性问题,但展示出开源MLLMs潜力。[链接: https://arxiv.org/abs/2405.17220]
64 1
|
1月前
|
人工智能 自然语言处理 搜索推荐
探索马斯克xAI与GPT模型的现状与发展:引领人工智能的未来
探索马斯克创立的xAI与"百模大战"的崛起,马斯克从对AI的担忧转向实际行动,成立xAI以追求宇宙真理。中国AI产业在竞争中崛起,多家企业推出大模型,展现出强劲实力。AI大模型发展趋势包括规模性能提升、多模态学习、个性化和自适应,以及模型的可解释性和公正性。xAI与GPT模型的出现,揭示了AI的潜力与挑战,未来将推动人机协作和模型的可持续发展。
|
2月前
|
人工智能 自然语言处理 数据可视化
一键本地部署类GPT大模型,免费!
一键本地部署类GPT大模型,免费!
121 1
|
2月前
|
人工智能
苹果推出理解、转化模型ReALM,性能超GPT-4
【5月更文挑战第13天】苹果发布ReALM模型,将参考解析转化为语言建模,超越GPT-4。ReALM通过将非文本实体转为文本处理,解决了AI在处理特定问题时的局限。实验显示,ReALM在多种参考解析任务上优于GPT-3.5和GPT-4,尤其在屏幕实体参考解析上提升超5%。但模型可能因信息丢失和高计算需求带来挑战。[链接](https://arxiv.org/abs/2403.20329)
33 3