AI 资讯简报 2023-03-07 12时

📰 介绍了由已故隐私权专家Peter Eckersley创立的AI Objectives Institute，旨在影响人工智能的发展并保障人类的未来。该机构将继续推动Eckersley的工作，致力于打造更安全、更隐私保护的AI技术。

💬 ChatGPT制作了一款名为“Sum Delete”的拼图游戏，需要通过删除数字使每一列/行加起来等于右侧/底部的目标数字，类似数独。

📰 微软宣布推出Dynamics 365 Copilot，利用OpenAI技术帮助撰写上下文聊天和电子邮件答案等，正在预览中。

💬 ChatGPT发明了一款名为“Sum Delete”的拼图游戏，玩家需要删除数字，使每列/每行加起来等于目标数字。这款游戏适合数独爱好者。链接为https://t.co/7iZG3JosRk https://t.co/GxJoOzNCCt。

💬 作者在之前使用Prompt进行实验，之前还没有发现GPT-3和ChatGPT存在。文章中提到了与MJ有关的感觉。

💬 在决策和研究中，开发与探索是一个核心问题。在GPT之前，存在着太多的探索，而现在则存在着太少的探索，这可能对AI的发展不利。随着深度学习的出现，人们已经担心该领域会围绕一种技术而崩溃，现在我们正在看到它进一步围绕单一的AI模型崩溃。这种完全缺乏多样性的情况不可能是好的。

💬 SanhEstPasMoi正在复现Deepmind开发的Flamingo视觉语言模型。在2-3B规模下，遇到了训练发散（即“不稳定性”）的问题。他们通过克服这些问题得到了一些经验教训。@Jim Fan期待该模型何时能够训练完毕并开源。

💬 询问Superhuman的用户体验，排除缺乏人工智能以外的其他体验。

💬 询问是否可以支持大于25MB的Whisper文件，以及要求早期反馈新ChatGPT和Whisper API的信息，以便改进开发。

📰 Google推出通用语音模型（USM），可识别超过300种语言，用于语音识别、YouTube字幕等。USM使用卷积增强变压器和标准的编码器-解码器架构，通过自监督学习对讲话音频进行训练，并可通过附加的预训练步骤改进。通过在73种语言上测试YouTube字幕，USM在平均不到三千小时的受监督数据下，实现了30％以下的字词错误率。

💬 OpenAI 的粗略模型显示每小时 A100 GPU 带来的收入是成本的至少 2.1倍，一万张 GPU 一年的收入超过两亿美元。OpenAI 的主要策略是通过降价吸引更多开发者进入生态系统，利润次要。 OpenAI 通过 ChatGPT API 获得利润，每 $1 的基础设施成本可以赚取 >$2.1。

💬 这篇论文介绍了一种名为“word-as-image”的语义排版技术，可以将单词呈现为其实际意义的可视化效果。通过“differentiable rasterizer”实现，控制字体的形状参数可以传递渐变，以保持可读性和形状约束的前提下，实现创意的限制。

💬 文章介绍了使用可微栅格化器对字符进行图像合成的技术。作者使用“稳定扩散”将字形畸变“推”向反映语义含义的输出图像，并添加了附加的损失函数以保留原始字体风格。

💬 该文章介绍了一种使用智能字体和稳定扩散来生成视觉上吸引人的字符图像的方法，并指出这种方法也适用于中文等其他语言。

💬 感谢作者Shir Iluz、@YVinker、@hertz_amir、Daniel Berio、@DanielCohenOr1、Ariel Shamir的出色工作。该推文提供了有关AI、深度挖掘、历史洞察和未来前瞻的想法，并分享了一个链接以查看所有顶级帖子。Stable Diffusion提供了彩色字体，链接附有五种不同的颜色。

💬 根据机构估算，到2029年全球云计算市场规模预计达到1.7万亿美元，而2022年AWS的云计算收入约为800亿美元，OpenAI作为AI市场领先者，来自ChatGPT API的收入五年内可能会突破一百亿美元，目前看不到天花板。

💬 介绍了一种名为"fuzzy.js"的实验性方法，利用HTML属性与GPT-3进行通信，作为后端。这种方法自动填充数据，是未来编程模式的一种展示。

💬 微软 New Bing 总结能力惊艳但交互次数限制，ChatPDF PDF上传方便但总结能力一般，都会瞎编内容。

💬 该文介绍了两个工具ChatPDF和New Bing，用于将PDF文件转换为总结和问答形式。作者通过使用同一份PDF测试两个工具，发现New Bing总结能力惊艳，但限制了交互次数；而ChatPDF虽然PDF上传方便，但总结能力一般，且两个工具都会瞎编内容。

💬 本文是一组聊天记录，介绍了使用 chatGPT 和 API key 的配置方法，以及对 Bing 回答和微软对话限制的讨论。其中提到了快速进入白名单的小技巧。

💬 上传PDF后会自动生成总结，但质量一般，ChatPDF是一个稳定的替代选择，建议使用自己的API密钥。

💬 微软和OpenAI深度合作发布了基于GPT-3.5升级版AI语言模型的New Bing，比普通的ChatGPT功能更强大。AI已经可以完成整个内容创作过程，人类需要思考如何在这个新世界中生存和享受。PDF上传到ChatPDF后会自动生成总结，但质量不太好。

💬 文章讨论了基于 GPT 的应用在中文支持、质量和准确性方面的问题，并提到 New Bing 基于 GPT-3.5 的强大性。

💬 微软Edge浏览器使用GPT-3.5技术发布了一个震撼人心的AI功能，可以总结PDF文档并抓取数据生成表格。New Bing比ChatPDF总结能力更强，但两者都需要小心使用，而且New Bing限制了一次对话最多8次交互。关键词:微软Edge浏览器、GPT-3.5、PDF、表格

💬 文章介绍了两个自然语言处理工具ChatPDF和New Bing，并推荐了一个AI工具分类介绍网站futurepedia。总结时指出，由于使用了GPT-3.5，New Bing的总结能力远超ChatPDF；两者都需要小心使用，New Bing限制了一次对话最多8次交互；同时推荐了GAP和lululemon Q3财报比较。

💬 用户@starzq.eth分享了两个工具ChatPDF和New Bing，用同一份PDF文件进行比较，发现New Bing的总结能力较强，但交互次数受限；ChatPDF上传方便，但总结能力一般。用户建议感兴趣的朋友可以自行探索这两个工具，也推荐了futurepedia这个拥有1200+ AI工具分类介绍的网站。

💬 AI工具可以像魔法一样，用户可能会要求它无法完成的任务，但如果正确设置，这也是一个令人难以置信的学习机会。聊天界面可以为用户提供一个直接的渠道，告诉开发人员他们想要做什么，这是一个快速了解用户工作流的方法。

💬 讨论如何更好地使用类似AI工具，以避免失去辨别真伪的能力。

💬 该推文讨论了GPT或LLM的出现可能会导致“精确的模糊”，即让人们丧失辨别真伪的能力。作者认为如何更好地使用这些AI工具是一个值得讨论的话题，并邀请读者关注他的内容并转发和点赞推文。

💬 使用GPT-3构建软件具有自上而下的特点，首先具备许多功能，然后限制它的功能。

💬 讨论使用GPT-3构建软件的经验。GPT-3具有多种功能，可以进行诗歌创作和编码等任务。使用GPT-3构建软件是自上而下的过程，需要限制其功能，以实现所需的特定功能。

💬 讨论聊天应用和LLMs在设置新通知和自动运行方面的用途。

💬 讨论了人工智能和谷歌语言模型的话题，提到了Davinci-003和Google的Bard项目。

💬 Yohei提出对nrose的比喻并发表了自己的想法，讨论AI的发展水平。

💬 @crabforever 讨论是否有必要做一个内容体裁一站式服务的工具，认为模板有市场。 @starzq.eth 表示可以和现有创作工具结合。

📰 硅谷风险投资人担心类似于加密货币投资热潮的重演，质疑目前吸引巨额估值的生成式AI初创公司是否能赚到足够的钱。

💬 在Web3和AI的帮助下，内容创作者可以更好地打造品牌和IP。该文主要讨论Web3领域的品牌和IP发展，以及NFT和AI对企业、创作者和消费者带来的改变。作者还谈到了使用AI工具的问题以及Ted Jiang对此的见解。