本周在AI领域的一个关键发展是Search GPT的出现,这是一个新的基于AI的搜索系统,旨在革新我们在线查找信息的方式。与传统搜索引擎不同,Search GPT利用大型语言模型来浏览网络,提供更相关和简洁的结果。

Search GPT的原型目前正在与一群选定的用户和发布者进行测试,计划最终将这个系统的最佳功能直接集成到ChatGPT中。能够总结大量信息并针对查询提供定制的响应,使Search GPT成为传统搜索引擎的有前景的替代品。

除了Search GPT,还有几种其他在线工具提供类似的功能。作者特别提到了一种工具,在研究和回答特定问题方面特别有效。这个工具可以快速找到相关的资源,总结关键信息,甚至根据提供的查询生成内容。作者认为,随着Search GPT和类似工具的不断改进,它们可能会成为许多用户的首选,特别是对于需要深入研究或简洁答复的任务。

总的来说,Search GPT和其他基于AI的搜索工具的出现,代表了网络信息检索和知识发现领域的重大进步。

谷歌本周在前沿模型方面取得了一些令人兴奋的进展。首先,他们发布了Gemini模型的免费版本1.5 Flash in Gemini。这个新的1.5 Flash in Gemini模型上下文窗口长度增加了四倍,速度极快,对于那些不想订阅Gemini专业版的人来说是一个很好的选择。

此外,谷歌还推出了令人惊叹的Alpha Proof和Alpha Geometry 2模型。这些模型能够以银牌水平解决国际数学奥林匹克竞赛的问题,这是一个了不起的成就。这在数学推理方面的突破,展示了AI正在快速进步,这些模型有潜力解决复杂问题。这一进步的影响是巨大的,也为AI进展的时间线提供了更新的认知。

OpenAI CEO Sam Altman认为,未来几年AI进展将是巨大的,AI将成为一个关键的国家安全问题。在华盛顿邮报的一篇专栏文章中,Altman认为,美国必须保持在AI开发方面的领先地位,以防止独裁政权利用这项技术巩固其权力并扩大影响力。

Altman警告说,像俄罗斯和中国这样的独裁政权,愿意投入大量资金来追赶并最终超越美国在AI开发方面的地位。他认为,如果这些国家掌控了先进的AI系统,他们可能会利用它们开发新的网络武器、监视本国公民,甚至destabilize经济和国家。

Altman建议,美国及其盟友应该考虑创建一个类似于国际原子能机构的国际AI机构,以建立负责任的AI开发和使用的协议和准则。他还提出建立一个投资基金,供致力于民主AI原则的国家提取资金,以扩大其国内的AI能力。

这篇专栏文章突出了美国保持AI开发领导地位的紧迫性,以防止独裁政权利用这项技术破坏民主价值观和制度。Altman的观点突出了AI在全球地缘政治格局中的战略重要性,以及协调的国际努力的必要性,以确保AI的利益得到公平分配,并以促进民主理想的方式。

Nvidia推出了一种名为Audio Flamingo的新AI模型,它超越了简单的音频转录。这个模型可以真正理解音频的深层次,提供的不仅仅是语音的文本表示。

Audio Flamingo的关键功能包括:

• 叙述场景并详细描述音频内容,而不仅仅是转录语音。
• 能够确定不同类型声音和音频的适当用途。
• 理解音频中的背景噪音和环境声音,而不仅仅是主要语音。
• 提供有关如何在不同情境和场景中使用声音和音频的见解。

这个模型代表了音频理解的重大进步,超越了传统转录的局限性。通过Audio Flamingo,Nvidia展示了从音频数据中提取更深层次的意义和上下文的能力,为需要更细腻理解音频内容的应用程序开辟了新的可能性。

Elon Musk提供了有关X(前Twitter)在孟菲斯新建超级计算机的最新情况。这台超级计算机将用于训练Grok 3,预计到12月将成为世界上最强大的AI。

Musk表示,X的改进速度比任何其他公司都快,他们刚刚完成了在孟菲斯的新训练中心的安装和启用。从安装到开始训练只用了19天,这是有史以来最快的。

Grok 2是在大约15,000个GPU和Nvidia的H100芯片上训练的,大约一个月前完成了训练。Musk说,Grok 2应该与GPT-4不相上下或接近,他们计划下个月发布。

现在的重点是在孟菲斯数据中心训练Grok 3,Musk预计3-4个月内就能完成训练。经过一些微调和bug修复后,他们希望在12月前发布Grok 3,届时它应该是世界上最强大的AI。

Musk强调,快速训练模型并发布连续迭代版本的能力,是保持AI竞争优势的关键。凭借孟菲斯超级集群的强大计算能力,包括单个RDMA结构上的10万个液冷H100芯片,X正在定位自己成为最先进AI系统的领导者。

Mistral Large 2是一个新一代的开源模型,尽管被忽视了,但它却出奇的强大。与前代相比,Mistral Large 2在代码生成、数学和推理方面都有显著提升。它还提供了更强大的多语言支持和高级函数调用功能。

尽管参数数量少于较新版本的LLaMA,但Mistral Large 2在各种任务上都优于它们。这证明了该模型的高效性和有效性。作者亲自使用过Mistral Large 2,对它处理复杂的多步推理问题的能力印象深刻,这通常是大型模型的挑战。

Mistral Large 2在Human Eval和编码任务等基准测试中的表现令人印象深刻,常常与GPT-4的能力相媲美。这使它成为一个高度通用和经济高效的选择,适用于广泛的应用。作者期待看到生态系统如何建立和微调这个模型,因为它有潜力成为开源AI领域的一个游戏规则改变者。

我认为我们将生活在一个拥有数亿甚至数十亿不同AI代理的世界。我们关注的一件事就是给每个创作者和每个小企业创造自己的AI代理的能力,让每个人在平台上都可以创建自己想要互动的AI代理。

如果你仔细想想,这些都是巨大的空间 - 世界上有数亿小企业。我认为一件非常重要的事情就是,让一个企业只需要很少的工作就可以建立自己的AI代理,可以为客户服务、销售、与所有员工和客户沟通。

我认为,未来每个企业就像今天拥有电子邮件地址、网站和社交媒体账号一样,也将拥有一个AI代理,客户可以与之交谈。这种由AI代理组成的未来,我认为并不遥远,它会像拥有社交媒体账号一样普遍。

这就是为什么我认为未来可能会有数十亿、数十亿的AI代理相互交互,基于每个在社交媒体上的人或每个企业,它们就会相互交流信息。我认为这将是一个非常高效的经济,看看它如何运作将会非常有趣。

如果你不知道,Cling这个文本到图像或图像到视频的模型现在已经全球上线了。你可以注册一个Cling账户并测试这个模型。这项技术的可用性绝对令人难以置信。

你可以从Midjourney获取一张图像,然后将其转换为视频,这真是令人震惊。AI生成内容的流畅性和质量确实让人惊讶。这种能力原本预计要到明年才会出现,但今年就已经以如此高的质量出现了,这是非常了不起的。

计算问题似乎也不是问题。你可以免费注册一个账户,开始使用这个强大的文本到图像和文本到视频工具。创意的可能性是无穷无尽的,看看个人会用这项技术创造出什么将会令人兴奋。

AI技术的快速进步确实令人惊叹。从旨在革新网络搜索的Search GPT的开发,到谷歌AI模型在解决复杂数学问题方面的令人印象深刻的成就,AI的未来正在呈现出令人难以置信的前景。

像Mistral Large 2这样强大的开源模型的出现,其性能可以媲美更大型的专有模型,这证明了AI的民主化。这种可访问性将使个人和小企业能够利用AI代理来满足广泛的应用需求,从客户支持到内容创作。

此外,文本到图像和文本到视频生成技术的进步,以Cling的全球上线为例,正在开辟新的创意可能性。无缝生成高质量的视觉内容将对各行各业和创意实践产生深远影响。

当世界在应对AI的战略影响时,保持民主和开放的方法从未像现在这样重要。像Sam Altman这样的领导者警告独裁政权可能滥用AI进行监视和控制,突显了协调的国际努力的重要性,以确保AI惠及全人类。

在未来几年,我们可以预期见证AI进展的前所未有的加速,伴随着快速的模型迭代和越来越强大的计算基础设施的部署。这场技术革命无疑将重塑我们的世界,而如何塑造它以符合我们的价值观和愿景,就是我们面临的挑战。