本週在AI領域的一個關鍵發展是Search GPT的出現,這是一個新的AI驅動搜索系統,旨在革新我們在網上尋找信息的方式。與傳統搜索引擎不同,Search GPT利用大型語言模型來瀏覽網絡,提供更相關和簡潔的結果。

Search GPT的原型目前正在與一群選定的用戶和發布者進行測試,計劃最終將這個系統的最佳功能直接集成到ChatGPT中。能夠總結大量信息並根據查詢提供定制的回應,使Search GPT成為傳統搜索引擎的有前景的替代品。

除了Search GPT,還有幾個其他的在線工具提供類似的功能。作者特別提到了一個特別適合於研究和回答具體問題的工具。這個工具可以快速找到相關的資源,總結關鍵信息,甚至根據提供的查詢生成內容。作者認為,隨著Search GPT和類似工具的不斷改進,它們可能會成為許多用戶的首選,特別是對於需要深入研究或簡潔答案的任務。

總的來說,Search GPT和其他AI驅動的搜索工具的出現,代表了網絡信息檢索和知識發現領域的重大進步。

谷歌本週在前沿模型方面取得了一些令人興奮的進展。首先,他們發布了Gemini模型的免費版本1.5 Flash in Gemini。這個新的1.5 Flash in Gemini模型上下文窗口長四倍,速度極快,對於那些不想訂閱Gemini Pro版本的人來說是一個很好的選擇。

此外,谷歌還推出了他們驚人的Alpha Proof和Alpha Geometry 2模型。這些模型能夠以銀牌獲得者的水平解決國際數學奧林匹克競賽的問題,這是一個了不起的成就。這在數學推理方面的突破,展示了AI正在快速進步,這些模型有潛力解決複雜的問題。這一進步的影響是巨大的,也為AI進展的時間線提供了更新的看法。

OpenAI的CEO Sam Altman認為,未來幾年AI進展將是巨大的,AI將成為一個關鍵的國家安全問題。在華盛頓郵報的專欄文章中,Altman認為美國必須保持在AI開發方面的領先地位,以防止專制政府利用這項技術鞏固其權力並擴大影響力。

Altman警告說,像俄羅斯和中國這樣的專制政權,願意投入大量資金趕上並最終超越美國在AI開發方面的領先地位。他認為,如果這些國家掌控了先進的AI系統,他們可能會利用它們開發新的網絡武器、監視自己的公民,甚至破壞經濟和國家的穩定。

Altman建議,美國及其盟友應該考慮創建一個類似於國際原子能機構的國際AI機構,以建立AI負責任發展和使用的協議和準則。他還提出建立一個投資基金,供致力於民主AI原則的國家提取資金,以擴大其國內的AI能力。

這篇專欄文章突出了美國保持AI開發領導地位的迫切需求,以防止專制政府利用這項技術破壞民主價值觀和制度。Altman的觀點突出了AI在全球地緣政治格局中的戰略重要性,以及協調的國際努力的必要性,以確保AI的利益得到公平分配,並以促進民主理想的方式。

Nvidia推出了一個名為Audio Flamingo的新AI模型,它超越了簡單的音頻轉錄。這個模型可以真正理解音頻的深層含義,提供的不僅僅是語音的文字表述。

Audio Flamingo的關鍵功能包括:

• 描述場景並詳細描述音頻內容,而不僅僅是轉錄語音。
• 能夠確定不同類型聲音和音頻的適當用途。
• 理解音頻中的背景噪音和環境聲音,而不僅僅是主要的語音。
• 提供有關如何在不同情境和場景中使用聲音和音頻的見解。

這個模型代表了音頻理解的重大進步,超越了傳統轉錄的局限性。通過Audio Flamingo,Nvidia展示了從音頻數據中提取更深層含義和上下文的能力,為需要更細緻理解音頻內容的應用程序開闢了新的可能性。

Elon Musk提供了有關X(前稱Twitter)在孟菲斯新建超級計算機的最新消息,該超級計算機在19天內安裝完成。這台超級計算機將用於訓練Grok 3,預計到12月將成為世界上最強大的AI。

Musk表示,X的改進速度比任何其他公司都快,他們剛剛完成了在孟菲斯的新訓練中心的安裝和啟用。從安裝到開始訓練只用了19天,這是任何人都做到的最快速度。

Grok 2是在大約15,000個GPU和Nvidia的H100芯片上訓練的,大約一個月前完成了訓練。Musk說,Grok 2應該與GPT-4的能力相當或接近,他們計劃在下個月發布。

現在的重點是在孟菲斯數據中心訓練Grok 3,Musk預計在3-4個月內完成訓練。經過一些微調和錯誤修復後,他們希望能在12月前發布Grok 3,屆時它應該是世界上最強大的AI。

Musk強調,快速訓練模型並發布連續迭代版本的能力,是保持AI競爭優勢的關鍵。憑借孟菲斯超級集群的強大計算能力,包括單個RDMA網絡上的10萬個液冷H100芯片,X正在定位自己成為最先進AI系統的領導者。

Mistral Large 2是一個新一代的開源模型,雖然被忽視了,但卻出奇的強大。與前代相比,Mistral Large 2在代碼生成、數學和推理方面都有顯著提升。它還提供了更強大的多語言支持和高級函數調用功能。

儘管參數數量少於較新版本的LLaMA,Mistral Large 2在各種任務上都優於它們。這證明了該模型的高效性和有效性。作者親自使用過Mistral Large 2,對它處理複雜的多步驟推理問題的能力印象深刻,這通常是大型模型的挑戰。

Mistral Large 2在Human Eval和編程任務等基準測試上的表現令人印象深刻,常常與GPT-4的能力相媲美。這使它成為一個高度通用和具成本效益的選擇,適用於各種應用。作者期待看到生態系統如何建立和微調這個模型,因為它有潛力成為開源AI領域的一個遊戲規則改變者。

我認為我們將生活在一個有數億甚至數十億不同AI代理的世界。我們關注的一件事就是給每個創作者和每個小企業創造自己的AI代理的能力,使每個人在平台上都可以創建自己想要互動的AI代理。

如果你仔細想想,這些都是巨大的空間 - 世界上有數億小企業。我認為一件非常重要的事情就是基本上使得通過相對較少的工作,一個企業就可以用幾次點擊就建立起自己的AI代理,可以做客戶支持、銷售、與所有員工和客戶溝通。

我認為,未來每個企業就像今天有電子郵件地址、網站和社交媒體存在一樣,每個企業都將擁有一個AI代理,客戶可以與之交談。而這種未來的AI代理存在,我認為並不遙遠,它將像擁有社交媒體帳戶一樣普遍。

這就是為什麼我認為未來可能只是數十億、數十億的AI代理相互交互,基於每個在社交媒體上的人或每個企業,它們就在互相交流信息。我認為這將是一個非常有效的經濟,看看它如何運作將會非常有趣。

如果你不知道,Cling這個文本到圖像或圖像到視頻的模型現已全球上線。你可以註冊一個Cling帳戶並測試這個模型。這項技術的可用性是絕對令人難以置信的。

能夠將Midjourney的圖像轉換成視頻,這是令人震驚的。AI生成內容的流暢性和質量確實讓人驚訝。這種能力原本預計要到明年才會出現,但今年就以如此高的質量可用,這是非常了不起的。

計算問題似乎也不是問題。你可以免費註冊一個帳戶開始使用這個強大的文本到圖像和文本到視頻工具。創意的可能性是無限的,看看個人會用這項技術創造出什麼將會令人興奮。

AI技術的快速進步確實令人驚嘆。從旨在革新網絡搜索的Search GPT的開發,到谷歌AI模型在解決複雜數學問題方面的令人印象深刻的成就,AI的未來正在呈現出令人難以置信的前景。

像Mistral Large 2這樣強大的開源模型的出現,其性能可以媲美更大型的專有模型,這證明了AI的民主化。這種可及性將賦予個人和小企業利用AI代理進行各種應用的能力,從客戶支持到內容創作。

此外,文本到圖像和文本到視頻生成技術的進步,以Cling的全球上線為例,正在開創新的創意可能性。無縫生成高質量的視覺內容將對各行各業和創意工作產生深遠影響。

當世界在應對AI的戰略影響時,維持一種民主和開放的方法對這項技術來說從未如此重要。像Sam Altman這樣的領導者警告專制政府可能濫用AI進行監視和控制,突顯了協調的國際努力的重要性,以確保AI的利益惠及全人類。

在未來幾年,我們可以預期見證AI進展的前所未有的加速,伴隨著快速的模型迭代和越來越強大的計算基礎設施的部署。這場技術革命無疑將重塑我們的世界,而如何塑造它以符合我們的價值觀和抱負,就是我們面臨的挑戰。