今日值得关注的人工智能新动态：
- Transformer论文共同作者将离开谷歌
- 比尔·盖茨：所有人都要尽可能多地关注AI
- ChatGPT竞品Claude再升级：支持PDF文档输入，一次性接收7.5万单词
- Google DeepMind：探索全球AI治理机构
- Shutterstock与OpenAI续约6年
- 毕马威“进军”生成式 AI：未来五年至少投资20亿美元
- AI突破抗生素难题
- 谷歌放弃Z世代聊天机器人
- RFdiffusion：设计新蛋白质的深度学习方法
- 当大模型成为认知协同者：降低幻觉、增强推理
- Semantic-SAM：以任何粒度分割和识别任何东西
- AnimateDiff：将个性化图片制作成动画
- FreeDrag：基于点的交互式图像编辑
- 北京市经信局局长姜广智：推出首期不低于4000万元算力券补贴
01
Transformer论文共同作者将离开谷歌
据彭博社消息，Transformer 论文的共同作者 Llion Jones 证实，他将于本月晚些时候离开谷歌，并计划在休假后创办一家新公司。至此，Transformer 论文的所有作者都选择了离开谷歌，纷纷创办了一些知名初创公司，其中包括为企业客户提供大型语言模型的 Cohere，以及聊天机器人公司 Character.AI 等。
02
比尔·盖茨：所有人都要尽可能多地关注AI
近日，微软创始人比尔·盖茨在个人博客 GatesNotes 上发表文章指出，AI 的未来不会像某些人想象的那么严峻、也不会像其他人期待的那么乐观。风险的确存在，但这些风险是可以控制的。他认为 AI 的影响不会像工业革命那样巨大、但肯定会像个人计算机问世那样带来重大冲击，许多由 AI 引发的问题可以通过 AI 来解决。盖茨鼓励所有人尽可能多关注 AI 发展，因为这是当代最具变革性的创新。
03
ChatGPT竞品Claude再升级：支持PDF文档输入，一次性接收7.5万单词
当地时间周二，生成式 AI 初创公司 Anthropic 推出了新版 AI 聊天机器人 Claude 2，其在编码、数学和推理方面的性能都有所提高。
据介绍，Claude 2 在律师资格证考试多项选择题中取得了 76.5% 的成绩；在 GRE 考试中，比 90% 申请研究生院的学生取得的成绩要高。同时，Claude 2 的消息上限也提升至 10 万 Token，相当于可以一次性接收 7.5 万单词（也就是一本万字小说的篇幅），而 GPT-4 最高仅支持 3.2 万 Token。
另外，测试版网站 Claude.ai 已上线，支持用户上传 PDF 文档，并基于 PDF 进行对话。然而，Claude 2 目前仅开放美国和英国地区使用，要在未来几个月内才会推广到全球范围。
04
Google DeepMind：探索全球AI治理机构
为应对人工智能（AI）发展带来的机遇和挑战，Google DeepMind、OpenAI、哈佛大学、斯坦福大学和牛津大学等高校合作调查了国际机构帮助管理前沿 AI 发展的方法，并确保 AI 带来的好处惠及所有社区。从支持前沿 AI 系统访问到制定国际安全标准，他们确定了一系列可以在国际层面上执行的治理职能来应对挑战。
05
Shutterstock与OpenAI续约6年
Shutterstock 将与 OpenAI 的合作伙伴关系再延长 6 年，允许后者继续使用 Shutterstock 庞大的图像、视频、音乐和元数据库来训练模型。另外，Shutterstock 还计划将 AI 功能引入今年早些时候从 Meta 收购的 GIF 制作平台 Giphy 中。
06
毕马威“进军”生成式 AI：未来五年至少投资20亿美元
近日，全球四大会计事务所之一的毕马威（KPMG）与微软达成协议，将在未来五年内与微软投资至少 20 亿美元，共同开发云服务和生成式 AI 工具。通过这笔新投资，这家约有26.5 万名员工的公司将进一步实现税务、审计和咨询服务方面的自动化。毕马威全球董事长兼首席执行官 Bill Thomas 在接受采访时表示，“该公司并不打算利用技术来消除工作岗位，而是希望通过 AI 技能来增强员工队伍。”
07
AI突破抗生素难题
最近，在麻省理工学院和麦克马斯特大学的一项研究中，研究人员使用 AI 算法来识别和开发新抗生素，从而杀死一种极度耐药的细菌——鲍氏不动杆菌，该病原体可导致脑膜炎和肺炎等严重感染。据介绍，使用 AI 和机器学习可以大大减少人类筛选潜在药物疗效所需的实验数量，且由于计算机建模淘汰了没有希望的化合物，可以大大降低成本。
08
谷歌放弃Z世代聊天机器人
谷歌已悄悄放弃了为 Gen Z 用户开发 AI 聊天机器人的计划，被放弃的产品名为 Bubble Characters，其特色是卡通人物与年轻用户进行对话、提供建议。据 CNBC 看到的信件显示，一些 Bubble Characters 团队成员被要求暂停他们在 Gen Z 应用程序上的工作，转而投入到Bard 的发布工作中。
09
RFdiffusion：设计新蛋白质的深度学习方法
近日，权威科学期刊《自然》发表的一篇论文描述了一种能设计新蛋白质的深度学习方法——RoseTTAFold Diffusion（RFdiffusion）。据论文描述，该方法能生成各种功能性蛋白质，包括在天然蛋白质中从未见过的拓扑结构。论文作者指出，RFdiffusion 是对目前蛋白质设计方法的一次综合改进，能产生总长度达 600 个残基的结构，复杂性和准确度都比之前更高。另外，对该方法的进一步改进或能设计出复杂程度更高的新蛋白。
10
当大模型成为认知协同者：降低幻觉、增强推理
虽然大型语言模型（LLMs）作为通用任务解决代理已经展现出不错的性能，但仍然不擅长处理需要专业知识和复杂推理的任务。
为此，伊利诺伊大学厄巴纳-香槟分校与微软亚洲研究院联合提出了 Solo Performance Prompting（SPP）的概念，它通过与多人进行多轮自我协作，将单个大型语言模型转化为认知协同者（cognitive synergist）。通过根据任务输入动态识别和模拟不同的人设，SPP 释放了 LLMs 中认知协同的潜力。
研究发现，相比于使用单个或固定数量的人设，将多个细粒度人设分配给 LLMs 能够激发更好的问题解决能力。与之前的工作（如 CoT）只是增强 LLMs 的推理能力不同，SPP 有效地激发了内部知识获取能力，减少了错误信息生成，并保持了强大的推理能力。
论文链接：
11
Semantic-SAM：以任何粒度分割和识别任何东西
近日，香港科技大学、微软雷德蒙研究院、IDEA、香港大学、威斯康星大学和清华大学共同提出了一种通用的图像分割模型 Semantic-SAM，该模型可以以任意所需的细粒度对任何物体进行分割和识别。值得注意的是，该研究首次尝试在 SA-1B、通用和部分分割数据集上联合训练模型。实验结果和可视化展示表明，该模型成功地实现了语义感知和细粒度丰富性。此外，将 SA-1B 训练与其他分割任务相结合可以提高性能。
论文链接：
12
AnimateDiff：将个性化图片制作成动画
近日，上海人工智能实验室、香港中文大学和斯坦福大学联合推出了一个实用框架——AnimateDiff，可以一次性为大多数现有的个性化文本转图像模型提供动画化能力，且无需进行特定模型调整。
据介绍，该框架的核心是在冻结的文本转图像模型中插入一个新的动作建模模块，并通过训练视频片段来提取合理的动作先验知识。一旦训练完成，通过注入该动作建模模块，所有从同一基础 T2I 模型派生的个性化版本都能以文本驱动的方式生成多样化和个性化的动画图像。
评估结果显示，该框架有助于这些模型在动漫图片和逼真照片等领域生成时间上平滑的动画片段，同时还能够保留其输出的领域和多样性。
论文链接：
13
FreeDrag：基于点的交互式图像编辑
为解决 DragGAN 在处理错误跟踪和模糊跟踪方面的问题，中国科学技术大学和上海人工智能实验室共同提出了 FreeDrag，它采用基于特征的方法，可以减少在 DragGAN 的基于点方法中对点追踪的负担。FreeDrag 采用自适应模板特征、线搜索和模糊定位技术，实现了稳定高效的基于点的图像编辑。大量实验证明，该方法优于 DragGAN，并能够在具有相似结构、细节精细或多点目标的挑战性场景中实现稳定的基于点的编辑。
论文链接：
14
北京市经信局局长姜广智：推出首期不低于4000万元算力券补贴
近日，针对数字经济、AI 等热点行业的发展，北京市经济和信息化局党组书记、局长姜广智表示，北京市经信局将按季度迭代推出大模型应用成果，形成一批 AI 与经济社会发展深度融合的典型案例，并正在筹划通过算力券等形式支持模型伙伴和模型观察员，首期预计支持不低于 4000 万元算力券，补贴到模型伙伴企业。
