?日报&周刊合集 | ?生产力工具与行业应用大全 | ? 点赞关注评论拜托啦！
? 惊艳！手把手教你使用 Stable Diffusion 制作AI创意字体
最近AI创意字体刷爆了 ShowMeAI 社群！伙伴们纷纷惊叹这也太美了！经过 @Z 指路和各路大神尝试，已经能用 Stable Diffusion 自己设计啦！今天日报的封面就出自社区 @傻瓜先生 之手~
小红书软件有一批AI创意字体玩家和流程、参数分享，感兴趣可以前往查看 ⋙ 小红书 @字体设计师X | 小红书 @AI字体研究所 | Stable diffusion AI字体干货教程
? OpenAI 与美联社达成合作，它俩双赢但新闻从业者惨了
美联社 (The Associated Press) 是美国最大的新闻通讯社，总部位于纽约，成立于1846年，是世界主要媒体的重要新闻来源。
7月13日，美联社在官方发文宣布与 OpenAI 达成合作协议，美联社为 OpenAI 提供训练所需要得新闻素材，OpenAI 则向美联社提供技术，共同探索AI在新闻产品和服务中的使用。更多合作细节则在进一步讨论中。
美联社近10年来一直在使用AI技术完成重复性工作。让记者有更多时间专注于新闻报道。这次双方的深度合作，无疑将彻底改变新闻内容的生产/运营方式、个性化化程度和用户体验等。又一个行业天翻地覆了 ⋙ 美联社 (AP)
? 谷歌推出「NotebookLM」，上传文档就能问答/总结/再创作
7月12日，Google 官方博客推出了一款AI笔记产品「NotebookLM」，可以自动总结用户上传的文档、回答相关问题、甚至根据提纲创作新的内容。目前仅对美国用户开放申请。
NotebookLM 首次亮相是在2022年谷歌 I/O 开发者大会，并乘着2023年LLM的东风完成升级，让每位用户都能基于个人上传的数据训练个性化AI。
相比通用AI聊天机器人，NotebookLM 更加可靠，专门基于用户上传的资料进行训练，并会自动标注来源出处，「胡说八道」的概率大大降低！是一款非常有前景的AI笔记应用,值得关注其后续发展 ⋙ Google Blog
? 6道 AIGC 高频面试题，解题思路和回答范例都在这里！
目前，很多岗位都要求员工掌握 AIGC 和LLM 的使用技能了，因此对于 AIGC 相关技术的理解和掌握，也成为了面试的一部分。这篇文章整理了6个高频问题，以及回答思路和答案要点。快快收藏~
1. 请简述一下你对AIGC的理解？
▢ 回答思路：简述对AIGC的理解+业内用到的相关软件+对行业发展的期望
▢ 答案要点：AIGC 泛指AI和计算机图形领域结合；列举 ChatGPT、Midjourney 等热门软件；AIGC 在各行各业的使用时一个不可避免的趋势
2.平常如何利用AI工具辅助产品和设计工作？
▢ 回答思路：列举AI在不同产品阶段/环节带来的各种便利
▢ 答案要点：产品初期，使用AI进行用户和竞品分析；设计阶段，使用AI完成风格设计；中后期，使用AI进行数据分析和内容生成
3. 工作中如何评估AIGC内容质量并落地使用？
▢ 回答思路：说明落地流程+落地过程中发现的问题+解决方法
▢ 答案要点：例如设计出图，在落地时图片质量与预期相差太多，解决方案是后期 PS 修图或者使用 C4D 进行重构
4. 如何看待 AIGC 在某某行业应用前景？
▢ 回答思路：行业特点+AIGC带来影响+未来发展
▢ 答案要点：以电商行业为例，需要对用户数据进行大量分析，可以使用 AIGC 撰写图文、智能客服、商品推荐、虚拟主播等，提升用户体验和商家运营效率
5. 如何看待 AIGC 在老年人/儿童领域的发展？
▢ 回答思路：先说可以改善的方面，再举例说明
▢ 答案要点：例如分析老年人的数据找到需求点，再为其设计和提供贴心服务
6. 如何处理 AIGC 的隐私保护和版权风险？
▢ 回答思路：说明AI创作是否有版权保护+如何规避侵权风险
▢ 答案要点：风格相似有版权风险，使用可商用素材训练模型，或者后期处理图片避免侵权 ⋙ 阅读原文
? 为啥LLM迟迟没被集成到语音助手里？难点有哪些
这是 Reddit 论坛 ChatGPT 子区一篇非常有意思的帖子，讨论为什么目前还没有基于LLM的语音助手产品。近 500 条评论各抒己见，从技术、商业和伦理角度，阐述面临着哪些问题。
ShowMeAI 将评论区信息汇总如下，这也可以窥见 LLM 在落地时需要走过的漫漫长路：
技术难题
1. 无法保证实时响应：大语言模型生成回复需要一定时间，这会导致对话不自然，当前技术无法做到无延迟的实时响应
2. 设备计算资源有限：语音助手设备的计算能力有限，无法承载大模型，将模型迁移至云端计算则需要保证网络连接的质量
3. 难以评估回复质量：大模型可能出现「神游」回复不可靠的情况，但评估回复质量非常困难
4. 系统集成难度很大 ：需要将语音交互系统各模块 (语音识别、语义理解、对话管理、语音合成等) 都升级至大模型，工作量巨大
商业考量
1. 营销策略 ：大公司可能会将语音助手升级作为新的产品卖点，因此暂缓大规模推出
2. 业务影响：以谷歌为例，搜索广告是主业，语音助手过于智能可能降低用户搜索次数，对现有业务是不利的
3. 运营成本：集成大模型后运营成本将大幅增加，但是目前各家公司的语音助手产品不能带来直接营收
伦理风险
1. 信息误导和对话失控：大模型可能生成误导性、带偏见的回复，甚至导致不可控的对话
2. 信息安全和隐私泄露：语音助手接入更多设备和信息,安全隐私风险加大 ⋙ Reddit
? AI翻译 PK 人工翻译？不，双方和平共处了……
翻译行业比绘画更早面临AI技术的冲击。AI翻译服务的普及导致从业人员收入下降，但二者已经握手言和共赴美好明天了~
翻译从业者的应对之道，值得当下的绘画、编程、文案等行业借鉴。惊慌无助并不可取，更好的出路是与新技术相融合。
为什么AI 还没有完全取代人工翻译
1. 在专业领域 (如法律和医学)，翻译错误可能导致严重后果，人工翻译质量稳定可靠，因此客户愿意付费
2. 混合翻译服务增长迅速，先用AI生成翻译初稿，再由人工校对修正，这比纯人工类翻译节约40%的成本，更受客户欢迎
充分发挥和稳固人工翻译的优势
1. 人类有着丰富的行业背景知识，因此对行业术语和业务的理解更为深刻和全面，尤其是法律、游戏、户外运动等领域
2. 人类有创造性，可以兼顾信达雅找到更合适的翻译，而不仅仅是直译，这在游戏本土化过程中尤为重要
3. 人类结合上下文、背景知识、对作者的了解等，能更灵活地处理语义不明确的短语
人类翻译为了保住饭碗，做出哪些努力，有哪些心得：
1. 早期AI系统可能会有更大的岗位需求，因为要通过人类来监督和优化系统的工作
2. AI技术对从业者的影响不算突然发生的，几年到十几年的时间里从业者有足够时间考虑应对措施
3. 技术普及和成本降低，会创造更多业务需求，因此行业在细分领域或者新方向上仍有发展机会
4. 主动学习AI技术，拓展更多副业机会，提高综合竞争优势并建立口碑 ⋙ 阅读原文
? 深度学习算法的「红宝书」，130页囊括海量精华要点
ShowMeAI 知识星球资源编码：R162
这是一本深度学习入门「口袋书」，作者是法国计算机视觉专家 François Fleuret，用130多页概括了深度学习的主要内容，简洁明了。这本小册子非常适合放在手边，在需要时快速回顾关键概念。
小册子的插图、工具、代码等都非常简洁优美，一目了然。当然学习时也可以搭配其他更完整的书籍和教程，逐步深入直到完全掌握。
第一部分：基础
1. 机器学习
2. 高效计算
3. 训练
第二部分：模型
4. 模型组件
5. 架构
第三部分：应用
6. 预测
7. 合成
? 12页「线性代数」可视化笔记，登上GitHub热榜狂收7K Star
ShowMeAI 知识星球资源编码：R171
这是一份图解线性代数的优质资料，由作者 @Kenji Hiranabe 将 MIT 教授 Gilbert Strang「LINEAR ALGEBRA for Everyone」一书中的重要概念，用图解的形式进行了可视化呈现。
原书 368 页，笔记作者将其浓缩到12页里面，并进行了图解，简洁易懂，特别适合线性代数的入门学习。
这份笔记还获得了书籍原作者 Gilbert Strang 的题词推荐，对其质量和贡献表示认可！笔记中文版由 @kf liu 进行翻译，内容包含以下章节：
1. 理解矩阵 (4 个视角)
2. 向量乘以向量 (2 个视角)
3. 矩阵乘以向量 (2 个视角)
4. 矩阵乘以矩阵 (4 个视角)
5. 实用模式
6. 矩阵的五种分解 ⋙ GitHub
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
◉ 点击 ?日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 ?生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！
