2007 年 1 月 9 日，iPhone 首次在舊金山的 Macworld 主題演講中亮相！

根據 Bloomberg 最新的報導，Apple 計劃在六月的全球開發者大會（WWDC）上宣布一系列生成式 AI 工具。

2023 年初開始，Apple 就在積極測試他們的大型語言模型 Ajax，而基於 Ajax 的應用工具將會成為 iOS 18 的一部分，其中可能包含了：

昨天才被 Stanford 可以做家事的 AI 機器人 Mobile ALOHA 震撼到，沒想到以為還在研究階段的應用，可能已經來到商業量產階段。

AI 人形機器人新創 Figure 昨天更新了他們 AI 機器人 Figure 01 的最新進展，在這部 2 分鐘的 Demo 影片， Figure 01 經過短短 10 個小時就學會如何使用咖啡機泡咖啡！

影片中也展示了 Figure 01 在一開始嘗試使用咖啡機時，還無法快速完成任務，但經過自我學習修正後，很快就成功泡出一杯咖啡了。

今年才剛開始 1 個多禮拜，真實世界的 AI 就出現了那麼多的進展，或許 2024 年會是真實世界 AI 機器人大爆發的一年！

AI won’t replace you, but a person using AI might. That’s why 500,000+ professionals read The Rundown– the free newsletter that keeps you updated on the latest AI news, tools, and tutorials in 5 minutes a day.

Sign up today.

很開心能夠與全世界成長最快、超過 50 萬人訂閱的英文 AI 電子報合作推廣，我自己也有訂閱 The Rundown AI，如果想閱讀英文內容的 AI 資訊千萬不要錯過了！

《Brief AI 電子報》是繁體中文圈最具影響力且成長速度最快的「AI 電子報」。讀者多為企業家、經理人、投資人、高階主管、工程師、分析師、創作者…等專業知識工作者。提供 PARTNERSHIP 欄位協助企業品牌推廣產品、服務、活動、工作職缺...等等 👉 了解更多

昨天的 🔍 INSIGHT 有提到了最近一份調查發現，許多 AI 專家都認為 AI 超越人類的時間點將會大大提早，今天來更詳細看看這份調查的圖表。

這份調查研究是由 AI Impacts 對 2,778 名 AI 專家進行，透過比較 2022 年和 2023 年的調查結果發現，在 32 個 AI 相關任務上，專家們對這些任務可實現的預期時間平均提前了一年。

另外，高級機器智能（High-Level Machine Intelligence，HLMI）和勞動全自動化（Full Automation of Labor，FAOL）的預測時間也出現了巨大變化。

HLMI 的平均預期到來時間提前了 13 年，來到了 2047 年，而 FAOL 的預期時間提前了 48年，來到了 2116 年。

Full Automation of Labor（FAOL）指的是一種理想狀態，所有職業都能被機器或 AI 系統完全自動化。這意味著，對於任何職業來說，都存在著能夠比人類工作者更優秀、更節省成本的機器解決方案。FAOL 反映了一種極端的自動化水平，其中技術不僅能夠執行物理勞動，還能夠處理複雜的認知任務，最終實現勞動力的全面自動化。

今天介紹「策略 4：給 AI 時間思考」的最後一個應用方法「詢問 AI 過程是否遺漏任何資訊」。

假如我們需要利用 AI 模型找出一些文件的重要資訊，當處理的文件篇幅很龐大時，AI 模型往往會在中間自行停止，導致無法找出全部相關的內容。

因此，透過詢問 AI 過程是否遺漏任何資訊，讓 AI 去尋找先前可能遺漏的內容，往往能夠提升搜尋的完整性和效率。

當 AI 結束第一次的回答後，可以再詢問 AI：

這就是「策略 4：給 AI 時間思考」的三項應用方法，這邊幫大家重新複習一遍：

當我們人類用眼睛觀察環境，然後進行各種複雜任務時，我們如何「觀察」並篩選「所看到的事物」是極為關鍵的過程。

但目前的多模態大型語言模型（MLLMs）缺少有效的視覺搜尋功能，這讓它們在處理高解析度和視覺上複雜的圖像時難以關注重要的細節。

因此這個研究團隊推出了一種新的視覺搜尋機制 V*，利用大型語言模型（LLMs）中的知識，進行更有效的視覺查詢。

以上方的圖片作為例子：詢問「玻璃杯裡的液體是什麼顏色？」

如果是普通的多模態模型（如：GPT-4V）無法處理那麼細節的圖像，但透過V*，從玻璃杯通常在哪裡，到確定是放在餐桌上，一步步靠近目標。

這個機制會建立「視覺工作記憶（VWM）」，這就像人腦一樣能夠記住重要的細節，這裡就是玻璃杯的位置和形狀。

有了這些訊息之後，就能正確回答原來的問題「玻璃杯裡的液體是綠色的。」

這是近期我看過最長、最完整的論文，完整為「如何在電腦內模擬人類思考過程」提供了一個分析框架，雖然內容難度非常高，但我相信這篇文章對某些讀者是有幫助的。

論文內容描述了「注意力」和「記憶」應該如何被結構化、更新以及利用，以便我們在思緒中增加更多聯想的內容。

研究的重點是在模仿哺乳動物工作記憶系統的運作方式，其中包含兩種持續活動：持續射擊（保存幾秒鐘的資訊）和突觸增強（保存幾分鐘到幾小時的資訊）。

論文透過超過 40 張原創的圖表，系統性地展示這些工作記憶如何為我們的「行為」、「認知」和「意識」提供結構基礎。