TODAY’S MENU
🗞️｜Sam Altman：AGI
🚀｜新 3D 生成 Stable Zero123
📚｜ChatGPT GPTs 替代方案
🔬｜AI 首次做出全新科學發現
📊｜AI 業者對於 GenAI 的看法
🔍｜深度文章：有關 OpenAI Q* 計劃背後的真正研究
🗞️
NEWS
閱讀時間：4 分鐘
Sam Altman 前陣子被《TIME》雜誌評選為 2023 年的「年度最佳 CEO」，上禮拜他受邀參與活動，談到了這次被解僱的事情，以及未來 AI 風險及未來潛力。
經過這次的風波，Sam Altman 得出的教訓是：OpenAI 一直都主張 AGI 不應該被少數人控制，但他們明顯犯了這錯誤，OpenAI 會努力改善這一點，讓大家可以相信 OpenAI。
Sam Altman 我認為 2023 年只是剛開始，到了2024 年，我們將會看到更多新科技為世界帶來好的改變。十年過後，世界將會變成我們無法想像的好。
🚀
LAUNCH
閱讀時間：5 分鐘
Stability AI 上週推出了新的 3D 物體生成模型 Stable Zero123，可以更穩定地將單張平面圖片製作成 3D 物體。
與之前的 Zero123-XL 模型相比，訓練效率提高了 40 倍，效果有非常顯著的改善，能生成出更高品質的 3D 物體（參考上圖）
這個模型現在已經在 Hugging Face 上發布，可以讓研究人員和非商業用戶下載實驗 👉 Stable Zero123
🤝 商業合作 PARTNERSHIP
與 10,000+ 位知識工作者分享您的產品與服務
《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
📚
TUTORIAL
閱讀時間：10 分鐘
《🐹 知識倉鼠》最新一期的文章中介紹了一個很讚的 ChatGPT GPTs 替代方案，讓沒有訂閱 ChatGPT Plus 的讀者也能嘗試 GPTs 的功能。
這個替代方案 Coze 是由字節跳動（母公司抖音）所推出的產品，能夠使用 OpenAI 的 GPT-4（8k）跟 GPT-3.5（16k）API 來創建自己的 GPTs。
還有其他功能可以串接使用，連結瀏覽功能、上網功能、用自己的資料來做問答。
這篇文章非常詳細地教學了如何將 Coze 串接到 Discord 上做使用，如果有興趣的讀者推薦可以詳細閱讀全文！
《🐹 知識倉鼠》內容包括 AI、生產力工具的使用教學介紹，目前也持續更新書的深度解讀，之前的《晶片戰爭》，以及目前的《成功竟然有公式》都非常好看，推薦大家訂閱！
🔬
RESEARCH
閱讀時間：10 分鐘
Google DeepMind 的一項最新研究首次用 AI 模型做出了全新的科學發現，解開長久以來的數學難題。
我們都知道大型語言模型（LLM）能夠自動生成程式碼，但卻容易出現錯誤的想法和幻覺，所以研究團隊研發了一個新的方法 FunSearch，將 LLM 和能夠防止幻覺的「Evaluation」結合，來生成準確的程式碼解決數學和電腦科學的難題。
FunSearch 是一個不斷迭代的過程，系統會先在「程式資料庫」中選擇一些程式，提供給 LLM，請它以既有的程式為基礎再生成新的程式。
然後這些程式會被自動進行評估，最好的程式會被添加回「程式資料庫」，形成一個不斷自我改進的循環。
研究人員讓 FunSearch 在兩個難題上進行探索，首先是一個純數學難題「Cap Set」問題，結果最後成功找出超越數學家提出的最佳解。
第二個是「Bin Packing」問題，需要找出能將不同大小的物品裝入容器的最佳方法。結果 FunSearch 成功找到了一種比現有方式更好的方法。
FunSearch 不僅僅是生成解決方案，它還生成了能找到解決方案的程式。這些程式提供我們人類新的解決問題想法，能夠應用在更多其他問題上，這對人類研究是非常重大的突破。
👨🏻🏫 AI 流行術語解釋
MLOps
MLOps 是 Machine Learning（ML）與 Operations（Ops）的結合，指的是機器學習領域中的營運管理和自動化流程。這包括從模型開發、測試、部署到監控和維護的整個生命周期。MLOps 的目標是讓機器學習的開發和營運流程更加高效、可靠和快速。
📊
CHART
閱讀時間：7 分鐘
在 2023 年，只有 10% 的公司將 GenAI 的解決方案實際應用於生產中
MLOps 平台 Cnvrg.io 發佈了 2023 年度報告《ML Insider 調查》，對 430 名 AI 和機器學習從業者進行調查，了解企業中對機器學習和 GenAI 的看法。
所有受訪者中，大多為專業技術人員，28% 是資料科學家，23% 是Engineering/DevOps，17% 從事軟體開發工作。
主要重點及趨勢：
儘管 GenAI 受到廣泛關注，但多數認為這對他們的公司未來策略的重要性僅屬一般（32%）、稍微（16%）或完全不重要（8%）。
在 2023 年，只有 10% 的公司將 GenAI 的解決方案實際應用於生產中。
將近一半認為，基礎設施問題是將大型語言模型應用於商業的最大障礙。
有 80% 的受訪者表示，隨著大型語言模型的普及，他們需要提高自己的技術水平。
聊天機器人和翻譯、文本生成 AI 的應用案例正日益增加。
目前，AI 的整合程度仍然偏低，這主要是因為實際應用依然充滿挑戰。
有 62% 的 AI 從業者認為，要成功執行 AI 項目非常困難。
🔍
INSIGHT
閱讀時間： 17 分鐘
這篇深度文章是科技記者 Timothy B. Lee 在他的電子報專欄《Understanding AI》的最新文章，他深挖整理了目前所有已知的 OpenAI Q* 資訊，讓大家可以更宏觀地去了解這個 OpenAI 洩漏出來的新技術。
上個月 OpenAI 的風波期間，有傳出 OpenAI 已經實現了一項新的技術突破，能夠解決之前未見過的數學問題，這個洩漏出來的計畫被稱為 Q*。
根據報導，Q* 能夠解決基本的數學問題，這對於現有的 AI 模型來說是一項相對困難的任務。
這篇文章聚焦在 AI 的數學能力，為大家介紹這個重要的 AI 研究領域，解釋為什麼針對「數學問題」設計的逐步推理技術可能具有更廣泛的應用。
