兩位 AI 界的重要先驅 Geoffrey Hinton 與 John Hopfield，基於他們在機器學習，以及類神經網路的重大突破，成功跨領域奪下本屆的諾貝爾物理學獎。

其中，Hinton 更有著「 AI 教父」的稱號，是世界上第一位，同時斬獲圖靈獎與諾貝爾獎的超級狂人，這也顯示出物理學與電腦科學間的交叉研究，正推動科技的前沿發展。

根據官方說明，本次的獲獎理由，在於得獎者們使用物理學的方式來訓練類神經網路，令機器學習有了重大突破，也為後續的深度學習埋下種子。

Gamma 是一款 AI 驅動的簡報工具，只需要不到一分鐘的時間，就能自動完成一份簡報、文件甚至是網頁！

我自己也很常使用 Gamma，除了 AI 功能外，它能在簡報嵌入各種的內容真的非常方便，推薦還沒使用過 Gamma 的讀者，可以嘗試看看！

《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。協助企業品牌推廣產品、服務、活動、工作職缺...等等 👉 了解更多

Adobe 近期公布一款名為 Adobe Content Authenticity 的網頁應用程式，旨讓創作者的原創作品，在 AI 內容滿天飛的情況下，可以獲得妥善的保護。

該功能讓創作者們能將「內容憑證」添加到自己的作品上，並透過數位指紋、隱形浮水印的技術，確保內容憑證不會輕易地被刪除。

根據官方說法，該功能預計於 2025 年的第一季上架，而 Chrome Extension 的版本則還在測試階段，這邊也提供該應用程式的 waitlist，給有興趣的大家參考！

AI 新創 Writer 推出了全新語言模型 Palmyra X 004，同時引用 Berkeley 的排行榜，表示自己在 Tool Calling 以及 API selection 的能力上，成功獲得第一。

Palmyra X 004 提供 128K 的 Context Window，同時支援 30 種語言，常見的多模態輸入功能也沒有落下，主要的賣點在於能和第三方工具做交互應用。

根據上圖，Palmyra X 004 的準確程度高達 78%，甚至超過了 OpenAI 與 Anthropic 家的高階模型，領先幅度接近 20%，這是非常驚人的數據！

在 AI 開始能讀、能聽，甚至能看之後，科學家們終於把目光投向下一個人類受器，來自 Penn State 的研究團隊，近期推出由 AI 驅動的「電子舌頭」。

該電子舌頭將特殊的感測器，以及模擬人腦味覺系統的 AI 相結合，使 AI 能夠品嚐液體，甚至能辨別液體間的細微差異、檢測食物是否變質等等。

根據實驗結果，該舌頭可以在約一分鐘的時間內辨識目標液體，準確率超過 80%，若再輔以 AI 的數據解釋能力，準確率甚至可以達到 95% 以上！

接著來分享上一期的投票結果，這次總共有 53 位讀者參與，有接近六成的讀者對即將到來的「AI 同事」表達期待，以及支持。

但與此同時，讀者「下班提督」也為我們提供了不同觀點，除了有情感上的不熟悉感，AI 同事所衍伸出的課責性問題，也是我們需要深思熟慮的點。

關於 "AI 成為人們的工作夥伴" 這件事到現在大家應該也不覺得新奇了，而且也已經有各種試驗如火如荼的在進行了，個人認為用 AI 來處理固定流程的行政作業，相當合情合理，不過......我認為叫做 "AI 同事" 可能會意外引起比較高的抗拒感，因為儘管多的是天天在抱怨人類同事在搞、推、閃、飄的，但真要用 AI 取代他，情感上還是 "怪怪的"，而且也不禁會讓人懷疑自己是不是下一個會被取代的。同時個人認為這邊還會衍生出"責任"的問題，因為"AI 助手" 代表了是使用者要負責，可一旦換成 "AI 同事" ，就至少代表是同位階了，那出問題的話我可不可以一推二五六，說都是 AI 的錯呢? 或者倒過來，AI 出錯卻怪我的指令不夠精確呢? 因此這次我選擇 "C. 中立" 我認為看得出好處，但實行上需要再多加思量。

--- 下班提督

近期，擔任 Trustinsights.ai 首席數據科學家的 Christopher Penn，在 Linkdin 發表相關文章，指出 AI 檢測工具其實並非跟我們想得一樣聰明。

為了因應越來越多的 AI 生成內容，許多 AI 檢測工具，例如 ZeroGPT，如雨後春筍般冒出，宣稱可以從文章內容去判斷，該文章是否是 AI 生成的結果。

Penn 嘗試把美國獨立宣言丟給 ZeroGPT，結果 ZeroGPT 表示該內容有 97% 是由 AI 生成的……（難不成 Thomas Jefferson 拿到時光機了XDD

*延伸討論：AI 檢測工具可能不如我們想得那麼準確，像是 ZeroGPT 錯判美國獨立宣言為 AI 生成內容。對 AI 檢測工具的準確性有何看法？這樣的誤判是否會對信任和檢測結果的可靠性產生影響？AI 檢測工具在學術或商業領域中應該扮演什麼樣的角色？