在我們使用著 AI 工具時，全球有數百萬所謂的「點擊工作者」正在訓練 AI 模型，像是教 AI 分辨行人和棕櫚樹的區別。

而在高薪的芬蘭，「點擊工作者」非常稀少，但芬蘭新創 Metroc 發現了囚犯是很適合的勞動力。

他們透過監獄勞工的幫忙來訓練大型語言模型，幫助模型可以理解新聞文章和政府文件，來讓建築公司可以快速找到新批准的建築項目。

一位美國小男孩，他因為慢性疼痛，看了 3 年 17 位醫生，但都沒有找到確切的病因。

最終，他的媽媽在 ChatGPT 輸入了小男孩過去就診的 MRI 紀錄，找到了病因「脊髓栓系症候群」，後續也被醫生證實。

但專家還是警告，AI 目前還是存在很多不確定性，因此不能完全取代專業醫生的診斷。

英國國家航空交通服務（NATS）、艾倫圖靈研究所和英國艾希特大學共同合作，開發了一個由 AI 控制的航空交通管制系統。

這個項目計劃「Project Bluebird」目標是減少航空業對環境的影響、減少航班延誤，並解決航空交通管制人員短缺的問題。

這個 AI 模型使用了過去 10 年紀錄的 1,000 萬條飛行路徑數據來訓練，項目預計將在 2026 年完成。

Roblox 是一個線上遊戲平台和遊戲創建系統，可以讓用戶自己打造遊戲，也能玩其他用戶設計的遊戲。

他們在最近的開發者大會上宣佈將推出了新的 AI 助手，可以幫助遊戲創作者直接用生成式 AI 編寫遊戲程式和建立虛擬資產。

這個 AI 可以回答 Roblox 上所有開發的問題，讓開發者能夠更加專注在創造遊戲體驗上。

根據 Similarweb 流量統計網站最新的報告，ChatGPT 的訪問量在各國慢慢開學後，下跌開始出現趨緩，美國的訪問量甚至已經回到增加的數字。

美國使用 ChatGPT 的人數在五月下降了 10%，六月下降了 15%，七月下降了 4%，而八月增加了 0.4%。

全球數據雖然在八月仍舊下降了 3 %，但也能發現流量曲線已經趨緩。

這篇論文《Communicative Agents for Software Development》是美國布朗大學和中國多所大學進行的一個研究，實測 GPT-3.5 是否能夠在沒有事先訓練的情況下，完成一間科技公司開發軟體的過程。

他們創建了一間虛擬的軟體開發公司 ChatDev，並分配 AI 模型各自需要扮演的角色，例如：CEO、CTO、美術設計師、程式設計師等等。

這些 AI 角色會根據開發軟體的不同階段各自執行自己的任務，例如：委託ChatDev 設計一個五子棋遊戲，CEO、CTO 會先發想要如何設計，然後請程式設計師編寫程式，就像一般公司一樣。

研究結果發現，有 86.66% 開發的軟體是完美的，而且在 70 次的任務中，平均只需要 7 分鐘就能完成，成本只需要 1 美元。

這篇論文是 Project Gutenberg 和 Microsoft 合作，提出了一個可以讓「電子書自動生成有聲書」的 AI 技術。

他們從 Project Gutenberg 的大量電子書中，自動提取出適合朗讀的純文字。

然後使用 AI 語音合成技術，將文字轉為自然的語音，並且可以調整聲音的速度、音調、情緒等。

甚至透過很少的語音樣本，就能複製人的聲音，生成個人化的有聲書。

他們應用這個系統，已經生成超過 5000 本免費開源的有聲書，總長度達 35, 000 小時。

這些有聲書在各大 Podcast 平台都已經能夠收聽，效果很不錯，有興趣的讀者可以參考這個網站。

這篇文章是由美國電腦科學家 Melanie Mitchell 在她專欄《AI: A Guide for Thinking Humans》最新的一篇文章。

討論現在的大型語言模型（LLM）是不是真的具有推理能力，文章先透過定義「推理能力」是抽象思考的能力，能透過多步驟推理來解決問題。

但目前模型生成的推理步驟，不一定反映真實的運算過程，模型可能只是按照訓練資料中的方式匹配，如果是不熟悉的概念，推理能力就會減弱。

作者認為目前的證據不足以證明大型語言模型（LLM）具備可靠的通用推理能力。