TODAY’S MENU

  • 🗞️|Claude 開放台灣註冊!

  • 🗞️|個人陪伴 AI:Pi 宣佈連接網路

  • 🚀|百度推出「文心大模型 4.0」

  • 🚀|TabLib:6.27 億個表格

  • 📊|42% 的 Mac 用戶每天使用 AI

  • 🔬|GPT 模型到底可不可靠?

  • 🔍|深度文章:通用人工智慧 AGI 是否已經存在?

🗞️

NEWS

閱讀時間:1 分鐘

ChatGPT 的最大競爭對手 Claude 在昨天宣布開放給包含台灣在內的 95 個國家使用。

Claude 最大的優勢就是在於能夠輸入 100k 的上下文長度,這長度是連一本書都能消化,只要把 PDF 丟進去,馬上能回答你的問題。

我已經使用 Claude 2 三個月的時間,幾乎每天都會使用,最常使用的場景就是協助我閱讀論文(之前也寫了一些有關 Claude 的介紹、比較)

從 9 月初開始, Claude Pro 推出後,Claude 免費版就多了使用次數限制(沒有標準次數,依照對話長度),我的使用經驗一段時間(8 小時內)看 2-3 篇論文是沒問題的。

閱讀時間:1 分鐘

Inflection AI 「個人陪伴 AI:Pi」,在昨天正式宣佈連接網路,未來已經可以詢問 Pi 世界上發生的最新新聞、活動

Pi 是我目前認為「能與 AI 說話對談」最順暢最像人類的 AI,前陣子 ChatGPT 推出的「說話對談」新功能也無法達到這樣的流暢度。

還不熟悉 Pi 的讀者可以閱讀我之前介紹的文章 👉【你的私人 AI:Pi 】

🤝

SPONSOR

合作夥伴

beehiiv 是一個電子報平台,由知名電子報 Morning Brew 早期員工創立,他們清楚知道如何將電子報從零擴展到數百萬粉絲

beehiiv 內建了發送電子報所有必備的工具,包含訂閱數成長電子報客製化數據分析工具。後續也不斷推出專為電子報經營設計的功能,包含:內建表單、反饋投票、推薦計畫、SEO 網頁優化…等。

beehiiv 提供永久免費方案,如果你也想要開始經營電子報,現在就是最好的時機。

🚀

LAUNCH

閱讀時間:3 分鐘

百度昨天在 「百度世界大會 2023」宣佈推出「文心大模型 4.0(ERNIE 4.0)」,是目前「文心一言」全面升級版本

百度 CEO 李彥宏也提到「文心大模型 4.0」的表現,不會輸給現在的 GPT-4,也現場展示了它的「推理能力」「記憶能力」

之前文心一言開放時,我就有嘗試過,表現確實還不錯,我也很喜歡「一言百寶箱」的設計,但限制真的太多,動不動就會被系統判定違規

閱讀時間:4 分鐘

Approximate Labs 推出 6.27 億個表格 8,670 億個 token 開源數據集 TabLib,是目前最大、最多樣表格數據集之一。

TabLib GitHub Common Crawl 等來源中,提取的超過 6.27 億個表格,包括網頁Excel 試算表CSV 檔案SQLite 資料庫等表格。

TabLib 希望能夠幫助建立一個由「表格數據」訓練的新型模型:大型數據模型(Large Data Models)

表格範例:提取 GitHub 上來自 FiveThirtyEight 的 2016 年 NCAA March Madness 預測 CSV 文件

📊

CHART

閱讀時間: 5 分鐘

App 訂閱管理服務 Setapp 前天發布了一份「2023 年 Mac App 報告」(完整報告),收集了 1,241 名 Mac 用戶(主要來自美國)AI 應用App 的使用情況。

結果發現,有 42% 的 Mac 用戶每天都會使用 AI 相關的 App(最常使用的 AI App),並且有 63% 的 AI App 用戶認為 AI 工具是有益的。

🔬

RESEARCH

論文長度:95 頁

我們幾乎每天都在使用 GPT 模型,但 GPT 模型到底可不可靠?

為了回答這個問題,Microsoft Research 和其他三間美國名校,提出了針對大型語言模型(LLMs)的全面可信度評估

論文主要研究 GPT-4 GPT-3.5,考慮了包括偏見隱私機器倫理公平性等多個面向。

結果發現, GPT 模型很容易會被誤導,導致生成有害或偏見的回答,可能還會洩漏訓練數據或是歷史紀錄的隱私訊息

雖然 GPT-4 一般表現比 GPT-3.5 更穩定,但 GPT-4 對於一些特別設計用來繞過 LLMs 安全措施的 Prompt,更容易被誤導

🔍

INSIGHT

閱讀時間:18 分鐘

這篇文章討論了「通用人工智慧(Artificial General Intelligence,AGI)」是不是其實已經存在了。(AGI:能夠像人類一樣處理各種任務的 AI)

作者認為,其實目前的一些 AI 模型,像是 ChatGPT、Bard、LLaMA Claude 2 都已經展現出 AGI 的特徵

但為什麼大多數專家都還不認為 AGI 已經存在了呢?

文章分析了 4 點原因:

  1. 目前 AGI 的評估標準還不夠完整,部分測試都有設計的漏洞,不能真實反映是通用智慧。

  2. 有些研究者堅持符號系統、語言結構等傳統 AI 方法是必要條件,認為神經網路模型本質上無法達到真正的通用智慧。

  3. 部分人認為 AGI 必須要有類似人類的意識、主觀感受等,但這目前很難在驗證,什麼是有意識?什麼是有主觀感受?

  4. 害怕 AGI 會取代大量人力工作,造成經濟威脅

作者認為,儘管目前頂尖的 AI 模型還存在不少問題,但未來幾十年後,人們就會意識到現在看到的這些模型就是 AGI 最初的樣子