Meta 在上禮拜五正式推出了 Code Llama，這是用 Meta 自家的 Llama 2 模型訓練，專門生成和討論程式碼的開源大型語言模型。

Code Llama 有 7B、13B 和 34B 參數的模型可以使用，除了可以生成程式碼和 Debug 外，上下文還可以輸入高達 100K 個 Token。

現在已經可以下載 Code Llama 模型，在研究或是商業都能免費使用。

英國健康科技公司 Cera 用 AI 創造了一個虛擬教練，來快速培訓社會照護人員。

虛擬教練可以用多種語言來教他們各種必備技能，例如：怎麼識別中風的跡象等。

如果這個計劃可以在全英國推行，每年將能訓練出 20,000 名新的照護工作者，能大幅減低社會照護人力不足的問題。

Amazon 將在今年的 NFL 美式足球比賽中大量使用 AI 和機器學習技術。

觀眾在觀看比賽時，可以看到各種新的螢幕資訊，例如：當四分衛傳球時，畫面會自動顯示求場上最空曠的接球手。

球員最有可能跑到哪，或者有多高的機率可以得分都能夠顯示。這個感覺已經是黑科技了，但不知道這樣看球還有什麼樂趣！

美國一家叫做 Poolside AI 的新創，最近種子輪成功募資 1.26 億美元，其中一位創辦人曾經是 GitHub 的 CTO。（連網站都還沒有…就 1.26 億美元）

這家公司的目標是打造一個用自然語言就能編寫程式的大型語言模型，例如老師可以用它來創造一個教學應用，或者醫生可以用它來管理預約。

他們希望這個工具未來可以讓沒有編程經驗的人，也能輕鬆打造有用的軟體。

根據 CFP Board 進行的調查發現，接近三分之一的人對於 AI 生成的財務建議，就算不用做任何查證，他們也能完全信任。

其中，45 歲以上的投資者對 AI 提供的財務建議感到「非常滿意」的比例高達62%，而 45 歲以下的投資者則只有 38%。

因為目前 AI 產生「幻覺」的比例還是很高，對於自身財務建議來說，還是不要太相信 AI 的話，需要自己求證。

這篇 88 頁的論文是由 2018 年圖靈獎得主 Yoshua Bengio 共同撰寫，主要在探討「近期的 AI 系統是否可能具有意識？」

為了解這個問題，研究者們參考了多種有關意識的科學理論，提出了一些用於評估 AI 是否可能具有意識的「指標特性」。

最後論文結論是，目前市面上的 AI 系統還沒有達到這些意識指標，但從技術角度來看，未來打造具有這些指標的 AI 系統是可行的。

Mark Riedl 是一名電腦科學家，也是 Georgia Tech School 電腦科學院的教授。

這篇文章是 Mark Riedl 近期最新的文章， 主要在講「通用人工智慧（Artificial General Intelligence，AGI）」目前還缺少了哪些核心元素？

作者認為，目前的大型語言模型（LLMs）像是 GPT 系列，其實並沒有走在通往AGI 的道路上。

要達到 AGI，我們需要以下幾個元素：

這篇文章非常長，我覺得難度也相對比較高，但對理解 AGI 非常有幫助，推薦給大家！

影片中，AI 將咖啡廳內的每個人都標上了記號，客人待了多久，店員做了幾杯咖啡，完全都一清二楚！🤯