TODAY’S MENU

  • 🗞️|大型科技公司誇大 AI 風險

  • 🗞️|Phind 模型超越 GPT-4

  • 🚀|阿里巴巴推出「通義千問 2.0」

  • 📚|吳恩達免費課程正式上線!

  • 🔬|AlphaFold 下一代模型

  • 🔍|深度文章:與 AI 合作的兩種 Prompt 方式

🗞️

NEWS

閱讀時間:3 分鐘

Google Brain Co-founder 吳恩達在最近一次的訪談中,告訴《Australian Financial Review》大型科技公司「誇大」AI 會消滅人類的風險,因為這些大公司想要主導市場

「AI 會消滅人類」這件事開始被當真,政府就不得不立法加強監管

這就導致新創會更難在市場存活,降低了開源社群新創的競爭力,扼殺了創新,而大型科技公司不需競爭就能漁翁得利

閱讀時間:2 分鐘

Phind 是一個為開發人員設計的 AI 搜尋引擎,可以透過 Phind 搜尋各種知識,特別是程式設計相關的知識,幫助你完成開發工作

而他們最近宣布 Phind Model V7 程式設計能力已經能夠媲美 GPT-4,在保持效果的同時,運行速度還能快 5 倍

Phind Model V7 是使用開源模型 CodeLlama-34B 進行微調,在 HumanEval 最新的一次測試中,取得 74.7% pass@1 的成績,超過了 GPT-4

🤝

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:6 分鐘

阿里雲在這禮拜正式發佈了新一代的 AI 模型「通義千問 2.0」,在 10 個測試中中,通義千問 2.0 的性能已經完全超過 GPT-3.5,逐步接近 GPT-4(參考上圖)。

通義千問 2.0 這次在訓練中學習了更多中文資料,進一步強化了中文理解和表達能力。在中文任務方面,以明顯優勢在 C-Eval 基準測試中獲得最高得分。

同時,他們也推出了 8 個行業模型程式助手、AI 閱讀助手、工作學習 AI 助手、個性化角色創作平台、投研助手、智能客服、個人專屬健康助手、AI 法律顧問。

📚

COURSE

課程時間:3 小時

期待超久的吳恩達免費線上課「Generative AI for Everyone」終於正式上線,這次課程總共有 3 個章節共 3 小時

  • 第一章:生成式 AI 介紹

    • 什麼是生成式 AI?

    • 生成式 AI 應用

  • 第二章:生成式 AI 專案

    • 軟體應用程式

    • 先進技術:超越 Prompting

  • 第三章:生成式 AI 在工作和生活中的應用

    • 生成式 AI 與商業

    • 生成式 AI 與社會

上完這堂課可以學到什麼?

  • 生成式 AI 是什麼?

  • 生成式 AI 能做什麼,不能做什麼?

  • 如何在你自己的世界中使用生成式 AI?

  • 揭穿有關生成式 AI 的錯誤資訊,並思考如何最好地利用這項技術。

  • 學習最佳的學習方法,並探索生成式 AI 是否有用。

這堂課是針對所有人設計的,不管有沒有程式基礎都適合,我看完課程大綱真的覺得超級扎實,對於一般人使用 AI 來說已經超級夠用

如果有讀者有想要「系統學習如何使用 AI 」先上完這堂課,再去考慮其他付費的線上課程吧!😂

🔬

RESEARCH

閱讀時間:5 分鐘

Google DeepMind 研發的蛋白質結構 AI 預測系統 AlphaFold,自從 2020 年推出後就極大改變了蛋白質研究

最近 Google DeepMind Isomorphic Labs 合作開發出了 AlphaFold 的下一代模型,已經可以預測蛋白質資料庫中幾乎所有分子(小分子、DNA、RNA)的結構

這個新模型在藥物發現方面有非常大的價值,準確預測蛋白質-配體結構可以幫助識別設計有可能成為藥物的新分子

這些小分子在過去是很難準確預測的,這次的升級將會加速生物醫學的突破,有機會實現下一個「數位生物學」時代。

🔍

INSIGHT

閱讀時間:14 分鐘

Ethan Mollick 最新的文章提到了兩種不同的 Prompt 方式:「對話式 Prompt」「結構式 Prompt」 ,討論我們該用什麼角度看待 Prompt

Ethan Mollick 認為我們真的不需要強調「Prompting」,因為未來需要 Prompt 的地方只會越來越少,隨著 AI 的進步,AI 自己就能推測出用戶需要的內容。

例如,最近在 ChatGPT 上推出的新功能 DALL-E 3,幾乎已經不需要自己設計Prompt,只要跟它說簡單的想法,它就能幫你設計出對應的 Prompt,生成出你想像中的圖片。

這種直接與 AI 對話的方式就是「對話式 Prompt」,而這種方式對大多數的用戶來說,已經足夠完成日常工作的需求。

而另一種 Prompt 的方式,將角色、目標、指令、限制等等詳細寫好的「結構化Prompt」,雖然目前還是有些價值,但隨著 AI 持續進步,「結構化 Prompt」可能也會慢慢變得不那麼重要,最後只要與 AI 輕鬆對話就能完成任務。