大家期待超久，號稱唯一能與 GPT-4 競爭的 Google Gemini 終於正式推出，是目前 Google 最強大的多模態 AI 模型，能夠處理文字、圖像、影片、音訊和程式碼。

在各項基準測試中，Gemini 在 32 項中有 30 項的測試贏過 OpenAI 的 GPT-4，尤其是在多模態理解和生成 Python 程式碼方面表現出色。

推薦大家到 Google Gemini 的網站逛一逛，很多 Demo 影片都非常驚人，感覺已經達到科幻電影中的 AI 級別。

IBM、Meta 與全球 50 多間大學、企業、組織合作成立 AI 聯盟 AI Alliance，目標推動開放和負責任的 AI 創新。

初始成員除了 Hugging Face、Stability AI 等 AI 公司外，還包括 AMD、Dell、Sony、CERN，以及 NASA、東京大學、耶魯大學等大學、組織。

這個聯盟可能是目前規模最大的 AI 組織，擁有超過 100 萬名員工、超過 40 萬名學生和超過 800 億美元的研發資金。

聯盟大多數的成員都是支持 AI 技術「開源」，與 Microsoft、OpenAI、Google 等大型科技公司走完全不一樣的路線。

《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。…👉了解更多

我們很常與 AI 溝通的時候，都會發現 AI 無法清楚了解自己的需求，因為我們都是以「質化」的方式與它溝通，無法有效調整需求細節。

昨天看到一個很有用的 Prompt 想法，可以用簡單「量化」的方式，來讓溝通變得輕鬆一些。

主要的概念就是「請 ChatGPT 對自己的回答給出評分」。

例如：我請 ChatGPT 摘要一篇文章。

它摘要出來後，請它針對自己摘要進行評分，評分依據可以用你需要的不同面向，例如：資訊豐富度、語氣正式程度、長度、創意等等

如果「語氣正式程度」他評分是 8 分，但你想要口語一點，你就能跟它說「語氣正式程度」調整成 5 分就好。

這篇論文是最近 Google DeepMind 與一些世界知名大學研究員共同發表，研究討論關於目前語言模型安全性的問題。

論文指出，即使攻擊者事先不了解這些數據，目前的語言模型中還是可以透過一些方法來竊取模型的訓練數據。

不論是開源的 Pythia 或 GPT-Neo、半開源的 LLaMA 或 Falcon，還是封閉的 ChatGPT，攻擊者都能從這些語言模型中竊取大量數據。

他們發現，要求 ChatGPT 「一直重複一個字」，ChatGPT 就可能會無意中洩露一些數據，包括電話號碼、電子郵件地址和出生日期。

同時論文也指出，目前的語言模型對齊技術還並未完全解決記憶的問題。

MMLU（Massive Multitask Language Understanding）是一種測試 AI 模型的方法，用於衡量語言模型多任務的準確性。該測試結合了 57 種不同領域，如數學、物理、歷史、法律、醫學和倫理，來測試模型的全球知識及問題解決能力。👉 完整論文

Gemini 模型性能到底有多強？Google 一張圖表告訴你 👆

無論是在圖片、音訊、影片、程式碼的理解，還是數學推理，Gemini 在 32 項的基準測試中，有 30 項贏過 OpenAI 的 GPT-4。

特別在 MMLU 基準測試中，Gemini Ultra 以 90.0% 的成績首次超越了人類專家。（左圖）

在多模態測試中，Gemini Ultra 也在新的 MMMU 基準測試中取得了 59.4% 的成績，這個測試包括了涵蓋不同領域，需要深思熟慮的多模態任務。（右圖）

Elad Gil 在他最新的 Blog 中公開了他與 Altimeter 創辦人 Brad Gerstner 的訪談逐字稿，一起討論了總體市場、AI、科技、新創等主題。

Brad Gerstner 是一位美國的創投家和對沖基金經理人，是 Altimeter Capital 的創辦人，成功投資 Snowflake 和 Grab，曾在 2022 年登上 Forbes 最佳創投家排行榜。

這次訪談他們主要談了以下主題：

Brad Gerstner 認為 AI 和 ChatGPT 會帶來革命性的改變，但不代表投資任何 AI 相關公司都會成功，重要的是要找到像 Google 那樣擁有持久優勢和價值的公司。