Google DeepMind 发现让AI"深呼吸"后会使能力暴涨

Google DeepMind 发现让AI"深呼吸"后会使能力暴涨 Google DeepMind 的新研究发现，相比可以大幅提高语言模型能力的经典提示词"让我们一步一步思考"，如果在前面加上"让我们先深呼吸一下"，语言模型在 GSM8K 上的成绩会从71.8飙升到80.2。这对于一个没鼻没肺的机器人来说很奇怪，不过也开阔了人们使用提示词的思路。 "深呼吸"这个提示词是AI自己找到的，Google DeepMind 使用了一种叫 OPRO (Optimization by PROmpting) 的方法，AI会对AI的回答打分，递归调用优化问题描述，最终发现最优提示词。研究团队还发现，语言模型优化后的提示词明显优于人类设计，有时表现超50%。 网友开玩笑到「接下来他们将需要8小时的休息并在早上盯着阳光才能保持高效。」 还有网友嘲讽了语言模型的安全训练「抱歉，作为 OpenAI 创建的大型语言模型，我无法"深呼吸"。」

世界最强AI实验室诞生：谷歌大脑与 DeepMind 宣布合并

世界最强AI实验室诞生：谷歌大脑与 DeepMind 宣布合并 合并后的 Google DeepMind 将由 DeepMind 首席执行官 Demis Hassabis 领导，谷歌大脑负责人 Jeff Dean 将担任 Google DeepMind 和谷歌研究院的首席科学家。 谷歌大脑开发了当今最重要的神经网络架构 Transformer 和开源机器学习框架 TensorFlow；DeepMind 创造了战胜人类顶尖围棋选手的 AlphaGo 和预测了几乎全球所有蛋白质结构的 AlphaFold。 称，长期以来谷歌一直将谷歌大脑和 DeepMind 视为独立的团队，尽管它们在AI研究的部分领域存在很大重叠。这种模式有时会在双方领导者之间造成紧张关系，因为部门间会夺资源。

谷歌家的好东西，可以帮你学会如何写 AI 画图提示词。

谷歌家的好东西，可以帮你学会如何写 AI 画图提示词。 除了教你技巧外还会有对应的练习，给你一张图片让你用学习的技巧写提示词复刻图片。 藏师傅第一等级全部 70 分以上通过，哈哈。 来测试一下你的 AI 画图提示词能力吧，又要干苦力给谷歌打标了。 这里尝试：

Notion 官方发文分享提示词技巧，我读完后印象最深的 4 点

Notion 官方发文分享提示词技巧，我读完后印象最深的 4 点 1. 不要用负面描述 在提示词里描述任务要求时，用「只输出 markdown」这样的正面描述，不要用「别输出 markdown 以外的内容」。 从文中的解释来看，AI 在处理涉及「不要做 X」的指令时，会将其等同视为「做 X」，因而错误的做出我们希望它避免的事。 之前@余一.Dev 也分享过这个注意点 2. 给 AI 套人设 AI 不那么擅长区分好坏，但很擅长模仿，如果要 AI 做的某件事是某个人设擅长应对的，可以让 AI 代入那个人设。 比如文中举例让 AI 写营销计划，就指定了市场分析师的角色，在提示词里写了「You’re a market analyst」。 这个技巧也是我现在很常用的，比如让 AI 处理代码时，会让它代入程序员的角色。之前我参与的一个翻译项目，也是用这个技巧提升了翻译质量。 面对上万字的游戏更新日志，让 AI 代入对应游戏的资深玩家，相比一开始不代入角色输出好了很多，游戏里的术语基本都能正确翻译出来。 3. 让 AI 先深呼吸 在调节精神状态的正念练习中，会引导参与者先深呼吸、平复心境，以便更好的处理杂乱的思维，但我没想到这对 AI 也有用。 如果在提示词里让 AI 先深呼吸，据文中说可以得到更好的输出结果。 但为什么会这样？我顺着 Notion 官方的这篇文章找到了原文，了解到目前有个推测的解释。 AI 训练中会用到不少来自问答论坛的数据，而这些地方的高质量回答通常会以「let’s take a deep breath」或「let’s think step by step」开头，导致学习了这些相关性的 AI 在同样的引导下更容易输出高质量的回答。 类似的技巧还有不少，比如最近热传的承诺小费，或是@莫唯书_Mark 叠满 buff 施法的操作 4. Notion AI 相较 ChatGPT 的亮点 我用 Notion AI 几乎也是从一上线到现在，这么长时间的使用中，老实说除了访问的门槛，我并没有觉得 Notion AI 相比 ChatGPT 好多少。

谷歌 DeepMind 推出 SynthID 工具，能在 AI 生成的图像中嵌入隐形水印

谷歌 DeepMind 推出 SynthID 工具，能在 AI 生成的图像中嵌入隐形水印 谷歌 DeepMind 团队今日推出了一款名为 SynthID 的工具，可以在 AI 生成的图像中嵌入人眼不可见的水印，但可以用专门的人工智能检测工具检测出来，以便于区分真实和虚假的内容。 SynthID 的原理是在图像的像素中嵌入一个水印，但不会影响图像本身的质量和体验。该水印可以抵抗裁剪、缩放等常见的图片编辑操作，只有专门的 AI 检测工具才能识别出来。 谷歌 DeepMind 的 CEO Demis Hassabis 表示，SynthID 是为了解决深度伪造（deepfake）等潜在危险的问题而开发的。他认为，在 2024 年美国和英国即将举行大选的背景下，建立 AI 图像识别系统是非常重要的。他还表示，SynthID 的基本思想也可以应用于视频和文本等其他媒体。来源 ， 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

谷歌全面整合AI力量背后：DeepMind浮沉史

谷歌全面整合AI力量背后：DeepMind浮沉史 曾经被视为AI皇冠明珠的DeepMind，如今却走下神坛，在人才争夺中失去绝对优势。近年来，从DeepMind出走创业的顶尖研究人员越来越多。Google旗下的最强AI研究机构，化身大规模向社会输出AI人才的工厂。Cohere、Mistral、Inflection等新兴资本宠儿，其创始人或首席科学家都出自DeepMind。如果说离开大公司创业是许多人才合理的去向，那么DeepMind联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman）在创办Inflection两年后，于2024年3月高调回归另一家大厂微软去当打工人的举动，着实让Google和DeepMind更尴尬。熟悉AI大模型招聘的科锐国际猎头綦俐丽对“甲子光年”表示，近期招聘市场中，拥有更多数据量和GPU的大厂，的确要比独角兽创业公司更吸引候选人，因为前者“做成大模型这件事的概率高得多”。甚至在独角兽开出更高的薪资后，候选人还是选择去大厂。“工资的话，现在大家给得都不错。”“（候选人）第一关注算力，第二关注数据量。”綦俐丽说。乘着大厂起势的东风，Google也下定决心整合AI大模型的研发力量，让集大成之作Gemini迈上新的台阶。尤其是最近一周，Google的动作逐渐加快。4月15日，DeepMind首席执行官德米什·哈萨比斯（Demis Hassabis）在温哥华举行的TED大会上表示，Google未来将投入超过1000亿美元用于AI开发，并且高调表示Google的计算能力高于微软等对手。4月18日，GoogleCEO桑达尔·皮查伊（Sundar Pichai）宣布将通过团队重组加快AI产品的开发部署。所有研究AI模型的团队都将归入哈萨比斯领导的DeepMind。“这些变化延续了我们过去一年所做的工作，即简化我们的结构并提高速度和执行力。这有助于加快我们Gemini模型的开发，统一我们的机器学习基础设施和开发团队；这样就能实现更快的决策、更智能的计算分配和更好的客户体验。” 皮查伊在公司博客中写道。此时距离DeepMind与Google Brain正式合并，已经过去整整365天。这个更庞大的新部门仍然冠以DeepMind的名号，意味着哈萨比斯在Google的权力大大增强。但哈萨比斯也和14年前创立之初的DeepMind渐行渐远。01 “无人离开的公司”2010年，哈萨比斯与儿时好友苏莱曼，以及来自新西兰的研究同僚谢恩·莱格（Shane Legg）共同在伦敦创立了DeepMind。这是一个看起来稳固的三人组，也有着清晰的风格划分：哈萨比斯和莱格结识于伦敦大学学院，两人分别拥有神经科学和人工智能的博士学位。苏莱曼则专注于产品开发和政策方面。或许和哈萨比斯与苏莱曼分别拥有剑桥和牛津的学习经历有关，几年之内，许多剑桥和牛津的研究人员来到DeepMind，把这里打造为深度学习圣地。即便陷入资金困境，它也能成为当时的Google和Facebook竞相追逐的对象。2014年1月，Google以6亿美元将DeepMind收入囊中，并且赋予对方极大的独立性。在日后多次登上全球媒体头条时，DeepMind仍然是那家“位于伦敦的AI公司”，与熙熙攘攘的硅谷相隔一整个美国外加大西洋。当时尚未满40岁的哈萨比斯坚持把DeepMind留在了自己的家乡。他出生于伦敦北部，父亲是希腊裔塞浦路斯人，母亲是新加坡华裔。如果不多做介绍，你很容易把这位曾经的国际象棋神童当成DeepMind的实习生。但他也被业内称作“地球上最聪明的人之一”。年轻时的哈萨比斯，图片来源：英国皇家工程院哈萨比斯透露，DeepMind是否要留在伦敦是没有商量余地的。“如果你拥有剑桥大学的物理学博士学位，并且想做一些改变世界的技术，那么这里没有那么多选择，但在硅谷有成千上万个。如果你想专注于一些长期的目标，硅谷又像是一个泡沫，人人都想5分钟打造一个Snapchat，这个体系里噪音太多了。”在2015年面向《WIRED》杂志发表上述观点时，哈萨比斯还表示，贝尔实验室或者微软研究院更像是学术机构，而DeepMind与Google的结合是“两个世界的融合，所有伟大的进步都会因此而到来神经科学和机器学习，学术思维和创业思维，结合在一家大公司内”。不过在那之后很长一段时间里，DeepMind同样展现出纯粹的学术气质，它没有帮助Google增加广告营收的压力。“我们在做的是长期的研究工作，”苏莱曼曾说，“如果我们只是为现在可以想到的产品做解决方案，那我们就是在限制自己的想象力。”2016年3月，AlphaGo战胜围棋世界冠军李世石，这场惊天胜利打开了DeepMind的公众知名度，也把全球的投资者推向AI应用的浪潮。当月，美国媒体Business Insider发文吹捧DeepMind，将它称作“一家无人愿意离开的伦敦初创公司。”接连发布AlphaZero、AlphaFold等游戏和科研领域的AI力作后，截至2020年，DeepMind已发布上千篇引用量极高的论文，其中13篇发表于《自然》或《科学》这两大顶级期刊。佐治亚理工学院交互式计算学院副教授马克·利德（Mark Riedl）在2021年被问及AI公司排名时表示：“从声誉上看，DeepMind、OpenAI 和 Facebook的FAIR有充分理由当选前三名。”AlphaFold模拟的人类蛋白质结构示意图，图片来源：DeepMind官网由此，DeepMind走上一条独特的AI产品路线：以游戏作为形式，以论文作为成果，论证机器可以通过反复试验来学习并解决复杂的问题，然后推动在医疗、科研等领域的实际应用。这是以牛津和剑桥为代表的英国AI学术界为DeepMind打下的底色。但在2022年后更侧重产品应用层面的AIGC时代，这也成为它的隐忧。在DeepMind的曝光度达到顶峰的2016年，据Business Insider援引领英数据统计，至少十余位牛津和剑桥的深度学习博士后或研究人员离开学术界加入DeepMind。在Google收购后的这两年里，DeepMind也从100人扩大到250人。剑桥大学未来智能研究中心主任史蒂芬·凯夫（Stephen Cave）指出，DeepMind彰显了学术界人才流失到企业的问题。他指出部分人工智能研究方向很难在企业得到应有的关注，一些富有哲学性的工作很难吸引大多数科技公司在上面投入时间。时隔8年，史蒂芬·凯夫于2024年4月在邮件中对“甲子光年”坦言，当年的采访内容存在媒体夸大的成分。而DeepMind的定位和地位，也悄然发生了改变。02 阵痛期的出走收购DeepMind的决定本身，在Google就不是众望所归。当时Google麾下至少有十多个AI研究团队，其中Google Brain是知名度较高的一个，仅比DeepMind晚成立一年。该团队早期的主要项目包括改进Google地图的图像识别，Android系统的语音识别等，后来在2017年提出Transformer架构，奠定了自身的地位。当DeepMind以一种特殊的独立角色加入Google后，各团队的摩擦加剧。Google多位前员工对The Information表示，Google Brain早已展示了自己的价值，但DeepMind长期无法证明花费在它身上的巨额成本是合理的。另一方面，DeepMind团队对Google其他部门开发的机器学习算法也不感冒。剑桥大学计算机教授乔恩·克洛克夫特（Jon Crowcroft）对CNBC表示：“投资者会在更初期的阶段就关注大客户和收入来源到底在哪儿。（DeepMind）他们开发了可以实现这一目标的技术和原型工具，但实验室与现实之间还有很长的路要走。”被Google收购五年后，为了更好地磨合学术追求和Google的商业产品导向，DeepMind来到一段阵痛期。DeepMind从2016年到2019年的营收与亏损，图片来源：VentureBeat2019年初，三位DeepMind人工智能工程师离职，比如著名安全工程师本·劳里（Ben Laurie）回到前雇主Google麾下。总数虽小，但DeepMind“无人离开”的“金身”已破。一位DeepMind前研究科学家对欧洲创业媒体Sifted表示，他离开DeepMind的原因之一是，他不确定自己正在从事的项目能否在科研成果转化的压力中幸存。“当我们被要求产生更多商业影响时，... PC版： 手机版：