Google DeepMind 最新研究:AI 写的笑话还真不好笑

Google DeepMind 最新研究:AI 写的笑话还真不好笑 不过这个研究成果也不令人意外,毕竟不管是 OpenAI 还是 Google,都会为了避免让模型产生暴力或有关种族歧视的内容而设置一系列安全过滤机制,所以那些有关种族或黄色的内容自然也不会生成。 写不出地狱笑话

相关推荐

封面图片

ℹGoogle DeepMind公司使用AI来对7100万种错义突变进行分类,AlphaMissense帮助研究人员能够一次预览

ℹGoogle DeepMind公司使用AI来对7100万种错义突变进行分类,AlphaMissense帮助研究人员能够一次预览数千种结果# 之前介绍过Google与美国国防部共同研发的AI人工智慧显微镜找出癌症位置的文章,Google DeepMind公司使用新的AI人工智慧模...

封面图片

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:

封面图片

Google DeepMind 推出评估AI模型危险性的新框架

Google DeepMind 推出评估AI模型危险性的新框架 访问:NordVPN 立减 75% + 外加 3 个月时长 另有NordPass密码管理器 根据一份与 Semafor 独家分享的声明,DeepMind 将与其他公司、学术界和立法者合作,共同完善该框架。该公司计划在2025年前开始实施其审计工具。如今,评估功能强大的前沿人工智能模型更像是一个临时过程,随着研究人员开发新技术而不断演变。"红队"会花费数周或数月的时间对其进行测试,尝试可能绕过保障措施的不同提示。然后,公司会采用各种技术,从强化学习到特殊提示,使模型符合要求。这种方法对现在的模型很有效,因为它们还不够强大,不足以构成太大的威胁,但研究人员认为,随着模型能力的增强,需要一个更强大的过程。批评者担心,当人们意识到这种技术已经走得太远时,为时已晚。DeepMind 发布的"前沿安全框架"希望解决这个问题。这是包括 Meta、OpenAI 和微软在内的主要科技公司为减轻人们对人工智能的担忧而宣布的几种方法之一。该公司表示:"尽管这些风险超出了现有模型的能力范围,但我们希望实施和改进该框架将有助于我们做好应对这些风险的准备。"DeepMind 开发人工智能模型"预警"系统已有一年多时间。它还发表了关于评估模型的新方法的论文,这些方法远远超出了目前大多数公司所使用的方法。前沿模型框架将这些进展纳入一套简洁的协议中,包括对模型的持续评估,以及研究人员在发现所谓"临界能力水平"时应采取的缓解方法。这可能是指模型能够通过操纵人类对其施加意志,在人工智能研究领域被称为"超常代理",也可能是指模型具有编写复杂恶意软件的能力。DeepMind 为四个领域设定了具体的关键能力级别:自主、生物安全、网络安全和机器学习研发。该公司表示:"在降低风险与促进获取和创新之间取得最佳平衡,对于负责任地发展人工智能至关重要。"DeepMind 将于下周在首尔举行的人工智能安全峰会上讨论该框架,届时其他行业领袖也将出席。令人鼓舞的是,DeepMind 的人工智能研究人员正在用更科学的方法确定人工智能模型内部发生了什么,尽管他们还有很长的路要走。研究人员在能力方面取得突破的同时,也在提高他们理解并最终控制这些软件的能力,这对人工智能安全也很有帮助。不过,今天发布的论文对如何进行这些评估的技术细节着墨不多。就目前而言,可以说我们还不知道目前的技术是否能让这个框架取得成功。这其中还有一个有趣的监管因素。由加州参议员斯科特-维纳(Scott Wiener)发起的一项新的人工智能综合法案将要求人工智能公司在训练模型之前对其危险性进行评估。这个框架是目前看到的第一个可能使遵守该法律成为可能的框架。但同样还不清楚技术上是否可行。还有一点:构建这些技术还有另一种用途:它可以帮助公司预测人工智能模型的能力在未来数月或数年内会发生怎样的变化。这些知识可以帮助产品团队更快地设计出新产品,从而为Google和其他有能力进行这些评估的公司带来优势。了解更多: ... PC版: 手机版:

封面图片

Google DeepMind的新AI可以为视频生成配乐和对白

Google DeepMind的新AI可以为视频生成配乐和对白 DeepMind 写道:"视频生成模型正以惊人的速度发展,但目前的许多系统只能生成无声输出。V2A技术[可能]成为让生成的电影栩栩如生的一种有前途的方法"。DeepMind的V2A技术可以将配乐描述(例如"水母在水下跳动、海洋生物、海洋")与视频配对,创造出与视频中的人物和语气相匹配的音乐、音效甚至对话,并通过DeepMind的SynthID深度防伪技术打上水印。DeepMind 表示,为 V2A 提供动力的人工智能模型(一种扩散模型)是在声音和对话文本以及视频剪辑的组合上训练出来的。DeepMind 写道:"通过对视频、音频和附加注释进行训练,我们的技术学会了将特定音频事件与各种视觉场景联系起来,同时对注释或文本中提供的信息做出响应。"关于训练数据是否受版权保护,以及数据创建者是否被告知 DeepMind 的工作,目前还不得而知。人工智能驱动的声音生成工具并不新鲜。创业公司 Stability AI 上周刚刚发布了一款,ElevenLabs 在 5 月份也推出了一款。创建视频音效的模型也不新鲜。微软的一个项目可以从静止图像中生成说话和唱歌视频,Pika和GenreX等平台已经训练出模型,可以获取视频并猜测特定场景中适合的音乐或效果。但 DeepMind 声称,其 V2A 技术的独特之处在于,它可以理解视频中的原始像素,并自动将生成的声音与视频同步,还可以选择不加说明。V2A 并不完美,DeepMind 也承认这一点。由于底层模型并没有在大量存在伪像或扭曲的视频上进行过训练,因此它并不能为这些视频生成特别高质量的音频。出于这些原因,同时也为了防止滥用,DeepMind 表示不会在短期内(如果有的话)向公众发布这项技术。DeepMind 写道:"为了确保我们的 V2A 技术能够对创意社区产生积极影响,我们正在收集来自顶尖创作者和电影制作人的各种观点和见解,并利用这些宝贵的反馈意见来指导我们正在进行的研究和开发工作。在考虑向更广泛的公众开放之前,我们的 V2A 技术将接受严格的安全评估和测试。"DeepMind 的 V2A 技术对于档案管理员和处理历史片段的人来说是一种特别有用的工具。但是,按照这种思路进行的生成式人工智能也有可能颠覆电影和电视行业。要想确保生成式媒体工具不会消除工作岗位,或者说,消除整个职业,就需要一些强有力的劳动保护措施。 ... PC版: 手机版:

封面图片

【讨厌马赛克?Google 表示你可以修复它了】Google的 AI 团队提到了一个新的图片算法,并展现了其最新的研究成果,从效

【讨厌马赛克?Google 表示你可以修复它了】Google的 AI 团队提到了一个新的图片算法,并展现了其最新的研究成果,从效果来看十分震撼通过两种不同的算法,能将 64 X 64 像素的照片还原成 1024 X 1024 像素分辨率,并且细节效果非常逼真。 #抽屉IT

封面图片

Google Cloud宣布,其最新的图像生成技术Imagen 2 on Vertex AI已经正式上线,为Vertex AI客

Google Cloud宣布,其最新的图像生成技术Imagen 2 on Vertex AI已经正式上线,为Vertex AI客户提供服务。这一技术是Google Cloud图像生成能力的重大升级,采用了先进的文本到图像技术,为开发者提供了全面的定制化工具、完全托管的基础设施以及内置的隐私和安全功能。 Imagen 2 on Vertex AI基于Google DeepMind技术的研发成果,实现了显著提升的图像质量,并提供了一系列功能,使开发者能够根据其特定用例创建图像,包括: -从自然语言提示生成高质量、逼真、高分辨率、美观的图像 -支持多语言的文本渲染,以创建带有准确文本叠加的图像 -生成公司或产品标识并将其叠加在图像中的Logo -实现视觉问答,从图像生成描述性标题,并对图像细节的问题提供信息性文本回答 此外,Imagen 2 on Vertex AI的适用性扩展得更广,包括以下新功能: -高质量图像:Imagen 2通过改进的图像+文本理解和多种创新训练和建模技术,可以实现准确、高质量、逼真的输出 -文本渲染支持:Imagen 2能够解决文本到图像技术常常存在的问题,确保输出图像中正确呈现所需的词语或短语,帮助组织在品牌和信息传递方面实现更深层次控制 -Logo生成:Imagen 2可以为企业、品牌和产品生成各种创意和逼真的Logo,包括徽标、字母标志和抽象标志,并具备将这些Logo叠加到产品、服装、名片和其他表面的能力 -图片描述和问答:Imagen 2的增强图像理解能力使客户能够创建描述性的长篇文字说明,并获得关于图像细节问题的详细答案 -多语言提示:除了英语,Imagen 2还支持六种其他语言(中文、印地语、日语、韩语、葡萄牙语、西班牙语)的预览版本,并计划在2024年初发布更多语言的支持。此功能包括在提示和输出之间进行翻译的能力,例如,用西班牙语提示但指定输出应为葡萄牙语 -安全性:Imagen 2包含内置的安全预防措施,确保生成的图像符合Google的负责任人工智能原则。如,Imagen 2与我们的实验性数字水印服务集成,由Google DeepMind的SynthID提供支持,允许授权访问的客户生成隐形水印并验证Imagen生成的图像。Imagen 2还包含全面的安全过滤器,帮助防止生成潜在有害内容 标签: #Google #AI 频道: @GodlyNews1 投稿: @GodlyNewsBot

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人