大家好，欢迎来到本期AI前沿速报。本期我们将为您介绍一系列最新的AI资讯，包括360智脑大模型的备案和创收，XLang NLP实验室提出的开源预训练大型语言模型Lemur，以及纽约开始执行的AI招聘法等。希望通过这些资讯，能让大家更深入地了解AI技术的最新进展，并引发对AI技术应用和发展的深入思考。请大家关注、点赞、转发这篇内容，让更多的人了解AI的日新月异变化。
<hr/>1. 【360智脑大模型通过备案，已创收2000万元】
国内安全厂商360的智脑大模型已通过备案，应用于文本生成和图像生成场景。根据财报，360智脑已为公司创收2000万元，成为其商业化的第一步。360在大模型技术方面投入巨大，上半年研发费用达15.6亿元。360智脑还在多个领域落地，包括搜索、浏览器、图片创作等。360提出了“两翼齐飞”大模型战略，打造了八大优势，力争在AI产业化中取得领先地位。
<hr/>2. 【XLang NLP实验室研究人员提出Lemur：平衡文本和代码能力的最先进开源预训练大型语言模型】
Lemur是一个开源预训练的大型语言模型，由XLang NLP实验室的研究人员提出。它能够在文本和代码相关任务中取得卓越表现，填补了语言模型技术领域的空白。Lemur项目的核心是对Llama 2进行广泛预训练，然后在公共教学和对话数据上进行监督微调。Lemur在编码和理解文本方面表现出色，是开源语言模型中的佼佼者。Lemur-chat在对话环境中能够优秀地结合文本和代码，超越了其他开源模型。Lemur项目的研究成果已经开始改变语言模型技术的发展方向，为开源语言模型提供了更强大和平衡的基础。
<hr/>3. 【研究人员开源了“Jais”：世界上最先进的阿拉伯语大型语言模型】
研究人员在Inception、MBZUAI和Cerebras开源了一种名为“Jais”的新阿拉伯语大型语言模型。该模型基于GPT-3生成预训练架构，仅使用了130亿个参数。研究人员通过将有限的阿拉伯语预训练数据与丰富的英语预训练数据相结合，解决了获取高质量阿拉伯语数据的挑战。他们表示，“Jais”模型的预训练和微调能力超过了所有已知的开源阿拉伯语模型，并且与在更大数据集上训练的最先进的开源英语模型相媲美。这一工作推动了中东地区自然语言处理和人工智能领域的发展，为当地的主权和私有部署提供了支持，并培养了一个充满活力的应用和创新生态系统。
<hr/>4. 【纽约开始执行AI招聘法，企业需了解的三件事】
纽约市正式开始打击违反其全美首个关于人工智能在就业决策中使用的法律（纽约市法案144）的公司。即使不在纽约市设立总部，但在那里运营和雇佣员工的公司，特别是全球企业，也必须遵守这项新规定。该法律并未明确禁止使用人工智能，但提供了在招聘决策中使用该技术的指导方针。企业目前使用人工智能将合适的候选人与合适的职位匹配，这也是纽约市法案144的重点。这项新法令的实施让许多公司感到不安，因为目前的职位空缺率居高不下，失业率接近历史低点。
<hr/>5. 【如何实现更可持续的生成式AI】
生成式AI在帮助企业提高效率和推动创新方面具有巨大潜力，但其能耗和环境成本也备受关注。AI模型的推理阶段是能耗最高的环节，需要找到可持续解决方案。此外，生成式AI和大型语言模型的计算能力和能源消耗会导致巨大的碳排放。目前对于生成式AI的碳排放缺乏具体数据，需要加强研究和监管。同时，需要寻找替代CPU为主导的AI推理服务器的解决方案，以提供高效、可扩展和经济可行的AI应用。这将有助于推动AI的普及和可持续发展。
<hr/>6. 【2023年最佳视频会议工具】
随着远程工作的普及，视频会议对于专业用途变得越来越重要。视频会议不仅可以替代无法面对面会议的电话会议，还提供了聊天、白板和文件共享等协作功能。这样可以节省旅行和租用会议场地的时间和金钱。Zoom、Microsoft Teams、GoToMeeting、Google Meet、ezTalks Meetings等视频会议工具都是值得推荐的选择，它们各自具有不同的特点和优势。这些工具可以帮助企业高效地进行远程会议和协作。
<hr/>7. 【研究发现编程语言对大型语言模型的推理能力有重要影响】
研究人员提出了一个名为CIRS的指标，用于衡量编程语言对大型语言模型推理能力的影响。他们发现，编程语言相对于自然语言在建模复杂结构和解决多步推理问题方面具有优势。研究还发现，对于大型语言模型来说，过于简单或过于复杂的代码都不利于推理能力的提升。研究人员还提出了一种自动合成和分层数据的方法，用于筛选和生成适合推理的代码数据。该研究对于理解编程语言对人工智能推理能力的影响具有重要意义。
<hr/>8. 【日本横滨大学的研究人员提出VirSen1.0：用于简化传感器人体手势识别系统开发的虚拟环境】
日本横滨大学的研究人员提出了一种名为VirSen 1.0的用户界面(UI)，可以在虚拟空间中交互式地布置虚拟光学传感器，设计手势估计系统。该系统允许用户在不需要物理传感器的情况下，实验传感器的布置方式，并评估其对手势识别的影响。研究团队计划改进该模拟器，包括增加功能以检查过去的布置和结果，并根据传感器布置的重要性指标提供传感器布置建议。未来，他们还计划解决一些限制，包括不考虑服装对识别准确性的影响、缺乏传感器噪声和误差建模、处理速度以及对识别目标的限制。
<hr/>9. 【PICO与Discovery合作推出VR纪录片《跟着德爷闯东非》】
PICO与全球纪录片品牌Discovery合作推出了一部名为《跟着德爷闯东非》的VR探险求生互动纪录片。在分享活动中，德爷和PICO内容制作人分享了VR影片制作的难点和体验。制作团队表示，VR纪录片制作需要考虑交互设计和360度全景拍摄等因素。德爷表示，VR拍摄是一种全新的体验，未来将继续尝试使用VR进行拍摄。VR内容制作仍处于探索阶段，未来可能吸引更多关注。
<hr/>10. 【中国科学院自动化研究所提出基于神经调节的学习算法NACA】
中国科学院自动化研究所的研究人员提出了一种基于神经调节的学习方法NACA，该方法通过模拟大脑的神经调节途径来改善人工神经网络和脉冲神经网络的学习效果。NACA算法通过预期矩阵编码来模拟神经调节途径，并利用多巴胺监督信号来影响附近神经元和突触的可塑性。研究人员发现，NACA算法在图像和语音识别任务中显著提高了准确性，并大幅降低了计算成本。该算法的成功表明，借鉴大脑的学习原理可以实现高效低成本的机器学习。
<hr/>11. 【马斯克计划私有化推特，投资推特股票】
特斯拉CEO马斯克计划将推特变成像他创办的公司http://X.com和PayPal一样的支付平台，并解雇了阿格拉瓦尔和其他高管。他认为推特受到了压制右翼和反正统派思想的影响。马斯克已成功筹集资金，并计划在10月完成交易。
<hr/>12. 【Meta AI推出两项新举措，促进计算机视觉公平：引入DINOv2许可证和发布FACET】
Meta AI研究人员推出了两项新举措，旨在解决计算机视觉中的公平问题。首先，他们将先进的计算机视觉模型DINOv2以开源Apache 2.0许可证的形式向更广泛的用户开放。其次，他们发布了一个名为FACET的基准数据集，其中包含32,000张图像和约50,000个个体。这个数据集通过专家人工注释，详细记录了人们的多个维度特征，包括人口属性和物理属性。通过使用FACET进行性能评估，研究人员发现现有的计算机视觉模型在不同人群中存在性能差异，需要进行公平性评估和偏差修正。Meta AI的这些举措旨在推动计算机视觉创新的同时，确保公平性和伦理标准，并致力于实现一个公平的人工智能领域。
<hr/>13. 【OpenAI发布教师使用指南，教师可利用ChatGPT辅助教学】
OpenAI发布了一份教师使用指南，教师可以利用ChatGPT辅助教学。指南总结了教师如何使用ChatGPT帮助学生学习的经验，包括在对话中进行角色扮演、构建测验和课程计划、降低非英语使用者的障碍以及教学生批判性思维等。此外，OpenAI还提供了一些可供教育工作者了解AI的免费资源。指南发布后引发了网友热议，大部分网友对指南表示满意，但也有一些网友对ChatGPT进课堂存疑。
14. 【研究发现通用自监督学习数据增强技术】
研究人员提出了一种适用于任意数据模态的自监督学习数据增强技术。该技术可以取得明显的性能提升，并能够代替特定模态的复杂数据增强方式。研究结果表明，该方法在图像、3D点云、语音、文本等多种数据模态上都取得了优于已有方法的效果。该技术的应用有望推动自监督学习在各个领域的发展。详细研究内容可参考论文原文。
<hr/>15. 【开源中文对话模型在常识问答任务中表现优异】
本期实测了多个开源中文对话模型的常识问答能力，结果显示ChatGLM系列模型在常识问答任务中表现最好，白泽系列模型表现较差。BELLE-7B-1M和Moss系列模型的表现也不错。实测共设置了6项常识任务，覆盖了科学常识、知识常识和事实常识、生活常识。各个模型的表现都优于之前的实测任务。模型用来训练时都基于公开的、基础的常识性数据，所以对日常常识掌握较好。
<hr/>16. 【上海人工智能实验室推出世界首个语言+自动驾驶全栈开源数据集】
上海人工智能实验室OpenDriveLab联合德国图宾根大学推出了DriveLM，这是世界上第一个语言+自动驾驶全栈开源数据集。该数据集利用大语言模型和海量自然语言数据集，构建了复杂场景下安全、精准、可解释的自动驾驶系统，突破了现有自动驾驶推理能力的上限。DriveLM提供了结构化推理与思维图评测、全栈数据覆盖、假设推理和驾驶目标分解等特点。OpenDriveLab还将举办一系列语言+自动驾驶竞赛，推动自然语言处理和自动驾驶领域的交流与技术进步。
<hr/>17. 【GitHub上线AI智能体项目AutoAgents，可自动创建合适的智能体小队】
GitHub上线了一个新的AI智能体项目AutoAgents，该项目由LinkSoul.AI团队牵头，旨在将AI智能体应用于任意场景。用户只需输入一句话需求，AutoAgents就能自动为其创建合适的智能体小队，实现任务的分工协作。例如，用户可以输入“写一本关于人工智能觉醒的小说”，AutoAgents会自动创建研究人员、故事策划者、角色开发人员和作家等角色，实现小说的撰写。该项目还支持快速实现小游戏开发和谣言验证等功能。
<hr/>18. 【谷歌Gemini算力达GPT-4五倍】
谷歌的Gemini大模型算力达到了GPT-4的五倍，同时谷歌拥有的TPUv5比其他公司拥有的GPU总和还要多。Gemini模型正在新的TPUv5 Pod上进行训练，算力高达1e26 FLOPS。谷歌计划在2023年底将算力达到GPT-4预训练FLOPS的五倍。谷歌在过去几年中不断构建人工智能专用基础设施，拥有多种AI芯片，包括TPUv4、TPUv5等。谷歌的算力储备在人工智能领域具有竞争优势。
<hr/>感谢您的关注，AI前沿观察将继续为您带来前沿、全面的人工智能资讯。请大家积极参与互动，点赞、评论、转发，让更多人了解AI的前沿技术和应用。明天的速报，我们不见不散！ |
