AI 輔助語言學習應用 Speak 獲得 1600 萬美元融資

近期,全球範圍內對“9.11比9.9大嗎?”這一看似簡單問題的討論,揭示了當前大型語言模型(LLM)在處理簡單邏輯問題時的失誤,這一現象被稱爲“鋸齒智能”或“參差不齊的智能”。專家Andrej Karpathy指出,雖然LLM能夠解決複雜任務,但在某些簡單問題上表現不佳,這反映了模型智能的不均衡性。例如,OpenAI研究員Noam Brown發現LLM在井字棋遊戲中的決策錯誤,以及LLM在數字母數量計算上的失誤。Karpathy認爲,這源於模型的“毫無道理”決策和缺乏“自知之明”。爲解決這一問題,Meta發佈的Llama3.1論文提出了在後訓練階段實現模型對齊,通過“知識探測”訓練方式鼓勵模型只回答自己瞭解的問題,以此提高模型的智能水平。Karpathy強調,當前AI訓練方法需在開發棧中進行更多工作,以提升AI能力。在AI用於生產環境前,應確保其專注於擅長的任務,保持人類的參與度,以充分利用AI潛力,同時規避風險。
亞馬遜近期發佈了其內部AI模型Titan Image Generator的升級版本v2,爲使用AWS Bedrock生成AI平臺的客戶提供了一系列增強功能。Titan Image Generator v2不僅保留了原有功能,還新增了圖像調節、配色方案控制、背景移除優化以及主題一致性保持等特性。用戶可通過提供參考圖像和文本提示,精確控制生成圖像的內容,甚至控制配色方案和保持特定主題的一致性。該模型還具備智能識別多個前景對象的能力,並提供背景移除功能,確保主要對象清晰展現。此外,AWS爲用戶提供了賠償政策,以保護生成內容不侵犯版權。Titan Image Generator v2已在部分地區上線,預計未來將覆蓋更多區域。亞馬遜對生成AI技術充滿信心,認爲它將在雲端快速發展。
Perceptive Space,一家位於加拿大多倫多的初創企業,宣佈從隱身模式中走出,獲得280萬美元融資,旨在通過人工智能技術顯著提升太空天氣預測的準確性。該公司計劃開發一款創新平臺,以應對空間環境中的變化,尤其針對衛星運行、通信系統及地面電網的安全問題。與美國國家海洋和大氣管理局等現有預測機構相比,Perceptive Space 的預測準確率預計可達10倍。通過“AI優先”的策略,結合傳統預測方法和傳感器融合技術,分析歷史數據,Perceptive Space 的目標是爲太空天氣預報提供更精準、及時的信息。團隊成員來自NASA、洛斯阿拉莫斯國家實驗室等知名機構,具備豐富經驗。該公司計劃於2025年推出首款產品,鎖定美國及其盟國的太空和國防市場,已獲得衛星運營商和發射服務提供商的初步合作意向。Perceptive Space 的創新解決方案旨在填補現有太空天氣預測的空白,助力太空行業安全、可靠地發展。
亞馬遜音樂推出“主題”功能,利用AI技術幫助用戶發現與特定播客劇集相關的其他播客內容。通過分析播客轉錄和描述,識別關鍵主題並生成標籤,用戶只需點擊標籤即可查看相關播客列表。此功能僅在美國用戶中推出,需使用最新版亞馬遜音樂移動應用。亞馬遜旨在通過此功能提升個性化內容推薦,增強用戶體驗,與競爭對手Spotify展開競爭。隨着播客市場的增長,個性化推薦成爲用戶需求之一,此功能的推出有望爲用戶帶來更豐富的播客發現體驗。
斯坦福大學心理學家米哈伊爾・科辛斯基研發的AI技術能通過掃描面孔準確判斷智商、性取向和政治傾向,準確率分別達到72%、91%和72%。此研究引發了倫理爭議,可能被濫用,如歧視LGBTQ+羣體。面部識別技術在實際應用中已導致隱私泄露和公民自由受損的事件,強調了保護隱私權和公民自由的重要性。科辛斯基的研究不僅警示面部識別技術的潛在危險,也揭示了其可能帶來的負面影響。
Figure公司最新力作Figure02機器人集多項尖端技術,標誌着AI技術在實體機器人領域的重大突破。這款機器人在手部操作靈活性、對話視覺能力、計算與推理能力上實現了顯著提升,性能較前代產品提升明顯。核心功能包括語音對語音對話、先進視覺系統、革命性手部設計、視覺語言模型與持久續航等。Figure02在工業環境測試中展現出強大應用潛力,已在寶馬生產線實地測試。其集成了OpenAI的多模態大模型,能理解語音指令並結合視覺信息進行深度推理,應用於倉儲管理等場景。此外,Figure02採用外骨骼結構設計,增強耐用性與抗衝擊能力。在推廣過程中,需關注倫理與安全問題,確保AI技術發展服務於人類福祉。Figure02的應用將從工業擴展至家庭服務、醫療護理等領域,重塑工作與生活。