【12月15日大模型日報合輯】DeepMind論文登上Nature：困擾數學家幾十年的難題，大模型發現全新解；GPT-2能監督GPT-4，Ilya帶頭OpenAI超級對齊首篇論文來了 ：AI對齊AI取得實證結果；英偉達勁敵來了！ 英特爾預告Gaudi 3將超越H100，發布新一代AI資料中心和PC晶片；OpenAI 稱超級人工智慧可能在十年內出現，將提供 1000 萬美元以解決對齊問題

DeepMind論文登上Nature：困擾數學家數十年的難題，大模型發現全新解

連結：https://news.miracleplus.com/share_link/13353

作為今年 AI 圈的頂流，大型語言模型（LLM）擅長的是組合概念，並且可以透過閱讀、理解、寫作和編碼來幫助人們解決問題。 但它們能發現全新的知識嗎？ 由於 LLM 已被證明存在「幻覺」問題，即產生與事實不符的訊息，因此利用 LLM 來做可驗證的正確發現是一項挑戰。 現在，來自 Google DeepMind 的研究團隊提出了一種為數學和電腦科學問題搜尋解決方案的新方法 ——FunSearch。 FunSearch 的工作原理是將預先訓練的 LLM（以電腦程式碼的形式提供創意解決方案）與自動「評估器」配對，以防止產生幻覺和錯誤想法。 透過在這兩個組件之間來回迭代，最初的解決方案演變成了「新的知識」。 相關論文發表在《自然》雜誌。

NeurIPS 2023｜真實、可控、可拓展，自動駕駛光照模擬平台LightSim上新了

連結：https://news.miracleplus.com/share_link/13354

最近，來自 Waabi AI、多倫多大學、滑鐵盧大學和麻省理工的研究者們在 NeurIPS 2023 上提出了一個全新的自動駕駛光照模擬平台 LightSim。 研究者提出了從真實資料中產生配對的光照訓練資料的方法，解決了資料缺失和模型遷移損失的問題。 LightSim 利用神經輻射場（NeRF）和基於物理的深度網絡渲染車輛駕駛視頻，首次在大規模真實數據上實現了動態場景的光照仿真。

GPT-2能監督GPT-4，Ilya帶頭OpenAI超級對齊首篇論文來了：AI對齊AI取得實證結果

連結：https://news.miracleplus.com/share_link/13355

在近日的一次訪談中，OpenAI 首席科學家 Ilya Sutskever 大膽預言，如果模型能夠很好地預測下一個詞，那麼意味著它能夠理解導致這個詞產生的深刻現實。 這意味著，如果 AI 按照現有路徑發展下去，也許在不久的將來，一個超越人類的人工智慧系統就會誕生。 一旦人工智慧的程度超過人類，我們又該如何監督比自己聰明得多的人工智慧系統？ 人類文明最終會被顛覆甚至被摧毀嗎？ 即使是 Hinton 這樣的學界巨佬，對這個問題同樣持悲觀態度 —— 他表示自己「從沒見過更高智能水平的東西被遠遠更低智能水平的東西控制的案例”。 剛剛，OpenAI「超級對齊」團隊發布了成立以來的首篇論文，聲稱開闢了對超人類模型進行實證對齊的新研究方向。

用2D影像補全3D場景，Google發布NeRFiller

連結：https://news.miracleplus.com/share_link/13356

在許多3D場景捕獲中,由於網格重建失敗或缺乏觀測，例如，物體接觸區域或難以觸及的區域,場景中的某些部分經常會出現缺失的情況。 Google和加州大學柏克萊分校的研究人員提出了NeRFiller框架，可透過2D影像來修復殘缺的3D場景，同時發現當影像形成2×2網格時，會產生更多3D一致性的修復效果。 測試數據顯示，研究人員透過多個評估指標對比原始數據與重建效果,如PSNR、SSIM等。 同時記錄不同資料集每個迭代循環耗時,發現NeRFiller重建的效果更出色，並將重建效率提升了10倍左右。

分類性能提高 10%，港中大團隊利用大型蛋白質語言模型發現未知的信號肽

連結：https://news.miracleplus.com/share_link/13357

信號肽 (SP) 對於跨膜和分泌蛋白靶向並將其轉移到正確位置至關重要。 許多現有的預測 SP 的計算工具忽略了極端的數據不平衡問題，而依賴蛋白質的額外組資訊。 香港中文大學的研究人員開發了無偏生物體不可知信號肽網絡（Unbiased Organism-agnostic Signal Peptide Network，USPNet），一種 SP 分類和切割位點預測深度學習方法。 大量的實驗結果表明，USPNet 的分類性能比之前的方法大幅提高了 10%。 USPNet 的 SP 發現流程旨在從宏基因組資料中探索從未見過的 SP。

上海交大團隊利用深度學習進行運動評估，促進腦性麻痺早期篩檢

連結：https://news.miracleplus.com/share_link/13358

Prechtl 全身運動評估 (GMA) 因其在評估神經系統發育完整性和預測運動功能障礙方面的作用而日益得到認可，特別是在腦性麻痺 (CP) 等疾病中。 然而，對訓練有素的專業人員的需求，阻礙了一些國家採用 GMA 作為早期篩檢工具。 在最新的研究中，上海交通大學的研究人員提出了一種基於深度學習的運動評估模型（MAM），該模型結合了嬰兒視訊和基本特徵，旨在在煩躁運動（FM）階段實現 GMA 自動化。 MAM 表現出強大的性能，在外部驗證期間實現了 0.967 的曲線下面積 (AUC)。 重要的是，它嚴格遵循 GMA 的原則，並具有強大的可解釋性，因為它可以準確識別影片中的 FM，與專家評估基本一致。 利用預測的 FM 頻率，引入定量 GMA 方法，其 AUC 達到 0.956，將 GMA 初學醫生的診斷準確性提高了11.0%。 MAM 的發展有可能顯著簡化早期 CP 篩檢，並徹底改變基於視訊的定量醫療診斷領域。

Flyme AI 功能內測招募今日開啟：涵蓋魅族 21 / 20 系列機型，共 1000 個名額

連結：https://news.miracleplus.com/share_link/13359

魅族先前宣布開啟 Flyme10.5 內測招募，今日正式開啟 Flyme AI 功能內測招募，涵蓋機型為魅族 21、魅族 20、魅族 20 PRO、魅族 20 INFINITY 無界版。 報名版本要求：Flyme 10.23.12.14 daily。

知情人士: OpenAI 討論將 GPT-4V 嵌入到 Snapchat 的智慧眼鏡中

連結：https://news.miracleplus.com/share_link/13360

據一位知情人士透露，OpenAl最近討論將其 GPT-4 with Vision 多模態大模型(物體識別)嵌入到 Snapchat 母公司的產品中，這可能會為 Snap 的 Spectacles 智慧眼鏡帶來新功能。

英偉達勁敵來了！ 英特爾預告Gaudi 3將超越H100，發布新一代AI資料中心和PC晶片

連結：https://news.miracleplus.com/share_link/13361

英特爾正在發力追趕英偉達，挾新品搶佔人工智慧（AI）領域的市場。 美東時間12月14日週四，英特爾在該公司舉行的AI Everywhere活動期間宣布推出一系列AI新品，包括面向企業的第五代至強（Xeon）處理器，以及面向個人電腦（PC）的 酷睿（Core） Ultra晶片。 同時，英特爾CEO 基辛格（Pat Gelsinger）首次公開介紹第三代英特爾AI加速器Gaudi 3，它用於深度學習和大型生成式AI模型。 英特爾計劃明年發布Gaudi 3，稱Gaudi 3的性能將優於英偉達的主打AI晶片H100。 由於生成式AI解決方案的需求不斷增加，英特爾預計，明年，將憑藉 Gaudi為首的 AI 加速器套件佔領更大份額的加速器市場。

OpenAI 稱超級人工智慧可能在十年內出現，將提供 1000 萬美元以解決對齊問題

連結：https://news.miracleplus.com/share_link/13362

OpenAl 認為，在所有領域都具有超越人類能力的人工智慧系統(稱為超級智慧)可能會在未來 10 年內出現。 具有如此強大功能的系統將帶來驚人的好處，但如果開發不仔細，也會帶來潛在的風險。 正是在這一背景下，OpenAl與 Eric Schmidt (前Google CEO) 合作推出了”Superalignment Fast Grants”項目投入 1000 萬美元用於研究，致力於這些未來超人類人工智慧系統的協調和安全。