12月19日大模型日報

資訊1年前 (2024)发布 AIWindVane

553 0 0

【12月19日大模型日報】研究以生物腦機制啟發持續學習，讓智慧系統適者生存，清華朱軍等團隊研究登Nature子刊封面產業 OpenAI公佈ChatGPT安全框架：追蹤、評估、安全基線等

以生物腦機制啟發持續學習，讓智慧系統適者生存，清華朱軍等團隊研究登Nature子刊封面

https://news.miracleplus.com/share_link/13682

作為人工智慧尤其是深度學習發展的重要瓶頸，持續學習近年來在人工智慧領域受到廣泛關注。大多數持續學習方法都專注於提高對所學知識的記憶穩定性以克服災難性遺忘，例如在學習新任務時固定執行舊任務的網路參數。然而這些方法通常只能在特定場景中發揮作用，難以像生物智慧一樣對現實世界的複雜環境和任務具有普遍的適應能力。因此，能否借鏡生物腦的持續學習機理，發展新型的持續學習方法一直是人工智慧領域普遍關注的問題。針對此問題，近期清華大學計算機系朱軍教授TSAIL 課題組聯合生命學院鐘毅教授課題組在自然機器智能（Nature Machine Intelligence）期刊上發表了題為“融入神經啟發適應性的人工智能方法”（Incorporating neuro-inspired adaptability for continual learning in artificial intelligence）的研究論文，並被選為12月的封面文章。

GPT-5、AlphaFold新版等AI工具值得期待，Nature發表2024年值得關注的科學事件

https://news.miracleplus.com/share_link/13683

ChatGPT 的興起對今年的科學界產生了深遠的影響。其創建者 OpenAI 預計將於明年底發布支援聊天機器人的下一代人工智慧模型 GPT-5。 GPT-5 可能會顯示出比其前身 GPT-4 更先進的功能。科學家也關注 Google GPT-4 競爭對手 Gemini 的推出。大語言模型可以處理多種類型的輸入，包括文字、電腦程式碼、圖像、音訊和視訊。 Google DeepMind 的人工智慧工具 AlphaFold 的新版本也將於明年發布，研究人員已經用它來高精度預測蛋白質的 3D 形狀。人工智慧將能夠以原子精度模擬蛋白質、核酸和其他分子之間的相互作用，這可能為藥物設計和發現開闢新的可能性。監管方面存在重大問題。聯合國人工智慧高階諮詢機構將於 2024 年中期分享其最終報告，為人工智慧的國際監管制定指導方針。

人工智慧為新藥鋪路：幾何深度學習方法可以預測合成藥物分子的最佳方案

https://news.miracleplus.com/share_link/13684

後期功能化是優化候選藥物特性的一種經濟方法。然而，藥物分子的化學複雜性往往使得後期多樣化具有挑戰性。為了解決這個問題，德國慕尼黑大學（Ludwig-Maximilians-Universität München）、蘇黎世聯邦理工學院（ETH Zurich）和巴塞爾羅氏製藥（Roche Innovation Center Basel）的研究人員開發了基於幾何深度學習和高通量反應篩選的後期功能化平台。考慮到硼基化是後期功能化的關鍵步驟，計算模型預測了不同反應條件下的反應產率，平均絕對誤差範圍為4-5%；模型對已知和未知底物的新反應的反應性進行分類，平衡準確度分別為92% 和67%。主要產物的區域選擇性被準確捕獲，分類器 F 分數為 67%。當應用於 23 種不同的商業藥物分子時，該平台成功發現了許多結構多樣化的機會。

OpenAI公佈ChatGPT安全框架：追蹤、評估、安全基線等

https://news.miracleplus.com/share_link/13685

12月19日，OpenAI在官網公佈了「準備框架」（Preparedness Framework）測試版。該文件詳細介紹了OpenAI是如何確保ChatGPT等產品的安全防護措施、開發和部署流程。 OpenAI表示，隨著大模型的功能迭代不斷完善，其能力已經開始接近初級AGI（通用人工智慧），安全已成為開發AI模型的重中之重。因此，OpenAI希望透過詳細公佈AI模型的安全框架透明化，使社會、使用者深度了解模型的工作機制，確保以安全、健康的方式應用在實際業務中。同時為研發超級模型奠定安全基礎。

可將任意大模型實現多模態，蘋果開源4M

https://news.miracleplus.com/share_link/13686

隨著ChatGPT等模型被廣泛應用，使用者對功能的需求也呈現多模態發展，例如，在單一模型上既能產生文字也可以產生圖片等。但現有視覺模型通常僅針對單一模態和任務進行最佳化,缺乏能夠處理多種模態和任務的通用能力。為了解決這個難題，蘋果的研究人員和全球著名公立大學EPFL（瑞士洛桑聯邦理工學院）共同開發了4M框架並即將開源。 4M可以把多種輸入/輸出模態，包括文字、影像、幾何、語意模態以及神經網路特徵圖等，全部整合在大模型中（適用於Transformer架構）。

Adobe終止200億美元收購Figma計畫：監理阻力難克服

https://news.miracleplus.com/share_link/13687

2022 年 9 月，產業巨頭 Adobe 宣布將以高達 200 億美元的價格收購知名 UI 和 UX 設計工具套件製造商 Figma。消息一出，設計圈迅速給予大量負面反應。設計師最擔心的似乎是 Adobe 會毀掉甚至終止 Figma 的產品。也有人推測 Adobe 會以半途而廢的方式將 Figma 的產品想法整合到 Adobe 自己的產品中。畢竟，Figma 提供高級功能，允許整個團隊從任何裝置跨平台協同工作，是 Adobe 的 UX/UI 設計應用程式 Adobe XD 的最強競爭對手之一。