一位研究人员因在未经导师同意的情况下收集课程材料来训练一个聊天机器人而受到批评,他声称这个机器人可以解决麻省理工学院计算机科学学位的作业和考试问题。
这篇备受争议的论文描述了在一个由这所精英大学设定的不同课程中获得的4500个问题数据集上对GPT-4进行训练和测试。
论文的摘要声称:“我们评估了大型语言模型在数学和电气工程与计算机科学等麻省理工学院设置的学科专业的毕业要求上的能力。我们的研究结果表明,GPT-3.5成功学习了麻省理工学院三分之一的课程并达到毕业要求,而GPT-4在排除由于图像导致的一些问题后,通过适当的提示工程完美地实现了所有课程达到毕业要求。”
这篇论文因备受争议的研究方法在随后受到批评,例如,在测试之前,GPT-4已经可以访问课程学习过程中所有问题的答案,并且对答案进行了评分。而在论文上列为共同作者的Armando Solar-Lezama教授,以及第一作者Iddo Drori可能并未事先获得收集这些数据集的许可。
一些在校老师向The Register表示,他们没有与Drori分享他们的课程资料。与此同时,Solar-Lezema告诉我们,他只写了这篇论文的引言,并不知道Drori正在使用这些数据集来训练GPT-4,甚至声称GPT-4已经可以从麻省理工学院获得计算机科学学位。
该论文已经从arXiv撤回,而Drori今天不在麻省理工学院。
美国联邦贸易委员会(FTC)表示,生成式人工智能引发了反垄断担忧。该委员会正在密切关注生成式人工智能的炒作,以确保在这项技术日益渗透社会的过程中,主导者不会扼杀竞争。
美国联邦贸易委员警告称,随着市场不断成熟,企业可能会试图找到控制开发模型所需资源(如数据、硬件和人才)的方法。 他们正在密切关注可能试图通过以更低的价格提供自己的人工智能服务或将客户锁定在自己平台上来打击竞争对手的云服务提供商。与此同时,大型科技公司可能通过收购初创企业来巩固自己的权力,以利用新技术和专业知识。
联邦贸易委员会指出,尽管开源运动可以通过使开发者更容易构建自己的系统来抵消一些这些担忧,但如果软件在没有安全保障措施的情况下普遍提供,该技术仍可能被滥用。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。