36Kr这个summary有点乱。
原文在这里： https://situational-awareness.ai/ ，有个完整的很长的PDF，非常长。

Infq也有一篇评论：AI “奸商”的崛起

干货，150多而ppt

本文总结了大模型的10个挑战。

介绍每个挑战时，也提供了很多外部资料，方便进一步了解。

人工智能诉讼：人工智能生成的艺术不受版权保护 – 好莱坞报道

The opinion stressed, “Human authorship is a bedrock requirement.”
该意见强调，“人类作者身份是一项基本要求。”

今年三月，版权局确认人工智能生成的大多数作品不受版权保护，但澄清人工智能辅助材料在某些情况下有资格受到保护。声明称，如果人类以“足够创造性的方式选择或安排”人工智能创作的作品，从而使所得作品构成原创作品，则申请人工智能创作的作品可以支持版权主张。【这一点和相机类似，拍照已经非常智能化了，但人仍然是深度控制和参与的】

思路很有趣。

一个历史映射：

Google发明了分布式计算三件套，从而解决了大量计算的问题，降低了Google服务的硬件成本。

大模型现在动辄数千上万张A100，技术上有没有别的路径，通过软件大量降低大模型计算成本呢？

工业革命初期，机器替代人工的时候，工人反应也一样。
参考：卢德运动 - 维基百科，自由的百科全书

木遥播客更新了，距上一期超过1年了。

OpenAI CEO Sam Altman关于AI普及替代大部分人类劳动力后，关于社会制度的畅想。作者用一个独立域名放这篇文章，而没有发在博客（blog.samaltman.com）内，可见它在作者眼中的特殊性。

当AI成为主要生产力，AI又能自己再生产AI，商品成本将无限低，唯一的约束只是地球资源。世界会怎么样？作者给出了一个有点大同社会的观点，但真的如此吗？还是人口会增长至地球承受的极限，最终还是瓦解，又或者有其它可能？

附翻译版：万物摩尔定律

微软new Bing发布会，结合ChatGPT的Bing搜索和Edge浏览器。

了解功能演示，直接从13分钟开始，Yusuf Introduction部分。网上很多文字介绍，还是不如视频来的惊艳。

Yusuf把搜索需求分三类：导航（找到amazon网站）、信息（查天气、股价）、其它（这些都比较复杂），前两类传统搜索满足的很好，但第三类满足的一般，第三类是new Bing要够颠覆的领域。（前两类ChatGPT也能和传统搜索做的一样好，只是谈不上颠覆）

注意到new Bing的Chat模式下，左边是创建话题（New Topic）的按钮，未来的搜索是围绕某一主题的持续对话。发布会上旅游行程规划的例子非常完美。

这场发布会规模不大，但其在科技史上的意义，将不亚于2007年苹果初代iPhone的发布会。

附：中文字幕版

应该是国内的首测，两点值得注意：

1、仍然是对话式问答，但Bing版ChatGPT回答时，给了数据来源引用。这意味着，它很大程度上能够替代搜索引擎了，直接提供答案，但又能让你基于来源去确定答案的可靠性。
2、关于纠错，非常强：
2.1、提示ChatGPT答案可能错误时，它会尝试寻找更好的答案，如果有更新、更准的数据，它会承认错误并返回最新结果。
2.2、但如果没有更新、更准的答案，它会坚持自己的结果是正确的，甚至置疑用户。但，这里有可能是ChatGPT对用户输入问题的意图理解错误，如果用户能够进一步解释问题中一些概念的定义，ChatGPT能够承认自己对问题理解有误，并基于新的理解寻找答案。--- 这点太恐怖了。

文章已被删，提供一个临时链接：https://cubox.pro/share/HXXG2M

作者把ChatGPT类比为压缩解压程序：

• 大量语料训练模型：压缩互联网上的知识
• 对话框回答问题：解压互联网上的知识

并且这个压缩是有损的。本文基调大致是对当下ChatGPT热浇浇冷水。

这个类比非常有意思，但仔细想想，这不会成为ChatGPT的问题。

事实上，人类大脑理解世界也一样，输入记录是压缩，表达是解压。人类关注并记忆的也是重点信息，在表达时也是对信息进行扩展陈述，没有谁日常表达是一字不漏的背诵。

在学校时，很多知识都学过，但考试仍然会做错，像不像有损压缩后解压失败？

PS：了解了下本文作者姜峯楠（Ted Chiang），挺厉害的，华裔科幻作家，2016年的科幻电影「降临」改编自他的作品。

其中提到的第二个误解：「ChatGPT 是统计模型，所以它的一切认知都是来自于它的语料。」

我也有，并且当大家讨论ChatGPT的时候，经常会从这个基础数学原理的角度得出「当前的AI并没有质变」的结论。

我不知道有没有质变，但给我的感受，是产生了质变。

但让我更意外的是，原来学术界也不知道在这样基础的原理下，为什么产生如此意外的结果/能力。（就是目前处于它做到了但我们并不确切知道它为什么能做到的状态）-- 关于这一点，木遥附上了两个论文链接，一个来自Google，一个来自微软：

• What learning algorithm is in-context learning? Investigations with linear models
• Why Can GPT Learn In-Context? Language Models Secretly Perform Gradient Descent as Meta-Optimizers

近期看到的非常好的关于ChatGPT的评论。

最后的比喻非常形象：「当你抱怨 ChatGPT 鬼话连篇满嘴跑火车的时候，这可能有点像你看到一只猴子在沙滩上用石头写下1+1=3。它确实算错了，但这不是重点。它有一天会算对的。」

毫无疑问，ChatGPT是AI领域一个质的飞跃，ChatGPT表现出非常强的围绕文本的归纳、总结、推理能力，能替代很多咨询类工作，没想到最先被AI替代的是传统上被认为高知的工作。

并且，它已经达到可商业化的程度，将会有大量资本涌入，推动这个行业以更快的速度发展，拭目以待。

微信链接备份：https://mp.weixin.qq.com/s/8gWpFG0k_vbgy_yUOg6R0g

Kagi出的智能摘要工具：给一个内容链接，它能输出内容摘要。Youtube视频也能输出摘要，非常强大。

测试下来，貌似不支持中文。

Kagi本身是一个搜索引擎，它有付费版本，付费搜索的商业模式能不能行的通，这是个很好的标本。

生成摘要、提取关键词、寻找外链网站，等等，非常的强。

也好理解，ChatGPT是处理文本，SEO也是在处理文本，非常贴合的应用场景。

本文主要参考了两篇英文文章：

• ChatGPT for SEO: 20 Ways to Leverage ChatGPT in your SEO Activities
• 5 Ways to Use ChatGPT for SEO - Practical Ecommerce

真格基金的分享，40多分钟音频 + 90多页PPT，很完整的梳理和介绍了图像生成模型，ChatGPT以及人工智能发展史。

说到历史，Google在整个AI发展中，绝对的中流砥柱呀。

纽时发了一篇「ChatGPT对Google来说是红色预警」的报道，Google有资源也有能力做一个同样的聊天机器人，事实上内部已经有了。报道中提到两个问题：

• 通过引导，机器人会说些政治不正确的话，这对Google这样的大公司来说，是危险的。但对OpenAI这样的小公司来说，市场能够容忍。
• 机器人的商业模式与当前Google广告模式是冲突的。对于上市的大公司，革自己的命，阻力很大。

这个链接是Hacker News上大家的讨论。

现代电脑与博弈论的重要创始人冯诺伊曼，曾说过：「到底有什么是电脑做不了的？只要你把被认为是电脑无法解决的问题描述清楚，电脑总能找到一种方法解决它。」也就是说，如果我们能把什么是「创作」和好的「作品」定义清楚，人工智能就可能实现你所想要的。

OpenAI CEO的鸡汤。
最后大火的ChatGPT就是OpenAI公司的作品。