谷歌 Bard 强势更新|多个 AI 协同决策|如何判断你的AI是否有意识|AI快讯 230920

掌握核心 AI 技能 👉 「AI 实战派」= Prompt Engineering 实战技巧,「AI 自动化」= 高效工作流!

AI 快讯再次与您见面了!本期内容:

🔶 Google的Bard进化:插件、事实核查、Google应用和服务完美集成
🔶 麻省理工:多AI协作有助于大型语言模型的推理和事实准确性
🔶 如何判断你的AI是否有意识
🔶 OpenAI 红队网络遍撒英雄帖

Google的Bard进化:插件、事实核查、Google应用和服务完美集成


Google的聊天机器人Bard,昨天发布了Bard最新的模型,最新的两大主要功能包括:

  • 与Google应用和服务集成:我们推出了Bard Extensions,Bard 插件。这是一种全新的与Bard互动和协作的方式。通过Extensions,Bard可以找到并为您显示来自您日常使用的Google工具(如Gmail、Docs、Drive、Google Maps、YouTube以及Google Flights和酒店)的相关信息。
  • 轻松核实响应:现在您可以使用Bard的“Google it”按钮更轻松地核实其答案。当您点击“G”图标时,Bard会读取响应,并评估是否有网上的内容可以证实它。
Axton简评:事实核查,也就是“轻松核实响应”的功能,是本次Bard最为重磅的升级。虽然Bard还弱于ChatGPT,但是Google背后的搜索引擎以及Google生态(比如这次推出的与Gmail,Docs的集成等等),确实是一大优势。
Bard can now connect to your Google apps and services
Bard gets its most capable model yet, along with new and expanded features.

麻省理工:多AI协作有助于大型语言模型的推理和事实准确性


MIT的计算机科学与人工智能实验室(CSAIL)团队近日采用了一种新策略,让多个AI系统互相讨论和争辩,从而得到给定问题的最佳答案。这种方法增强了这些广泛的语言模型对事实数据的遵循性并完善了它们的决策制定。

  • 背景:尽管大型语言模型(LLMs)具有强大的生成能力,但其生成的回应可能存在不一致性,从而导致潜在的不准确性和有缺陷的推理。
  • 新方法:每个AI代理可以积极评估其他AI代理的回应,并使用这些集体反馈来完善自己的答案。这个过程包括多轮的响应生成和批评。
  • 效果:研究显示,通过多代理争辩过程,LLMs在数学问题解决方面的表现得到了显著提高。

Yilun Du表示,这种方法不仅提供了提高现有语言模型性能的途径,而且还提供了自我提高的自动手段。使用争辩过程作为监督数据,语言模型可以自主地增强其事实性和推理能力,从而减少对人类反馈的依赖,并提供一种可扩展的自我提高方法。

Axton简评:无独有偶,在我刚刚发布的Prompt Engineering课程,「AI 实战派」当中,就有一项模拟“思维树 Prompting”的实战案例,使用ChatGPT 模拟一个三人团队,帮我做一个决策。与MIT的这种方法有异曲同工之妙。

AI 实战派」— 不仅仅是一门课程,更是Prompt Engineering领域的真实实践与深度挖掘。在过去的48天中,我为「AI 实战派」这门课程倾注了每一丝热情,仅视频的脚本就写了11万8千字,我相信你很难找到内容如此超值的课程。何不一起共同探索Prompt Engineering的无限可能?

Multi-AI collaboration helps reasoning and factual accuracy in large language models
A new method enables multiple AI language models to engage in collaborative debates, refining their accuracy and decision-making. Loosely inspired by human group discussions, this technique seeks to enhance the performance, consistency, and reliability of AI outputs, potentially revolutionizing the…

如何判断你的AI是否有意识


这是一篇长文。尽管“意识”这个概念历来都是模糊的,并且长期以来被视为自然科学的禁忌,但近期,一组哲学家、神经科学家和计算机科学家提出了一个标准来判断AI系统,例如ChatGPT,是否可以被视为有意识的。这篇报告涵盖了所谓的“全新”的意识科学,并从多种初步的实证理论中提取元素,提出了可能表明机器中存在某种存在的可测量特性的列表。

  • 意识理论:有一种理论描述了用于特定任务的大脑的专门部分。另一种理论关注了我们对自身意识的认知、对世界的虚拟建模、预测未来经验以及在空间中定位自己的身体的能力。
  • AI的难题:目前最先进的AI系统是深度神经网络,它们“学会”了自己如何做事,而这些方式并不总是对人类可解释的。这就是AI的“黑盒”问题。即使我们有完整和准确的意识标准,将其应用于我们每天使用的机器也是困难的。
  • 报告的缺陷:尽管这个报告为我们提供了一些判断AI是否有意识的方法,但它并不是有意识的最终定义。即使AI系统有了循环处理、全局工作区和对其物理位置的感知,它是否仍然缺乏使其感觉像某种东西的东西?
  • 未来的考量:随着生成型AI更深入地融入我们的生活,这个话题可能会变得更加有争议。我们需要开始对什么可能是有意识的做出一些声明,并避免以“模糊和耸人听闻”的方式进行。
Axton简评:我认为规模会产生意识。目前的AI浪潮将会使AI的规模快速增加,所以类似的讨论会越来越多。拭目以待。
How to Tell if Your A.I. Is Conscious
In a new report, scientists offer a list of measurable qualities that might indicate the presence of some presence in a machine.

OpenAI 红队网络遍撒英雄帖

OpenAI宣布公开征集加入其红队网络,目的是邀请领域专家合作,对AI模型进行严格的评估和测试。

红队测试是OpenAI迭代部署过程的关键部分,它已从内部测试扩展到与外部专家合作,帮助定义风险和评估新系统的潜在危害。现在,OpenAI希望进一步深化与外部专家的合作,使模型更安全。

红队网络成员将有机会在OpenAI委托的红队测试之外,就红队测试实践和发现进行互动。加入此网络意味着您可以参与评估和部署多个阶段的模型。感兴趣的专家可前往官网申请。

OpenAI Red Teaming Network
We’re announcing an open call for the OpenAI Red Teaming Network and invite domain experts interested in improving the safety of OpenAI’s models to join our efforts.

扫码进入Axton的AI精英学院

感谢阅读!如果你喜欢(不想看)这次分享的内容,请点个👍(或者点个👎)让我知道,同时请分享给你的一个朋友(前朋友)。也欢迎你去我的YouTube频道 『 回到Axton 』看我的视频内容,咱们一起好奇地看世界!

保持健康,保持快乐!

Axton

Twitter | YouTube | Newsletter | AI精英学院

Read more

AI 智能体工作流:用 Dify 打造本地、开源长文翻译神器

AI 智能体工作流:用 Dify 打造本地、开源长文翻译神器

今天我们来完成一个既有挑战性又有启发性的任务:我们来使用开源的 AI 开发平台 Dify 创建一个高质量的 AI 翻译助手。同时我们可以学习一种可以应用于不同平台的通用的方法。 虽然现在的 AI 翻译比传统的机器翻译提升了很多,但是依然不够令人满意。这就是为什么我们今天要学习一种新的方法来提升翻译的质量。这种方法就是 AI 界大神吴恩达老师最新开源的反思工作流。简单来说它就是一种让 AI 对自己的输出结果进行思考并进一步改进的方法。 反思工作流它的具体步骤实际上就是三步法:先让一个 AI 进行初始翻译打一个草稿,然后再让第二个 AI 去挑毛病,然后再让第三个 AI 对草稿进行最终的优化,形成最后的翻译结果。这就相当于是一个团队作业,三个臭皮匠胜过诸葛亮。这个过程不仅能够提高翻译的准确性,还可以让翻译更加符合目标语言的表达习惯。 在上期智图派,Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」 当中我使用 Coze 平台来实现过这个翻译的工作流,今天我们将使用另外一个 AI 开发平台 Dify 来再次实现这个工作流。我们可以通过这次实例来学习到如何把同一套思想同一套工作流在不

lock-1 By Axton
Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」

Coze 复刻吴恩达开源 AI 翻译神器 | 「智图派」

AI 最大的应用场景之一,就是翻译。虽然说现在的 AI 翻译比以前的机器翻译好了很多,但是常常还是不够完美。不过现在呢,有一种超强的方法可以显著提升 AI 翻译的水准,这就是 AI 界大神,吴恩达 Andrew Ng 教授最新开源的「反思工作流」 它利用prompt engineering,让AI不仅能翻译,还能"思考"如何改进翻译!这意味着,无论你要翻译的文档有多专业、多复杂,都能得到一个高度定制化的优质翻译。我们可以先看一下翻译效果。 吴恩达老师的反思翻译核心思路 吴恩达老师的翻译工作流可以归纳为两个核心要点: 第一,采用"初始翻译-反思-优化"的三步迭代流程,不断改进翻译质量。首先使用一个 AI 进行初始的翻译,然后让另一个 AI 对初始的翻译结果进行思考和评判,找出可以改进的地方,最后,由第三个

lock-1 By Axton
Jina Reader API 的四种用法 | 「智图派」

Jina Reader API 的四种用法 | 「智图派」

构建知识库,或者分析各种文章数据,是大家使用 AI 很重要的一个应用场景,因此我们常常会需要用到爬虫去爬取某个网站上的内容,现在,Jina 推出了一款非常简单好用的获取网页内容的工具,你只要把网址给它,它就能把网页内容整理成很适合大语言模型使用的格式,简直是构建知识库的利器。今天我就给大家介绍四种用法。分别包括在自动化工作流中使用以及在 AI 智能体中使用。 Jina Reader API 的网址是 读取器 API,你可以直接输入你需要爬取内容的网址 URL 在这边进行测试,输入之后直接点击按钮「获取内容」,就可以在右边得到结果了。 而他的用法也很简单,就是把你需要爬取内容的网页的 URL 写在 https://r.jina.ai 的后面就可以了。 什么是 Reader API Reader 是将任何URL转换为LLM友好的输入,只需简单添加前缀 https://r.jina.ai/ 无需付费即可获得改进后的适用于智能体或 RAG 系统的输出。

lock-1 By Axton
Coze 工作流获取 Tweets 详解 | 「智图派」

Coze 工作流获取 Tweets 详解 | 「智图派」

Coze是一个可以不用代码来搭建AI聊天机器人的平台。我在这期视频当中已经详细地讲解了Coze的各种功能,以及如何用到GPT-4 Turbo的模型。感兴趣的朋友可以回看一下。 自从 Twitter 被马斯克买了之后,如果你想从 Twitter 网站的外面来获取推文信息,也就是用 Twitter API,就需要每个月充值100美元了。但是 Coze 却很大方地让你可以免费地用部分 Twitter API 的功能了。今天我就先给大家演示一个可以批量获取多个 Twitter 作者的推文的工作流,把这个工作流嵌入到你的 AI 聊天机器人里面。比如我这里加了两个 Twitter 账号,我的和马斯克的,这样就可以一次性地获取到我们两个人的推文了。 今天我首先给大家演示一下在 Coze 上可以用到的 Twitter API 的功能,然后再演示一下批量获取推文的工作流,最后我们再聊一聊 Coze 的局限性。 Plugins 的基本功能 getUsers 首先第一个 "get users"

lock-1 By Axton