Apple 的机器学习新动作

跟上像 AI 这样快速发展的行业是一项艰巨的任务。 因此，在 AI 可以为您做这件事之前，这里是对上周机器学习领域故事的便捷总结，以及我们没有单独介绍的著名研究和实验。

可以说，上周，苹果非常明显地、有意地投入了竞争异常激烈的 AI 竞赛。 这并不是说该公司之前没有表示过对 AI 的投资和优先排序。 但在其 WWDC 活动中，Apple 非常清楚地表明，AI 支持其即将推出的硬件和软件的许多功能。

例如，将于今年晚些时候推出的 iOS 17 可以使用计算机视觉从 iPhone 照片中推荐类似菜肴的食谱。 AI 还为 Journal 提供支持，这是一种新的交互式日记，可根据其他应用程序中的活动提出个性化建议。

iOS 17 还将具有由 AI 模型提供支持的升级自动更正功能，可以更准确地预测用户可能使用的下一个单词和短语。 随着时间的推移，它会变得量身定制，以有趣的方式学习用户最常用的单词——包括脏话。

AI 也是 Apple Vision Pro 增强现实头显的核心——特别是 Vision Pro 上的 FaceTime。 使用机器学习，Vision Pro 可以创建佩戴者的虚拟化身，内插出全方位的面部扭曲——包括皮肤张力和肌肉工作。

它可能不是生成式 AI，而生成式 AI 无疑是当今 AI 最热门的子类别。 但在我看来，Apple 的意图是卷土重来——表明经过多年的机器学习项目，从平淡无奇的 Siri 到生产地狱中的自动驾驶汽车，它并不是一个可以被低估的公司。

投射力量不仅仅是一种营销策略。 据报道，苹果在人工智能领域的历史表现不佳导致了严重的人才流失，据 The Information 报道，有才华的机器学习科学家——包括一个一直致力于 OpenAI 的 ChatGPT 底层技术的团队——离开了苹果，转向了更绿色的牧场。

通过实际交付带有 AI 的产品来表明它对 AI 的认真态度感觉是必要的举措——事实上，苹果的一些竞争对手最近未能达到这一基准。 （这是在看着你，Meta。）从各方面来看，Apple 上周取得了进展 – 即使它并不是特别响亮。

以下是过去几天的其他 AI 头条新闻：

Meta 制作音乐生成器：为了不被 Google 超越，Meta 发布了自己的 AI 驱动的音乐生成器——而且与 Google 不同的是，Meta 将其开源。 Meta 的音乐生成工具名为 MusicGen，可以将文本描述转换为大约 12 秒的音频。

监管机构审查 AI 安全性：继英国政府上周宣布计划在今年秋季举办“全球”AI 安全峰会之后，OpenAI、Google DeepMind 和 Anthropic 已承诺提供对其 AI 模型的“早期或优先访问”以支持研究 进入评估和安全。

人工智能，遇见云：Salesforce 正在推出一套新产品，旨在巩固其在竞争异常激烈的人工智能领域的地位。 该套件名为 AI Cloud，其中包括旨在提供“企业就绪”AI 的工具，是 Salesforce 最新的跨学科尝试，旨在通过 AI 功能增强其产品组合。

测试文本到视频的 AI：TechCrunch 开始使用 Gen-2，这是 Runway 的 AI，它可以从文本生成短视频剪辑。 判决？ 在这项技术接近生成电影质量的镜头之前，还有很长的路要走。

为企业 AI 筹集更多资金：Cohere 正在为企业开发 AI 模型生态系统，这表明生成式 AI 初创公司有大量现金可供使用，上周宣布在其 C 轮融资中筹集了 2.7 亿美元 .

没有适合你的 GPT-5：OpenAI 首席执行官 Sam Altman 在最近由经济时报主办的一次会议上表示，OpenAI 仍然没有训练 GPT-5——几个月前，这家由微软支持的初创公司承诺不会开发 GPT-4 的继任者“因为 在许多行业高管和学者对 Altman 的大型语言模型的快速发展表示担忧之后。

WordPress 的 AI 写作助手：Automattic 是 WordPress.com 背后的公司，也是开源 WordPress 项目的主要贡献者，上周二为流行的内容管理系统推出了 AI 助手。

Instagram 获得了一个聊天机器人：根据应用研究员 Alessandro Paluzzi 泄露的图片，Instagram 可能正在开发一个 AI 聊天机器人。 根据泄漏，反映了可能会或可能不会发布的正在进行的应用程序开发，这些 AI 代理可以回答问题或提供建议。

其他机器学习

如果你想知道人工智能在未来几年会如何影响科学和研究，一个来自六个国家实验室的团队根据去年举办的研讨会撰写了一份报告，内容正是关于这一点。 人们可能会说，基于去年的趋势而不是今年，事情进展如此之快，该报告可能已经过时了。 但是，尽管 ChatGPT 在技术和消费者意识方面掀起了巨大的波澜，但事实是它与严肃的研究并不特别相关。 更大规模的趋势是，而且它们正在以不同的速度发展。 这份 200 页的报告绝对不是一本轻松的读物，但每个部分都被分成了易于理解的部分。

在国家实验室生态系统的其他地方，洛斯阿拉莫斯的研究人员正在努力推进忆阻器领域，该领域结合了数据存储和处理——就像我们自己的神经元所做的那样。 这是一种根本不同的计算方法，尽管尚未在实验室外取得成果，但这种新方法似乎至少向前推进了一步。

AI 的语言分析能力在这份关于警察与他们拦下的人的互动的报告中得到了展示。 自然语言处理被用作识别预测停止升级的语言模式的几个因素之一——尤其是对于黑人。 人类和机器学习方法相辅相成。 （在这里阅读论文。）

DeepBreath 是一种根据瑞士和巴西患者的呼吸记录进行训练的模型，其 EPFL 的创建者声称可以帮助及早识别呼吸系统状况。 该计划是将它放在一个名为 Pneumoscope 的设备中，该设备由衍生公司 Onescope 负责。 我们可能会跟进他们以获取有关公司运作方式的更多信息。

另一项 AI 健康进步来自普渡大学，那里的研究人员开发了一种软件，可以通过智能手机摄像头模拟高光谱图像，成功追踪血液中的血红蛋白和其他指标。 这是一项有趣的技术：使用手机的超级慢动作模式，它可以获得有关图像中每个像素的大量信息，为模型提供足够的数据来进行推断。 在没有特殊硬件的情况下，这可能是获取此类健康信息的好方法。

目前还不相信自动驾驶仪会采取规避动作，但麻省理工学院正在通过研究帮助 AI 避开障碍物，同时保持理想的飞行路径，从而使这项技术更加接近。 任何旧算法都可以建议对方向进行疯狂的更改以避免崩溃，但是在保持稳定性并且不破坏内部任何东西的同时这样做更难。 该团队设法让一架模拟喷气机在不失去稳定性的情况下自主执行一些类似壮志凌云的机动动作。 这比听起来更难。

上周是迪士尼研究，总能指望它展示一些有趣的东西，这些东西也恰好适用于电影制作或主题公园运营。 在 CVPR 上，他们展示了一个功能强大且用途广泛的“面部标志检测网络”，可以连续跟踪面部运动并使用更多任意参考点。 动作捕捉已经在没有小捕捉点的情况下工作了，但这应该会使它的质量更高——对演员来说也更有尊严。