<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <h3><span style="vertical-align: top; color: rgb(0, 0, 255);">重點新聞(0619~0625)</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">Husky-v1 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語言模型 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 代理 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Meta開源一款AI代理「哈士奇」</strong></span></p>
<p>最近,來自Meta、艾倫AI研究院和華盛頓大學的研究團隊開源一款語言模型代理哈士奇(HUSKY),可處理複雜的多步驟推理任務。進一步來說,AI代理(Agent)是指由AI模型驅動的智慧系統,可從環境中學習、適應並自動完成特定任務,比如Siri。而哈士奇這個代理在統一空間中執行運算,意味著單一個哈士奇就能處理多類型任務,像是數值、表格和知識推理,而非只專注特定任務,如程式碼撰寫代理。</p>
<p>團隊發表的第一代哈士奇代理為Husky-v1,透過2個階段不斷迭代:首先是根據給定任務,來生成下一步的解決動作,再來是用專家模型執行這個動作,同時不斷更新解決方案。其中,第一代哈士奇的專家模型包含程式碼生成器、詢問生成器和數學推理器等3款,它們皆用合成資料訓練而成。團隊也用14個不同任務來評測Husky-v1,發現它的表現優於其他代理,如CoT、ReAct、Lumos等,甚至在混合工具推理任務中,勝過GPT-4-Turbo。<a href="https://agent-husky.github.io/">(詳全文)</a></p>
<p><img alt="" src="https://agent-husky.github.io/static/img/husky_overview.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 蘋果 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> LLM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> MLX </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>開發者可用MLX函式庫,聯合多臺蘋果裝置跑大模型了</strong></span></p>
<p>最近,蘋果才結束今年度發表大會WWDC,主打Apple Intelligence、聚焦個人化AI功能和隱私保護,但還留了一手。也就是,開發者可用蘋果的開源機器學習函式庫MLX,來聯合蘋果裝置(如Mac筆電、iPhone手機和iPad等)算力、形成一個AI叢集,來執行大型AI模型。</p>
<p>日前就有位開發者Mohamed Baioumy分享經驗,他使用了2臺MacBook、2支iPhone 15 Pro和1臺iPad,來執行80億參數的Llama 3 instruct 4 bit模型,可以非常快的速度回答文字問題。另有位開發者Mohamed Baioumy表示,就算不是蘋果裝置也可以,也就是說,只要所有裝置都使用同一個網路,開發者就可堆疊多個裝置來跑大模型。這代表,開發者可透過多個裝置來執行先進的AI模型了。<a href="https://twitter.com/ac_crypto/status/1801323681370804509?ref_src=twsrc%5Etfw%7Ctwcamp%5Etweetembed%7Ctwterm%5E1801323681370804509%7Ctwgr%5Ee446779269aef5df127a5e37d3a5143c7d5b9dd2%7Ctwcon%5Es1_c10&ref_url=https%3A%2F%2Fanalyticsindiamag.com%2Fapple-now-lets-you-stack-multiple-devices-to-run-large-ai-models%2F">(詳全文)</a></p>
<p><img alt="" src="https://twitter.com/i/status/1801322369434173860" /><img alt="" src="https://s4.itho.me/sites/default/files/images/Screen%20Shot%202024-06-25%20at%2011_38_15%20AM.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金管會 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI指引 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融業 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>金管會發布金融業運用AI指引</strong></span></p>
<p>最近,金管會終於發布「金融業運用AI指引」,與去年12月底提出的草案大方向一致,除提供AI系統和生成式AI定義,也說明4個AI系統生命周期階段,並提供業者在各階段中落實6大核心原則的處理機制。</p>
<p>進一步來說,這份AI指引就像是一份AI操作建議書,分別引導業者在導入AI或使用生成式AI時,如何在4個階段中,包括系統規畫及設計、資料蒐集及輸入、模型建立及驗證、系統部署及監控等階段,落實6大核心原則,也就是建立治理及問責機制、重視公平性及以人為本的價值觀、保護隱私及客戶權益、確保系統穩健性與安全性、落實透明性與可解釋性,和促進永續發展。</p>
<p>比起草案,這份正式版多出了實務作法,也提及更多第三方業者的監督管理方式,對自建、委外和外購等不同部署方式增訂相關內容,也修改風險評估因素的敘述方式、增加指引適用的彈性。綜合規畫處處長胡則華指出,目前採用生成式AI的金融機構有29家,銀行業占最多,使用場景大多為內部作業,第二是智能客服,第三則是行銷廣告。<a href="https://www.fsc.gov.tw/ch/home.jsp?id=96&parentpath=0&mcustomize=news_view.jsp&dataserno=202406200001&dtable=News">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 語言模型 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Meta </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 程式撰寫 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Meta揭露4款語言模型,涵蓋程式撰寫、音樂生成和音訊浮水印</strong></span></p>
<p>日前,Meta AI研究院最近發表4款語言模型,包括Meta Chameleon,含70億參數(7B)和340億參數(34B)版本,支援多模態輸入值,但只以文字輸出。另一款模型是Meta Multi-Token Prediction,是一款預訓練語言模型,專門用來處理程式碼撰寫任務。這是因為該模型採用多Token預測方法,可即時預測好幾個字,而非只預測一個,也因此提高了作業效率和回應速度。</p>
<p>第三款模型是Meta JASCO,是一款生成式文字轉音樂模型,預計晚些時候釋出預訓練模型。最後一個模型是Meta AudioSeal,是一款音訊浮水印模型,能在裝置端偵測AI生成的語音,並配上浮水印;該模型開放商用授權。除了模型,Meta也發表負責任AI研究成果,包括了研究本身、資料和程式碼,可用來衡量和改善AI系統中的地理表徵、文化偏好和多元性。<a href="https://ai.meta.com/blog/meta-fair-research-new-releases/?utm_source=linkedin&utm_medium=organic_social&utm_content=video&utm_campaign=fair">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Luma AI </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 影片生成 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Dream Machine </span></strong></span></p>
<p><span style="font-size:22px;"><strong>美AI新創開源高品質影片生成模型</strong></span></p>
<p>舊金山一家AI新創Luma AI最近發表AI系統Dream Machine,可根據簡單的文字描述,來生成高品質影片,且號稱幾分鐘就能完成。有別於OpenAI的影片生成模型Sora和快手的Kling、只對特定群眾開放,Luma AI<a href="https://lumalabs.ai/dream-machine">開放各界免費在自家網站嘗試這款系統</a>。</p>
<p>Luma AI表示,Dream Machine目前雖只能生成5秒長的影片,但在品質上相對寫實逼真,可應用的領域更廣。<a href="https://twitter.com/LumaLabsAI/status/1800921380034379951">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/Screen%20Shot%202024-06-25%20at%201_42_02%20PM.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color:#3399ff;"> Claude 3.5 Sonnet </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color:#3399ff;"> Anthropic </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語言模型 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Claude 3.5 Sonnet問世了,評測表現勝過GPT-4o</strong></span></p>
<p>Anthropic日前發表了新款大型語言模型Claude 3.5 Sonnet,是Claude系列的中階模型,但表現和效率都超越Claude 3.0的高階模型Opus,在大多數的評測上也勝過OpenAI今年5月推出的GPT-4o。進一步來說,Claude 3.5 Sonnet的執行速度是Claude 3 Opus的兩倍,Anthropic自己也以自然語言指令,要求不同模型修補開源程式碼臭蟲或新增功能,發現Claude 3.5 Sonnet解決了64%的問題,超越Claude 3 Opus的38%。</p>
<p>在提供指示與相關工具後,Claude 3.5 Sonnet得以獨立撰寫、編輯與執行程式碼,可執行複雜的推論及故障排除能力,輕鬆處理程式碼的轉換,能更有效率更新老舊應用程式並遷移程式碼庫。Claude 3.5 Sonnet不僅在所有基準評測上勝過Claude 3 Opus,它在GPQA、HumanEval、MGSM、DROP、BIG-Bench-Hard或是與視覺有關的MathVista、AI2D、Relaxed accuracy及ANLS score等評測上也超越了GPT-4o,只有在MMLU、MATH及MMMU上略遜GPT-4o。<a href="https://www.anthropic.com/news/claude-3-5-sonnet">(詳全文)</a></p>
<p><img alt="" src="https://www.anthropic.com/_next/image?url=https%3A%2F%2Fwww-cdn.anthropic.com%2Fimages%2F4zrzovbb%2Fwebsite%2Fcf2c754458e9102b7334731fb18a965bfeb7ad08-2200x1894.png&w=3840&q=75" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> EVI </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Hume AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 情緒辨識 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Hume AI推出懂53種情緒的iOS App:EVI</strong></span></p>
<p>最近,Hume AI上架一款號稱讀懂人類情緒的<a href="https://apps.apple.com/us/app/hume-your-personal-ai/id6502917807?ign-itscg=30200&ign-itsct=apps_box_link">iOS應用程式EVI</a>,由Anthropic最新的語言模型Claude 3.5 Sonnet驅動。特別的是,EVI背後的同理心大語言模型可解讀語調、強調字眼和非口語的暗示,來優化互動體驗。EVI可理解53種人類情緒,如開心、生氣、困惑、欺騙等。至於EVI採用的聲音模型Kora,則能以API方式提供給開發者,目前也支援Anthropic、OpenAI和開源語言模型,預計之後很快就會納入Google模型。開發者可以建立他們的應用程式,並加入EVI的Discord來獲得更新資訊。</p>
<p>EVI的情緒理解能力,是來自Hume AI對非話語的情緒性語音研究成果,這類語音是指透露情緒的語助詞,或單純是透露情緒的發聲詞。為訓練EVI的情緒理解模型,Hume AI收集了來自1萬6千多人共數千個語音片段檔案,橫跨美國、中國、印度、南非和委內瑞拉。Hume AI表示,未來,他們打算擴展EVI能力,增添全球通用的臉部表情辨識能力。<a href="https://twitter.com/hume_ai/status/1803854136389308495?ref_src=twsrc%5Etfw%7Ctwcamp%5Etweetembed%7Ctwterm%5E1803854136389308495%7Ctwgr%5Ea2eac1e0e6c3b81eb70a5e7334075fc47ef4dd04%7Ctwcon%5Es1_&ref_url=https%3A%2F%2Fanalyticsindiamag.com%2Fhume-ai-launches-evi-an-emotionally-intelligent-voice-ai-as-ios-app-powered-by-claude-3-5-sonnet%2F">(詳全文)</a></p>
<p><img alt="" src="https://is1-ssl.mzstatic.com/image/thumb/PurpleSource221/v4/bf/7a/11/bf7a11c9-2aac-7f8b-67a9-1bb2b48c4453/cb20bc31-b049-4d47-9282-f23d5ec454c1_iPhone_6.7_-_1290_x_2796_-_01.jpg/460x0w.webp" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Databricks </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI治理 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Unity Catalog </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Databricks揭露一款資料與AI治理工具,採開放API和通用介面</strong></span></p>
<p>Databricks最近宣布,將於今年第3季發表一款統一、可跨雲和資料平臺的資料與AI治理解決方案Unity Catalog OSS預覽版。Databricks希望藉該工具,來建立AI治理可互通的開放標準。</p>
<p>這款Unity Catalog OSS提供通用介面,可支援多種資料各式和運算引擎,還能統一治理表格類資料、非結構化資料、機器學習模型等AI資產。在AI治理部分,這款工具可自動監控模型、診斷錯誤並維護資料和模型品質。該工具也會主動發出警報、自動偵測個人識別資訊(PII)資料、追蹤模型是否漂移,並能解決資料和AI工作流程中的問題。透過開放API和Apache 2.0授權,使用者可免於被廠商綁死,不過,AWS、Google Cloud、微軟、Salesforce、Confluent、dbt Labs、Immuta等多家業者都表示支援Unity Catalog OSS,認為此舉為使用者帶來更大的彈性,還與開源生態系原則相符。<a href="https://code.visualstudio.com/updates/v1_59#_terminal">(詳全文)</a></p>
<p><img alt="" src="https://www.databricks.com/en-website-assets/static/32739bd7ae2933506839e61ca82fd214/22724.png" /></p>
<p>圖片來源/Meta、Mohamed Baioumy、Luma AI、Anthropic、Hume AI、Databricks</p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p>
<p><strong>1. <a href="https://www.ithome.com.tw/news/163576">資安院首度發表AI打詐技術,詐騙廣告偵測率超過九成</a></strong></p>
<p><strong>2. 前OpenAI首席科學家Ilya Sutskever成立新公司,瞄準AI安全性</strong></p>
<p><strong>3. Pixel 8、Pixel 8a終於也有Gemini Nano了</strong></p>
<p>資料來源:iThome整理,2024年6月</p>
</div></div></div>