马斯克(Elon Musk)、盖茨(Bill Gates)、扎克伯格(Mark Zuckerberg)等科技行业的高管和名人周三参加了一场闭门会议，与 60 多名美国参议员就 AI 的各种可能性和风险展开了辩论。参议员们正在考虑通过立法监管 AI 技术。马斯克警告称，AI 有可能威胁到人类。盖茨则指出，AI 可能有助于解决全球饥饿问题。非营利组织 Center for Humane Technology 负责人Tristan Harris 警告开源 AI 系统会被滥用，如 Llama 2 模型能被用于获取制造危险生物化合物的指南。扎克伯格反驳说，类似的指南本来就可以在互联网上找到。扎克伯格告诉参议员，开源“使这些工具的获得变得民主化，这有助于公平竞争，促进个人和企业创新”。

Stability AI 宣布了文本音乐生成模型 Audio Diffusion，允许任何人用简单的文本去生成音乐片段。Stability AI表示会在未来发布基于 Audio Diffusion 的开源模型和训练代码，允许你训练自己的音乐生成模型。Audio Diffusion 使用了音频库 AudioSparks 中超过 80 万首授权音乐训练，大约有 12 亿个参数，与最早发布的图像生成模型 Stable Diffusion 相当。Audio Diffusion 有免费和付费方案，免费版本允许每月生成 20 首最长 20 秒的音乐，付费版本提高到 500 首最长 90 秒。

对创业公司 Chingmu 的创始人 Zhang Haiwei 而言，构建自己的大语言模型（LLM）是不现实的。你需要几亿美元资金，需要与遥遥领先的科技巨头们展开竞争。在 AI 热兴起前，百度和科大讯飞等公司早就对大模型之类的 AI 系统展开了多年研究。Zhang 的公司专注于 AI 应用，利用 OpenAI 的模型去分析人和物如何移动，将其应用于动画和运动训练。他认为今年是 AI 内卷化的一年。内卷是中国流行的一个术语，描述了一种疯狂竞争的状态，每个人都愈来愈辛苦的工作，但回报愈来愈少。AI 行业的新人即使有足够的资金，也不太可能脱颖而出。在 AI 领域，成本之外还有计算能力和计算芯片供应的挑战。与硅谷的同行一样，中国的创业公司也掀起了 AI 热。AI 被普遍认为将给科技行业和整个经济带来一场革命。但它们很快就回归现实。革命性的应用尚未出现，训练 AI 使用的芯片则面临短缺，限制了增长。在日益挑战性的经济环境中，AI 面临更多的内卷。

训练 AI 模型所需的计算量是惊人的，需要昂贵的英伟达芯片，还需要大量的水去冷却数据中心。微软最近承认，OpenAI 最先进的大语言模型 GPT-4 是在微软位于爱荷华州的数据中心训练的，冷却用水抽取自浣熊河和得梅因河的分水岭。微软在其《2022 年环境可持续性报告》中披露，从 2021 年到 2022 年，该公司全球用水量大幅增长了 34%，接近 17 亿加仑，相比前几年，用水量急剧增加被认为源于 AI 研究，包括生成式 AI 以及微软与 OpenAI 的合作。此前有研究团队估计，每向 ChatGPT 提出 5 到 50 个提示或问题时，ChatGPT 会喝下 500 毫升的水。Google 也报告其数据中心用水量增长了五分之一，这也被认为与 AI 研究相关。OpenAI 和微软都表示正致力于提高 AI 模型训练效率。

Meta Platforms 正在开发一款新的 AI 系统，预计其功能将 OpenAI 提供的最先进模型一样强大。根据 Meta 的目标，其新 AI 模型将比两个月前发布的 Llama 2 强大数倍。新 AI 模型计划明年上线。Meta 目前正在搭建这项工作所需的数据中心，并购置更多的英伟达 H100 芯片。CEO 扎克伯格(Mark Zuckerberg)正推动这个新模型像 Meta 早些时候的 AI 产品一样实现开源，从而可以免费提供给构建 AI 驱动工具的公司。

根据分析公司 Similarweb 的数据，OpenAI 聊天机器人 ChatGPT 的月访问量连续第三个月下降。但随着暑假的结束秋季学期的开始，访问量预计会恢复，一部分学生会求助于 ChatGPT 完成作业。数据显示，ChatGPT 网站的桌面和移动访问量在 8 月下降 3.2% 至 14.3 亿，之前两个月下降了 10%。自今年 3 月以来用户在网站上停留的时间也在下降，从之前的平均 8.7 分钟降至 8 月的 8 分钟。但 8 月 ChatGPT 的总独立访客数略有增长，从 1.8 亿增加到 1.805 亿。

Google 研究人员在 2017 年发表的 transformer 模型论文彻底改变了 AI 研究。今天最流行的大模型都是基于 transformer，它已经证明具有通用性，能用于从翻译到计算机视觉、机器人学等各个领域。但 transformer 也具有明显的缺点，最大的缺点是高计算成本。它的计算步骤数量呈二次方增长，而不是线性增长。谁将能取代 transformer？替代者的一大目标就是降低计算成本，需要更少的参数。流行的大模型如 GPT-3 有 1750 亿个参数，GPT-4 更多。替代者如果只需要十几亿参数就能达到类似性能，那么这无疑将会推动生成式 AI 的普及。

英国伦敦的 AI 创业公司 Kaedim 承诺使用机器学习算法将 2D 图像转换为 3D 模型。该公司的创始人 Konstantina Psoma 最近被福布斯列入 30 位值得关注的 30 岁以下菁英名单（30 Under 30）。但知情人士透露，Kaedim 使用人类艺术家从事 “质量控制”的工作，而且经常是直接让人工在没有机器学习的帮助下去手动创造 3D 模型。这种事并不罕见。3D 建模是一件耗时的工作，游戏公司通常将其外包给中国等国的工作室去完成。Kaedim 声称利用 AI 去实现自动化 3D 建模。但其产品的质量远达不到实用，需要人工去不断调整修正。此事披露之后，Kaedim 已经修改了网站，承认人工参与了 3D 建模工作。

美国国防部考虑未来两年内开发出一套由 AI 驱动技术、无人机和自治系统组成的庞大网络，应对来自中国等国的威胁。美国国防部副部长 Kathleen Hicks 在周三晚间的一次演讲中透露了该计划的新细节，包括斥资几亿美元开发数千套海陆空 AI 系统，力求“小巧、智能、低成本”。五角大楼考虑的其他能力还包括用于后勤保障的陆基自治系统，数量多到让对手难以摧毁的天基自治系统，以及可抵御来袭导弹的自治系统。自治系统利用 AI 技术侦测并打击敌方目标，并且可以包含自动驾驶的空中和海上无人机。美国国防部对这类系统的投资由来已久，包括自动驾驶的舰船和无人驾驶飞机。

美国 50 个州和 4 个领地的总检察长周三致函国会，呼吁对 AI 生成的儿童色情图像采取行动。Stable Diffusion 之类的开源文本图像模型让 AI 生成色情图像比以往任何时候都容易。由于开源模型是可公开访问的，可以在本地运行，因此没有任何方法能阻止一个人生成儿童色情图像。闭源的商业模型如 Midjourney、DALL-E 和 Adobe Firefly 都内置了过滤器禁止生成色情图像。总检察长们呼吁，扩大现有的针对儿童色情材料（child sexual abuse material 或 CSAM）的法律，涵盖 AI 生成的材料。虽然 AI 生成的儿童色情图像是假的，但总检察长们认为这仍然会对儿童及其家人带来风险。

对 213 名美国计算机科学教授的调查显示，AI 专家们倾向于设立一个 联邦 AI 部门或全球性组织去监管 AI，而不是将其交给国会、白宫或私营部门。专家们对 AI 何时或是否会脱离人类控制存在分歧，但多认为应对其进行监管。只有六分之一的人认为 AI 不应该或者不能受监管，只有少数人相信私营部门能自我监管。五分之一的人预测 AI 能一直被人类控制。其余一半人认为 AI “可能”或“肯定”会脱离人类的控制，另一半人则认为“可能不会”。被调查者认为在处理 AI 问题上总统拜登比 Sundar Pichai、Elon Musk、Sam Altman、Mark Zuckerberg 和 Donald Trump 更值得信任。

Meta Platforms 的大模型 Llama 和 Llama 2 作为 OpenAI 和 Anthropic 私有模型的开源替代而备受好评，但对大部分参与该项目的科学家和工程师来说，称赞来得太迟了。知情人士透露，参与 Llama 项目的研究人员很多已经离职了，原因是与公司另一个研究团队在计算资源上的内斗。另一个相竞争的模型已被 Meta 放弃。生成式 AI 需要大量的计算资源，需要专用芯片，而芯片是不会免费提高的。科技巨头通常比其它公司拥有更多的计算资源。但即便如此，它们的计算资源也是有限制的。人才外流凸显了大型科技公司在留住 AI 研究人员上面临的挑战。知情人士称，2 月发表的 Llama 论文的 14 名作者中，一半以上已经离开公司，其中几位加入了 AI 创业公司或其它大公司。

Gizmodo 母公司 G/O Media 上周解雇了其西班牙语网站 Gizmodo en Espanol 的员工，内容从部分原创和部分翻译转到用 AI 翻译英文版文章。Gizmodo en Espanol 于 2012 年推出，它有一支小而精干的团队，其工作主要是为西班牙语读者撰写原创文章，以及翻译 Gizmodo 上的英文文章。如今该网站的新文章都是机器翻译，附有原始文章链接以及免责声明，表示机器翻译的文章可能与原文存在略微差异，用户可以点击浏览原文。目前 G/O Media 的 AI 翻译系统还存在诸多问题，比如有的文章只翻译了一半，其余又变成了英文。专家表示，AI 翻译目前还无法完全取代人工翻译，会存在很多影响内容质量的错误。

百度 CEO 李彦宏周二表示，中国至今已发布逾 70 个 10 亿以上参数的大语言模型。在获得监管机构批准之后，中国多家企业最近向公众开放访问其生成式 AI 机器人，其中包括了百度的文心一言(Ernie)。李彦宏称，文心一言最新版本 Ernie 3.5 是之前版本的两倍，效率提升了五成。他还透露百度将在近期推出新版本。

AI 的先驱们正在为这项技术的哪种危险最可怕而争论不休。末日论者担心，被训练来寻求奖励的 AI 系统最终可能会有隐藏的追求权力的冲动，在执行我们的愿望时无意中伤害人类，或者干脆超越人类，掌握我们的命运。AI 伦理与公平领域的专家们担心的是这些工具如何无意或有意地剥削工人、加深数以百万计人的不平等。他们希望科技公司和监管机构执行培训标准和技术，以减少这种威胁。一些伦理学研究者表示，他们并不完全否定有关人类生死存亡的风险，只是认为应该把这作为有更明确定义的现有问题的一部分来解决。一些末日论者认为，通向灾难的道路很可能来自伦理学界所强调的问题，比如大量炮制的虚假信息导致政府被推翻或引发战争的后果。双方都希望能够揭开 AI 思考方式的黑箱，即所谓的可解释性问题。

OpenAI 的 ChatGPT 使用了海量数据训练，其中包括许多作家的作品。有多位作家提起了集体诉讼，指控 OpenAI 侵犯版权、违反 DMCA、不公平竞争、不当得利、ChatGPT 的每条回复都是衍生作品等等。OpenAI 逐一驳斥了这些主张。OpenAI 认为，作家们误解了版权保护的范围，没有考虑限制和合理使用等例外，版权的限制和例外为大模型等创新留出了空间。创新者以变革的方式使用版权材料并没有侵犯版权。版权法的目的是促进科学和实用艺术的进步，而不是作者所表达想法本身。OpenAI 还以 Google Books 诉讼为例，指出图书中的词频、句法模式和主题标记等统计信息超出了版权保护的范围。

Nala Ginrut 写道：AIGC 被认为是未来的基础物料，就如同水电一样存在普遍需求。可是高昂的算力成本已然成为 AIGC 进一步推进的阻碍。SymeCloud 在探索低成本 AI 方案的方向上更进了一步，最近他们发布了一个超廉价的 Chatbot 云方案，仅需 4.99 美元/月，是目前世界上最便宜的付费方案。该方案在 HackerNews 上引起了热议。

Google 宣布了其自己设计自己使用的新一代 AI 芯片 TPU v5e，它的 TPU 芯片只通过 Cloud TPU 云服务提供给客户。Google 是在 2016 年推出了第一代 TPU(tensor processing unit)，2021 年发布 TPU v4。相比上一代 TPU v4，TPU v5e 每一美元的训练性能提高 2 倍，每一美元的推理性能提高 2.5 倍，而成本不到 TPU v4 的一半，使得更多组织能够训练和部署更大更复杂的 AI 模型。TPU v5e 最多允许 256 个芯片互连，总带宽超过 400 Tb/s，支持八种不同的虚拟机配置。根据速度基准测试，在 TPU v5e 上训练和运行 AI 模型时速度提高了 5 倍。

美国限制英伟达向中东地区出口的其旗舰 AI 芯片 H100 和 A100 GPU，原因是为了防止这些芯片转售到中国。美国已经限制英伟达向中国出售 H100 和 A100 GPU，英伟达为此专门开发了降低性能的型号 H800 和 A800。中东的阿联酋和沙特都是英伟达的大客户，而这两个国家同时也与中国关系密切，其中沙特还与中国在 AI 项目上展开合作。美国担心英伟达的 H100 和 A100 GPU 可能会从中东国家转手到中国，或者中国会在中东国家训练 AI 模型然后将技术带回本国。

一家与阿布扎比统治家族有关联的 AI 集团 G42 推出了据称是世界上质量最高的阿拉伯语 AI 软件。阿联酋和沙特此前大规模购买了英伟达的 GPU，正竞相在海湾地区率先应用生成式 AI。名为 Jais 的大模型(LLM)是一种基于海量阿拉伯语和英语数据的开源双语模型，面向全球逾 4 亿讲阿拉伯语的人。它有 130 亿个参数，使用了 1160 亿阿拉伯语 tokens 和 2790 亿英语 tokens 训练。今天最流行的大模型如 OpenAI ChatGPT 使用的 GPT-4、Gogogle Bard 使用的 PaLM，以及 Meta 的开源模型 LLaMA，都具有理解和生成阿拉伯语文本的能力。但 G42 的 AI 负责人 Andrew Jackson 表示现有模型中的阿拉伯元素“被稀释了”。在阿拉伯语的准确性上，Jais 的表现胜过了 LLaMA 等模型。