創新科技
Google 與 Meta 轉向好萊塢尋求 AI 模型的訓練素材
據傳金額高達「數千萬美元」，但好萊塢似乎不太感興趣。 據彭博社的一篇新報導，Meta 和 Google 正向好萊塢電影工作室狂灑資金，希望能達成授權協議，以改進其用於影片生成式 AI 的模型。據報，這些公司放在談判桌上的金額高達「數千萬美元」，但談判的具體結果尚不清楚。 該篇報導稱，Netflix 和 Disney「不願意授權其內容」，但「對其他形式的合作表示興趣」。另一邊，華納兄弟則是似乎「願意授權部分節目」。Meta 的發言人拒絕評論，而 Google 則是沒有立即回應置評請求。這其實並不太讓人意外，目前 AI 已經發展到了公開的訓練資料已經無法滿足需求的程度，因此無論是文字的生成式 AI 還是圖片、影片，各家公司都在尋找更加優質的資料來源。以文字來說，近期無論是 OpenAI 還是 Google，都有大動作與新聞集團、出版商合作的消息，Meta 也同樣有類似合作意願。 然而，正如彭博社所指出的，好萊塢片商對這類交易可能持有一些保留意見。相較於新聞網站可以用 AI 工具、或是在聊天機器人裡的曝光做為交換，好萊塢這邊除了現金之外，似乎並沒有太多的好處。相反，娛樂界普遍擔心 AI 會搶走他們的飯碗，又或是濫用他們的形象與創意。本周就有 Scarlett Johansson 拒絕與 OpenAI 合作，並指控 OpenAI 在其 ChatGPT 的「Sky」助理中複製了她的聲音的事件延燒，但 OpenAI 否認了有試圖模仿她的聲音的說法。 資訊來源: https://hk.news.yahoo.com/meta-and-google-want-to-make-ai-deals-with-hollywood-studios-073654388.html?guccounter=1&guce_referrer=aHR0cHM6Ly93d3cuZ29vZ2xlLmNvbS8&guce_referrer_sig=AQAAAGjN76PrpbA9LaDsG212Qmu7FYS9axBXSX0anhwjpq81wfotUPTEfNvNV4zAXqokkNCcPHoM5hPXfPH4RCYnnTN9PP0lWfEKm6dZZFjF31RbgwKYoGOxDxSzcmx5edjcAJGUE_uwC003o4DIgCoTTTLdBBKXHFw9N2zA87M8Vlo0
渣打香港伙Mastercard等 完成代幣化存款和碳信用概念驗證測試
渣打香港宣布，伙虛銀Mox、Mastercard及Libeara，透過監管沙盒完成代幣化存款和代幣化碳信用的概念驗證測試。 上述概念驗證測試主要探索以代幣化存款作為代幣化資產結算工具，在操作流程和風 險管理方面的好處。 測試乃Mastercard「多代幣網絡」（Multi-Token Network ）的首個測試場景，模擬碳信用交易的操作情況，首先由Mox客戶打算透過其Mox賬戶購買碳信用，以抵消個人的碳排放。渣打香港收到Mox的要求後，運用SC Ventures1孵化的代幣化平台Libeara 將碳信用代幣化。 Mastercard「多代幣網絡」隨後將Mox客戶的銀行存款代幣化，並將兩種代幣化資產作「原子交換」。此交易流程讓渣打香港與Mox之間能夠實現實時且透明的結算，同時讓客戶能將代幣化碳信用儲存在電子錢包，或抵銷其碳足跡。 渣打香港區行政總裁禤惠儀表示，現實世界資產的代幣化，以及不同形式代幣化貨幣的潛在應用，將是金融業未來發展不可或缺的部分。渣打香港致力發展代幣化的應用和創新，在金管局的指導下，該行很榮幸與其虛擬銀行Mox、創投企業 Libeara及長期合作夥伴Mastercard攜手開展此項目。 Mastercard香港及澳門總經理陳一芳表示，為全面釋放區塊鏈技術潛力，公司們需 要持續協作，並不斷測試、探索和發展創新用例，為企業帶來實質價值，令整個行業互聯互通。 資訊來源: https://finance.mingpao.com/fin/instantf/20240514/1715665576660
GPT-4 和記憶功能：朝向 AGI 的一大步｜蘇仲成
人工通用智能（AGI）代表著人工智能領域的一個變革性飛躍，從專門的“窄AI”發展到一種能夠反映人類認知能力的智能形式。AGI 被設想為一種機器，能夠理解、學習和執行任何人類能夠做的智力任務。本指南深入探討了 AGI 的本質、其挑戰、發展方法和推測的實現時間表。 文：Michael C.S. So（嶺南大學研究生院客席助理教授） AGI 是什麼？ AGI 的核心目標是達到一種智能水平，使機器能夠處理任何人類可以做的任務，從下棋到解決複雜的數學問題，甚至根據抽象推理做出微妙的決策。與通過專用編程在特定任務中表現出色的窄AI不同，AGI將具有廣泛的、可適應的智力，類似於智力活動的“通用翻譯器”。 開發AGI 的關鍵挑戰 創建 AGI 涉及克服重大障礙： 認知靈活性： AGI 必須展示出與人類相似的思想和行動靈活性，能夠在不同類型的任務之間切換，並將學到的知識應用於各種領域。 知識轉移： 它應該能夠在不同的情境中有效地利用已獲得的知識，而無需重新訓練。 常識推理： AGI 需要能夠理解和應用人類認為是常識的日常知識。 達成 AGI 的方法 研究人員正在探索幾種開發 AGI 的方法： 神經網絡： 這些由人腦啟發的演算法，通過數據學習來識別模式並做出決策。 符號 AI： 這種方法使用符號來表示問題，並應用邏輯規則來解決問題，模仿人類的理性思考。 混合系統： 將神經網絡與符號 AI 結合，這些系統旨在利用兩者的優勢，以促進 AGI 的發展。 AGI 何時成為現實？ 預測 AGI 的時間表充滿不確定性，受許多無法預測的因素影響： 技術突破：AGI 需要在幾個 …
軟體銀行新AI超級電腦系統獲日本政府421億日幣補助，採用NVIDIA Blackwell GPU實現25 exaflops AI算力
▲軟體銀行預計將為率先導入DGX B200系統的服務商之一 軟體銀行在2023年5月宣布針對數位社會發展的下一代數位基礎設施建設願景，並於2023年9月建構用於生成式AI的運算平台，該計畫在2023年7月獲得53億日幣的補助，並由軟體銀行子公司SB Intuitions開發專為日文的大型語言模型(LLM)；軟體銀行以此願景計畫為延伸，預計在2024年至2025年於日本多個地點架設AI基礎設施，透過採用新一代NVIDIA Blackwell加速器與基於DGX B200的NVIDIA DGX SuperPOD，預估平台綜合提供25 exaflops算力，較現行0.7 exaflops算力提升37倍。 軟體銀行子公司SB Intuitions將活用新一代運算資源，預計在2024年底建構一個高達3,900億參數的大型語言模型，終極目標是朝向1億參數大型語言模型發展，且同樣會開放日本企業與研究單位使用其服務。 資訊來源: https://www.cool3c.com/article/215695
