为您整理了以ChatGPT为代表的生成式人工智能技术的本周要闻。数据、模型、算法、应用和开源等方面，GPT技术发展迅速，令人应接不暇。
【商业】三星考虑用微软Bing取代谷歌作为其手机默认搜索引擎
据报道，三星正在寻求用微软的 Bing 取代谷歌搜索作为其广受欢迎的 Android 智能手机系列的默认搜索引擎。
2014 年，谷歌向苹果公司支付了 10 亿美元作为 iPhone 上的默认搜索引擎——最近估计这一数额近年来激增至150 亿美元。三星与谷歌的协议应该在同样的规模上。然而，自微软向 OpenAI 投资 100 亿美元以来，它已经投入大量资金和资源为 Bing 注入 AI。用户现在也可以使用 Bing 与自定义版本的 ChatGPT 聊天机器人交谈。对于许多用户来说，这开始使 Bing 成为比 Google 更有趣的替代品。
“搜索广告市场份额每增加 1 个百分点，我们的广告业务就会获得 20 亿美元的收入机会，”微软公司财务副总裁 Philippe Ockenden 表示。在将 AI 与其搜索引擎集成方面，谷歌被认为更慢、更保守，而微软一直公开表示要全力推进，将基于 OpenAI 的技术引入从 Bing 到 Microsoft Office 再到 GitHub 代码库的所有领域。微软现在有难得的突破机会，将 Bing 推向新的受众。考虑到微软自己没有可行的手机操作系统，而Android 本身是世界上最流行的操作系统，这一点尤为重要。Futurum Research 的丹·纽曼 (Dan Newman) 表示：“[微软] 进行了大量投资来推动市场发展，如果他们要获胜，就需要赢得更大的移动市场份额。”
2022 年 9 月移动搜索引擎市场份额
主要新闻来源：Insider: Microsoft should pay whatever it costs to replace Google on Samsung phones
【伦理】谷歌不顾内部反对，强推Bard遭恶果
根据谷歌内部文件和彭博社对18名现任和前任员工的采访，谷歌不顾员工顾虑并将利益置于道德承诺之上。高层否决了人工智能治理团队的风险评估，在 3 月份将Bard作为一项“实验”向公众开放 。据报道，一名员工在2 月一篇得到广泛同意的内部帖子中称Bard“比无用还糟糕”，不应向公众发布它。据报道，其他测试该技术的人指责聊天机器人在回答简单问题时提供不准确的事实和相互矛盾的答案。事实上，Bard的发布视频中，对有关詹姆斯·韦伯望远镜的事实问题给出了误导性的回答。事件发生后，谷歌的股票立即下跌——市值超过 1000 亿美元。
主要新闻来源：SFGate:Google employees reportedly bashed Bard AI bot before launch
【用例】SalesForce的Einstein GPT
Einstein GPT是 Salesforce 的生成式 AI 助手，每天可提供超过 2000 亿个 AI 支持的预测。同时，数据云是公司的数据仓库平台，汇集了来自不同来源的数据点，实时托管统一的客户画像。 通过将这两种产品与流程连接起来，Salesforce 使企业能够使用自然语言提示创建自动化工作流，从而根据实时数据信号触发操作。
“通过使用Einstein GPT 和数据云为流程提供动力，我们不仅提高了可用性，而且确保我们的客户能够访问最先进的工具，以实现更高的生产力、效率和增长，”自动化高级副总裁 John Kucera 说。销售队伍。“这使每个人的企业 AI 民主化。”
Einstein GPT for flow 可以从文本提示生成工作流
Einstein GPT 处理工作流创建助手，允许技术和非技术用户使用对话界面创建和修改自动化。同时，数据云通过跟踪实时变化并触发所需的操作来帮助执行上述工作流。
例如，营销人员可以输入请求，以便在客户放弃购物车时构建一个自动化流程（带有所需的操作）。该系统将近乎实时地构建工作流程并触发所需的操作，例如在检测到客户退出购物车时发送带有促销代码的个性化消息。
Salesforce 表示，同样的方法也适用于管理库存、产品定价、欺诈检测、患者监控和机器维护等用例。
Gartner 副总裁分析师 Kyle Davis 告诉 VentureBeat：“将像 Einstein GPT 和 Flow 这样的生成式 AI 使用起来有很大的潜力。” “首先，它允许技术含量较低的用户使用自然语言来设计自动化。仍然需要验证正在生成的内容，但验证比从头开始设计流程更容易。”
“集成数据云和数据流对于这两种服务的成功至关重要，”David 补充道。“数据云提供了摄取和协调 Salesforce 和外部数据的能力。虽然这很重要，但根据这些数据采取行动对客户来说具有更大的价值。这就是数据云与 Flow 的集成所提供的。”
Salesforce计划6 月发布 系统Beta 版。
VentureBeat: Salesforce ties Einstein GPT and data cloud to Flow — here’s how it will help
【用例】金山“WPS AI”通过AI集成简化写作过程
金山软件宣布为其文字处理软件引入人工智能写作助手。工具代号为“WPS AI”，旨在增强写作体验。
只需在 Kingsoft WPS Docs 中按“Ctrl+J”即可访问 WPS AI 功能。用户可以使用 WPS AI 来起草会议大纲或待办事项列表。AI 助手会生成详细的计划，其中包括目标、时间、地点、与会者和议程等基本信息。
目前尚不清楚该服务如何收费。
GizmoChina: Kingsoft’s “WPS AI” Simplifies Writing Process with AI Integration
QQ新闻：行业前沿｜WPS AI 来了，比 ChatGPT 更适合办公，还更懂中文
【用例】Snapchat 推出由 ChatGPT 支持的聊天机器人
Snapchat 背后的公司 Snap周三宣布，其可定制的 My AI 聊天机器人现在可供应用程序内的所有用户使用。该功能由 ChatGPT 提供支持， 以前仅适用于付费的 Snapchat+ 订阅者。
据该公司称，该工具可以提供建议、回答问题、帮助用户制定计划并可以在几秒钟内写出诗句。当用“@MyAI”提及它时，可以将它带入与朋友的对话中。用户还可以给它起个名字，为它设计一个自定义的 Bitmoji 头像，让它更具个性。
Snap、Instacart 和家教应用 Quizlet 是尝试应用ChatGPT 的OpenAI早期合作伙伴。
CNN：Snapchat rolls out chatbot powered by ChatGPT to all users
【模型】Stability AI 宣布新的开源大型语言模型
Stability AI 是人工智能驱动的 Stable Diffusion 图像生成器背后的公司，它发布了一套开源大型语言模型 (LLM)，统称为 StableLM。该公司宣布其模型现已可供开发人员在 GitHub 上使用和改编。
与其 ChatGPT 竞争对手一样，StableLM 旨在高效地生成文本和代码。它在称为Pile的开源数据集的更大版本上进行训练，包括 Wikipedia、Stack Exchange 和 PubMed。Stability AI 表示，StableLM 模型目前可用的参数在 30 亿到 70 亿之间，随后将有 15 到 650 亿个参数模型可用。
StableLM 扩展了 Stability AI 已经与非营利组织 EleutherAI 合作开发的开源语言模型，也注重 AI 工具的易用性，就像它对 Stable Diffusion 所做的那样。该公司通过多种方式提供其文本到图像 AI，包括公开演示、软件测试版和模型的完整下载，允许开发人员使用该工具并进行各种集成。
【工具】AutoGPT
AutoGPT是由“Significant Gravitas”（即Toran Bruce Richards）创建，是一个基于 GPT-4 的开源 Python 应用程序。它可以自我提示——换句话说，如果用户声明最终目标，系统可以计算出所需的步骤到达那里并执行它们。
它具有互联网访问、长期和短期内存管理、用于文本生成的 GPT-4 实例、访问流行网站和平台以及文件存储和 GPT-3.5 摘要。一旦为 AutoGPT 提供了一个 OpenAI API 密钥和一个谷歌 API 密钥，它就会通过一个迭代过程工作，获取输出并将其放回 AI 模型中以改进结果。用户可以选择在进入下一步之前检查和批准每个步骤。
它的创建者明确表示，这是一个实验性应用程序，旨在展示 GPT-4 语言模型的能力。然而，用户一直在急于创建实用的应用程序——并取得了一些有趣的结果。例如，
根据 Pipedream Labs 的首席执行官 Garrett Scott McCurrach 的说法， Do Anything Machine是一个“自己完成的待办事项列表”。如果允许访问用户的应用程序，它可以处理任务列表并跟踪任务并确定任务的优先级。“每次添加任务时，都会生成一个 GPT-4 代理来完成它，”McCurrach 说。“它已经拥有您和您公司所需的上下文，并且可以访问您的应用程序。”
同时，Isabella是由推特用户 Moe 创建的个人投资分析师，旨在自主收集和分析市场数据并保存结果，同时将任务外包给其他 AI 代理。
James Baker 创建了一个研究代理，通过五次搜索和 15 个网络浏览器，可以准备一个关于最近新闻的五主题播客，并提供准确的参考资料。
AutoGPT 还被用于创建网站和应用程序，并生成市场报告。
AutoGPT 不适合新手，需要对 Python 相当熟悉。它还有其他局限性，最显著的是存在与早期版本中出现的那种“幻觉”相同的风险。
主要新闻来源：CyberNews: AutoGPT explained: is it really risk free
【工具】Databricks 将大型语言模型 (LLM) 引入 SQL 和 MLflow 2.3
Databricks在3月宣布了其ChatGPT 类型项目开源Dolly的初始版本，并在4月12日迅速发布了Dolly 2.0。今天Databricks宣布了两项技术更新，将帮助进一步推进 Dolly 以及其他 LLM 的使用，旨在帮助企业更轻松地受益于并使用 SQL 对大型语言模型 (LLM) 执行数据分析，从他们的数据中获得真正的商业利益。。
1. 开源MLflow 2.3 里程碑，使管理和部署机器学习 (ML) 模型更容易，特别是托管在Hugging Face上的基于Transformer的模型。MLflow 是由 Databricks 引领的一项广泛使用的技术成果，它通过提供用于跟踪、打包和共享模型的工具来简化从实验到部署的 ML 生命周期管理。
用户关于 LLM 的一个常见问题是，虽然模型可能很强大，但用户真正想做的是用自己的数据构建应用程序。 用户通常寻找的是一种以对业务有用的方式在他们的企业数据和 LLM 之间架起桥梁的方法。这是 Databricks 构建 Dolly 的部分原因，也是 MLflow 2.3 的基础。用户需要做一整套事情才能开始使用 ML 来解决业务用例，包括试验不同类型的模型和配置。弄清楚如何部署模型然后随着时间的推移进行迭代是通常称为机器学习工作流的过程的所有部分，这是 MLflow 提供的。
借助 MLflow 2.3，Databricks 表示现在原生支持以标准 MLflow 格式打包和捆绑 Hugging Face 模型，使人们更容易部署和构建应用程序。Hugging Face 近年来已成为最受欢迎的开放式 ML 模型库之一。根据 Wendell 的说法，MLflow 2.3 现在将显著降低希望实施 LLM 的组织的进入门槛，包括 Databricks 自己的 Dolly 模型。
2. Databricks 还通过启用对SQL（结构化查询语言）查询的支持，向数据分析师开放 LLM 。SQL 通常用于查询数据库和执行数据分析。
SQL 查询语言通常用于数据分析，但迄今为止，将 SQL 与 ML 应用程序和数据集一起使用并不是那么容易。
Databricks基本上是在 SQL 中构建直接调用大型语言模型的能力。例如，数据分析师将能够将 SQL 与 ML 结合使用来执行常见任务，例如对特定数据集或数据集中的列进行情绪分析。分析师还可以使用 ML 通过 SQL 查询从数据集中汇总文本。
“SQL 集成实际上是为人们如何使用模型提供良好的界面”。
Databricks博客：Dolly 大模型发布
主要新闻来源：VentureBeat: Databricks brings large language models (LLMs) to SQL and MLflow 2.3
