今日要點(diǎn)：

1、下一代模型訓練方法：不是預測下一個(gè)字，而是模仿人類(lèi)思維學(xué)習在行動(dòng)中思考

2、SAM視覺(jué)模型升級，分割能力再提升，將進(jìn)一步提升多模態(tài)能力

(資料圖)

3、微軟Office 365 Copilot已經(jīng)擴大試用范圍，開(kāi)啟漲價(jià)

4、谷歌發(fā)布AI學(xué)習課程，專(zhuān)為初學(xué)者設計

見(jiàn)聞視角

海外AI

1、下一代模型訓練方法：不是預測下一個(gè)字，而是模仿人類(lèi)思維學(xué)習在行動(dòng)中思考

要點(diǎn):

動(dòng)機：提出一種新的模仿學(xué)習框架，Thought Cloning，通過(guò)模仿人類(lèi)思考過(guò)程來(lái)改進(jìn)強化學(xué)習智能體的表現。研究者認為，強化學(xué)智能體在泛化能力、探索能力、規劃能力、適應新情境的能力等方面遠遠不及人類(lèi)，其中一個(gè)原因是缺乏語(yǔ)言思考的收益。方法：提出Thought Cloning，不僅克隆人類(lèi)示范者的行為，還克隆人類(lèi)在執行這些行為時(shí)的思考過(guò)程。通過(guò)在大規模的包含人類(lèi)思考過(guò)程的數據集上訓練，論文驗證了Thought Cloning相比行為克隆方法在學(xué)習速度和處理新情境能力上的優(yōu)勢。優(yōu)勢：Thought Cloning相較于行為克隆方法具有更快的學(xué)習速度，并且在面對新情境任務(wù)時(shí)具有更大的性能優(yōu)勢。此外，Thought Cloning還對AI安全性和可解釋性有重要益處，可以更容易地診斷問(wèn)題、糾正代理的思考或阻止代理執行不安全的計劃。思想數據來(lái)源：研究者選取了YouTube視頻和文字錄音，有大約數百萬(wàn)小時(shí)，包含了人們行動(dòng)、計劃、決定和重新規劃背后的思想。

見(jiàn)智研究一句話(huà)總結:

Shengran Hu, Jeff Clune（前OPEN AI成員）提出了一種名為T(mén)hought Cloning的模仿學(xué)習框架，通過(guò)模仿人類(lèi)思考過(guò)程來(lái)訓練AI智能體，提高其學(xué)習速度、泛化能力和處理新情境的能力，同時(shí)提供重要的AI安全性和可解釋性?xún)?yōu)勢。

在Jeff Clune看來(lái)，思想克隆有助于人工智能的安全。因可以觀(guān)察到智能體的思想：（1）可以更容易地診斷出事情出錯的原因，（2）通過(guò)糾正智能體的思想來(lái)引導它，（3）或者阻止它做所計劃的不安全的事情。

2、SAM視覺(jué)模型升級，分割能力再提升，將進(jìn)一步提升多模態(tài)能力

HQ-SAM，使 SAM 具備準確分割任何物體的能力，同時(shí)保持 SAM 原有的提示設計、效率和零樣本泛化能力。我們的精心設計重用并保留了 SAM 的預訓練模型權重，同時(shí)只引入了最少的額外參數和計算。

研究人員設計了一個(gè)可學(xué)習的高質(zhì)量輸出令牌，它被注入到 SAM 的掩碼解碼器中，并負責預測高質(zhì)量掩碼。我們不是僅將其應用于掩碼解碼器功能，而是首先將它們與早期和最終 ViT 功能融合以改進(jìn)掩碼細節。為了訓練我們引入的可學(xué)習參數，研究人員從多個(gè)來(lái)源組成了一個(gè) 44K 細粒度掩碼數據集。 HQ-SAM 僅在引入的 44k 掩模 detaset 上進(jìn)行訓練，在 8 個(gè) GPU 上僅需 4 小時(shí)。我們展示了 HQ-SAM 在跨不同下游任務(wù)的一組 9 個(gè)不同分割數據集中的功效，其中 7 個(gè)在零鏡頭傳輸協(xié)議中進(jìn)行了評估。

見(jiàn)智研究認為，SAM模型的出現讓視覺(jué)模型的范式發(fā)生改變，讓原本在視覺(jué)領(lǐng)域有所積累的AI公司被迅速拉平距離，甚至讓相當一部分此前積累的技術(shù)變得毫無(wú)意義。而此次SAM模型的升級，將是分割能力再次大幅提升。同時(shí)保持 SAM 原有的提示設計、效率和零樣本泛化能力。通用大模型多模態(tài)領(lǐng)域的進(jìn)化將再次升級。

3、微軟Office 365 Copilot已經(jīng)擴大試用范圍，開(kāi)啟漲價(jià)

包括美國銀行、沃爾瑪、福特和埃森哲在內的600多家微軟最大的客戶(hù)預計將試用Microsoft Office 365中的人工智能功能，其中至少已有100家客戶(hù)已經(jīng)額外分別為1000個(gè)訂閱賬戶(hù)支付了高達10萬(wàn)美元的年費。（在原有的Office 365年費基礎上，每個(gè)賬戶(hù)多支出100美元）

與經(jīng)典版本相比，這一AI版本的Office 365價(jià)格至少高出了40%，具有自動(dòng)在Word文檔中撰寫(xiě)文字和自動(dòng)創(chuàng )建PPT等增值功能。

見(jiàn)智研究認為，目前階段，微軟為office AI定價(jià)較高的其中一個(gè)原因是這些功能通常需要更多的GPU服務(wù)器算力，比傳統的服務(wù)器消耗更多資源成本。市場(chǎng)普遍看好AI將為微軟帶來(lái)一次新的用戶(hù)付費改善飛躍，但市場(chǎng)仍需觀(guān)察微軟是否能在該項產(chǎn)品上做的足夠好，以及在現有GPU短缺的情況如何擴展用戶(hù)數量的桎梏。

4、谷歌發(fā)布AI學(xué)習課程，專(zhuān)為初學(xué)者設計

谷歌發(fā)布了一個(gè)名為 "Generative AI learning path" 的學(xué)習路徑課程，專(zhuān)門(mén)為初學(xué)者設計。它從基礎概念開(kāi)始，如什么是生成式AI，然后逐步深入到更復雜的主題，如創(chuàng )建圖像字幕模型和使用Vertex AI的生成式AI工作室。目標是幫助初學(xué)者理解生成式AI的基礎知識，以及如何在Google Cloud上使用生成式AI。

明日看點(diǎn)：

蘋(píng)果WWDC將在北京時(shí)間6月6日凌晨2點(diǎn)召開(kāi)，據悉，本次WWDC將是蘋(píng)果有史以來(lái)最長(cháng)的一次。XR是否能成為下一個(gè)iPhone，全世界都在期待這次的one more thing.

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：