最近，有消息称，Meta 正在开发一款全新的人工智能搜索引擎，目的是希望降低对谷歌和微软的依赖。根据《The Information》报道，这款搜索引擎将会在 Meta 的 AI 聊天机器人中提供针对时事的 AI 生成搜索摘要。目前，Meta 的聊天机器人在 Instagram 和 Facebook 中，依然依赖于谷歌及微软的 Bing 来回答有关近期新闻和事件的问题。不过，事情可能会有所改变，因为早在几个月前，就有人发现 Meta 的网络爬虫正在互联网上游走。消息来源透露，一个专门的团队已经努力工作了大约八个月，致力于为其

在人工智能快速发展的今天，一个国际研究团队正在为欧洲AI语言模型的发展铺平道路。他们推出了名为MOSEL（Massive Open-source compliant Speech data for European Languages）的项目，为欧盟 24 种官方语言编制了一个全面的开源语音数据集。这一举措旨在推动欧洲开放AI语言模型的发展，挑战目前由英语数据集和大型科技公司专有系统主导的局面。MOSEL项目汇集了来自 18 个不同来源的语音数据，包括CommonVoice、LibriSpeech和VoxPopuli等知名项目。这个庞大的数据库包含了带转录的语音录音和未标记的音频数据

在刚刚结束的 MTV 音乐录像带大奖（VMAs）上，观众们不仅被明星们的精彩表演吸引，更对他们华丽的服装赞不绝口。为了让粉丝们能够复制这些红毯造型，Paramount 和科技公司 Shopsense AI 展开了合作，推出了一项新技术。这项技术的推出让观众们有机会在观看直播时，随时拍摄自己喜欢的造型，并通过 Shopsense 的系统找到相似的服装。Shopsense AI 于1月推出，提供的软件允许观众捕捉他们喜欢的外观在屏幕上实时出现的图像，然后探索 Shopsense 检测模型建议的类似选项。在这种情况下，“AI”是

Apache Cassandra 5.0 正式发布，显著提升了数据管理效率，加入 AI 功能与优化性能。关键更新包括全新存储附加索引（SAI）功能，允许更灵活、高效的非主键查询，简化了二级索引使用，降低了系统负担。版本新增向量搜索与向量数据类型，为 AI、机器学习项目提供支持，提升推荐、欺诈检测、图像识别等应用效果。压缩策略的统一与新数据结构的引入，使数据处理与存储更高效，每个节点数据容量大幅提升至10TB，降低运营成本。用户可通过在线升级从4.0版本迁移到5.0，以获取支持和安全更新。此次发布标志着自2021年Cassandra 4.0以来的第一次重大升级，社区将推进5.1版本开发，预计实现完整的ACID事务，扩展数据库在新用例中的适用性。

在人工智能迅速发展背景下，百度贴吧的"弱智吧"意外成为AI训练的重要数据来源，挑战了人们对高质量数据的传统认知。该社区以其荒诞幽默的内容，在问答、头脑风暴等测试中超越了知名平台，成为受欢迎的AI训练数据库之一。研究发现，"弱智吧"的口语化、多轮问答语料，有助于AI更接近人类交流方式。AI在理解人类幽默方面存在局限，而"弱智吧"的段子通过逻辑严密、修辞丰富和生活观察，为AI提供了宝贵的学习素材，锻炼了其对中文的理解和推理能力。这一现象揭示了人类智慧与创造力的独特性，提醒我们在AI时代仍需珍视人类的幽默感和创造力。

Neo4j 在其全托管云图形数据库服务 AuraDB 上推出了重大升级，显著提升了易用性与数据处理效率，实现了15倍的读数据能力提升。升级版引入了生成式 AI 助手，采用 OpenAI 的大型语言模型，能实时提供查询优化、解释和建议，帮助用户快速提取数据洞察，仅需输入自然语言问题即可生成 Cypher 查询代码。此外，新增的 NeoDash 工具允许用户无代码或低代码构建交互式仪表盘，直观分析数据，如实时地图安全风险和供应链可视化。安全性方面得到增强，包括加密密钥管理和实时安全日志审计。AuraDB 的读能力提升使其适合高读写比的应用场景。为了吸引更多用户，Neo4j 推出了更亲民的定价版本 AuraDB Business Critical，价格相比传统企业套餐便宜20%。此次升级后，Neo4j 有望进一步扩大其在企业 AI 应用领域的市场份额，目前已有超过1700家客户和30万开发者使用其服务。

现代关系数据库中，基数估计（CE）技术对于优化查询执行计划至关重要，直接影响到查询效率和数据库性能。传统的基数估计方法基于简化假设，常在复杂查询预测上表现不佳，而学习型CE模型能提供更准确预测，但面临训练时间长、需大量数据和缺乏系统评估的问题。为解决这一挑战，Google研究团队推出了CardBench基准测试框架，集成了超过20个真实世界数据库和数千个查询，支持三种主要设置：基于实例的模型、零样本模型和微调模型。CardBench不仅提供数据统计计算工具、SQL查询生成和注释查询图创建功能，还包含训练数据集，用于评估不同学习型CE模型性能。通过CardBench，微调模型在性能评估中展现出色，即使在少量训练数据下也能达到与传统方法相当的准确性，这为实际应用提供了可能，推动了学习型基数估计领域的进步。

研究员Naphtali Deutsch发现数百个开源大型语言模型(LLM)构建服务器和几十个向量数据库存在泄露大量敏感信息的问题，这源于企业在急于整合AI到工作流程中时忽视了相关工具的安全性。他通过破解438个Flowise服务器，揭示了存储的敏感数据，包括GitHub访问token、OpenAI API密钥、Flowise密码和API密钥等。此外，他还发现了30个向量数据库没有任何身份验证检查，存储了包括私人邮件、文件、客户个人信息和财务数据等敏感信息。向量数据库的泄露风险更大，可能遭受数据窃取、删除、破坏或植入恶意软件。专家建议企业限制对AI服务的访问，监控活动，保护传输的敏感数据，并始终应用软件更新。强调随着AI工具的普及，开发者的安全知识不足，安全性往往滞后于技术发展。

根据PARAT数据库的最新报告，全球人工智能(AI)行业的竞争格局正在形成，美国的Alphabet(谷歌母公司)和微软凭借在AI论文引用量上的优势领先，中国百度和腾讯则在专利申请数量上表现出强劲的后劲。这份报告颠覆了人们对AI领域的固有认知，强调了尖端研究在工业界的蓬勃发展，尤其是中国企业的研究质量。《Attention Is All You Need》论文是AI研究中被引用次数最多的论文，展示了谷歌在AI领域的领导地位。中国机构如腾讯、阿里巴巴和华为在高被引AI论文和预印本数量上排名全球前十。在专利申请方面，AI专利申请数量最多的前十家公司中，美国公司仅占三席，中国、德国和韩国的公司占主导地位。此外，报告还揭示了许多不以AI创新闻名的公司实际上在AI领域也表现出活跃度。亚马逊以1.4万个AI岗位独占鳌头，显示了其在AI人才争夺上的投入和野心。整体而言，美国和中国在AI领域的竞争尤为激烈，而其他国家和企业也积极参与，预示着AI未来发展的广阔前景和深远影响。

​科技巨头甲骨文日前宣布推出HeatWave GenAI云技术服务，这一创新产品旨在为企业提供全面的生成式AI和机器学习解决方案。该服务集成了多项尖端功能，包括数据库内大语言模型，使其能够在交易和湖仓（Lakehouse）规模的分析中实现自动化。

OpenAI宣布 收购了领先的实时分析数据库 Rockset，该数据库供世界一流的数据索引和查询功能。收购后，OpenAI计划把能力引入到ChatGPT中。

["美国社交媒体平台Reddit与谷歌达成协议，价值每年约6000万美元","施普林格出版集团与OpenAI合作，成为首家深度整合新闻业与人工智能技术的出版机构","OpenAI与Axel Springer签订合作协议，表明未来大模型训练或将向数据提供方付费","出版行业公司拥有丰富电子化图文资源，有望成为大模型训练重要数据集"]

["新年到来，Midjourney公司因使用艺术家作品训练AI引发争议。","艺术家反应激烈，指控公司侵权，引发法律诉讼。","涉及知名艺术家如Banksy、Andy Warhol等，引起广泛关注。"]

["Midjourney 训练 AI 使用的艺术家数据库名单泄露","名单包括知名艺术家如 Banksy、David Hockney","泄露引发社交媒体批评，涉及超过 16,000 名艺术家，引发版权诉讼","Midjourney 首席执行官确认使用 4000 多位艺术家的名字进行 AI 训练"]

["关系型数据库将摆脱SQL的束缚,采用更灵活的数据库。","向量数据库由于可处理高维数据,在推荐系统、图像识别等领域崭露头角。","企业将开始利用数据湖中的非结构化数据训练多模态模型。","没有数据治理支持的企业在实施AI时将感到痛苦。","知识图谱将帮助用户消除数据孤岛。"]

["阿里云推出免费开源数据库 AI 算法 PilotScope","PilotScope 实现了 AI 算法在数据库中的一键部署","使用 PilotScope，查询优化等任务速度提升 1 到 2 倍","PilotScope 已在阿里云内部试点应用，并免费开源"]

["大模型时代，向量数据库成为不可或缺的合作伙伴。","通过向量数据库，大模型获得了长期记忆能力，解决了幻觉和数据更新滞后的问题。","向量数据库不仅提高了数据安全，还为大模型提供了海量、实时的数据支持。","腾讯云向量数据库的快速发展展现了大模型与数据技术共同推动人工智能应用的势头。"]

["腾讯云向量数据库全量开放公测","提供高效接入大模型的解决方案","数据向量化，提升存储和查询效率","解决大模型预训练成本高、幻觉、缺乏长期记忆和知识更新","已服务腾讯内部 40 多个业务和数百家公有云外部客户"]

["📖<b>古彝文数字化</b>: 项目组使用AI技术对古彝文字符进行数字编码,建立查询数据库。","🌟<b>文化传承</b>: 数据库发布是保护语言文明的重要举措,可助力传统文化数字化。","🔍<b>AI应用</b>: 项目表明AI在文化传承中可发挥重要作用,为传统文化数字化提供新思路。"]