最近，OpenAI 宣布正在为其新成立的多智能体研究团队招聘机器学习工程师。这一消息是由 OpenAI 的研究科学家诺亚・布朗（Noam Brown）通过社交媒体平台发布的。他表示:“我们认为多智能体是提升 AI 推理能力的一条重要路径，之前的多智能体经验并不是必须的。” 布朗还鼓励有兴趣研究这一领域的专业人士，能够申请加入团队。在一次近期的采访中，OpenAI 的首席执行官山姆・奥特曼（Sam Altman）也谈到了公司最新推出的 o1模型。他提到，用户可能需要一些时间才能完全理解如何使用更新后

近日，一项新研究表明，仅仅通过与聊天机器人进行不到10分钟的对话，就能有效降低人们对某些深信不疑的阴谋论的信念，比如关于 COVID-19疫情的谣言。这项研究由麻省理工学院的团队主导，研究人员特别设计了一个高效说服力的 AI 模型 ——ChatGPT，通过与参与者的个性化对话，逐一驳斥他们的阴谋论主张。在这个实验中，研究人员招募了超过2000名自认相信阴谋论的参与者。通过与 ChatGPT 的对话，平均而言，参与者对自己所相信的阴谋论的信念降低了约20%。更有意思的是，四分之一的参

近日，哈佛肯尼迪学院的“错误信息审查”研究发现，人工智能生成的虚假研究论文正在渗透到谷歌学术等学术搜索引擎中。这可能会削弱公众对科学发现的信任，并破坏依赖尖端研究的行业的产品开发。

OpenAI的Sora视频AI模型目前处于研究阶段，原定发布时间延迟，主要因与政策制定者的沟通未完、对安全风险的谨慎考量以及技术挑战导致成本高。Sora面临训练数据法律风险问题，尚未确认是否使用了YouTube数据。同时，OpenAI积极与好莱坞合作，包括阿什顿·库彻在内的多位人士正在测试该模型，旨在探索其在电影行业的应用潜力。此外，OpenAI通过在纽约的展览“新路”向艺术家提供未发布的AI工具使用机会，展示了视频AI在物理与数字艺术交汇处的创新应用。市场迅速发展，中国公司如KLING、Vidu等推出类似模型，Runway ML也推出了新AI模型。Sora被视为视频生成AI的重要里程碑，开发者期待其能力进一步扩展，推动更多应用。

2024年9月4日，北京智源人工智能研究院（BAAI）宣布推出全球首个包含文生视频的模型对战评测服务——FlagEval大模型角斗场。这一服务面向用户开放，覆盖了国内外约40款大模型，并支持语言问答、多模态图文理解、文生图、文生视频等四大任务的自定义在线或离线评测。F

东京的AI研发公司Sakana AI宣布完成1亿美元的A轮融资，投资方包括NEA、Khosla Ventures、Lux Capital和NVIDIA。Sakana AI专注于自然启发智能和模型优化，尤其是进化优化和稀疏性。与NVIDIA的合作将提供先进GPU技术支持，以及日本数据中心使用权，旨在推动AI研究和创新。合作目标包括研究推动、利用NVIDIA基础设施提升实验能力，以及通过举办活动和大学合作弥补AI人才缺口。Sakana AI旨在应对日本挑战，如人口下降和地缘政治，通过建立世界级AI实验室，开发支持国家竞争力的技术。此轮投资将用于人才和基础设施建设，以实现其可持续高效AI技术目标。

无人驾驶汽车依赖的人工智能系统在决策、感知环境和预测模型方面发挥关键作用，但布法罗大学的研究揭示了这些系统可能遭受攻击的风险。研究指出，尽管当前研究在受控环境下进行，但发现AI模型在雷达检测中的脆弱性对行业有深远影响。通过3D打印和金属箔制作的“砖块面具”可以令车辆在雷达检测中“消失”，并可能干扰行人检测。这种攻击手段的动机包括保险欺诈、竞争或恶意伤害，强调了公众安全意识和技术保护的重要性。未来研究旨在深入其他传感器的安全性并开发防御策略。

谷歌利用人工智能技术分析声音数据，旨在预测和早期发现健康问题，尤其是肺结核。通过与印度初创企业Salcit Technologies合作，计划将这项创新技术整合至智能手机，以方便在医疗资源匮乏地区使用。这一方法能够通过简单的咳嗽声等音频，辅助诊断健康状况。谷歌在健康领域的持续探索，包括通过嗅觉技术检测疾病，显示了其致力于利用科技手段提升健康管理能力的决心。

美国商务部国家标准与技术研究所的美国人工智能安全研究所宣布与人工智能领域领军企业Anthropic和OpenAI签署谅解备忘录，旨在合作进行人工智能安全研究、测试与评估。该研究所将在新模型发布前获得使用权，参与评估模型的能力和安全风险，并研究减轻风险的方法。这一协议标志着美国在管理人工智能未来方面迈出的重要一步，强调了安全对于推动技术创新的至关重要性。通过与英国合作伙伴的紧密合作，提供模型安全改进反馈，NIST将利用其在测量科学、技术、标准及相关工具领域的百年成就，进一步推动人工智能系统的安全性和可靠性。这些合作与评估工作将有助于落实拜登-哈里斯政府关于人工智能的行政命令，加强主要人工智能开发者对政府自愿承诺的执行，促进人工智能的安全、可靠和值得信赖的开发和使用。

耶鲁大学宣布未来五年投资1.5亿美元，旨在推动人工智能领域的教职员工和学生研究与应用。投资重点包括计算基础设施建设、安全生成性AI工具提供、专职教员招聘、跨学科合作促进以及研究与教育能力提升。计划建立约450个图形处理单元（GPU），开发名为“Clarity”的平台，为用户提供安全的AI工具访问，并计划招聘20多名AI领域专家。此举旨在加强耶鲁在AI领域的领导地位，推动跨学科合作，同时确保伦理、法律和社会框架的建设，应对AI带来的挑战。

字节跳动正秘密筹备成立大模型研究院，旨在加强在人工智能大模型领域的布局。该研究院已吸引到业内顶尖人才，包括原面壁智能核心成员秦禹嘉和原零一万物核心成员黄文灏的加入。黄文灏将负责技术项目管理和规划，直接向创始人张一鸣汇报。字节跳动的这一举措，显示了其在AI大模型研发上的长期计划和积极布局，意在通过引入外部专家，推动技术进步，以在竞争激烈的市场中占据优势地位。朱文佳领导的团队已开始专注于大型模型的研发，他拥有在百度和今日头条的丰富经验，并在TikTok担任过产品技术负责人。尽管目前尚未决定是否建立独立的研究机构，字节跳动的这一系列动作表明其在AI大模型领域的决心和投入。

复旦大学研究团队开发出“概念擦除术”(RECE)技术，能高效、精准地修改AI模型中的不适当想法，显著降低生成不雅图像的几率，同时保持AI的其他创作能力。此技术通过“闭式解决方案”定位并修改特定部分，确保AI在创造时更加得体，不偏离正轨。实验显示，RECE技术能有效提升AI的道德性和创作质量，为AI的未来发展提供了新方向，未来AI助手将更聪明、更懂得察言观色。

AGI初创公司Anuttacon宣布童欣和王宇阳加入，童欣任首席研究员，王宇阳为用户生态总裁。二人均是行业顶尖人才，童欣曾是微软全球研究合伙人，王宇阳曾任B站副总裁。Anuttacon专注于AI技术，开发虚拟世界体验和AGI产品。此举展示了公司在AGI领域的雄心，以及对顶尖AI人才的强烈需求。

加州州政府与科技公司合作，投入2.5亿美元支持新闻业与AI研究，计划五年内逐步实施，首年拨款1亿美元。资金主要用于加州新闻机构发展及人工智能研究项目。此举旨在增强本地新闻活力，提供就业机会，被视为新闻业生存的关键突破。协议引发科技行业与立法者间争议，最初提议要求科技公司支付广告收入比例，以换取链接内容，但遭强烈反对。加州新闻出版协会支持该协议，认为有助于当地新闻机构持续发展。然而，部分媒体工会的记者对此表示担忧，认为资金可能不足以完全解决新闻业面临的危机。州参议员指出协议可能未充分解决行业不平等问题。

人工智能在医疗领域的应用取得了显著进展，但一项研究揭示了通用型AI如ChatGPT在复杂医疗诊断中的局限性。研究由加拿大安大略省西部大学的医学教育家Amrit Kirpalani领导，发现ChatGPT在150个复杂医疗案例中有76个出现错误，错误率超过50%。这一研究采用的案例库比美国医师执照考试更接近真实医疗情况，包含多种并发症和诊断难题。研究指出，ChatGPT在处理医学“灰色地带”时表现欠佳，无法灵活解读轻微异常的检查结果，这可能导致非专业人士误信错误信息。尽管如此，AI在医疗领域仍有其价值，如作为医学院教育工具帮助学生整理笔记、澄清诊断算法和备考。然而，Kirpalani强调，公众不应使用ChatGPT寻求医疗建议，而应咨询专业医疗保健提供者。构建可靠的AI医生需要大量临床数据训练和严格监督。短期内，AI更可能增强人类医生的工作，而非取代。

康奈尔大学等机构对GPT-4o、Claude和Gemini等生成式AI模型进行幻觉基准测试，发现这些模型生成无幻觉文本的比例仅约35%，显示AI可靠性仍有提升空间。研究通过法律、健康、历史等主题的权威来源进行事实核查，设计包含维基百科未涵盖内容的问题集，结果显示OpenAI模型整体表现最佳，但与GPT-3.5相比进步有限。研究指出，模型大小与幻觉频率无关，且即使是能在线搜索的模型也难以解决非维基百科问题，反映出维基百科对模型影响深远。研究者建议增加模型的拒答频率，使其仅回答部分问题，成为最“诚实”的模型。此外，赵文婷呼吁制定相关政策，确保人类专家参与验证AI生成信息的过程，以减轻幻觉问题并提升信息可靠性。

人工智能领域面临的数据获取难题日益凸显，研究指出，曾经易得的网页数据现在变得难以访问，影响了AI训练和学术研究。MIT等机构的研究发现，多个开源数据集的爬取网站因收紧许可协议，限制了数据获取，不仅对商业AI模型训练构成挑战，也对学术和非营利研究造成阻碍。通过使用机器人排除协议和网站服务条款作为研究方法，研究团队预测未来网站对数据的限制将持续增加。数据获取的困难可能对模型对齐、数据收集实践以及版权产生影响。研究呼吁需要更灵活的协议来适应网站所有者的意愿，并支持AI开发人员使用开放网络数据进行训练。作者希望未来的法律能对此提供支持。

最近一项报告揭示了性别在生成性人工智能工具使用上的差距。59% 的男性员工每周至少使用一次生成性 AI，而女性这一比例为51%，且在年轻人中，男性使用率高出12个百分点。到2032年，AI 将影响90% 的工作，其中女性面临更高挑战，因她们从事的岗位自动化比例更高。女性在 AI 相关技能培训参与度低，对 AI 好处的认识不足，导致职业发展受限。AI 领域女性代表性低，特别是在数字智能、科学、技术、工程和数学的高级管理职位。尽管 AI 带来挑战，但也为女性提供职业发展新机遇，强调性别多样性对技术发展的价值。

加州大学伯克利分校的研究揭示，大型语言模型在自动提示修改后，显著降低了DALL-E3生成图像的质量，降幅达58%。通过在线实验对比DALL-E2、DALL-E3及带有自动提示修订的DALL-E3，发现DALL-E3在技术能力提升和用户提示策略适应性方面优于DALL-E2。研究指出，DALL-E3用户通过更长、更具语义相似性和描述性的提示，实现了更高的图像匹配度。这表明，虽然新模型能力增强，但提示策略对于挖掘其潜力至关重要。自动化工具可能限制用户表现，用户需灵活调整提示策略，以获得最佳图像生成效果。

抗生素耐药性问题已导致全球大量死亡，成为公共卫生重大风险。近期研究借助人工智能技术，通过筛选数千种变体，成功设计出一种新型抗生素Protegrin-1.2，它既能有效杀灭细菌，又显著减少了对人类细胞的损害。该研究由德克萨斯大学博士布赖恩・戴维斯领导，使用名为SLAY的系统对大量抗生素肽进行筛选，最终发现这种新型选择性抗生素。实验显示，Protegrin-1.2在小鼠感染模型中表现优异，对人类红血球无害，且安全性显著提高。这项技术不仅为抗生素耐药性问题提供了新解，还展示了人工智能在药物研发领域的巨大潜力，未来有望应用于更多药物的重塑，解决更多医学挑战。