今日要點(diǎn)：

1、下一代模型訓(xùn)練方法：不是預(yù)測下一個(gè)字，而是模仿人類思維學(xué)習(xí)在行動(dòng)中思考

2、SAM視覺模型升級(jí)，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(kuò)大試用范圍，開啟漲價(jià)

4、谷歌發(fā)布AI學(xué)習(xí)課程，專為初學(xué)者設(shè)計(jì)

見聞視角

海外AI

1、下一代模型訓(xùn)練方法：不是預(yù)測下一個(gè)字，而是模仿人類思維學(xué)習(xí)在行動(dòng)中思考

要點(diǎn):

動(dòng)機(jī)：提出一種新的模仿學(xué)習(xí)框架，Thought Cloning，通過模仿人類思考過程來改進(jìn)強(qiáng)化學(xué)習(xí)智能體的表現(xiàn)。研究者認(rèn)為，強(qiáng)化學(xué)智能體在泛化能力、探索能力、規(guī)劃能力、適應(yīng)新情境的能力等方面遠(yuǎn)遠(yuǎn)不及人類，其中一個(gè)原因是缺乏語言思考的收益。方法：提出Thought Cloning，不僅克隆人類示范者的行為，還克隆人類在執(zhí)行這些行為時(shí)的思考過程。通過在大規(guī)模的包含人類思考過程的數(shù)據(jù)集上訓(xùn)練，論文驗(yàn)證了Thought Cloning相比行為克隆方法在學(xué)習(xí)速度和處理新情境能力上的優(yōu)勢(shì)。優(yōu)勢(shì)：Thought Cloning相較于行為克隆方法具有更快的學(xué)習(xí)速度，并且在面對(duì)新情境任務(wù)時(shí)具有更大的性能優(yōu)勢(shì)。此外，Thought Cloning還對(duì)AI安全性和可解釋性有重要益處，可以更容易地診斷問題、糾正代理的思考或阻止代理執(zhí)行不安全的計(jì)劃。思想數(shù)據(jù)來源：研究者選取了YouTube視頻和文字錄音，有大約數(shù)百萬小時(shí)，包含了人們行動(dòng)、計(jì)劃、決定和重新規(guī)劃背后的思想。

見智研究一句話總結(jié):

Shengran Hu, Jeff Clune（前OPEN AI成員）提出了一種名為Thought Cloning的模仿學(xué)習(xí)框架，通過模仿人類思考過程來訓(xùn)練AI智能體，提高其學(xué)習(xí)速度、泛化能力和處理新情境的能力，同時(shí)提供重要的AI安全性和可解釋性優(yōu)勢(shì)。

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

2、SAM視覺模型升級(jí)，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(zhǔn)確分割任何物體的能力，同時(shí)保持 SAM 原有的提示設(shè)計(jì)、效率和零樣本泛化能力。我們的精心設(shè)計(jì)重用并保留了 SAM 的預(yù)訓(xùn)練模型權(quán)重，同時(shí)只引入了最少的額外參數(shù)和計(jì)算。

研究人員設(shè)計(jì)了一個(gè)可學(xué)習(xí)的高質(zhì)量輸出令牌，它被注入到 SAM 的掩碼解碼器中，并負(fù)責(zé)預(yù)測高質(zhì)量掩碼。我們不是僅將其應(yīng)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(xì)節(jié)。為了訓(xùn)練我們引入的可學(xué)習(xí)參數(shù)，研究人員從多個(gè)來源組成了一個(gè) 44K 細(xì)粒度掩碼數(shù)據(jù)集。 HQ-SAM 僅在引入的 44k 掩模 detaset 上進(jìn)行訓(xùn)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(shù)據(jù)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(píng)估。

見智研究認(rèn)為，SAM模型的出現(xiàn)讓視覺模型的范式發(fā)生改變，讓原本在視覺領(lǐng)域有所積累的AI公司被迅速拉平距離，甚至讓相當(dāng)一部分此前積累的技術(shù)變得毫無意義。而此次SAM模型的升級(jí)，將是分割能力再次大幅提升。同時(shí)保持 SAM 原有的提示設(shè)計(jì)、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(jí)。

3、微軟Office 365 Copilot已經(jīng)擴(kuò)大試用范圍，開啟漲價(jià)

包括美國銀行、沃爾瑪、福特和埃森哲在內(nèi)的600多家微軟最大的客戶預(yù)計(jì)將試用Microsoft Office 365中的人工智能功能，其中至少已有100家客戶已經(jīng)額外分別為1000個(gè)訂閱賬戶支付了高達(dá)10萬美元的年費(fèi)。（在原有的Office 365年費(fèi)基礎(chǔ)上，每個(gè)賬戶多支出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文檔中撰寫文字和自動(dòng)創(chuàng)建PPT等增值功能。

見智研究認(rèn)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(tǒng)的服務(wù)器消耗更多資源成本。市場普遍看好AI將為微軟帶來一次新的用戶付費(fèi)改善飛躍，但市場仍需觀察微軟是否能在該項(xiàng)產(chǎn)品上做的足夠好，以及在現(xiàn)有GPU短缺的情況如何擴(kuò)展用戶數(shù)量的桎梏。

4、谷歌發(fā)布AI學(xué)習(xí)課程，專為初學(xué)者設(shè)計(jì)

谷歌發(fā)布了一個(gè)名為 "Generative AI learning path" 的學(xué)習(xí)路徑課程，專門為初學(xué)者設(shè)計(jì)。它從基礎(chǔ)概念開始，如什么是生成式AI，然后逐步深入到更復(fù)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(biāo)是幫助初學(xué)者理解生成式AI的基礎(chǔ)知識(shí)，以及如何在Google Cloud上使用生成式AI。

明日看點(diǎn)：

蘋果WWDC將在北京時(shí)間6月6日凌晨2點(diǎn)召開，據(jù)悉，本次WWDC將是蘋果有史以來最長的一次。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(xiǎn)提示及免責(zé)條款 市場有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議，也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞：