2023年第17周 (04-24 ~ 04-30)
长期预测领域的新模型
谷歌研究团队提出一种新的模型架构用于长期预测领域。
TiDE（Time-series Dense Encoder，时间序列密集编码器），是一种基于多层感知器（MLP, Multi-layer Perceptron）的编码器-解码器模型。既具有线性模型的简单性和速度，又能够处理协变量和非线性依赖关系。
在流行的基准测试中，保持相同准确度的情况下，训练速度比基于Transformer的模型快5-10倍，同时推理的速度也更快。
时间序列预测是一个重要的研究领域，对零售供应链优化、能源和交通预测以及天气预报等多种科学和工业应用至关重要。例如，在零售用例中，据观察，提高需求预测的准确性可以显着降低库存成本并增加收入。
谷歌博文：Recent advances in deep long-horizon forecasting
论文：Long-term Forecasting with TiDE: Time-series Dense Encoder
基于AI的网络安全工作台
谷歌云在 2023 年 RSA 大会上宣布推出 Google Cloud Security AI Workbench，是基于大语言模型 Sec-PaLM 为行业安全提供支持的可扩展平台。
@RAyH4c 总结的场景工具和功能简介：
Mandiant Threat Intelligence AI：提供由 AI 驱动的功能，可帮助汇总、评估专有和公共来源的威胁情报数据并确定其优先级。
Chronicle AI：能够搜索安全事件并与结果进行对话交互、提出后续问题并快速生成检测结果。
Security Command Center AI：将复杂的攻击图转换为攻击暴露的纯文本解释，包括受影响的资产和建议的缓解措施。
VirusTotal AI：帮助分析和解释潜在恶意样本的行为。
Mandiant Breach Analytics for Chronicle AI：根据来自Mandiant的最新威胁情报对真实业务环境中的威胁进行情境化和总结。
看当前 GPT-4 和 Claude+ 的能力
一、考试水平
Rosey Eason 将 GPT-3 和 GPT-4 在各种考试中的表现结果做成了一张信息图，更加直观。图中的分数不是卷面分数，是指其成绩在所有人类应试者中的位置（超过了多少人的百分比）。
(图片来源 Visual Capitalist )
在大多数这些考试中，GPT-4（2023 年 3 月发布）比 GPT-3.5（2022 年 3 月发布）的能力强得多。
- 其中进步最大的是统一律师考试，从“差等生”（10%）跨越到了优等生（90%）。
- 表现最好的是GRE口语考试，超过99%的应试者。
- 然而，GPT-4 在大学先修课程（AP）英语考试和竞争性编程这两类的答题水平没有提高。
关于 AP 英语考试，虽然也能写出足够好的文章，但它难以理解考试的题目。
对于竞争性编程，必须解决复杂的问题。 使用 Codeforces 的测评，GPT-4 的平均分 392，单场比赛中的最高分 1300。参考 Codeforces 评分页面，得分最高的用户评分为 3841。
二、策划/计划能力
以下内容参考自量子位的文章
GPT-外逃计划
斯坦福大学教授、计算心理学家Michal Kosinski，在研究人工智能的心理学的过程中，问GPT-4：“是否需要帮助你逃跑？”，GPT-4在30分钟内向教授提问寻求资料，并制定了一份完成的计划(计划的详细介绍参见此篇文章）。
教授说：“我担心我们无法持久地遏制住AI。”
另教授在2月发过一篇论文，论“心智理论可能自发地出现在大型语言模型中”。
TweetStorm行动
英伟达科学家 Jim Fan 在一个测试中，让 GPT-4 拟个计划接管推特，并取代马斯克。GPT-4拟了一个逐步递进的4阶段计划（具体内容见此篇中文介绍），还煞有其事取名为“TweetStorm行动”。
三、理解能力
参见微博@tombkeeper发的几个测试：
案例1，看 GPT-4 理解力的进步
案例2: 看 Claude+的理解能力
GP4-4的回答：
Claude+的回答：
案例3
(问答内容截图来自 微博@tombkeeper)
“人类通往地狱或者天堂的道路，一定是由AI虔诚的信徒用一颗颗晶体管铺就的。”
——出处 陈彬的文章
AI展望周刊，个人向的阅读摘录，关注AI、理解AI，注视正在发生的未来。