AI 创业公司 Hugging Face 和卡内基梅隆大学的研究人员发现，生成 AI 图像的碳足迹相当于给智能手机充满电，而 AI 生成文本的碳足迹相当于给智能手机充了 16% 的电。研究人员分析了 13 种生成式 AI 任务的碳排放，除了生成图像和文本，还有摘要、对象检测、文本分类等。每项任务研究人员都会运行 1000 个提示词，收集期间消耗的电力和碳排放。结果显示图像生成的排放量最高，文本分类最低。生成图像的平均耗电量为 0.007 度电（KWh），是文本分类的三倍以上（0.002 度电）。

《纽约客》发表长文，讲述了 OpenAI 董事会短暂解雇 CEO Sam Altman 的背后故事。文章称，董事会的部分成员发现 Altman 是一位令人感到不安的狡诈圆滑之辈。董事会成员、乔治城大学安全与新兴技术中心主任 Helen Toner 与人合著发表了一篇论文《Decoding Intentions》，其中温和的批评了 OpenAI 对 AI 的炒作。Altman 知道之后直接找上了 Toner，Toner 为自己辩护，之后还向董事会道歉。Altman 开始逐个与董事谈话讨论替换 Toner。当董事们互相交流谈话内容时，他们发现 Altman 不诚实的告诉其他人说他们支持替换 Toner。撒谎挑拨关系的手法 Altman 已经使用了好多年。因为他的战术风格令人畏惧，当四名董事 Toner、D’Angelo、Sutskever 和 Tasha McCauley 讨论解雇 Altman 时他们想要出其不意。如果 Altman 提前知道的话，他肯定会竭尽所能破坏董事会。董事会成员认为他们解雇 Altman 是为了履行其义务。Hugging Face 负责伦理的首席科学家 Margaret Mitchell 认为 Altman 重新担任 OpenAI CEO 会产生寒蝉效应，公司内部会有愈来愈少的人公开说话。

Google DeepMind 开发出一种新 AI 工具 graphical networks for material exploration (GNoME)，使用深度学习帮助加快新材料的开发。从电动汽车电池到太阳能电池到微芯片，新材料推动了技术突破，但新材料的发现通常需要数月甚至数年的反复试验。GNoME 之于材料学相当于 AlphaFold 之于蛋白质折叠，在使用现有科学文献训练之后能预测候选材料的结构。它已经预测了 220 万种新材料的结构，其中逾 700 种已在实验室里创造出来，正进行测试。美国劳伦斯伯克利国家实验室的研究人员开发出一种自动化实验室，与 DeepMind 合作，将新材料的设计自动化。

AI 生成的图片有版权吗？北京互联网法院周一裁决 AI 生成图片应当被认定为作品，受到著作权法保护。本案原告通过开源文本图像模型 Stable Diffusion 使用关键词如日本偶像生成了 AI 图片发布在小红书上。数天后被告将该图片用于百度的百家号账号，发布时裁剪了水印。原告要求被告道歉并赔偿。北京互联网法庭认定原告享有涉案图片的著作权，要求被告向原告赔礼道歉，并赔偿人民币 500元。法院认为，尽管该图片是使用 AI 工具生成，但原告进行了一定的智力投入，例如选择模型、提示词和设置相关参数等。法庭称，原告是涉案图片的作者，享有涉案图片的著作权。

亚马逊 AWS 推出了针对企业客户的 AI 聊天机器人 Q，向微软和 Google 发起了挑战。微软支持的 OpenAI 在大约一年前推出了 AI 聊天机器人 ChatGPT，ChatGPT 普及了生成式 AI，它能根据几行输入生成类似人类书写的文本。Q 有多个版本，企业客户每月支付 20 美元，针对开发者和 IT 工作人员的功能加强版每月收费 25 美元。相比下，微软与 Google 的类似服务 Microsoft 365 的 Copilot 和 Google Workspace 的 Duet AI 的费用都是每月 30 美元。

算法交易公司 XTX Markets 发起了总奖金 1000 万美元的 AI 数学奥林匹克奖，支持者包括了 UCLA 教授陶哲轩等人。该挑战基金旨在推动开发能执行数学推理的 AI 模型，鼓励创造出能在数学奥林匹克竞赛中获得金牌的 AI 模型，模型需要公开分享。AI 数学奥林匹克奖的大奖为 500 万美元，颁发给第一位达到金牌标准的 AI 模型。

英伟达通知中国客户，将推迟到明年一季度发布中国特供版 AI 芯片。英伟达将特供三款 AI 芯片 HGX H20、L20 PCle 和 L2 PCle，它们全都由 H100 改良而来，推迟发布的是其中最强大的 H20，有可能延迟到明年 2 月或 3 月。知情人士称，推迟的原因被告知是服务器制造商在集成芯片上遇到问题。另外两款中 L20 不会延期， L2 情况未知。

在 AI 聊天机器人的帮助下，生成支持未经验证的科学假设的虚假数据集比以往任何时候都容易。AI 生成足以以假乱真数据集的能力增加了研究人员和期刊编辑对科研诚信的担忧。在发表在《JAMA Ophthalmology》期刊上的论文中，研究人员利用了 GPT-4 和 Advanced Data Analysis (ADA)，生成了数据集去对比两种手术程序的结果，错误的表明一种手术优于另一种手术。论文合作者 Giuseppe Giannaccare 表示，他们的研究目的旨在突出你可以在几分钟内生成以假乱真的数据集。这种虚假数据集比虚假论文更难分辨。

DeepMind 新 AI Student of Games 能在需要不同策略的游戏中击败人类玩家。该公司表示，这是朝着能够以超人的表现执行任何任务的通用人工智能迈出的一步。Student of Games 源于能在扑克比赛中击败人类职业选手的 DeepStack 和在围棋等比赛中击败最优秀人类棋手的 AlphaZero。这两种模型的不同之处在于，一种专注于不完美的知识游戏——玩家不知道其他玩家的状态，比如扑克游戏中的手牌；另一种专注于完美的知识游戏，比如国际象棋，双方玩家在任何时候都能看到所有棋子的位置。这两者需要根本不同的方法。

Google 的 AI 聊天机器人 Bard 在集成 YouTube 之后能为用户汇总一则视频的关键信息，比如食谱，用户无需点击播放键。这一功能可能影响 YouTube 上的内容创作者的收入，因为用户不会看到广告了。以有逾 200 万订阅者的 America's Test Kitchen 频道为例，浏览它的完整食谱是需要收费的。现在 Bard 能准确的为你描述该频道视频讲述的食谱和制作过程。对内容创作者而言 Bard 的新功能不是好消息。

亚马逊开始提供生成式 AI 免费教程，帮助世界各地的学习者拓展关键技能。亚马逊称它的研究显示，73% 的雇主将招募 AI 人才作为首要任务，但其中四分之三的雇主找不到他们需要的 AI 人才。雇主预计，如果员工提高 AI 技能，他们的工资将上涨 47%。AI 将成为业务开展方式中不可或缺的一部分，93% 的企业预计未来五年将在其组织中使用 AI 解决方案。亚马逊的学习计划被称为 AI Ready。

亚马逊正在训练代号为奥林匹斯（Olympus）的超大规模语言模型。知情人士称它有两万亿个参数，相比下 OpenAI 的 GPT-4 模型据报道有大约 1 万亿个参数。奥林匹斯团队由 Alexa 前负责人 Rohit Prasad 领导，直接向 CEO Andy Jass 汇报工作。亚马逊认为拥有自己的大模型会让其 AWS 业务更有吸引力，企业客户希望能在 AWS 上访问到性能最好的大模型。目前还没有奥林匹斯发布的时间表。

Google DeepMind 最近发布的 AI 音乐生成模型 Lyria 会使用 SynthID 在生成的音乐中嵌入人耳听不见的水印。此举便于跟踪 AI 音乐的来源。DeepMind 称，人耳应该听不到，也不会影响聆听体验。即使音轨压缩、加速或减速，或者加入噪音，水印仍然能检测出来。DeepMind 称，SynthID 的工作原理是通过将音频波转变为显示声音频谱如何随时间演变的二维可视化。

在发生管理层震荡之后，三位 OpenAI 资深 AI 研究员辞职：研究总监 Jakub Pachocki，AI 风险团队负责人 Aleksander Madry 以及任职七年的研究员 Szymon Sidor。Jakub Pachocki 领导了 GPT-4 以及可能的 GPT-5 的预训练。在 Sam Altman 被解雇之后辞职的联合创始人 Greg Brockman 也是 ChatGPT 和 GPT-4 的核心开发者。目前对 OpenAI  内部发生了什么外界所知不详。

剑桥词典将"幻觉（hallucinate）"选为 2023 年的年度单词。随着 AI 聊天机器人的兴起，这个动词被赋予了新的含义。幻觉的原意是在因健康状况或服用药物的情况下“仿佛看到、听到、感觉到或闻到”不存在的东西。随着 ChatGPT 等 AI 聊天机器人的流行，“幻觉”的新含义与 AI 产生虚假信息有关。剑桥词典称，生成式 AI 是强大但远非完美的工具，我们在与之互动时需要知道它的潜在强项和当前存在的弱点。AI 的幻觉提醒我们，人类需要将批判性思维技能运用到此类工具的使用中。大模型的可靠性取决于算法学习的信息，人类的专业知识比以往任何时候都重要。

上个月，教育心理学家 Ronald Beghetto 要求一组研究人员和教育专业人士与他设计的聊天机器人交流。这些聊天机器人基于 ChatGPT，但强化了创造力。参与者的反馈非常积极，认为比原版的 ChatGPT 好得多。教育工作者担心 ChatGPT 会让学生在作业中更容易作弊，但 Beghetto 等人则尝试将 ChatGPT 变成帮助教育的工具。部分教育者将大模型视为潜在的“思想伙伴”，成本比人类导师更便宜，相比人类，它们可以随叫随到。AI 聊天机器人有可能成为一对一的辅导教育软件，辅导学生逐步解决问题，激发批判性思维，或者像 Beghetto 的实验那样增强用户的创造力。

微软将 Bing Chat 改名为 Copilot，统一了旗下多个 AI 产品的品牌名称。Bing 将仍然提供搜索和聊天体验，想直接使用 Copilot 的用户可访问 https://copilot.microsoft.com/（不支持 Firefox 和 Safari 等非 Edge 浏览器）。微软表示，改名是为了统一 Copilot 体验。商业版的 Bing Chat Enterprise 也将改名为 Copilot Pro。Windows 11 v23H2、Microsoft 365, Edge 等都提供了统称为 Copilot 的 AI 助手功能。

腾讯否认美国对 AI 芯片的出口管制会限制其 AI 开发能力。腾讯公司总裁刘炽平在财报电话会议上表示，它已经囤积了足够多的英伟达 H800 芯片。H800 是英伟达为中国市场开发的特供芯片，为遵守出口管制而降低了  H100 的数据传输率，但上个月 H800 也被列入了出口管制名单。刘炽平表示，腾讯是最早订购 H800 芯片的公司，有足够多的 H800 库存，足以满足数代混元大模型的开发。他称腾讯是囤积 AI 芯片最多的中国科技公司之一。

翻译是一门古老的艺术——也许和文明本身一样古老。古老的根源并没有阻碍创新，生成式 AI 的兴起引发了翻译技术的井喷式增长。数据提供商 Statista 预测，AI 翻译的全球市场将从 2023 年的约 50 亿美元增长到 2030 年的约 120 亿美元。Gartner 预测，到 2025 年人类翻译者四分之一的工作量将是审阅和编辑机器翻译文本。在这一波 AI 翻译浪潮中，德国公司 DeepL 在 Google 和 Facebook 等强大竞争对手中间脱颖而出。DeepL 自 2017 年创办以来成长迅速，可能是过去 15 年翻译领域最成功的科技公司。它支持翻译 30 种语言，有逾两万家企业客户，其中包括爱思唯尔 (Elsevier) 和富士通 (Fujitsu)等知名公司，今年 1 月它的估值达到了 10 亿美元。尽管竞争日益激烈，DeepL 仍然对未来保持乐观，相信对翻译质量的重视能带来新机遇。

Google DeepMind 研究人员在《科学》期刊上发表研究论文，报告他们的 AI 气象模型 GraphCast 在预测未来十天的天气上显著优于传统预测方法。这一成就意味着未来的天气预测将会更精确。欧洲中期天气预报中心 (ECMWF) 运营着最先进的传统天气预测系统，在 1380 个指标中 GraphCast 在九成的指标上优于 ECMWF 的系统。它的预测速度也非常快，可以在一分钟内以 0.25°的分辨率预测未来十天的数百个天气变量。GraphCast 利用了被称为“图神经网络（graph neural network）”的机器学习架构，使用超过四十年的 ECMWF 历史天气数据进行训练。GraphCast 使用当前和 6 小时前的全球大气状态，用 Google TPU v4 云计算运行一分钟就能生成未来十天的天气预测。相比下，传统的数值天气预报方法需要超级计算机，耗费的时间也更长。