北京智源人工智能研究院推出通用分割模型 SegGPT（Segment Everything In Contex），这是一个利用视觉提示（prompt）完成任意分割任务的通用视觉模型。相关代码发布在 GitHub 上，论文发表在预印本平台 arXiv 上。SegGPT 是智源通用视觉模型 Painter 的衍生模型，针对分割一切物体的目标做出优化。SegGPT 具备上下文推理能力，训练完成后无需微调，只需提供示例即可自动推理并完成对应分割任务，包括图像和视频中的实例、类别、零部件、轮廓、文本、人脸、医学图像等。它的灵活推理能力支持任意数量的视觉提示。自动视频分割和追踪能力以第一帧图像和对应的物体掩码作为上下文示例，SegGPT 能够自动对后续视频帧进行分割，并且可以用掩码的颜色作为物体的ID，实现自动追踪。

利用 AI 技术，加拿大和美国研究人员发现了一种新抗生素，可对抗耐药性极强的“超级细菌”Acinetobacter baumannii(鲍曼不动杆菌)。研究人员利用 AI 技术从数千种化合物中快速筛选出能有效对抗鲍曼不动杆菌的抗生素 abaucin。鲍曼不动杆菌常见于医院环境，可长期存活于门把手、医疗器材等物体表面，可能引起肺炎、脑膜炎或伤口感染，可能导致患者死亡。研究人员说，用传统方法筛选针对鲍曼不动杆菌的抗生素费时费钱，研究范围有限，而“使用人工智能技术，我们可以快速探索化学空间的广大区域，显著增加发现全新抗生素的机会”。

根据社交媒体上的消息，游戏开发商雷亚解雇了整个美术团队，用 AI 取代画师画图。雷亚游戏成立于 2011 年，总部位于台北，在日本有分公司，其作品包括 《Cytus》、《Deemo》、《Mandora》、《Implosion》、《VOEZ》、《Cytus II》、《Sdorica 万象物语》、《Cytus α》、《MO: Astray》、《DEEMO -Reborn-》、《伊甸之魂 Soul of Eden》、《DEEMO II》等。玩家声称雷亚近期推出的游戏已经开始使用 AI 艺术。对于 AI 取代人类画师，雷亚游戏尚未对此发表评论。

Dolphin 模拟器项目宣布，它收到了 Valve 的通知，因任天堂对 Dolphin 的 Steam 页面发出了 DMCA 下架通知，它只能无限期推迟在 Steam 平台的发布，在问题解决前移除 Dolphin 的 Steam 页面。项目表示正在权衡选择，未来将发布更深入的回复。Dolphin 是任天堂 GameCube 与 Wii 的开源模拟器，支持 Windows、Linux、macOS 和 Android 操作系统，是第一个完美执行 GameCube 与 Wii 游戏的模拟器。它本身没有任何版权问题，用户如果想玩 GameCube 和 Wii 游戏需要自行下载相关的 ROM 文件。Dolphin 模拟器也早就登陆 Google Play Store。

Google 搜索开始向部分用户推送类似 ChatGPT 的 AI 生成结果。如果你在等待名单上，那么有可能作为早期用户通过 Google 移动应用使用该功能。与通常的 Google 搜索结果页不同的是，生成式 AI 结果将展示在正常结果上方的彩色方框内，Google 以列表形式展示搜集的信息，如果搜索对象是某类商品，可能还会附带来自百思买或厂商网站的购买链接。如果这一形式推广开来，这将是 Google 搜索至今最大的改变，有可能颠覆整个互联网。

在一项衡量创造力和激发情绪反应潜力的测试中，AI 生成的广告的表现优于典型的美国平面广告，相关研究结果已经提交首届 BrXnd 营销和 AI 大会。这项比赛的灵感来自最初的图灵测试，这一测试挑战机器在对话中模仿人类的能力。比赛要求非人工制作的参赛作品使用 ChatGPT 等 AI 工具创建和组织所有图像和文本，所有团队都被要求根据一个名为 Volt 的虚构能量饮料品牌的描述和标志制作平面广告。评分研究公司 System1 Group 对广告的创意质量和引发情绪反应的能力进行了评分：5 颗星是最高分，1 颗星是最低分，结果表明，典型的美国平面广告平均得分为1.8颗星。而两个AI制作的广告分别获得2.1颗星和2颗星。该公司表示，得分超过 2 分的广告被认为“超出常规，非常棒”。

Meta 公司的 AI 研究人员在预印本平台 arXiv 上发表论文《MEGABYTE: Predicting Million-byte Sequences with Multiscale Transformers》，提出了一种革命性的可扩展模型架构 Megabyte。今天的高性能生成式 AI 模型如 OpenAI 的 GPT-4，都是基于 Google 研究人员在 2017 年提出的 Transformer 架构。Meta 的研究人员认为 Transformer 架构可能达到了其阈值，它有两大设计缺陷：第一，随着输入输出长度的增加，自我关注显著扩大。Transformer 语言模型需要注意所有单词，当需要处理的单词量数以千计，计算非常密集。第二，前馈神经网络存在扩展性难题。Megabyte 模型提出了一种不同的架构，它将输入输出序列分割为“补丁（patches）”而不是个别的令牌（tokens）。在每个补丁中，局域 AI 生成结果，全局模型管理协调所有补丁的最终输出，从而解决了扩展性问题。Megabyte 能并行进行计算，相比下传统 Transformers 是串行计算。测试显示，有 15 亿参数的 Megabyte 模型比有 3.5 亿参数的 Transformers 模型生成序列快 40%。Megabyte 模型能支持最多 120 万个令牌，相比下 GPT-4 是 3.2 万个令牌，Anthropic 的 Claude 是 10 万个令牌。

Meta 开源了它的计算机视觉基础模型 DINOv2，源代码托管在 GitHub 上，和 Meta 近期开源的其它 AI 模型一样，采用的是非商用的 CC-BY-NC 4.0 许可证。DINOv2 是基于 Vision Transformer (ViT)架构，使用一个包含 1.42 亿幅图像的精选数据集进行预训练，可用于图像分类、视频动作识别、语义分割和深度估计等任务。Meta 称 DINOv2 模型的速度是旧方法的两倍，使用的内存只有旧方法的三分之一。测试显示它相比其它同类模型有显著改进。

马斯克(Elon Musk)在 WSJ 举行的 CEO Council Summit 峰会上表示，他认为有必要开展 AI 业务，与谷歌和微软相抗衡，这可能涉及他的企业帝国的不同部分，其中包括 Twitter。Twitter 可能会是他创建 AI 业务努力的一部分。特斯拉直在使用 AI 来改善其先进的辅助驾驶功能。他说，Twitter 和特斯拉可以成为一家 AI 公司的合作伙伴，有点像微软和 OpenAI 之间的关系。长期以来，这位 Twitter 和特斯拉的老板一直试图引领AI的发展，但时而发现自己被人超越了。马斯克对 AI 方面的进展表达了关切，并呼吁政府进行监管。

微软在 Build 开发者大会上宣布将在未来几个月为 Windows 11 加入 AI 辅助功能 Windows Copilot。Windows Copilot 将以一个独立的窗口展示在屏幕右侧，能根据用户的要求完成多项任务。微软在演示中 Copilot 改变了 Windows 设置、用 Snap Layout 重新安排窗口、总结内容和重写文档，打开应用如 Spotify、Adobe Express 和 Teams。微软没有谈及 Copilot 的隐私和安全问题，如用户文档的内容是否保持私有，其 AI 处理是在本地进行还是通过微软的服务器，聊天记录和上下文信息是否会在会话之间保存，是否会在不同计算机之间同步，等等。更多信息要等到 Windows Copilot 发布之后才知道。

OpenAI CEO Sam Altman、总裁 Greg Brockman 和首席科学家 Ilya Sutskever 通过官方博客呼吁设立监管超级智能的国际机构。“我们最终可能需要类似于 IAEA（国际原子能机构）的东西来进行超级智能方面的努力；任何超过一定能力（或计算等资源）门槛的努力都需要接受国际权威机构的检查，要求进行审计，测试是否符合安全标准，对部署程度和安全级别进行限制，等等。追踪计算和能源使用情况会有很大的帮助，并给我们一些希望，这个想法实际上是可以实现的。作为第一步，公司可以自愿同意开始实施这样一个机构有朝一日可能要求的要素，而作为第二步，各个国家可以实施。重要的是，这样一个机构应专注于减少存在的风险，而不是那些应该留给各个国家的问题，例如定义人工智能应该被允许说什么。”

Meta 宣布了新模型 Massively Multilingual Speech (MMS)，能识别和产生逾千种语言的声音。代码托管在 GitHub 上，源代码和模型权重采用 CC-BY-NC 4.0 许可证授权。Meta 称，世界上大约有 7000 种语言，但现有的语音识别模型只能识别其中的约 100 种，原因是此类的模型需要大量的已标记训练数据，而只有英语、西班牙语和中文等少数语言能提供此类数据。MMS 是基于 Meta 在 2020 年发布的 AI 模型，该模型只支持识别约 100 种语言，但能从音频中学习语言模式，不需要大量标记数据。MMS 能识别逾 4000多种语言，预训练模型支持逾 1400 种语言，文本到语音模型支持逾 1100 种语言。

Meta 今年初开源了它的大语言模型 LLaMA，相比之下它的竞争对手 Google 和 OpenAI 都没有公开其最新的大模型。LLaMA 推动了大模型的快速发展，但 Google 和 OpenAI 等对手则批评没有约束的开源方法是危险的。Google 研发副总裁 Zoubin Ghahramani 认为这可能会导致滥用。Meta AI 首席科学家 Yann LeCun 表示 Google 和 OpenAI 对 AI 日益保密的做法是一个巨大的错误，消费者和政府将拒绝拥抱 AI，除非它们不受 Google 和 Meta 等公司的控制。在 AI 领域 Google、微软 和 OpenAI 是最引人注目的明星，但 Meta 也在该领域深耕了近十年。斯坦福研究员 Moussa Doumbouya 利用 LLaMA 的模型生成了有问题的文本，包括如何处理尸体而不被抓住的方法，发表支持希特勒观点的文章。他在私下聊天中认为向公众分发该技术就像“每个人都能在杂货店里买到手榴弹”。LeCun 认为制造和传播虚假信息和仇恨言论早就存在，这是无法阻止的，但平台可以阻止其传播。他相信一个最有活力的生态系统必须是开放的，人人都可以做贡献。

意大利拨款 3000 万欧元，提高最可能被 AI 取代的工人的技能。意大利政府部门的数据显示，16-74 岁人口中有 54% 缺乏基本的数字技能，相比之下欧盟国家的平均比例为 46%。被称为 Fondo per la Repubblica Digitale (FRD)的基金将以两种方式分配 3000 万欧元，其中 1000 万欧元用于提高其工作因自动化和技术创新而面临取代的工人的技能，其余 2000 万欧元用于帮助失业和非经济活动人口发展数字技能。FRD 称，受自动化影响的工作包括运输和物流、后勤和管理、生产、服务和零售部门。

苹果在开发自家 AI 技术之际，已限制使用 ChatGPT 和其他外部 AI 工具。苹果担心员工使用这类程序可能会泄露机密数据。苹果还告诉其员工不要使用微软旗下的 GitHub 的产品 Copilot。苹果的 AI 开发由该公司 2018 年从 Google 挖来的 John Giannandrea 领导。苹果最近还在密切关注 iPhone 应用商店上架的加载生成式 AI 技术的新软件。应用开发商 Blix 曾尝试更新其电子邮件应用 BlueMail，加载一项 ChatGPT 功能，但苹果临时屏蔽了这一更新，理由是有可能向儿童展示不适当内容。苹果曾在 2011 年推出 Siri 语音助手，是 AI 消费应用的早期参与者之一。但在随后几年中，Siri 的发展落后于亚马逊的 Alexa 等语音助手。

OpenAI 发布了免费的 ChatGPT iOS 应用，Android 版本将在晚些时候推出。该应用能与 Web 版本同步，支持基于开源模型 Whisper 的语音输入，将首先在美国推出，然后未来几周逐步推广到其它国家。自去年 11 月底推出以来，ChatGPT 是最受欢迎的 AI 聊天机器人，吸引了上亿用户使用。根据 Similarweb 的估计，ChatGPT 在去年 12 月吸引了约 2.66 亿次访问，到上个月月访问量高达 17.6 亿次。

以 ChatGPT 为代表的生成式 AI 被一部分人视为是版权小偷。目前此类的 AI 并不具有意识，它们是 Gmail 或 Google 文档中的预测文本机器人的高级复杂形式。Google 的机器人能在你输入一个单词后预测短语的后续部分，而 ChatGPT 使用了更庞大的数据集训练，它能预测整个句子、段落或文章。没有人说 ChatGPT 是 C-3PO 或者奇点临近。但我们也不能授予它们作者身份。它们训练使用的数据集是人类作者创造的，这些作者没有得到认可也没有付费和使用授权。从某种意义上说，AI 机器人是原材料打成最小的碎片然后重新利用去形成新产品。

Google 宣布其免费 Jupyter Notebook 环境 Colaboratory (Colab)将加入 AI 辅助编程功能，包括代码补全，用自然语言去生成代码，辅助编程的聊天机器人。Colab 将使用基于 PaLM 2 的代码模型家族 Codey，而 Codey 利用了从外部来源获得授权的高质量代码数据集进行微调，为 Python 和 Colab 特定用途进行了定制。

Reuters/Ipsos 的民调显示，61% 的美国人认为 AI 威胁人类的未来。调查是在 5 月 9 日-15 日进行的，有 4415 名美国成年人参与。结果显示，61% 的人认为 AI 有风险，22% 的人不同意，17% 的人不确定。民调还显示了对待 AI 上的党派差异和宗教差异：特朗普的投票者中有七成对 AI 有更大的担忧，拜登投票者中的比例则是六成；福音派基督徒中有 32% 的人强烈同意 AI 对人类构成威胁，非福音派基督徒则是 24%。民调凸显的另一个问题是不同人对 AI 有着不同的理解，很多人可能没有意识到 AI 在日常生活中已经非常普遍了。

OpenAI 名字里有 Open，一开始也是以非盈利的名义开发 AI ，但自从 2019 年去除非盈利状态之后它就走向了闭源。OpenAI 的聊天机器人 ChatGPT 使用的模型 GPT-3.5 并没有开源。据 The Information 援引知情人士的消息报道，OpenAI 准备发布一个新的开源模型。看起来 OpenAI 在目睹了以 LLama 为代表的开源大模型（但商业使用受限）短时间内取得惊人进展之后重新对开源产生了兴趣。