AI中文社区

#AI资料分享

#Midjourney#AI应用 用Midjourney v4做的 “巴黎世家版” 哈利波特， 哈哈哈太有才了！

#AI工程 llama.cpp 和 whisper.cpp作者，在M1 Pro 32G的电脑上同时运行了4个聊天AI，模拟真人Podcast场景。 每个AI都独立运行whisper和 LLaMa 13B 4 个 AI 通过 mmap共享 LLM weights，节省大量内存，允许并行运行多个单独的实例 -- 来源

#AI工程 1984年出生的女性软件工程师使用内存映射mmap的方式大幅降低本地运行LLaMa 所需的内存量。 🖥Github 运行LLaMa 30B 现在只需要5.8G 内存，单机跑大模型门槛越来越低。 -- 来源

#AI资料分享 【阿里AI专家交流纪要 2023-4-1】: 🔠阿里的LLM模型，一个叫m6，一个叫 plug。下半年云栖大会发布或者是公布进展，大概在GPT2.5左右的水平； 🔠文心一言至少可以达到GPT-2.5水平，基于Bert。阿里大模型架构基于Transformer； 🔠阿里云现在云上至少有上万片A100 ，整体至少能达到10万片，集团应该会是阿里云5倍。阿里国内AI算力储备最多，然后依次为：字节、百度、腾讯。 🔠腾讯大模型是混元模型继续迭代，有100人左右做GPT复现以及自我模型迭代。 🔠阿里目前对于AI大模型是稳扎稳打。大规模应用起来成本很高，冲击也很大。 -- 来源

#AI应用 这个用GPT-4做的程序挺有意思 给一个主题，它会像个好奇心爆炸的孩子，提出新问题，然后自己回答，如此往复。 想起了自己学生时代考前复盘笔记的样子。 -- 来源

#AI工具 一个AI垂类资讯聚合站点 用过一阵子感觉挺不错 ⚜️https://www.emergentmind.com/

2023年3月事件纪要，历史会记住这段高光岁月

#AI工程 苹果官方项目: Apple Sillicon芯片上的Stable Diffusion 🖥github.com/apple/ml-stable-diffusion ⭐️ 官方针对苹果M1/M2 等优化的版本 ⭐️ iPad Pro M1 上 29 秒出一张图 ⭐️ M1 Macbook Pro 16G 上24秒 ⭐️ M2 Macbook Air 8G上18秒

千脑智能 美国国家工程院院士Jeff Hawkins的《A Thousand Brains》从神经科学角度解释了人如何通过看到、移动和感知三维空间来学习和识别物体。比尔盖茨推荐了该书。 🔠 千脑理论中，每个大脑皮质柱都有完整物体的模型，因此知道在物体的每个位置应该感应到什么。 🔠 可以把运行 Transformer 训练的神经网络的电脑想象成一个简陋的人工皮质柱，给它灌输数据，它输出预测数据。 🔠 但大脑新皮层有 20 多万个这样的小电脑在分布式计算，他们连接着各种感知器官输入的数据。 🔠 最关键的是大脑无需预训练，神经元自己生长就完成了学习，预测是皮质柱测试和更新其模型的方法。如果结果和预测不同，错误的答案就会让大脑完成一次修正，这种方式就是自我监督，皮质柱相当于把用于训练的超级电脑和预测数据的电脑整合了。 🔝YouTube#推荐阅读

#推荐阅读 彭博社发布为金融界打造的BloombergGPT - 迄今最大特定领域数据集(3630亿标签) - 专用于金融领域的LLM - 500亿参数 - 在金融任务上的表现远超过现有模型

高盛: "AI对经济增长潜在影响"的研究报告 技术创新会产生新职业，这些新职业占据了就业增长的大部分。在1980年之前自动化带来的失业通常被产生的新职业需求所抵消，但近年来失业造成了对就业行情的拖累。 ⭐️ 图一: 不同行业旧工种和新工种的分布 - 绿色： 1940年已经存在的职业 - 深色： 1940年后产生的新职业 ⭐️ 图二: 淘汰的旧工种和新工种就业情况