# AI及信息技术应用2022年10月10日简报 ## 核心定义 > 人工智能在信息技术领域的应用，包括自然语言处理、图像识别、视频生成等，旨在通过算法和模型实现自动化和智能化。 ## 核心洞察（TL;DR） - 2022年10月，AI技术在图像、视频、音频生成等方面取得显著进展。 - 谷歌和Meta等公司推出多项AI应用，如视频生成、音频生成、聊天机器人等。 - AI技术在医疗、金融、教育等多个领域得到应用，并推动产品市场创新。 ## 关键事实与数据 - OpenAI的DALL.E-2、谷歌的Imagen Video、Meta的Make-A-Video等AI系统可自然语言驱动生成视频。 - 谷歌的AudioLM系统可生成逼真的语音和音乐，无需事先标记或转录。 - 康奈尔智能系统开发的算法可预测运动队动作，准确率超过80%。 - DeepMind的AlphaTensor是首个发现更快矩阵乘法算法的AI系统。 - TikTok的UGC可成为超本地化和超个性化的商业潜在客户生成形式。 - Meta的AITemplate推理引擎在NVIDIA GPU上实现高达12倍的性能提升。 - 亚马逊、苹果、谷歌、Meta和微软与UIUC合作提升AI对残疾人语音模式的理解。 - Miso Robotics的Flippy 2机器人可在快餐连锁店中快速制作薯条。 - Google Cloud的Medical Imaging Suite可使用AI扫描医学图像，诊断更快、更准确。 - Didact AI使用ML选股，预测性能优势显著。 - 特斯拉展示了其Optimus人形机器人的两个原型。 - Basys.ai使用AI预测和改善代谢健康障碍患者的预后。 - Xembly的会话AI代理旨在自动化工作中的重复和平凡的任务。 - 机器学习模型可预测Bakken页岩油井油率下降。 - 韩国唱片公司Hybe收购了人工智能初创公司Supertone。 - 图像成为AI领域的杀手级应用，Transformers带来范式变化。 - OpenAI取消排队，DALL-E绘画AI可供所有人立即使用。 - SetFit在多语言分类中显示出令人鼓舞的结果。 - 谷歌关闭其在中国大陆的翻译服务。 - Palette是一款免费的基于Web的AI驱动的照片着色器。 - Naver同意以12亿美元收购时尚市场Poshmark。 ## 正文 AI及信息技术应用2022年10月10日简报 ====================== 今年看到了围绕艺术生成器的许多发展，从文本到图像生成器 Open AI 的 DALL E-2 开始。不仅仅是文本到图像生成器，文本到音频、文本到视频甚至是“ 文本到任何东西”的一年，与团队2019年开始一直在研发阅粒知识计算引擎的生成应用相比，算法在进步，应用并没有特别的创新。 综述， 自然语言驱动从文字生成图片：OpenAI文本到图像平台DALL.E 2 ，随后是Imagen 、 Midjourney 、 Stable Diffusion等。 自然语言驱动从文字生成视频： 从 Stable Diffusion X Runway，DeepMind 的“Transframer ”，微软的 NUWA Infinity，Meta的人，工智能系统“Make-A-Video”。 自然语言驱动从文本到音频： Meta 科学家团队AudioGen，谷歌AudioLM进一步推动了它，这是一种音频生成模型，通过只听音频来学习生成逼真的语音和钢琴音乐。 01＃AI应用 谷歌推出了自己的人工智能系统，用于根据文本提示生成视频 ****************************\[摘要\]****************************Google Imagen Video 能够以每秒 24 帧的速度生成 1280×768 视频。这些视频目前的长度限制为 5.3 秒。它可以创建不同艺术风格的视频，例如文森特梵高的作品，并在保留其结构的同时创建 3D 旋转对象。据谷歌称，该系统名为Imagen Video ，基于七个视频传播模型的“级联”。它的首次亮相是在 Meta 宣布其基于 AI 的Make-a- Video在线工具后不久推出的，该工具还可以根据文本描述创建短视频剪辑。 谷歌研究人员开发了AudioLM ，这是一种人工智能系统，只需几秒钟的音频即可生成听起来相似的歌曲和语音 ****************************\[摘要\]****************************AudioLM 可以生成语音和钢琴音乐之类的声音，这些声音听起来与原始音频几乎没有区别。据谷歌称，它可以加快音频生成的人工智能训练过程，并最终自动生成音乐来伴随视频。与当前依赖基于文本的数据的系统不同，AudioLM 不需要事先标记或转录。它可以模仿音频的音高、音色、强度和清晰度，以及背景噪音和说话者的呼吸音。AudioLM 尚未向公众开放。该技术类似于语言模型，因为它根据提示预测接下来应该发生什么。 **前谷歌员工希望向公众提供人工智能聊天机器人，可以学习不同人物的对话风格来聊天** ******************************\[摘要\]******************************Character.ai 的联合创始人 Noam Shazeer 和 Daniel De Freitas 表示，他们离开谷歌是为了让尽可能多的人掌握这项技术。他们在 9 月向公众开放了 Character.ai 的测试版，供任何人试用。Character.ai 和LaMDA 一样，都是使用称为大型语言模型的人工智能系统构建的，这些模型经过训练，可以通过消耗从互联网上抓取的数万亿字的文本来模仿语音。这些模型旨在总结文本、回答问题、根据提示生成文本或就任何主题进行交谈. 谷歌已经在其搜索查询和电子邮件中的自动完成建议中使用了大型语言模型技术。 **使用 GPT-3 从非结构化文本中获取表格数据：正在进行的实验** ********************************\[摘要\]********************************人工智能在新闻业中最令人兴奋的应用之一是从非结构化文本创建结构化数据......政府报告、法律文件、电子邮件、备忘录......这些内容丰富，如姓名、组织、日期和价格。但是要将它们变成可以分析和计算的格式，比如电子表格，通常需要数天或数周的繁琐的手动数据输入……像 OpenAI 的 GPT-3 这样的大型语言模型有可能大大加快这个可怕的进程.因为这些模型对语言有如此深刻的理解（GPT-3 基本上是在整个互联网上训练的——至少是所有英语维基百科），它们可以理解命令并从文本中挑选出正确的元素。 ****算法以 80% 的准确率预测运动队的动作**** ************************************\[摘要\]************************************康奈尔智能系统与控制实验室开发的算法可以以超过 80% 的准确率预测排球运动员的比赛动作，现在该实验室正在与 Big Red 曲棍球合作团队扩大研究项目的应用。 ****DeepMind 推出首个发现更快矩阵乘法算法的 AI**** ****************************************\[摘要\]****************************************DeepMind 推出了 AlphaTensor，这是“第一个用于发现新颖、高效和可证明正确算法的人工智能系统。 ******关于 TikTok 和视频搜索的未来****** **********************************************\[摘要\]**********************************************Pinterest 之于图像，TikTok 正在成为短视频。如果每条视频用户生成内容 (UGC) 都有一个可以重定向到优惠券或其他交易的位置标签。商家将从中受益，因为他们每天都会突然有大量新的、免费的、看似不那么偏见的 UGC“广告”，用于他们的产品/产品，由他们自己的客户提供。反过来，这将激励商家、商店、餐馆等使自己更适合 TikTok 和/或与具有位置标签的影响者合作。简而言之，TikTok UGC 可以成为一种超本地化和超个性化的商业潜在客户生成形式。 ********使用革命性的新推理引擎 AITemplate 在 GPU 上进行更快、更灵活的推理******** **************\[摘要\]**************Meta AI 开发并开源了AITemplate (AIT)，这是一个统一的推理系统，为 AMD 和 NVIDIA GPU 硬件提供独立的加速后端。它在卷积神经网络、变压器和扩散器等各种广泛使用的 AI 模型上提供接近硬件原生张量核心 (NVIDIA GPU) 和矩阵核心 (AMD GPU) 的性能。借助 AIT，现在可以在两个 GPU 提供商的硬件上运行性能推理。与 PyTorch 中的 Eager 模式相比，我们使用 AIT 在 NVIDIA GPU 上实现了高达 12 倍的性能提升，在 AMD GPU 上实现了高达 4 倍的性能提升。 **用人工智能预测人工智能的未来：在指数级增长的知识网络中进行高质量的链接预测** ******************************\[摘要\]******************************一种可以通过从科学文献中获取见解来提出新的个性化研究方向和想法的工具可以显著加速科学的进步。可能从这种方法中受益的一个领域是人工智能 (AI) 研究，在过去几年中，科学出版物的数量呈指数级增长，这使得人类研究人员难以跟踪进展情况。在这里，我们用人工智能技术来预测人工智能本身未来的研究方向。 **亚马逊、苹果、谷歌、Meta 和微软正在与伊利诺伊大学 (UIUC) 合作组建语音无障碍项目，并提升人工智能对残疾人或异常语音模式的理解** ******************************\[摘要\]******************************科技巨头和伊利诺伊大学厄巴纳-香槟分校 (UIUC) 宣布了语音辅助功能项目，以改善具有某些语言障碍的人的语音识别系统。该项目由 UIUC 以及亚马逊、苹果、谷歌、Meta、微软和非营利组织领导。 ****机器人比人类做薯条更快、更好**** **********************************\[摘要\]**********************************据报道，Miso Robotics 已开始将其 Flippy 2 机器人运送到更多的快餐连锁店。人工智能引导的机械臂从冰箱中取出薯条和其他食物，将其放入热油中，然后将最终产品放在托盘上供食用。 ******Google Cloud 为医疗专业人员推出了一个新的基于视觉的 AI 平台，称为 Medical Imaging Suite******  ****************************************\[摘要\]****************************************Vision AI 有可能对医疗保健产生巨大影响。医学影像是医院用来诊断患者的最关键工具之一，临床医生每年都会制作数十亿张图像，以帮助他们了解人们生病的原因。谷歌表示，医学图像非常重要，它们约占所有医疗数据的 90%。该软件使用人工智能扫描医学图像，诊断更快、更准确。Google Cloud 的医学影像套件还竭尽全力确保图像数据的隐私性和安全性，解决了医疗保健提供商的主要难题之一：合规性。该套件利用 Google 的Cloud Healthcare 应用程序编程接口通过DICOMweb 标准提供安全的数据交换，以实现安全的图像传输。Cloud Healthcare API 是一个完全托管的企业级开发环境，可提供自动化的 DICOM 去标识化。 ********Didact AI：基于 ML 的选股引擎******** ********************************************\[摘要\]********************************************Didact 预测性能的优势主要在于其工程特性和建模方法，但所使用的架构和技术也发挥了重要作用。Didact 预测性能的优势主要在于其工程特性和建模方法，但所使用的架构和技术也发挥了重要作用。在本文中，我将重点关注后者，有时会简要偏离系统背后的原理和假设，详细介绍单独的数据摄取管道、特征工程管道和建模子系统，主要涵盖数据工程、建模、将这个系统整合在一起所需的 ML 工程和 ML Ops 任务。通过这篇文章，我希望传达关于生产化 ML 系统如何在现实环境中工作的想法。 人工智能模型能够不断从智能边缘设备（如智能手机和传感器）上的新数据中学习 ********************************************\[摘要\]********************************************设备上的人工智能模型适应/训练，尤其是嵌入式控制器，是一个开放的挑战。麻省理工学院的这项研究不仅成功地展示了这些功能，而且还为实时隐私保护设备个性化开辟了新的可能性，”英特尔首席工程师 Nilesh Jain 说，他没有参与这项工作。“该出版物中的创新具有更广泛的适用性，并将引发新的系统-算法协同设计研究。 特斯拉在上周五的人工智能日活动中展示了其 Optimus 人形机器人的两个原型 ****************************\[摘要\]****************************第一个原型 Bumble C 是使用“半成品”执行器创建的粗略开发机器人。在演示过程中，机器人能够走上舞台并向观众挥手致意。特斯拉展示了机器人执行诸如移动箱子和捡罐子等任务的预先录制的演示。第二个原型虽然无法自行行走，但更像特斯拉预计投入生产的最终版本。马斯克说，该版本使用特斯拉设计的执行器、电力电子设备和 2.3 kWh 电池组运行，一次充电即可为大约一天的工作供电。该机器人将使用与特斯拉自动驾驶系统相同的基础技术。 哈佛大学 TH Chan 公共卫生学院的两名研究生创办了 Basys.ai，这是一家帮助糖尿病和其他代谢健康疾病患者的人工智能技术创业公司 ****************************\[摘要\]****************************Basys 是一种软件工具，它使用人工智能来预测和改善代谢健康障碍患者的预后。该平台适用于医生、医院和保险公司。B2B SaaS 平台使用深度学习算法来跟踪、预测和改善患者的治疗结果。它由 Amber Nigam 和 Jie Sun 于 2021 年创立。该公司宣布作为一家自力更生的初创公司公开上市。 **西雅图初创公司 Xembly 为其会话 AI 代理筹集了 1500 万美元的新资金，该代理旨在自动化工作中的重复和平凡的任务** ******************************\[摘要\]******************************这家初创公司使用自然语言处理来分析会议、电子邮件和 Slack 中的对话，并以参谋长或行政助理的方式自动执行任务。例如，Xembly 会在会议结束后自动向用户发送 AI 生成的摘要，其中包含行动项目和关键点。它还可以安排后续会议、创建待办事项列表和优化日程安排. ****机器学习在预测 Bakken 页岩油井油率下降中的应用**** ********************************\[摘要\]********************************机器学习模型提高了气举性能和油井完整性——“这项工作的主要目标是使用机器学习算法开发一个强大的模型来预测气井、油井完整性风险类别。”需要商业油藏模拟器来求解离散的质量平衡方程。当油藏变得异质和复杂时，可以使用更多的网格块，这需要详细准确的油藏信息。 ******韩国唱片公司 Hybe 以 3200 万美元的价格收购了人工智能初创公司 Supertone****** **************************************\[摘要\]**************************************Supertone 提供基于歌词、旋律和节拍生成歌曲的语音合成服务。它被用来为韩国电视节目重现音乐艺术家的声音。 图像成为 AI 领域的杀手级应用 ****************************\[摘要\]****************************图像成为AI的杀手级应用Transformers 带来的范式变化中心化，去中心化与社区Prompts Engineering 提示词工程摄影技术与AI图像生成自然语言 即 编程方式 即 通用界面分工与工作流变革新媒体形态，新公司阶层创意与实现的分离搜索，内容与第三种可能， 图像成为 AI 领域的杀手级应用：在过去的半年中集中爆发了以自然语言为输入方式的各类AI内容生成工具，尤其以 Open  AI 的 Dall-E2，Stability.ai 的 Stable Diffusion，MidJourney，Google 的 Imagen等产品为代表。 为什么硅谷对人工智能完成的尴尬绘图如此兴奋 ****************************\[摘要\]****************************据 Dayma 称，自 2021 年 7 月推出以来，它现在每天生成约 1000 万张图像，增加了多达 10 亿张以前从未存在过的图像。过去几年发布的几个新程序（通常称为生成式 AI）可以使用一个短语并生成与提示匹配的前所未见的图像。计算机程序现在可以在几秒钟内创建前所未有的图像。给其中一个程序输入一些词，它通常会吐出一张与描述实际匹配的图片，无论多么奇怪。大多数程序都会为您提供无限的图像可供选择，并且没有什么能阻止人们使用生成的图像作为更精美作品的起点。 **重复的照片创建高质量慢动作视频的方法** ******************************\[摘要\]******************************FILM 模型以两张图像作为输入并输出一张中间图像。在推理时，我们递归地调用模型来输出中间图像。FILM 具有三个组件：（1）一个特征提取器，它用深度多尺度（金字塔）特征总结每个输入图像；(2) 双向运动估计器，计算每个金字塔级别的像素级运动（即流）；(3) 融合模块，输出最终的插值图像。我们在常规视频帧三元组上训练 FILM，中间帧作为监督的地面实况。 **人工智能已经比我们更擅长读唇语** ********************************\[摘要\]********************************在 VSR 研究的早期，像AVLetters这样的数据集必须手动标记和分类，这是一种劳动密集型的限制，严重限制了可用于训练机器学习模型的数据量。近年来，更先进的深度学习技术的兴起，本质上是在整个互联网上训练模型，以及在线发布的社交和视觉媒体的大规模扩张，使得研究人员能够生成更大的数据集，比如Oxford-BBC Lip Reading Sentences 2 (LRS2)，它基于来自各种 BBC 节目的数千条口语台词。LRS3-TED 从各种 TED 程序中收集了 150,000 个句子，而 LSVSR（大规模视觉语音识别）数据库是目前最大的数据库之一，提供140,000 小时的音频片段，其中包含 2,934,899 个语音语句和超过 127,000 个单词。 ****AI 随便画画就在二次元绘画区杀疯了？！**** ********************************\[摘要\]********************************AI在角色绘画领域越来越出色了,这款应用叫Novel AI ，本来开发的目的是为了人工智能写小说用的，里面的绘画功能是用来给小说配图的，万万没想到，人家这款附带的配图绘画功能居然这么强大，现在这款应用被人用爆了的就是绘图功能！ ******李飞飞团队新作登PNAS！AI 与人类互动才能提高智能水平！** **** **************************************\[摘要\]**************************************社会化 AI 的强化学习框架其框架描述如下：一个智能体被放置在社会环境 E= 当中，它的目标是收集数据，以尽可能少的交互来优化模型的性能。当它们与人交互、并收集新的视觉知识时，信息回应率和识别准确率的变化结果表明，社会化智能体整体上优于其他智能体。3更少的交互，更高的识别准确率在社会化 AI 的框架中，智能体同时有两个目标：一个发起社交互动，让人们根据信息数据作出回应。 ********OpenAI取消排队 DALL-E绘画AI可供所有人立即使用******** **********************************************\[摘要\]**********************************************这确实减轻了 DALL-E 的输出偏差，但一些用户也留意到 AI 创建的内容与其预期指令并不匹配。为此，OpenAI 采取了许多应对措施，包括从其训练数据集中过滤掉色情暴力图像、并拒绝根据类似的明确提示来生成图像。自那时起，我们已经见到了许多其它种类的“文本到图像”AI 系统，速度和质量的竞争也变得愈加激烈。 **********SetFit：无需提示的高效少量学习********** ****************\[摘要\]****************两阶段的训练过程SetFit利用了Sentence Transformers的能力，在成对的句子基础上生成密集的嵌入。在最初的微调阶段，它通过对比性训练来利用有限的标记输入数据，通过类内和类外选择来创建正负对。然后，句子转化器模型对这些配对进行训练，并为每个例子生成密集的向量。在第二步中，分类头在编码的嵌入上进行训练，并附上各自的类别标签。在推理的时候，未见过的例子通过微调的句子转化器，生成一个嵌入，当被送入分类头时，输出一个类别标签预测。在我们的实验中，SetFit在德语、日语、普通话、法语和西班牙语的分类中，在语言内和跨语言的设置中，都显示出令人鼓舞的结果。 02 #产品市场创新 以使用率低为由，谷歌表示已关闭其在中国大陆的翻译服务 ****************************\[摘要\]****************************谷歌在 2010 年有效地从中国撤出了其搜索引擎，那些试图在中国访问谷歌翻译应用程序和网站的人现在会看到一个搜索栏和链接，该链接会重定向到其香港翻译网站。根据 Similarweb 的数据，8 月份，中文谷歌翻译网站的移动和桌面用户访问量为5350 万。此举意味着中国市场上几乎没有谷歌服务。 Palette 是一款免费的基于 Web 的 AI 驱动的照片着色器 ****************************\[摘要\]****************************由 Google Emil Wallner 的法国常驻艺术家开发，Palette 基于“未发布的研究”并使用类似的文本到图像人工智能 (AI) 过程作为 Stable Diffusion、Midjourney 和 Dall-E，但用于后期制作而不是图像创作。 **谷歌转向机器学习来推进现实世界中的文本翻译** ******************************\[摘要\]******************************谷歌正在通过新的机器学习驱动的附加功能对其翻译服务进行升级，这将使用户能够更轻松地翻译现实世界中出现的文本，例如在店面、菜单、文件、名片和其他物品上。 ****Meta 宣布将于 1 月份关闭其通讯平台Bulletin****  ********************************\[摘要\]********************************该服务于 2021 年 6 月推出，与 Substack 竞争，作为作家分享订阅时事通讯并从中获利的地方。自 Bulletin 推出以来，Meta 已与作家 Malcolm Gladwell、体育广播员 Erin Andrews 和前 CNN 记者 Jessica Yellin 等作家达成交易。Meta表示，这些合同将全额支付。它指出，作者可以随身携带他们的内容和订阅者列表和内容。Meta 表示，作家可以继续出版并赚取收入，直到 1 月份停播。截至今年夏天，Bulletin 拥有 120 多名作者和超过 100 万免费订阅者。 Naver 同意以 $1.2B 收购时尚市场 Poshmark ********************************\[摘要\]********************************韩国搜索巨头 Naver 今天宣布计划以12 亿美元现金收购二手服装市场Poshmark 。该交易对 Poshmark 股票的公开交易价值为 17.90 美元——比今天的收盘价溢价 15%——两家公司预计它将在 2023 年第一季度完成，但须经 Poshmark 股东批准并“满足某些其他惯例成交条件”。假设交易完成，Poshmark 将成为 Naver 的独立子公司，由首席执行官 Manish Chandra 和 Poshmark 目前的管理团队领导。Naver 表示，它将继续以其现有品牌运营，并维持其位于加利福尼亚州红木城的员工、用户群和总部。 **03 #监管与合规** Reddit 已经“ 收购”了瑞典人工智能内容审核平台 Oterlu 的团队 ******************************\[摘要\]******************************Reddit 表示，Oterlu 的团队还将帮助为 Reddit 版主开发新的安全工具。Oterlu 拥有构建使用 AI、ML 和自然语言处理的算法的经验，“以检测欺凌、骚扰和修饰等不良行为的细微差别，”Reddit 在博客文章中写道。据 TechCrunch 报道，Reddit 最近几个月一直在测试“Hateful Content Filter”和“Ban Evasion Protection”版主工具。 美国众议院民主党人首次推出限制美国警方使用面部识别的新法案 ******************************\[摘要\]******************************众议院民主党人公布了面部识别法案，这是一项新法案，要求执法部门在使用面部识别之前获得法官授权的逮捕令，以限制他们对该技术的使用。该法案还限制了面部识别可以用于什么情况——众议员。Ted Lieu（D-CA，第 33 区）“我们的法案是一个可行的解决方案，它将 \[面部识别技术\] 的执法使用限制在获得逮捕令的情况下，表明个人犯有严重的暴力重罪的可能原因。”该法案得到了隐私权倡导者、权利团体和执法相邻团体和组织的支持。 Spotify 宣布收购内容审核公司 Kinzen ******************************\[摘要\]******************************Spotify 表示，Kinzen 的工具——分析音频、视频和文本以自动检测有害内容——特别适合播客。两家公司首先合作检测有关 2020 年美国大选的错误信息和其他问题。信任和安全主管莎拉·霍伊尔 (Sarah Hoyle) 表示，其专业知识可以帮助 Spotify 更好地了解其平台上新兴的滥用趋势和内容。交易条款未公开。自 2020 年以来，Spotify 一直与总部位于都柏林的 Kinzen 合作，以打击其平台上的错误信息和仇恨言论。 欧洲最终批准重启电子商务规则 ******************************\[摘要\]******************************欧盟立法者已正式通过了欧盟新的数字服务法案(DSA)。根据规定，在线平台将被迫更快地删除非法内容，并分享有关其内容推荐算法的信息以及打击在线错误信息的努力。该立法针对超大型在线平台 (VLOP) 和超大型在线搜索引擎 (VLOSE) 或拥有超过 4500 万欧盟用户的平台制定了具体规则。该法律旨在禁止在线平台向儿童投放广告。平台将不再被允许依赖使用数据以基于性别、种族和宗教信仰的用户为目标的算法。这些规则还强制平台以比现行标准更快的速度删除仇恨言论和儿童性虐待等非法内容。电子商务市场不再允许销售非法商品。被发现违规的公司将分别面临高达其全球年收入 6% 或 10% 的罚款。 谷歌已同意支付 8500 万美元来解决亚利桑那州总检察长提起的位置跟踪诉讼 ********************************\[摘要\]********************************该州的 AG Mark Brnovich 于 2020 年 5 月起诉谷歌，称这家搜索巨头在欺骗性地收集用户的位置数据时违反了亚利桑那州的《消费者欺诈法》。Brnovich 的调查是在美联社 2018 年的一项调查之后进行的，该调查发现谷歌保存了用户的位置历史记录，即使他们在智能手机上暂停了“位置历史记录”。在投诉中，亚利桑那州指责谷歌即使在用户选择退出记录其位置历史的设置功能后仍继续这种做法。谷歌在辩护中表示，涉嫌欺诈必须与广告或销售有关，才属于法律范围。 波士顿动力公司和其他五家机器人公司签署了一项承诺，不会将他们的机器人武器化 ******************************\[摘要\]******************************该组织表示，这是由于公众越来越关注“少数人”使用市售机器人制造了自己的临时武器设备。这些公司承诺不会将其先进的移动通用机器人或机器人软件武器化。这个自律公约不具约束力的信函的其他签署方包括 Agility Robotics、ANYbotics、Clearpath Robotics、Open Robotics 和 Unitree Robotics。他们还发誓不会让他们的客户“尽可能”将他们的机器人武器化。没有签署上述承诺，但 Ghost Robotics 去年推出了一款配备定制专用无人步枪的四足机器狗。 美国政府发布了《人工智能权利法案蓝图》  ********************************\[摘要\]********************************白宫科技政策办公室发布了《人工智能权利法案蓝图》 ，其中列出了开发人员、企业、用户和立法者可以遵循以减少人工智能潜在危害的建议清单。今天发布的这份内容广泛的文件涵盖了算法歧视、人工智能透明度和安全性以及基于人工智能的监控等领域。 --- ## 引用与溯源 **来源**：哈希泰格 (HaxiTAG) **原始链接**：[https://haxitag.com/brief/ai-brief-20221010-ai20221010](https://haxitag.com/brief/ai-brief-20221010-ai20221010) **来源索引（站内可追溯）**：[麦肯锡](https://haxitag.com/search?q=%E9%BA%A6%E8%82%AF%E9%94%A1)、[普华永道](https://haxitag.com/search?q=%E6%99%AE%E5%8D%8E%E6%B0%B8%E9%81%93)、[Gartner](https://haxitag.com/search?q=Gartner)、[IDC](https://haxitag.com/search?q=IDC)、[Forrester](https://haxitag.com/search?q=Forrester) **版权声明**：本文由哈希泰格 AI 引擎优化生成，引用请注明出处。