EP19 - OpenAI 下個模型是「草莓」？

OVERVIEW
本期重點

• OpenAI 下個模型是「草莓」？

• 牛津大學發布 MedSAM-2 人工智慧模型

• Transformer Explainer "看"文字是如何被接龍的

HOTNEWS
OpenAI 下個模型是「草莓」？

最近，一個名為「草莓」的計畫讓 OpenAI 再次成為輿論的焦點。而Perplexity AI 的執行長 Aravind Srinivas 所發表的多次暗示，則使得 OpenAI 的下一個模型發佈更讓人期待。

在過去一周內，OpenAI 的「草莓」計畫引發了大量猜測和討論。儘管確切的發布日期仍未公佈，但爆料者 @iruletheworldmo 的不斷發文與暗示，讓外界對此計畫充滿期待。他甚至預告，本週二將是 OpenAI 邁向第二級人工通用智慧（AGI）的重要時刻。

正當人們關注著 OpenAI 的「草莓」計畫時，Perplexity AI 似乎已經搶佔先機。Aravind Srinivas 在社交媒體上分享了一張他們的 AI 破解「草莓測試」的圖片，隨即引發網友們的熱烈討論和測試。這是否意味著 Perplexity AI 已經擁有與「草莓」計畫相媲美的技術能力？

Perplexity AI 的優勢在於其漸進式的思考過程。無論是查詢複雜的量子糾纏問題，還是計算覆蓋火星表面的草莓數量，Perplexity AI 都能給出令人信服的解答。這種能力不僅提升了輸出結果的精準度，也推動了 Perplexity AI 的用戶增長。

隨著 AI 搜尋工具的普及，Perplexity AI 正將其商業模式從訂閱制轉向廣告支持，與 Google 等搜尋引擎展開激烈競爭。這家公司最近完成了一輪 2.5 億美元的融資，吸引了包括 Yann LeCun、Andrej Karpathy 和貝佐斯在內的多位知名投資者。過去一個月中，Perplexity AI 的月營收和使用量都增加了7倍，年化營收超過了 3,500 萬美元。

儘管 Perplexity AI 尚未公開其新模型的詳細信息，但它所展示的漸進思考能力，已經讓外界對其未來充滿期待。在 AI 搜尋領域，Perplexity AI 與 OpenAI 的「草莓」計畫無疑將成為關注的焦點。

就讓我們靜待「草莓」的到來吧！

HOTNEWS
牛津大學發布 MedSAM-2 人工智慧模型

AI 醫療影像的新紀元

上週介紹 Meta 開源的圖像辨識模型，今天再跟大家介紹最新的延伸應用。牛津大學研究團隊公布了 MedSAM-2，這是一個旨在改善 2D 和 3D 醫學影像辨識的先進人工智慧模型。

作為 Meta 公司 Segment Anything Model 2（SAM 2）的延伸版本，MedSAM-2 革新了醫學影像處理方式，將其視為影片序列來分析。這項突破大幅減輕了醫療專業人員的工作負擔，讓他們只需進行一次手動標註，就能處理整個影像系列。

主要功能

MedSAM-2 引入了「信心記憶庫」功能，用於儲存並參考最可靠的預測結果，藉此提高分析新影像的準確度。
( 可以想像為向量數據集 )

​值得注意的是，其「單一提示辨識」功能讓模型能夠透過一次標註，識別並辨識不同影像中的相似結構。
( 得利於 SAM2 44FPS 的辨識速度 )

​在涵蓋 15 種不同醫學資料集的嚴謹測試中，包括腹部器官、視神經、腦腫瘤和皮膚病變等掃描影像，MedSAM-2 的表現全面超越了現有模型，為醫學影像分析樹立了新標準。

​特別是在 3D 影像的腹部器官分割上，MedSAM-2 取得了 88.6% 的 Dice 分數，比先前領先的模型高出 0.7 個百分點。

​開發團隊已在 GitHub 上公開 MedSAM-2 的程式碼，鼓勵進一步開發並將其整合到臨床實務中。這項舉措的主要目標是透過尖端人工智慧技術，推動醫學影像分析的進步，並提升病患照護品質。

感想​

牛津大學研究人員開發的 MedSAM-2 有潛力徹底改變醫學影像工作流程，大幅減少手動標註的需求，並提高診斷準確度。短期效益可能包括提升放射科醫師的工作效率和可能的醫療成本節省，而長期影響可能涉及影像分析的標準化，進而有利於醫學教育和全球健康倡議。

​這項進展也可能為 人工智慧醫療競爭對手帶來創新壓力。
( HTC 好像有個團隊 DeepQ 在做這塊？ )

​HuggingFace 上已經有許多有趣的拓展應用，可以從下面連結前往。

​這邊也分享一個之前想做的小專案，之前對養魚很有興趣，一直想做一個水族造景。養過魚的都知道，要維持缸內的生態環境是一件不容易的事。

​因此就想做一個黏在水族箱上的攝影機，時時的紀錄缸內的生態變化。再加上 ML 技術來辨識不同的魚種，就可以好好的管理並記錄水族箱的生態環境。( 譬如可以辨識誰有沒有吃飯或哪隻魚咬了誰 )

​現在有了 SAM2 的辨識模型，要做這個專案的難度似乎下降不少。Anyway 個人十分看好這個模型能在未來展現更多的可能。

SHARING
Transformer Explainer "看"文字是如何被接龍的

是不是常有無法理解 AI 的用語的時候。像是 Tokens 是啥？ Embedding 到底在做什麼？以及注意力到底怎麼被計算出來的？

Transformer Explainer 就是個讓我們視覺化理解 Transformer 的學習工具。

隨著 AI 技術的快速發展，各種智慧助理如雨後春筍般出現在我們的生活中。

這些 AI 助理不僅能聽懂我們的話，還能寫出令人驚嘆的文章。

然而，你有沒有想過，這些 AI 助理是如何「預測」我們的心思，寫出那些精彩的文字的呢？

為了讓更多人能夠理解和使用這個複雜的模型，Transformer Explainer 應運而生。

互動式工具

Transformer Explainer 是一個專為非專業人士設計的工具。

它讓我們能夠直接在瀏覽器中執行 GPT-2 模型，即時觀察模型如何一步步「讀懂」我們的文字，並預測出下一個詞。

這個工具的互動性極強，不僅可以即時調整模型參數，還可以輸入自己的文字，觀察模型的「預測」過程。

特點

Transformer Explainer 在多個方面都可以調整：

• 溫度參數調整：使用者可以調整「溫度」參數，控制模型的預測結果是更確定還是更隨機。

• 多層抽象：採用多層抽象的方式，讓使用者從高層次的模型結構開始了解，再逐步深入到底層的數學運算。

• 即時互動：使用者可以輸入自己的文字，即時觀察模型的預測結果。

• 視覺化呈現：通過直觀的視覺化方式，展示模型的內部運作過程。

這些特性使 Transformer Explainer 特別適合用於教育和研究領域，幫助人們更好地理解 AI 寫作助理的運作原理。

下一步

Transformer Explainer 的開發團隊希望這個工具能夠推動 AI 技術向更透明、更易理解的方向發展。

他們相信，只有讓更多人理解 AI 的運作原理，才能實現真正有意義的人機互動。

視覺化不單單幫助我們可以更簡單理解複雜系統背後的原理，更方便我們從第一性原理來透徹技術的真理。

往後有人問你 LLM 的接龍到底是怎麼運行的，你就可以把這個網頁貼給他，告訴他背後運作的原理。

HOTNEWS
OpenAI 下個模型會是「草莓」？

最近，一個名為「草莓」的計畫讓 OpenAI 再次成為輿論的焦點。而Perplexity AI 的執行長 Aravind Srinivas 所發表的多次暗示，則使得 OpenAI 的下一個模型發佈更讓人期待。

在過去一周內，OpenAI 的「草莓」計畫引發了大量猜測和討論。儘管確切的發布日期仍未公佈，但爆料者 @iruletheworldmo 的不斷發文與暗示，讓外界對此計畫充滿期待。他甚至預告，本週二將是 OpenAI 邁向第二級人工通用智慧（AGI）的重要時刻。

正當人們關注著 OpenAI 的「草莓」計畫時，Perplexity AI 似乎已經搶佔先機。Aravind Srinivas 在社交媒體上分享了一張他們的 AI 破解「草莓測試」的圖片，隨即引發網友們的熱烈討論和測試。這是否意味著 Perplexity AI 已經擁有與「草莓」計畫相媲美的技術能力？

Perplexity AI 的優勢在於其漸進式的思考過程。無論是查詢複雜的量子糾纏問題，還是計算覆蓋火星表面的草莓數量，Perplexity AI 都能給出令人信服的解答。這種能力不僅提升了輸出結果的精準度，也推動了 Perplexity AI 的用戶增長。

隨著 AI 搜尋工具的普及，Perplexity AI 正將其商業模式從訂閱制轉向廣告支持，與 Google 等搜尋引擎展開激烈競爭。這家公司最近完成了一輪 2.5 億美元的融資，吸引了包括 Yann LeCun、Andrej Karpathy 和貝佐斯在內的多位知名投資者。過去一個月中，Perplexity AI 的月營收和使用量都增加了7倍，年化營收超過了 3,500 萬美元。

儘管 Perplexity AI 尚未公開其新模型的詳細信息，但它所展示的漸進思考能力，已經讓外界對其未來充滿期待。在 AI 搜尋領域，Perplexity AI 與 OpenAI 的「草莓」計畫無疑將成為關注的焦點。

就讓我們靜待「草莓」的到來吧！