HackerNews 摘要 (2023-06-10 09AM)

來源: Why Nature will not allow the use of generative AI in images and video

摘要
Nature期刊将不允许使用生成式人工智慧（AI）创作影像和视频的发布，这一决定是出于保持科学与艺术创作完整性的考虑。Nature期刊认为目前的生成式AI工具未能提供图像与数据来源的透明度、无法遵循著作权归属规则、缺乏相关许可和同意，同时也存在侵犯个人隐私和传播虚假信息等问题。事实

❌ 任何完全或部分使用生成式AI工具生成的摄影、视频或插画都不得刊登于Nature期刊，包括在非AI专题文章中。

❌ Nature期刊将询问并要求其合作艺术家、电影制片人、插画师和摄影师确认提交的作品中没有使用生成式AI进行创作或修饰。

❌ 生成式AI工具的使用威胁到科学的透明度，且这样的工具无法满足对数据来源的查证和著作权的归属需求。

❌ 生成式AI工具未能获得相关的许可和同意，这涉及到诸如个人隐私和艺术家的知识产权等问题。

❌ 生成式AI工具通常会使用受版权保护的作品进行训练，在未经允许的情况下进行侵犯和滥用。

❌ 现有的生成式AI工具容易制造虚假、深度伪造的图像和影片，这导致了伦理上的问题和虚假信息的迅速传播。

✔️ Nature期刊将在指定的区域允许使用生成式AI工具协助生成的文字，不过这需要在方法与致谢部分列明该工具的使用状况，并且需要提供所有生成数据的来源，包括AI辅助的数据来源。

✔️ 当前AI的蓬勃发展正在迅速打破学术、艺术、发布等方面长期树立的传统模式。

---

來源: Apple M2 Ultra SoC Isn’t Faster Than AMD & Intel Last Year Desktop CPUs, 50% Slower Than NVIDIA RTX 4080

摘要
Apple Silicon M2 Ultra的表現測試顯示，無法與Intel和AMD的主流CPU競爭，其多核心與單核心性能皆差於颱龍和至強系列處理器，且在GPU方面也比不上NVIDIA的RTX 4080，結果呈現出50%的劣勢。

事實

💻 Apple Silicon M2 Ultra的運算性能在Open CL測試中展現出來的表現比NVIDIA的RTX 4080差50％

💻 Apple Silicon M2 Ultra的CPU在多核心性能測試上不如AMD和Intel的處理器，單核心性能也差於Intel i9-13900KS處理器

💻 其中，M2 Ultra的處理器核心是由16個性能核心和8個效率核心組成，具有24個CPU核心和最多76個GPU核心

💻 Apple Silicon M2 Ultra的內存為192GB，能夠在整個晶片上統一且可訪問，最大帶寬為800 GB/s

💻 M2 Ultra配備了新的神經引擎，擁有32個核心，公司表示CPU的速度提高20％，GPU的速度提高30％

---

來源: List one task, do it, cross it out

摘要
事情越緊急，我就越能冷靜應對，因為此時需要做的事往往很明顯，不會被猶豫和困擾等情感干擾，這讓我感到自由，空閒時多重任務則會使人身心俱疲。解決方法是專注一件事，漸進式地完成它並處理下一件需要做的事，持續循環。

事實

🏥 緊急情況中需要做的事往往很明顯，讓人感到自由。

🤔 日常生活中，經常猶豫和困擾，擔心沒有做到最好。

🔄 做多重任務會讓人感到身心疲憊。

💡 要解決問題，專注一件事，漸進式地完成它並處理下一件需要做的事，持續循環。

---

來源: MusicGen: Simple and Controllable Music Generation

摘要
本文提出了MusicGen，一種能夠條件生成音樂的單一語言模型。MusicGen由單階段轉换器語言模型和高效的標記交替模式組成，消除了逐級或上採樣幾個模型的需要。透過標題描述或旋律特徵，MusicGen能夠生成高品質的樣本，更好地控制生成的輸出。我們進行了廣泛的實驗評估，包括自動和人類研究，顯示所提出的方法優於標準文本對音樂基準的評估基線。通過削減研究，我們闡明了構成MusicGen的每個組件的重要性。音樂樣本可以在補充資料中找到。代碼和模型可以在我們的存儲库github.com/facebookresearch/audiocraft上找到。

事實

🎶 MusicGen是一個能夠條件生成音樂的單一語言模型。

🎼 MusicGen由單階段轉换器語言模型和高效的標記交替模式組成。

🎵 MusicGen能夠生成高品質樣本，並且可以透過標題描述或旋律特徵進行生成。

🎹 通過自動和人工評估，我們發現MusicGen的性能優於標準文本對音樂基準的評估基線。

🎧 我們的研究闡明了MusicGen每個組件的重要性。

💻 音樂樣本和代碼模型均可在我們的存儲庫github.com/facebookresearch/audiocraft中獲得。

---