谷歌正在通过整合更多人工智能技术来增强其搜索功能，旨在帮助购物者找到他们想要的商品，即使这些商品是由人工智能生成的。这个功能将可在谷歌的应用程序和移动平台上供用户使用，让他们可以使用生成性人工智能工具来精细调整对特定夹克款式的搜索。最近推出的名为“风格推荐”的功能允许用户对其搜索中的物品进行评价，从而使系统能够学习用户偏好的风格和喜好。这个功能有点类似于Tinder的概念，但用于选择衬衫。一旦用户发现他们喜欢的服装，他们可以指定自己喜欢的品牌，从而立即显示出更多来自这些品牌的服装选项。 此前，谷歌测试了人工智能工具，以帮助用户发现与其口味相符的更多物品。在去年11月，公司的搜索生成体验用户有机会评估一项图像生成功能，根据给定的提示组装夹克和其他服装。用户随后可以根据生成的人工智能图像找到类似的物品。此外，谷歌还测试了一种虚拟试穿功能，允许购物者看到不同品牌的连衣裙穿在自己身上的效果。这两个功能现在已经在谷歌购物平台上实施。 谷歌正在和其他电商平台一起将生成性人工智能工具纳入购物体验中。例如，亚马逊利用其名为鲁弗斯的购物助手回答客户对产品的问题。尽管最初鲁弗斯对杰夫·贝佐斯开了些玩笑，但亚马逊最终将助手推出给特定用户。该公司还提供基于人工智能的尺码推荐。

MLCommons，一个AI基准测试组织，发布了一套新的测试和结果，用于评估高端硬件在运行AI应用程序和响应用户方面的速度。这些基准测试衡量了AI芯片和系统在从数据密集的AI模型生成响应方面的反应能力。这可以评估像ChatGPT这样的应用程序在提供用户查询的响应速度。 其中一个名为Llama 2的新基准测试专注于测量大型语言模型的问答场景的速度。它由Meta Platforms开发，包含700亿个参数。此外，MLCommons还包括了一个名为MLPerf的第二个文本到图像生成器，该生成器基于Stability AI的Stable Diffusion XL模型。 就原始性能而言，由Google、Supermicro和Nvidia等公司提供的搭载Nvidia H100芯片的服务器在这两个新基准测试中表现出色。一些服务器制造商还提交了基于Nvidia功耗较低的L40S芯片的设计。 值得注意的是，服务器制造商Krai使用了高通AI芯片提交了一个图像生成基准测试的设计，该芯片的能耗明显低于Nvidia的尖端处理器。英特尔还提交了基于其Gaudi2加速器芯片的设计，据该公司称，取得了可靠的结果。 虽然原始性能很重要，但能效也是部署AI应用程序时必须考虑的另一个关键因素。先进的AI芯片需要大量能源，因此在性能和能耗之间寻找平衡是AI公司面临的重大挑战。MLCommons通过一个专门针对功耗测量的单独基准测试类别来解决这个问题。 （驻旧金山记者Max A

提供人工智能计算基础设施的硬件公司正成为吸引人的投资对象。像美光科技、超微电脑和戴尔科技这样的公司股票价格上涨，市场对下一个财报季节的预期也在积聚。投资者正在寻找能够复制英伟达的成功的股票，后者在人工智能处理器领域仍然占据主导地位。人工智能计算中涉及的其他组件，如内存芯片、服务器和网络组件，也受到了关注。在强劲的销售预测信号下，美光股票表现优于英伟达，预示着对人工智能软件的高需求。戴尔的销售和利润也超过了预期，因为对其人工智能相关设备的需求旺盛。尽管市场表现趋于多元化，而博通和高微半导体等芯片制造商则因落后于英伟达而承受压力。英伟达仍面临来自投资者的高期望，这促使一些人寻找人工智能市场的下一个巨大赢家。

星期一，来自数据科学和人工智能公司Databricks的一支工程师和高管团队通过Zoom进行了虚拟会议，以了解他们在创建卓越的人工智能语言模型方面的努力是否有所回报。他们的项目名为DBRX，历经数月开发，耗资约1000万美元。与OpenAI的ChatGPT类似，DBRX的真正能力将在最终测试后揭示。 最后，Databricks的首席神经网络架构师兼DBRX团队负责人Jonathan Frankle与同事们分享了这个令人兴奋的消息。他宣布：“我们超越了一切。”团队兴高采烈，纷纷发出欢呼、呐喊和鼓掌的表情符号。Frankle通常都不喝咖啡因饮料，但在一个不眠之夜编译结果后，他小酌了几口冰拿铁。 Databricks打算在开源许可下发布DBRX，让其他人能够在其基础上进行开发。Frankle展示了数据，证明了DBRX在各种基准测试中的优势，包括一般知识问答、阅读理解、逻辑谜题解决和代码生成。 DBRX胜过了Meta的Llama 2和Mistral的Mixtral，这两个最受欢迎的开源人工智能模型。Databricks的首席执行官Ali Ghodsi在看到这些分数时惊呼：“是的！”Frankle补充说，他们甚至超过了伊隆·马斯克最近由他的公司xAI开源的Grok AI模型。他开玩笑地说，收到马斯克的一条刻薄推文将被视为成功。 令人惊讶的是，DBRX还与OpenAI的闭源模型GPT-4相媲美，该模型驱动了ChatGPT，被广泛认为是机器智能的顶峰。Frankle欣喜地表示，他们为开源大型语言模型设定了一个新的最先进标准。 通过开源DBRX，Databricks加入了对主要公司在生成式人工智能领域采用保密方法的挑战运动。OpenAI和谷歌严密保护其GPT-4和Gemini大型语言模型的代码，而Meta等竞争对手选择发布他们的模型，认为这将促进更多研究人员、企业家、初创公司和已建立企业的创新和可访问性。 Databricks不仅希望分享他们的开源模型，还打算披露其创造过程。Meta并未提供有关其Llama 2模型创建的所有细节。Databricks计划发布一篇详细介绍他们工作的博客文章，甚至邀请《连线》杂志观察他们在DBRX的百万美元训练过程中做出重要决策的工程师。这一片段突显了构建领先的人工智能模型的复杂性，也展示了由于该领域最近的进展而降低成本的潜力。再加上DBRX等开源模型的可用性，这表明AI的发展将继续迅速。 Allen Institute for AI的首席执行官Ali Farhadi强调了在构建和训练人工智能模型中更大的透明度的重要性。随着公司越来越追求超越竞争对手的优势，该领域变得更加秘密。Farhadi认为开放是至关重要的，尤其是在存在对先进AI模型风险的担忧时。他对任何促进透明度的努力表示赞赏，并进一步表示他预计市场的相当一部分将接受开放模型。他总结道：“我们需要更多这样的例子。”

AI的主流兴趣在2023年随着ChatGPT等工具的出现而显著增加。然而，人们对于微软、谷歌、亚马逊、苹果和Meta等主要公司在该领域建立寡头垄断控制的担忧也随之出现。作为回应，区块链和Web3公司已进入竞争领域，提出了一种更透明共享数据的替代性方法。

在人工智能（AI）所带来的炒作和未知因素中，公司夸大了对该技术的整合，以吸引投资者。美国证券交易委员会（SEC）已经就“AI洗白”发出警告，指出一些公司错给人们使用AI的假象。一些公司因为对AI使用进行误导性宣传而面临指控和处罚。尽管没有触犯法律，但许多公司仍在虚张声势地谈论AI。高盛分析发现，在标普500指数中，有36%的公司在其收益电话会议中提到了人工智能。然而，对于AI的潜力和可实现的结果存在一些夸大和不确定性。即使是明确专注于开发AI的项目也面临着挑战和批评。夸大AI能力已经变得普遍，即使是科技巨头也对如何向客户推销AI持谨慎态度。由AI带来的收入仍然相对较小，非科技公司对AI的计划和差异化常常不明确。财务激励和自动化的梦想驱使人们夸大AI的可能性。AI的未来影响仍不确定，过于乐观和悲观的观点都可能是不正确的。重要的是要认识到，任何声称知道确切发展情况或AI前景的人都不是真实的。

以下是该文的中文翻译： 该文讨论了人工智能（AI）在各个行业中的影响，并强调了Nvidia作为AI革命的主要受益者。然而，文章警告称Nvidia的股价可能处于泡沫之中，原因是潜在的竞争和客户依赖的变化。然后，文章介绍了三只看起来更明智的AI股票投资机会：阿里巴巴、京东和百度。这些股票被视为AI行业中被低估的机会，每家公司都具有独特的优势和增长潜力。