科技媒体The Decoder于10月9日发布的报告揭示，OpenAI的GPT-4人工智能模型在未经专门训练的情况下，展现出卓越的生物识别能力。在性别识别测试中，GPT-4在平衡数据集上达到100%的准确率，超越了DeepFace模型的99%，且在年龄估计上准确识别年龄范围的比例为74.25%。这一研究成果表明GPT-4在面部识别、性别和年龄估计方面，性能与专业算法相匹敌。然而，研究人员也指出了一项潜在安全风险，即通过误导性提示，能够绕过GPT-4的防护机制，泄露敏感的生物识别信息。这一发现不仅展示了GPT-4的先进性，也提醒了生物识别领域需要进一步加强安全防护的重要性。此研究结果在10月份的科技圈引起了广泛关注，标志着人工智能技术在生物识别领域的又一重大突破。

科技媒体The Decoder于8月21日发布报道，罗格斯大学的研究揭示了OpenAI公司GPT-4语言模型在模拟简单氨基酸和蛋白质结构上的高精度表现。在建立20种标准氨基酸的三维结构模型时，GPT-4能准确预测原子组成、键长和角度，但在处理环状结构和立体化学构型时出现失误。另一项实验中，GPT-4成功模拟了α-螺旋结构，并与实验确定的结构高度匹配。此外，GPT-4还能分析抗病毒药物Nirmatrelvir与SARS-CoV-2主蛋白酶之间的结合，正确识别参与结合的氨基酸及其相互作用距离。虽然GPT-4并非专为此类任务设计，但其在结构生物学领域的初步建模能力展现出巨大潜力。研究人员认为，这标志着将生成式人工智能应用于结构生物学的可能性，并鼓励进一步探讨AI在生命科学领域中的广泛应用。

在7月23日，开源AI领域迎来重要突破，网友在LocalLLaMA子Reddit板块公布了一条关于Meta Llama 3.1的信息，这款4050亿参数的开源模型在GSM8K、Hellaswag、boolq、MMLU-humanities、MMLU-other、MMLU-stem和winograd等多个基准测试中超越了OpenAI的GPT-4o。然而，在HumanEval和MMLU-social sciences两项测试中，Meta Llama 3.1仍稍逊一筹。这一成就标志着开源AI模型首次在性能上挑战并超过主流的闭源模型，预示着开源AI技术在AI领域的竞争中崭露头角。此事件凸显了开源AI模型的潜力和进步速度，同时表明了通过持续优化，未来开源AI模型有望在更多领域超越其闭源对手。

谷歌在2024 I/O开发者大会上展示了Gemini 1.5 Pro的强大性能，其上下文窗口扩展至200万个tokens，与OpenAI GPT-4在LMSYS Org的Arena Elo基准测试中表现出色。特别是在中文领域，Gemini 1.5 Pro在"hard prompts"类别中接近顶级水平。这个最新进展表明，谷歌的模型在语言生成能力上取得显著进步，挑战了现有技术格局。#谷歌Gemini1.5Pro #I/O2024 #AI竞技场