先须挽取银河水，后方栽种太华山
ChatGPT 重返意大利，提供隐私控制和披露
在 OpenAI 宣布对 ChatGPT（其生成式 AI 聊天机器人）进行隐私控制后，该服务再次向意大利用户开放。 这解决了欧盟 27 个成员国之一的早期监管暂停问题，同时当地对其遵守区域数据保护法的情况进行的调查仍在继续。
截至本文撰写之日，使用意大利 IP 地址访问 ChatGPT 的 Web 用户不再收到通知他们该服务已针对意大利用户“禁用”的消息。 OpenAI“很高兴在意大利恢复提供 ChatGPT”。
然后，它规定用户必须确认自己的年龄已年满 18 岁，如果获得父母同意，则年满 13 岁。 这可以通过点击“我符合 OpenAI 的年龄要求”来完成。
来源和详细信息：
ChatGPT resumes service in Italy after adding privacy disclosures and controls
谷歌揭示了机器学习中隐藏的弱点
谷歌计算机科学家团队发现深度学习算法可能容易受到以前未知的问题的影响。
来源和详细信息：
https://www.discovermagazine.com/technology/google-reveals-major-hidden-weakness-in-machine-learning?utm_campaign=organicsocial&utm_content=�from_the_archive_deep_le&utm_medium=social
天文智慧？ 人工智能在太阳系外发现了新行星
人工智能技术（AI）被用来发现太阳系外的新行星。 这是人工智能的一项重大成就，最近有关人工智能的新闻已经铺天盖地。
天文学家利用这项技术发现了一颗新行星。 这给机器学习带来了巨大的推动。
乔治亚大学的研究人员利用这项技术发现了一颗以前未知且位于太阳系之外的行星。
来源和详细信息：
https://www.wionews.com/science/astronomical-intelligence-ai-discovers-new-planet-beyond-our-solar-system-586527
壁虎启发机器人技术
研究人员从壁虎身上汲取灵感，开发了一种机器人抓手，能够处理各种物体，从生鸡蛋到角磨机。
来源和详细信息：
https://www.weforum.org/agenda/2022/01/gecko-inspired-robot-gripper-biomimicry-technology
被解雇的谷歌工程师表示，微软的聊天机器人就像实时观看火车失事一样。
谷歌的员工，六月份声称他的人工智能。 去年 6 月，谷歌员工声称其公司的 A.I.
谷歌前员工布莱克·勒莫因 (Blake Lemoine) 去年夏天因违反保密政策而被解雇。 他公布了与 LaMDA 的多次对话记录，LaMDA 是他为公司创建的大型语言模型，构成了谷歌新搜索引擎助手 Bard 的人工智能核心。
《华盛顿邮报》的勒莫因表示，LaMDA 就像“一个懂物理的七八岁孩子”。他相信这项技术是有感知能力的，并敦促谷歌像对待一个“人”一样小心地对待它。 可爱的孩子，他想让世界对我们所有人来说变得更美好。”
来源和详细信息：
https://fortune.com/2023/03/02/former-google-engineer-blake-lemoine-ai-unstable-persona-train-wreck/
机器学习用于将哺乳动物的增强子遗传变异与复杂的表型联系起来
哺乳动物表型的进化不能用蛋白质编码序列的差异来解释。 这些表型的进化可能受到基因转录变化的影响。 参与表型发育的增强子仍然很大程度上未知。 用于鉴定这些增强子的基于序列保守性的方法具有局限性，因为即使序列中的核苷酸保守性不佳，增强子活性也是保守的。 这是因为核苷酸正在以令人难以置信的高速度发生变化。 然而，转录因子结合位点和序列特征的相同组合可以持续数百万年，这使得增强子的功能能够在特定的细胞类型或组织中得以保留。 不可能测量数十种物种中直系同源启动子的功能。 然而，新的机器学习方法使我们能够预测跨物种特定组织或细胞类型的增强子功能。
来源和详细信息：
https://www.science.org/doi/10.1126/science.abm7993
Auto-GPT 增强了 ChatGPT 的功能，并将以一种非常可怕的方式改变我们使用它的方式
Auto-GPT 等应用程序可以促进 ChatGPT 的发展。 该应用程序旨在赋予聊天机器人自主权。
来源和详细信息：
https://www.techradar.com/news/auto-gpt-will-supercharge-chatgpt-and-change-how-we-use-it-in-very-scary-ways?utm_source=facebook.com&utm_campaign=socialflow&utm_content=techradar&utm_medium=social
研究表明，生物大脑通过结构化探索可以比人工智能更快地学习
科学家们发现动物如何通过探索行为更快、更有效地了解其环境。 这些发现可用于创建学习速度更快、经验更少的人工智能代理。
伦敦大学学院塞恩斯伯里威康中心和盖茨比计算神经科学中心的研究人员发现，动物本能的探索性奔跑并不是随机的。 这些有意的行为可以帮助小鼠快速了解环境地图。 今天（4 月 28 日）发表在《Neuron》上的这项研究解释了神经科学家如何检验他们的假设，即动物采取的特定探索行为（例如快速冲向物体）有助于它们学习在环境中导航。
心理学中有许多理论可以解释某些行为如何促进学习。 在这项研究中，我们测试了观察障碍物是否足以帮助动物了解障碍物，或者感官引导的、有目的的行动是否有助于动物建立环境的心理地图。
来源和详细信息：
https://medicalxpress.com/news/2023-04-exploration-biological-brains-faster-ai.html