Ep #108: OpenAI Voice, AI Cloud Wars, Microsoft’s AI Revenue, Meta Earnings and AI, & SB-1047

我们只是在努力弄清楚如何使用 ChatGPT，并找到三个用例，但你必须明白，政府和科技领袖们看到的远不止于此。他们看到了智能的爆炸式增长，而我们在基础设施方面还没有做好准备来支持它。但他们设想智能无处不在，而这正是我失眠的原因。欢迎来到人工智能秀，这个播客通过让人工智能变得平易近人和可操作，帮助你的企业更智能地发展。我叫保罗·雷勒，是营销人工智能研究所的创始人兼首席执行官，也是你们的主持人。每周，我的联合主持人兼营销人工智能研究所首席内容官迈克·卡普特都会和我一起，分析所有重要的人工智能新闻，并为你提供可以用来推进你的公司和职业生涯的见解和观点。加入我们，一起加速全民人工智能素养。[音乐]欢迎收听人工智能秀第 108 集。我是你们的主持人保罗·雷勒，以及我的联合主持人迈克·卡普特。我们本周的录制时间是 8 月 2 日星期五。我们本周录制得早一些，因为我周一不在办公室。实际上，我将和我朋友乔·皮特兹在一起，他有一个橙色效应基金会，一个很棒的基金会。所以我们将全天进行筹款活动，我们将和乔以及他的团队一起在高尔夫球场上。所以请关注橙色效应基金会，这是一个很棒的组织。所以我们今天有一些令人着迷的东西要讲，比如 OpenAI 的语音功能，我很难处理它的潜在影响。我们有一些关于芯片战争的新消息，我们有一些来自微软的生产力研究，我们有微软和 Meta 等公司的财报。所以本周发生了很多事情。哦，还有，我们还要谈谈人形机器人，迈克。我甚至不知道你是否看到了我关于这个的笔记，它刚刚发生在这个早上。所以我要谈谈人形机器人，因为它们可能比我们想象的来得更快。所以今天的节目由我们的营销人工智能会议 MAICON 再次赞助。我们第五届年度 MAICON 会议将于 9 月 10 日至 12 日在克利夫兰举行。我上周数了一下，有 69 个会议，我在播客上说超过 60 个。我今天早上数了一下，总共有 69 个。我们有 33 个分组会议，分为两个轨道：应用人工智能和战略人工智能。16 个人工智能技术演示，10 个主旨演讲和主题演讲，5 个午餐研讨会，3 个会前专业研讨会。我将教授一个，迈克将教授一个，我们的朋友吉姆·斯特恩将教授一个，还有两个正念课程，由我们的合作伙伴总监塔玛尔·莫罗夫斯基教授，她也教授瑜伽和正念。所以这将是一个令人惊叹的阵容。我实际上坐在那里看着，如果我是一名与会者，我甚至不知道如何选择要参加哪些分组会议。所以如果你在 LinkedIn 上与我联系，我实际上发布了一些会议的样本，但你可以查看议程。所以去 m.ai，也就是 M A M.ai。你可以使用 pod 200 来节省 200 美元的 MAICON 通行证。再次强调，这将在 9 月 10 日至 12 日举行，大约 30 多天，取决于你何时收听。我们距离活动只有大约 30 多天了，我知道迈克和我都在开始准备研讨会和演讲。我将以“通往 AGI 之路”作为我的开场主题演讲，迈克将做一个闭幕演讲之一，“30 分钟内掌握 30 个人工智能工具”，这总是一个有趣的环节，它充满活力。所以请关注，再次，我们很乐意在 9 月 10 日至 12 日在克利夫兰与你相聚。m.ai 注册，别忘了使用 pod 200 促销代码节省 200 美元。好了，迈克，OpenAI 和语音是本周的大新闻。是的，因为 OpenAI 终于开始推出其 ChatGPT 的语音助手功能，该功能之前已被预告但因解决一些潜在的安全问题而推迟。所以该公司正在向一小部分付费 ChatGPT Plus 用户提供此功能，并且最终将向所有 ChatGPT Plus 用户推出此功能。现在，这个语音助手有四种预设语音。并且为了回应版权问题，OpenAI 确保它将阻止这些语音模仿特定个人。在发布或宣布此功能时，我们遇到了一些争议。他们还在实施功能来防止生成受版权保护的音频内容，例如音乐。现在，如果你还记得，我们实际上在 5 月份首次展示此功能时就报道过它，作为 GPT-4o 更新公告的一部分，该公告增强了模型实时处理文本、音频和图像的能力。当时，该公司最初计划在 6 月底发布语音功能，但后来推迟了。他们说在向更广泛的世界发布之前，他们需要进行一些安全措施和改进。所以随着我们进入秋季，我们将逐渐看到人们获得此功能。然而，在最初活动中演示的一些功能，例如视频和屏幕共享功能，似乎仍处于开发阶段，没有确定的发布日期。所以保罗，首先，你对这个新改进的语音模式有什么初步想法？你知道，最初的演示非常有趣，无论是你看到有权访问的用户发布的还是你自己的经验。是的，5 月份的演示确实令人印象深刻。问题总是，对于这些演示，当我们真正获得产品时，它到底有多好？我看到人们发布了视频，我不得不说，它们好得令人震惊。所以，如果你还没看过这些视频，这个东西能够改变它的语调、语速、口音，将音效融入它的声音，传达情感，在被打断时继续，你停止它，它会立即恢复。它有些令人不安，因为它有多像人类。我看到的例子越多，我就越难相信我们现在在 ChatGPT 中使用的 4o 模型就是驱动它的东西。它似乎比我们以前互动过的任何东西都强大得多。所以我想回溯一下，2024 年 5 月 13 日，OpenAI 发布了他们的“你好 GPT-4o”文章。迈克，正如你所强调的，这介绍了模型。我将阅读其中的一些摘录，并想添加一些背景，说明为什么我认为我们看到的东西可能比人们意识到的更重要。所以这些是摘录，我将大致阅读一下。它说我们正在发布 GPT-4o，再次强调，这是 2024 年 5 月 13 日，我们新的旗舰模型，可以在音频、视觉和文本之间进行实时推理。GPT-4o，O 代表 Omni，是迈向更自然的人机交互的一步。它接受文本、音频、图像和视频的任意组合作为输入，并生成文本、音频和图像的任意组合作为输出。当我们谈到语音组件时，它说它可以在 232 毫秒内响应音频输入，平均响应时间为 320 毫秒，这与人类在对话中的响应时间相似。它说 GPT-4 在视觉和音频理解方面比 GPT-4o 之前的现有模型更好。这解释了语音模型是如何做到这一点的。在 GPT-4o 之前，你可以使用语音模式与 ChatGPT 对话，所以你和我现在就可以对话，但我们没有这个新版本。所以它说我们所有人都有，并且一直在使用，与 ChatGPT 对话，GPT-3.5 模型有 2.5 秒的延迟，GPT-4 的平均延迟为 5.4 秒。所以显然比 232 毫秒慢得多。为了实现这一点，这就是为什么需要 5 秒。语音模式是一个由三个独立模型组成的管道。所以你和我与 ChatGPT 对话，我猜这可能是 Siri 的工作方式，我还没有真正考虑过，但历史上语音模型是如何工作的。所以一个简单的模型将音频转录为文本。所以你和我说话，ChatGPT 将音频转换为文本。所以有一个模型可以做到这一点。GPT-3.5 或 4 以文本形式接收它并输出文本。然后第三个简单的模型将文本转换回音频。所以有三个模型在后台运行，基本上是为了你的查询做出单个响应。这个过程意味着主要的信息来源，GPT-4 会丢失很多信息。它无法直接观察语调、多个说话者、背景噪音。它无法输出笑声、唱歌或表达情感。所以他们非常清楚地解释了先前语音技术的局限性。基本上，对于 GPT-4o，它说我们训练了一个新的单一模型，端到端跨越文本、视觉和音频，这意味着所有输入和输出都由同一个神经网络处理。因为 GPT-4o 是我们第一个结合所有这些模态的模型，我们才刚刚开始探索这个模型的功能及其局限性。然后它谈到了他们进行了广泛的红队测试。再次强调，这是在 5 月份，我们现在知道的是，自 5 月以来，他们进行了更多的红队测试来将其推向市场。有社会心理学、偏见和公平性以及错误信息等领域的专家来识别新增加的模态引入或放大的风险。我们利用这些学习来构建安全。然后它继续说，我们认识到 GPT-4o 的音频模态带来了各种新颖的风险。今天，我们公开发布，再次强调，这是在 5 月份，公开发布文本和图像输入以及文本输出。所以当他们在 5 月份发布 GPT-4o 时，模型就完成了。他们实际上只提供了文本和图像输入和输出。所以音频和视觉功能在 5 月份没有发布，尽管它们显然已经完成。在接下来的几周和几个月里，我们将致力于技术基础设施、培训后的可用性以及发布其他模态所需的安全性。例如，在发布时，音频输出将仅限于一系列预设语音，这正是你刚才概述的，迈克。并且我们将遵守我们现有的安全政策。我们将在即将发布的系统卡中分享更多关于完整模态的详细信息。这些功能将随着扩展的红队测试而迭代推出。所以这是我无法摆脱的，迈克。当我们想到 GPT-5 是什么时，就像每个人都在等待它一样。我越想，就越觉得我们已经看到了。所以如果你拼凑起 OpenAI 在过去，你知道，特别是过去六个月发布或谈论的一切，我们有 Sora 的视频，我们有语音，我们现在正在体验。图像生成，与 Midjourney 相比，DALL-E 目前有点像个笑话，但我猜当他们发布下一版 DALL-E 时就不会了。我们有 Strawberry 项目，我们有数学推理， whatever it is，解决更复杂问题的能力，进行推理辅助决策。我们有搜索，我们上周的节目中谈到了。我们有视觉，他们还没有更多地谈论，但你的设备能够看到并理解周围的世界的能力。他们已经预览了 5 月份 GPT-4o 公告中提到的所有模态，作为单独的组件。但当你把这些组件放在一起时，这符合 Sam Altman 谈到的迭代部署。我认为我们已经对 GPT-5 会是什么有了相当清晰的认识。我认为 GPT-4o 只是一个命名约定，直到所有组件都到位。然后一旦我们回到，让我们再回到一次，再读一遍开头的。GPT-4o 是迈向更自然的人机交互的一步。它接受任何组合的文本、音频、图像和视频作为输入，并生成任何组合的文本、音频和图像作为输出。把它，赋予它高级推理能力，赋予它看到并理解周围世界的能力。我认为你就有了 GPT-5。所以这是我无法摆脱的。就像语音本身就令人难以置信。我的意思是，如果你还没看过这些，我不是随便说的。我通常不会在解释这些技术时使用夸张的说法。真的很难理解像这样的技术对商业、营销、我们个人生活的影响。所以当你看看 OpenAI 在做什么，然后你将其与 Google 在做什么进行比较时，我认为很清楚，Google 和 OpenAI 现在都处于一个独立的领域。所以是的，Anthropic 很重要，是的，3.5 Sonnet 很棒。但据我所知，Claude 仍然无法连接到互联网，它不处理图像，我还没有听到他们在这方面有任何视觉方面的东西。所以他们做得很好推理，他们做得很好语言模型，但似乎他们不在同一个领域竞争。而我们从 Google 和 OpenAI 看到的一切，似乎都在追求某种更智能的形式，并以此来区分自己。然后我最后一个想法是，本周，我们将在通讯中提供更多链接，但 Apple Intelligence 已开始向选定的用户和开发者推出。我认为开发者已经开始获得访问权限。所以人们现在开始尝试新的 Su。我们已经讨论过了，让我们看看，6 月 12 日的第 102 集，我们谈到了 Apple Intelligence 和将于 10 月份发布的新操作系统。不是上周我们说它推迟到 10 月份了吗？是的。所以，我喜欢的一点是，当我看到 OpenAI 的语音功能时，我立刻想到的就是 Siri 将被淘汰。似乎，如果你快进一个月或两个月，我们都可以使用 OpenAI 的语音功能，为什么我还要打开 Siri？就像，它似乎遥遥领先。所以我在为今天的播客做准备时问自己这个问题，我会用 Siri 做什么？如果它真的能做这些事情呢？所以我回去看了一下 Apple 是如何描述 Siri 的。如果你还记得，Apple 正在与 OpenAI 合作集成 ChatGPT，但听起来他们并没有集成语音技术。所以我认为 Apple 将不得不做出的选择是，接受有人可能构建了更好的语音助手，他们一直设想构建的东西。我认为 OpenAI 将会赢得这场比赛。而 Apple Intelligence 的组成部分是 Siri，作为你设备中值得信赖的助手，它能保持一切完全私密，并能访问你所有的应用程序。它将成为一个设备上的 AI 代理，让你能够使用你所有的应用程序。所以如果你去 Apple Intelligence 页面，它实际上说，Siri 有了全新的设计，并且与系统体验更加深入地集成。它拥有丰富的知识，所以它了解你的手机以及其中的一切。它拥有更丰富的理解和增强的语音通信能力。但它谈到了屏幕意识。所以 Siri 将知道你在屏幕上做的一切。OpenAI 将不会有这个。它将知道你沟通的一切，个人背景。OpenAI 将不会有这个。它将无缝地跨应用程序采取行动。OpenAI 将不会有这个。所以这就是我开始想知道的，Apple 能否成功地区分这个设备上的 AI 代理，它了解你以及其中的一切，这就是你将如何使用它？然后有一个单独的语音功能，它无法访问你所有的应用程序，也不知道你在设备上做什么。所以它将是，一旦我们到 10 月份都拥有这两个，这将是令人着迷的。所以我假设 Apple Intelligence 3 将对所有 iPhone 15 Pro 及以上用户提供。我假设 OpenAI 的语音功能将已推出并完成所有红队测试，到 10 月份。所以这个秋天，世界将变得不同，语音可能成为真正的用户界面，我们以前从未有过。我们有带键盘和鼠标的电脑，我们有带不同设备的触摸屏。现在我们正在进入一个语音真正成为界面的时代，这将是疯狂的。是的，而且语音比其他任何界面都更让我印象深刻，它更自然，并且几乎将我们正在交互的模型拟人化了。是的，我的意思是，这太奇怪了，就像人工智能权利活动家一样，我认为这会成为一个问题。我最近一直在想这个问题，情境意识。当我听 Leopold 的采访时，我想到了人工智能权利活动家这个想法。我不会撒谎，当我观看 Ethan Mik 的演示时，我喜欢 Ali Miller，我观看了她与 OpenAI 语音的演示，他们在她说话时粗鲁地打断了她。当我有人对另一个人那样做时，我会有同样的感觉。我知道这是一个人工智能，但我对它有一种感觉，当我看到有人粗鲁地对待别人时，我有一种情绪被触发。当他们对这些人工智能那样做时，我也会有同样的感觉。就像有人虐待动物一样。我知道这听起来可能很奇怪，我不知道我是否是唯一一个，但这将是一个问题。这很奇怪，正如你所说，你开始为这些东西分配人性化的特质，即使我们知道它不存在。所以本周的另一个大话题是，我们看到全球芯片战争，关于人工智能基础设施的战争，可能正在演变成一场云计算战争。这是根据克里斯·米勒最近的观点，他是《芯片战争》一书的重要作者，这本书是关于控制人工智能芯片和基础设施的地缘政治竞争。所以基本上，这个想法是，随着人工智能系统在全球经济中变得越来越重要，数据中心，训练这些系统的芯片，开始被世界各国政府视为战略资源。所以米勒在这篇文章中，他将我们今天的系统与冷战时期的经历进行了类比，当时超级计算机由于其民用和军事应用的双重用途而被严格控制。所以，例如，今天的人工智能系统具有类似的双重用途潜力。我的意思是，它们可以完成从优化送餐应用程序到分析卫星图像和指挥无人机袭击的所有事情。因此，这种奇怪的动态的结果是，许多国家现在正在寻求通过数据中心和建立在他们控制的土地上的基础设施来建立自己的人工智能基础设施。例如，沙特阿拉伯、阿拉伯联合酋米、哈萨克斯坦、马来西亚等国家都在大力投资数据中心容量和人工智能开发。现在，在这篇文章中，他们谈到了美国云公司看到了这一趋势带来的巨大利润机会。而销售所有这些云类服务的公司认为，如果他们不与这些外国政府签订“主权人工智能基础设施”的合同，那么像中国这样的另一个超级大国就会这样做。美国政府也认为这是推广美国技术和限制中国影响的一种方式。当然，这只会引发美国许多安全专家的担忧和妥协。例如，微软与阿拉伯联合酋米旗下的 G42 公司有合作关系，该公司与华为等中国公司有着历史渊源。米勒得出的结论是，始于半导体时代的科技竞争，现在已经扩展到计算堆栈的新层面，芯片、云、数据中心在争夺人工智能主导权的全球竞赛中变得越来越重要，越来越相互关联。所以保罗，让我们首先谈谈这个大局。你知道，这触及了 Leopold Ashen Brunner 在情境意识中以及我们最近涵盖的一些其他主题中的许多要点。为什么这对全球人工智能创新的方向和速度很重要？从简单的角度来看，我认为对于听众来说，对于你自己的职业生涯，对于你所在的行业，这表明大型科技公司和领先政府正在为智能爆炸做准备。无论经济学家是否告诉我们这一点，无论最新的研究报告是否告诉我们这一点，无论股市的走势是否告诉我们这一点，当你放眼 3 到 10 年的视野时，每个人都在为智能无处不在的世界做准备。我所说的意思是什么呢？现在，我们所拥有的，我们以前也谈过，就是对英伟达芯片的需求，用于构建这些数据中心，用于构建微软、谷歌和 OpenAI、Anthropic。他们大部分都在努力训练这些非常大的模型。现在我们正在寻找这些模型的应用，并试图将它们注入企业，寻找生成式人工智能用例。但总的来说，智能还没有渗透到社会中。就像 Apple Intelligence 即将到来，OpenAI 的语音功能也将在秋季推出。我们一直在使用数据和计算能力来构建模型。未来，需求将发生转变。数据中心和驱动人工智能的芯片以及使这一切成为可能的能源的大部分使用，将用于推理。我们以前也谈过这个想法，但你有模型的训练，然后有你和我使用模型时发生的推理。所以正在发生的是，随着智能开始被构建到我们使用的所有东西中，你的手机、你的眼镜、你的电脑、你的家用电器、你的汽车，这将是推理计算的需求。所以我们看到的是，正如他所说，它将发展到谁能够提供所有这些推理所需的能量、数据和计算能力的地步。所以这就是它的发展方向。我们在 2024 年 2 月的第 83 集节目中谈到了 Sam，你知道当时有传言说他试图筹集 7 万亿美元，并且他正在与阿联酋领导人会谈，你知道他正在考虑在其他国家建立数据中心。这些都与这些事情有关。本周的财报电话会议上有很多关于资本支出和基础设施以及投入数据中心的资金。所以这是一个巨大的持续性话题。但手机和电脑，我们将使用人工智能并获得智能助手的访问权限是一回事。我们还在第 87 集节目中谈到的另一件事是，这里变得有点奇怪，那就是人形机器人。但就在今天早上，Figure，它是该市场的关键参与者之一。所以如果你还记得，Figure 与 OpenAI 有合作，他们将这些大型语言模型具象化到机器人中。所以机器人，所有那些我们刚才谈到的 GPT-4o 功能，想象一下一个六英尺高的人形机器人，可以和你说话。所以现在你不仅仅是在和你的手机说话，在一个小小的、可爱的气泡里，你看到的是一个可以那样和你说话的人形机器人。所以 Brad Haddock 或 Brett Haddock，Figure 的创始人，今天早上发推特说，或者昨晚说，现在是时候为数十亿智能人形机器人规模化打开机会之窗了。五年前这是不可行的。我们很幸运生活在 2024 年，这是历史上第一次成为可能。生活即将变成一部科幻电影。然后他们宣布他们将在 8 月 6 日推出 Figure 2，这是新的人形机器人。所以下周我们将预览这个东西。他接着发推说，毫无疑问，我们一生中最大的公司将是人形机器人领域的公司。一家人形机器人公司将仅凭在商业工厂运营就能超过一万亿美元的价值。做一些人类做不到的事情，比如举起东西。但他们将其制造成人形，因为世界是为人类设计的。所以这些东西需要五根手指和脚趾，以及所有这些东西，因为它们必须像我们一样运作。家里的机器人将带来价值 20 万亿美元或更多的公司。Figure 机器人正在努力，就像埃隆·马斯克和特斯拉的 Optimus 一样，以及其他人。所以我们要记住的是，作为商业领袖、从业者和知识工作者，我们正在审视近期未来。我们只是在努力弄清楚如何使用 ChatGPT 并找到三个用例。但你必须明白，政府和科技领袖们看到的远不止于此。但当我说的远不止于此时，我指的是三到五年之后。他们看到了智能的爆炸式增长，而我们在基础设施方面还没有做好准备来支持它。但他们设想智能无处不在，而这正是我失眠的原因。这就像，当这一切发生时会发生什么？或者再次，我总是说，即使只有 30% 的这个愿景，即使我们没有数十亿人形机器人，但你知道，五年或十年后，我们有 2.5 亿人形机器人四处走动，那会是怎样的世界？是的，这真的很有趣，我认为这是一个非常巧妙的重要观点。这个领域有很多炒作，显然有很多疯狂的说法和对未来可能发生的事情的幻想。但如果你看看所有你可以用来评估某人是否合法的信号，就像在任何其他商业决策中一样，看看钱流向哪里，看看努力流向哪里，看看人们实际在做什么，除了他们说的话之外。这似乎表明你是绝对正确的。再次，即使是 20% 或 30% 的我们在这里谈论的事情，这本身就已经是科幻小说了。是的，再次，我只是觉得你可以回到 GPT-4o 的对话。他们在 5 月份的文章中写的所有内容，他们已经有了。如果他们不已经拥有它并且正在进行红队测试，或者如果他们不知道在技术上是可行的，他们就不会发布和预览这些东西。所以那不是三到五年的愿景，而是我们已经构建并正在进行红队测试的模型。然后你快进一两年，就像我们上次节目中谈到的，这个想法就是想想 12 到 18 个月后。你将迎来下一个版本，它将能够做什么？这就是我认为最好的企业，那些在未来五到十年内真正实现差异化的公司，那些变得非常有价值的领导者，那些变得非常有价值的从业者，他们将展望 12 到 18 个月。他们将看到信号，正如你所说，看看指示这个方向的指标，并制定应急计划。你将，大多数企业将基于今天的现实进行计划。如果你是那个说“好吧，我们将基于今天的现实进行计划”，但我很有信心，其他的假设可能是正确的，所以让我们制定一个应急计划，证明它们是正确的，我们拥有这个智能爆炸，让我们做好准备，在我们的竞争对手和同行之前就位。我认为这就是人们现在面临的机会。好了，我们本周的第三个大话题是关于微软的有趣一周。首先，他们发布了季度收益，结果喜忧参半，导致公司股价下跌。他们实际上超出了预期的总收入和每股收益，但他们在云收入方面略有不足，比预期低了约 0.2 亿美元。然而，尽管如此，他们的总收入同比增长了 21%。有趣的是，这也是一个重要的观点，他们指出，人工智能服务为 Azure 和其他云服务收入贡献了 8 个百分点的增长，而 Azure 和其他云服务总收入增长了 29%。在这些收益公告中，Altimeter 的合伙人 Jamin Ball 发布了一些非常有趣的数据，关于微软在人工智能创收和使用方面目前的状况。他发推特或在 X 上发帖说，Azure AI 服务，这是导致收益增长 8 个百分点的功臣，年收入为 50 亿美元，同比增长 900%。拥有 60,000 名客户，同比增长 60%。GitHub 的年收入为 20 亿美元，比几年前的 10 亿美元有所增长。GitHub Copilot，该公司的人工智能编码助手，年经常性收入为 3 亿美元。Jamin Ball 还表示，Office Copilot 的日用户数量比上一季度翻了一番，Office Copilot 的客户数量同比增长了 60%。为了将所有这些联系起来，这些发展恰逢微软研究人员发布了他们的第二份关于人工智能和生产力的报告，题为“现实工作场所的生成式人工智能”。这份报告综合了微软最近关于这些工具在现实世界中如何产生影响的几项研究的发现，包括生成式人工智能整体以及微软 Copilot 的具体影响。以下是一些亮点，保罗，我知道你对我们在这份报告中看到的一些其他内容也有很多想法。但一些亮点包括，其中一项研究是针对 60 多个组织的，一项大规模的随机对照试验。它发现，使用 Copilot 的用户阅读的电子邮件减少了 11%，花在电子邮件上的时间减少了 4%，使用该工具编辑的文档增加了 10%。在另一项调查中，有趣的是，微软发现，在接受调查的 31,000 名知识工作者中，有 78% 的人表示他们使用了至少一些非组织提供的 AI 工具。另一项关于 Copilot 使用情况的调查显示，随着使用时间的延长，从 Copilot 中获得的感知收益有所增加。所以保罗，为了将所有这些线索联系起来，似乎人工智能实际上为微软这样的公司带来了真正的商业价值。根据研究，采用率似乎在增加。关于人们如何使用 Copilot 或生成式人工智能的发现中，有什么让你印象深刻的？我想重点关注他们研究了 60 个组织和 6,000 名个人的那项，涵盖了各个行业。你谈到了那些相当令人失望的结果，使用 Copilot 的人们在这个对照组中阅读的电子邮件减少了 11%，与它们互动的时间减少了 4%。就像，好吧，我不知道，电子邮件真的有趣吗？它显然侧重于 365 支持的产品和功能。所以他们提到了会议时间和电子邮件等。但他们谈到的是总结电子邮件。他们假设人们花在电子邮件上的时间更少，因为他们可能使用了摘要功能。我认为他们应该能够监控这一点。但我总是忍不住笑这个摘要功能。再次，也许只是我，但谁会使用它？这是每个人首先想到的。Zoom 有一个摘要功能。这个主题总共有大约 50 个词。我不需要你为我总结。你的电子邮件线程有多长，你需要“总结电子邮件”按钮？通常只需阅读线程中的最后一封电子邮件。所以，我不知道，我觉得他们是在评估那些我并不觉得有趣的功能。也许这又回到了雪佛龙的谈话，我们当时说他们有 20,000 个 Copilot 许可证，他们不确定投资回报率。是的，如果人工智能功能是总结电子邮件和会议，仅此而已，而且你没有为人们个性化用例，也没有提供如何使用它们的培训和教育，那么好吧，是的，也许 Copilot 毫无用处。我不知道。所以我对他们进行研究的方式有点惊讶。如果你是微软，你想展示 Copilot 的价值，给 6,000 人，分布在 60 个组织，然后看看他们是否发送了更少的电子邮件，或者他们是否花了更少的时间在会议上，如果这是衡量他们从 Copilot 中获得价值的标准，那么我认为你有一个更大的问题。我看到了问题，我们在上次谈话中也强调了这一点。6,000 人获得了 Copilot。我读了文档，我扫描了它，以确保我没有错过什么。我搜索了“培训、教育、入职”这些关键词，它们没有出现在与此相关的文档中。所以他们似乎没有教任何人如何使用 Copilot。首先，他们没有在用例方面发挥想象力。他们只是坐着，看看他们是否发送了更少的电子邮件。关于教人们，比如营销人员，你如何使用 Copilot 更高效地进行营销？所以这些同质化的应用程序，我们只是根据电子邮件、会议和文档的使用价值来评估 Copilot。好吧，那营销人员呢？我是一名销售人员，我是一名客户服务代表。给我五个用例，教我如何使用 Copilot 来完成这五个用例。在之前和之后衡量我的表现。为什么我们必须做这些盲目研究，只是看看有多少人弄清楚如何使用 Copilot？所以，我不知道，我有点兴奋地阅读它，然后我开始读，哦，这就是他们花了几个月时间做的事情。这似乎是一种完全错误的方式。所以我的收获是，正如我们以前说过的，研究报告可能非常有价值。不要依赖它们来了解 Copilot 是否会为你和你的公司，或者 ChatGPT，或者 Google Gemini，或者任何其他东西创造价值。自己做功课，个性化用例，培训人们使用该平台，创建基准，运行 90 天研究来查看改进。这就是我所说的，生成式人工智能的正确采用方式基本上是这样。我预计微软会预见到这一点，并以不同的方式进行这项研究，因为这是他们的产品，他们试图展示其价值，但他们只是，我不知道，他们没有做到。我很抱歉，电子邮件使用时间减少了 10%，并有一些关于为什么会发生这种情况的假设，例如他们可能正在使用摘要功能。我不会根据这些数据购买 10,000 个 Copilot 许可证。我不知道，你觉得呢？这确实让我觉得有点疯狂，因为我想，好吧，这有点意思。我很高兴我们开始提出一些关于现实世界应用的问题，而不是他们之前在实验室或非常孤立的用例中进行的一些研究。我对此表示赞赏，但我想，我们日复一日地与人们交谈，举办研讨会，进行演讲，就像，即使是创造力，看看你可以用文档分析做什么，看看当你开始使用它进行构思或作为策略助手时你可以做什么。我并不是说 Copilot 可以做我们设想使用生成式人工智能工具做的所有事情。但即使我想到了我们一直在展示的幻灯片，人工智能入门，或者我的应用人工智能讲座，或者你的战略领导者讲座。这些比这些研究中的任何一个都更有创意。而且我认为它们也不是火箭科学。所以我很好奇，这种脱节是从哪里来的？微软是想稳妥行事吗？他们只是没想到，我不敢相信他们没想到这些事情。我猜，我知道我最大的问题是，当你阅读引言时，它明确写着“我们相信这项研究是迄今为止现实世界生成式人工智能部署中最大的生产力影响控制研究。”如果你要做出这个声明，这必须是好的。这不应该是“你认为人们正在使用电子邮件摘要功能来节省时间”。所以，再次，不是为了批评微软，但这本可以做得更好。如果他们找了像 BCG 那样的人，我总是回到那个 BCG 的例子，与顾问们一起。即使是那个，他们也没有训练他们如何使用 GPT-4，他们只是给了他们。所以，我认为机会是，如果我们重新表述一下，我们相信这项研究是现实世界生成式人工智能部署中最大的生产力影响控制研究。有人有机会进行最大的研究，真正定制用例，培训人们如何使用平台，并在之前和之后进行基准测试。现在我正在阅读，所以如果有人做这项研究或知道这项研究，请告诉我和迈克。当然，再次，你说得对。我不是想贬低他们出色的工作。我敢肯定这花了很多精力。但感觉他们可能，我理解为什么，专注于“我们想做最大的控制研究”，而没有控制“做一个有趣的研究”。所以，就像，我宁愿有一个研究，比如“嘿，我们发现 50 个人利用人工智能将他们的产出提高了 10 倍”，我会说，“好吧，我会读这个。”我意识到它不是跨所有群体的控制，但对我来说，这有趣得多。也许只是我，我不知道。我同意你的观点。也许我们需要进行这项研究。我不知道。是的，也许这是行业发展的下一步。好了，让我们快速浏览一下本周的一些内容。首先，我们还看到 Meta 发布了季度收益，其股价有所上涨。在报告了强劲的第二季度收益之后，这与首席执行官马克·扎克伯格向投资者保证公司在人工智能方面的巨额投资同时发生。当时，Meta 的股价在财报发布后在盘前交易中上涨了 7.5% 以上，因为其第二季度净利润增长了 73%，达到 14.7 亿美元，超出了预期。这标志着与 4 月份 Meta 上一次财报发布后的反应有所不同，当时扎克伯格宣布增长放缓和人工智能支出增加引发了抛售。真正有趣的是，Meta 提高了其资本支出范围的下限，以考虑人工智能项目。我们上周谈到了这一点，公司正在进行大规模的人工智能资本支出。扎克伯格实际上强调，这些投资开始获得回报。更不用说我们上周谈到 Llama 时强调的另一件事了。他表示，成本被公司核心广告业务的强劲表现所抵消。所以保罗，这确实触及了 Meta 在人工智能军备竞赛中拥有独特优势这一点，因为它们不必通过销售人工智能模型来赚钱，这就是它们走开源路线的原因。而且听起来它们也有空间来补贴人工智能，因为它们有另一个做得非常好的核心业务。你就是这样看待收益的吗？是的，而且，你知道，其中有一些摘录，我看到扎克伯格的不同引述，他们基本上说，就像，听着，我不知道，他们花了 550 亿美元左右，用于研发等等。我认为这比当时任何人都多。而且他对此相当随意。就像，就像我们，我们将在以后弄清楚如何赚钱，我们不太担心。而且，你知道，我们将继续做我们必须做的事情，我们将继续投资。我认为他说过，风险在于投资不足。 [音乐] 一起接受了采访，可以说是相互炉边谈话，获得了 190 万次观看。它刚刚发布了三天。所以人工智能和下一个计算平台是他们的话题。所以我们再次将链接放在节目说明中。它在 YouTube 上，Nvidia 在其 YouTube 频道上发布了它。所以这可能是一个有趣的收听。如果我们听到任何有趣的内容，我们将在下周的节目中摘录一些。接下来是 Perplexity，我们现在越来越频繁地谈论它。这款人工智能驱动的搜索引擎正在推出一个新的出版商计划，与出版合作伙伴分享广告收入。这似乎是对该公司使用各种出版物内容的争议的回应。它们被指控显示了大量感觉有点抄袭或未经适当或明确归属就使用的内容。所以该计划的第一批合作伙伴包括《时代》杂志、《财富》杂志、《企业家》杂志和 Automatic，后者是 WordPress.com 的公司。作为这项协议的一部分，出版商将在其内容出现在 Perplexity 对用户查询的响应中时获得一部分广告收入。根据 The Verge 的说法，收入分成结构是一项多年协议，引用了“两位数百分比”，并且在所有出版商之间是一致的。所以保罗，我们一次又一次地谈论人工智能公司如何开始与内容出版商达成许可协议，因为它们试图避免因训练受版权保护的材料而被起诉的问题。这有点不同。我的意思是，像这样的广告收入共享计划是 Perplexity 鉴于其当前的争议和困境的可行途径吗？我的意思是，从法律角度来看，这可能很有帮助。我的意思是，我认为他们仍然会被人们起诉。但是的，我的意思是，这是出版商必须做出的选择。要么我们起诉你并试图获得钱，要么我们只是接受这是未来，我们将玩这个游戏。这不仅仅是训练数据，也是推理。当问题被问到时，他们是否可以访问这些出版商的实时数据来提取？我没有读完整的文章，所以我不知道他们是否谈到了品牌，你也在实时训练和使用我的数据吗？我能成为出版商计划的一部分吗？还是你必须是一家大型媒体公司，在你被允许加入出版商计划之前就可以起诉他们？我还会问的问题是，这会对 Perplexity 的结果或输出质量产生什么影响？合作伙伴是否会获得优先和引用？我知道这是我获得引用的合作伙伴，而不是实际最好的来源。至少与 Google 相比。

知道赞助链接是什么吗？我将要怎么做？引文编号会是蓝色的吗？如果它是一个赞助引文，就像我不知道模型究竟会如何发展一样，所以我觉得这很有趣，这可能就是他们必须尝试缓解围绕他们模型的一些法律压力的事情，对吧？嗯，它是否能长期奏效，我不知道，称之为广告收入很有趣，因为他们没有广告，所以这就是我为什么想知道，它们是付费引文吗？还是仅仅是如果他们的模型碰巧有机地浮现了与他们有合作的公司引文，然后他们就会给他们钱，然后我们就只能相信 Perplexity 会如实报告这一点了？我不知道，我显然对这个模型有比答案多得多的问题，但我确实认为我们会看到更多这样的实验，它们可能会随着时间的推移不断发展，但我确实对品牌方面感到好奇，我的意思是，我们所有人都听过这个，可能为品牌工作或拥有公司，我们都花钱发布像这个播客这样的内容，如果我们的文字记录开始作为问题的答案出现，并且你知道他们引用我们，我们能得到钱吗？我们能加入这个计划吗？我不知道，我不确定它会如何发展，好的，所以我们有一个关于一项州级美国立法的快速更新，几个月前我们提到过，值得关注，这项法律在加利福尼亚州，名为“安全可靠的创新前沿人工智能模型法案”，是这样缩写的吗？我从未见过全名，它是一个 mouthful，我不知道 SB 是不是这个意思，这可能就像，我不知道，参议院法案或州法案，但是的，是的，我猜是这样，好的，但它的简称是 SB1047，这是很多人在网上引用它的方式，基本上这项法律旨在监管大型人工智能模型，并防止它们可能造成的灾难性危害，它刚刚通过了加州参议院，并有望在八月份在州议会面临最终投票，我们之所以谈论它，是因为它在加利福尼亚州，它引起了硅谷和科技界的极大关注，因为围绕 SB1047 存在很多争议，因为它对如何监管这些模型的安全性提出了很多要求，所以开发一定规模模型的公司必须实施测试程序和系统来预防和应对安全事件，这些就像法案关注的未来人工智能系统，它们可能会自主地进行有害行为，因此它规定训练大型模型 Thus companies must have the capability to promptly shut down their systems，这在几个月前被一些分析它的人称为“杀戮开关”，现在有一些支持者，包括杰出的 AI 研究员 Geoffrey Hinton 和 Yoshua Bengio，他们支持这项法案，因为他们认为它可以减轻未来先进 AI 系统可能带来的风险，但在硅谷和 AI 公司中，有很多批评的声音，就像我们可能称之为“AI 悲观论”的论调一样，你知道，假设 AI 系统将是高度自主的，并且能够大规模地造成伤害，现在 Paul，AI 领导者对此有很多反对意见，其中一位主要的批评者是 Andrew Ng，他在 AI 领域很有影响力，他基本上认为 SB1047 扼杀了创新，它试图让 AI 公司对他人使用其模型造成伤害承担责任，这有点过头了，所以确实有一些顶尖的 AI 人士出来担心这项法案可能会被过度解读，我们需要关注什么？是的，时机很有趣，白宫于 7 月 30 日发布了一份报告，所以当我们正在努力处理这项在加利福尼亚州快速推进的法案时，美联社报道的标题是“白宫表示，至少目前不需要限制开源 AI”，这是指商务部国家电信和信息管理局，再说一个 mouthful，他们发布了拥抱 AI 开放性的政策建议，同时呼吁积极监测强大 AI 模型的风险，商务部助理部长兼通信和信息主管 Allan David 表示，最大、最强大 AI 系统的开放性将影响这些革命性工具的竞争、创新和风险，该报告认识到开放 AI 系统的重要性，并呼吁更积极地监测模型权重广泛可用性带来的风险，政府在支持 AI 发展的同时，在建立理解和应对新风险的能力方面发挥着关键作用，开放权重模型允许开发者在先前工作的基础上进行构建和适应，从而扩大了模型对小型公司、研究人员、非营利组织和个人的可用性，我认为这似乎与 SB1047 法案相悖，我认为这几乎就像政府在不直接干预的情况下，明确表示他们不想扼杀创新，他们认为我们还没有达到风险如此严重以至于我们应该停止的地步，所以是的，我只是，对我来说，这仍然很有趣，尤其是考虑到这是大多数 AI 创新发生的地方，就像现在硅谷是世界 AI 的中心，所以它发生在那里就非常有趣，所以是的，我确实认为值得关注，联邦政府显然在这件事中有发言权，很有趣看看会发生什么，接下来是一个我们经常在播客中提到的 AI 公司，Ryder，他是 Marketing AI Institute 的价值合作伙伴，他们实际上推出了两个专门为医疗保健和金融服务行业设计的专业大型语言模型，这些新模型被称为 Palmyra Med 70b 和 Palmyra Finn 70b，Med 代表医疗，Finn 代表金融，它们现在可以在主要 AI 平台上作为开源产品提供，该公司表示，这些专业模型在特定领域的任务上优于像 GPT-40 这样的大型通用 AI 模型，例如，医疗模型 Palmyra Med 70b 在零样本尝试的医学基准测试中平均准确率达到了 85.9%，超过了一些竞争对手，该公司声称 Palmyra Finn 70b 模型是第一个能够通过 CFA 三级考试的 AI 模型，这是投资管理中最具挑战性的考试之一，所以 Paul，我想深入探讨一下 AI 应用于特定知识工作领域这个想法，就像现在我们有广泛通用的模型，当人们开始尝试制造在特定行业角色或任务方面非常出色的模型时会发生什么？我的意思是，我认为我们会看到更多这样的情况，我确实想说，虽然我们认识 Ryder，并且他们，你知道，多年来一直与他们合作，我一直知道他们以及他们的产品和领导层，但我对这些模型是如何训练的没有第一手了解，所以如果我客观地看待它，我总是想知道的是，如何在没有数十亿美元资金的情况下训练出有竞争力的模型？这总是我的第一个问题，就像，你是在别人的开源基础上构建然后微调它吗？我不知道这些是如何完成的，我认为他们正在做自己的，我只是不知道，当我们考虑垂直解决方案时，所以这里有 Med 和 Finance，但你可以做到任何行业，根据我的理解，使这些模型独一无二的两个关键组成部分是：用于训练的专有数据，高质量的专有数据，这些数据特定于该领域，例如与医疗保健组织达成协议，让你能够获得公开的、无法被这些前沿模型访问的专有数据，然后通过人类反馈进行强化学习，让了解该领域的医学专业人士在训练后进行训练，所以你进行运行，然后你有了核心模型，然后你说有 10 位医生，这些医生与模型一起工作，查看输出，然后他们说这个输出比那个输出好，他们遵循输出应该是什么的指南，然后他们利用他们的领域专业知识在初始训练运行后进行训练，所以数据加上通过领域专家的实时反馈进行强化学习，可以让你获得一个理论上比前沿模型在特定行业做得更好的模型，所以如果情况确实如此，如果 GPT-5、GPT-6 不会消除对这些垂直模型的需求，因为它比任何微调模型都更好，那么这些就是你会寻找的东西，再次，我认为如果你在自己的公司中构建自定义模型，就像你为客户服务或类似的事情考虑它一样，那么你可能会采用像 Llama 3.1 这样的开源模型，然后使用你自己的专有数据并聘请专家，或者聘请你的内部专家，并通过实时反馈进行强化学习，以使该模型特定于你的公司或你的行业，所以这就是我们在这里看到的，我假设，我不知道他们是如何做到的，但我无法想象他们会在没有专有数据和 RHF 的情况下做到这一点，我认为我们可能会看到更多这样的情况，我知道我们与许多公司交谈过，他们问我们如何训练自己的模型，我们不想使用 OpenAI，我们想构建自己的并拥有它，实际上，我记得 Yash God 来自 Ringer Sciences 将在 Makon 上就使用您自己的数据进行自定义模型进行演讲，如果我没记错的话，看到那个标题，接下来，几乎没有正式的宣传，Google 在 Google AI Studio 和 Gemini API 中提供了一个 Gemini 1.5 Pro 的实验版本供早期测试和反馈，并且它因其出色的性能而引起了轰动，这个实验版本的模型称为 Gemini 1.5 Pro experimental 0801，它现在实际上已经占据了 lmc.org 聊天机器人竞技场排行榜的首位，它目前超越了 GPT-40 和 Claude 3.5，那个排行榜变化很大，所以可能会改变，但它也暂时位居 lm.org 视觉排行榜的首位，这是 Google Gemini 模型首次登上该排行榜榜首，所以 Paul，我认为 Ethan Mollick 的这个观察很好地概括了这件事，他发帖说，公司们只是在悄悄地发布下一代模型，而不告诉任何人，只是安静地、令人费解地推出，Gemini 1.5 Pro experimental 0801 确实朗朗上口，它在主要的 AI 排行榜上名列前茅，有什么不同？谁知道？他说，像谷歌这样的公司怎么会有这种行为？我认为正在发生的是，他们如此专注于，这只是一个理论，老实说，我甚至没有想到你刚才问的问题，我认为正在发生的是，他们正在构建下一代前沿模型，并且他们有一些元素可以安全地发布到世界，他们知道如果他们将其放在，怎么说，LMC？是的，没错，老实说，我从来没听过有人这么说，我只是根据缩写来判断，所以他们知道他们有一个被动的场所，那里有喜欢做这件事的测试者，这就像一场游戏，他们去玩最新的模型，这样他们就可以获得用户反馈，我不认为这是为我和你以及企业发布的，就像我们只是因为这些东西的受欢迎程度和变化的速度，我们只是暴露在这一切是如何发生的内部，就像人们正在访问早期测试模型以提供反馈和东西，这样他们就可以将这些反馈融入到真正的东西中，届时他们将真正进行一次盛大的公告，由 Sundar 而不是由 Google 团队中任何在 Twitter 上发布的人来宣布，所以我想正在发生的是，他们都专注于大事，在这个过程中，他们发布了很多小东西，是的，他们可以为此发布公告，他们可以告诉你有什么不同，但他们并不真正关心，它就在这里，玩得开心，哦，太好了，它现在是第一名了，对我们来说，就像，天哪，谷歌刚刚发布了一个模型，现在在排行榜上领先 GPT-4，这意味着什么？这意味着它现在是世界上最强大的模型吗？谷歌可能就坐在那里笑，随便吧，因为他们可能已经有了 Gemini 2，他们将称之为下一个版本，它可能已经在谷歌测试了三个月了，他们只是在嘲笑我们，因为我们认为 1.5 很有趣，而他们只是认为它是一个可爱的小东西，就像 Sam 以前说过的那样，他们会发布他们认为不会有什么大不了的东西，因为他们已经在使用它了，然后人们就会对此大惊小怪，所以我想这就是正在发生的事情，我认为我们只是在窥探他们发布一些东西来尝试和测试，看看人们的反应，并进行一些测试，然后两个月后，他们就会向所有人发布真正的东西，你知道，由 Demis 和 Sundar 宣布，Demis 和 Sundar 的联合博客文章，我不知道，我猜是这样，是的，这正是我想要快速提及这个话题并快速谈论那个帖子原因，因为我完全可以看到，我们认识并与之交谈的许多非常有眼光的商业领袖，他们看到标题，哦，谷歌秘密发布了新的模型，登上了排行榜榜首，然后你会想，哦不，我们是不是做错了决定？你知道，如果你建立在，是的，如果你不以某种方式关注这一点，很容易被卷入其中，然后想，你不能坐在这里等待合适的模型出现，你需要稍微深入地研究一下标题，我想说，这是上周我说过的那个想法，我们现在只是处于并行创新的阶段吗？每隔一周，有人一直在秘密测试模型，突然之间，他们给它起了一个名字，哦，我的 Anthropic Claude 3.82 现在就像，我只是认为人们，这很有趣，看到正在发生的事情很酷，但这不会改变你的生活，作为商人，作为营销人员，无论你做什么，这只是有趣的了解，但它很可能是更大事情的前奏，而即将到来的大事是飞跃还是并行创新，这才是我们真正要关注的，好的，我们本周的最后一个话题是，微软已在其最新的年度报告中正式将 OpenAI 列为竞争对手，这一变化发生在此前 OpenAI 宣布了其名为 SearchGPT 的搜索引擎原型之后，我们上周谈到了这一点，这家科技巨头现在称 OpenAI 是其在 AI 产品和搜索及新闻广告领域的竞争对手，这显然有点值得注意，考虑到微软在 OpenAI 中有巨额投资，据报道约合 130 亿美元，并且他们之间有持续的合作关系，尽管有这种新的立场，OpenAI 的一位发言人表示，两家公司之间的关系没有任何变化，但我不得不问 Paul，微软和 OpenAI 之间失宠的可能性有多大？这是否会威胁到微软获得 OpenAI 技术和模型的动态？我的意思是，除非微软计划出售他们拥有的 49% 的 OpenAI 股份以及前 1 亿美元利润的权利，否则我看不出会有破裂，而且微软也无法获得联邦监管机构的批准来收购 OpenAI，这似乎是自然而然的事情，如果他们不被卷入非法行为或不公平竞争行为的调查中，如果他们收购了 OpenAI，那么我真的看不到其他出路，除了他们将继续合作，但天哪，这太尴尬了，你说话的时候我一直在脑海里想象，在科技行业以外的任何行业，都会出现这种情况，有人将你视为主要竞争对手，你正在开发与之竞争的产品，却拥有你公司 49% 的股份，但又不能收购你，这怎么会正常？你们一起参加战略会议，向他们展示你们的下一个模型，因为他们不仅有权看到下一个模型，还可以为任何人构建产品，而且你知道他们是你最大的竞争对手，这太奇怪了，是的，也许不是，但它确实看起来很奇怪，是的，它确实，好的，快速说明一下，正如 Mike 经常说的，我们有本周 AI 新闻通讯，我想让你了解一下 Mike 和我今天没有谈到的内容，我们有 Apple Intelligence 的基础语言模型论文，Apple 在其中分享了他们如何构建 Apple Intelligence 的细节，非常有趣，我们谈到了白宫和开源 AI，所以我们在其中链接了美联社的文章，Meta，我想谈谈这个，他们放弃了他们的名人 AI 聊天机器人，这非常可预测，我们第一次出来的时候就谈到了，据称，谷歌的 Dear Sydney 关于奥运会的广告并没有达到预期，我还没有看到，但我听到了很多非常强烈的反应，我认为这是外包创造力，这是我的感觉，Elon Musk 据称正在考虑购买 Character.ai，这实际上非常适合测试他的 Grok 机器人，AI 初创公司 Sunno.ai 正在反击音乐行业，所以他们正在攻击那些攻击他们的人，然后 Salesforce 发布了一个庞大的 Mint One 数据集，该数据集在 VentureBeat 上被讨论，可能正在颠覆这个行业，所以只是给你一个概念，就像 Mike 和我每周都这样做，而且这比，是的，播客很棒，但订阅新闻通讯，你每周都会获得各种其他东西，是的，你可以通过访问 marketingaiinstitute.com/newsletter 来做到这一点，而且正如我一直说的，如果你还没有在你选择的播客平台上给我们留下评论，我们将非常非常感激，这是让我们接触到更多人并改进节目的第一件事，所以 Paul，再次感谢你分析本周的 AI，谢谢 Mike，我下周见，下周见，再见，大家，感谢收听 AI Show，请访问 marketingaiinstitute.com 继续你的 AI 学习之旅，并加入超过 60,000 名专业人士和商业领袖的行列，他们订阅了每周新闻通讯，下载了 AI 蓝图，参加了虚拟和现场活动，参加了我们的在线 AI 课程，并在 Slack 社区中进行了互动，下次再见，保持好奇心，探索 AI