Google公开专为大型语言模型设计的ASPIRE框架，该框架可以强化语言模型的选择性预测（Selective Prediction）能力。透过对问答任务的大型语言模型进行参数微调，以评估所生成答案的正确性，ASPIRE框架在各种问答资料集上，表现优於目前最先进的选择性预测方法。ASPIRE框架的重要性在於能够增加大型语言模型的可信程度，让人工智慧可在关键应用发挥作用。

大型语言模型在自然语言理解和生成领域发展迅速，已经被用於建立各种创新应用，但是要进入高风险决策应用，仍有障碍待解决。研究人员指出，由於模型预测具有不确定性，大型语言模型缺乏评估回应可信度的机制，就算可以透过总结序列中各个Token的可信分数加总，但是仍无法可靠地辨别正确或是错误答案。

而选择性预测是这个问题的解决方案，大型语言模型输出答案时加上选择分数，而这个分数能指出答案正确的机率，因此藉由选择性预测更可以了解在各种应用中部署大型语言模型的可靠性。过去像是语义不确定性和自我评估等研究，试图在大型语言模型中实现选择性预测，不过，传统方法采用启发式提示，试图藉由「建议的答案是对还是错？」等问题，触发大型语言模型的自我评估，但是这种方法不适用於具有挑战性的问答任务。

Google研究人员发展出ASPIRE框架来解决这个问题。该框架有三个阶段，分别为特定任务调整、答案采样和自我评估学习。特定任务调整阶段是对已经受过基础训练的大型语言模型进行进阶训练，就像是让已经具有基本知识的学生进行进阶训练，专注於强化特定科目或是任务，研究人员透过添加新的可调参数，并使用高效的参数调校技术，在特定任务的训练资料集上微调预训练大型语言模型，以提高其预测效能，这个阶段相当於训练学生，使其更好地解决特定问题。

第二阶段则是答案采样，经过特定任务调整後，ASPIRE使用学习到的可调参数，对每个训练问题生成不同的答案，并创建用於自我评估学习的资料集，生成高可能性输出序列。也就是说，让学生尝试回答一系列问题，并产生不同的答案，藉由尝试不同答题方法，找出最可能正确的答案，研究人员使用一种称为集束搜寻（Beam Search）方法，协助学生选择最有可能的答案，并使用一种称为Rouge-L的演算法来评估答案的品质。

在最後的自我评估学习阶段，ASPIRE新添加一组可调节参数，专门用於提升模型自我评估的能力。该阶段的目标是要让模型学会自己判断答案准确性的能力。透过该训练，大型语言模型不仅能生成答案，还能够自己区分答案的正确性，在回答使用者问题时达到更好的可靠性和准确性。

研究人员验证ASPIRE的成果，使用CoQA、TriviaQA和SQuAD三个问答资料集，并使用各种开放预训练的Transformer模型来评估ASPIRE。经过ASPIRE调整的小型OPT-2.7B模型，表现超过更大的OPT-30B模型（下图）。这项实验结果表示，只要经过适当的调整，即便是较小的语言模型，在部分情境下也可以超越较大的语言模型。

值得注意的是，OPT-30B模型应用传统的自我评估方法Self-eval和P(True)，选择性预测的效能并没有明显提高，反而是较小的OPT-2.7B模型在使用ASPIRE进行强化後，优於其他模型，也就是说，运用传统自我评估技术的较大型语言模型，选择性预测效果不如采用ASPIRE强化方法的小模型。

研究人员实验强调了ASPIRE对於大型语言模型的重要改变，语言模型的能力并非其表现的最终效能，透过调整策略就可以大幅提高模型有效性，即便是较小的模型，也可以进行准确且有自信的预测。…

福斯汽车

福斯汽车（Volkswagen）本周宣布，将透过汽车AI助理解决方案供应商Cerence的Cerence Chat Pro服务，让ChatGPT进驻具备福斯IDA语音助理的众多车款中，在今年第二季让ChatGPT成为相关车款的标准配备。

Cerence专注於汽车领域的各种AI解决方案，其中的一项应用就是整合了ChatGPT的Cerence Chat Pro，甫於今年1月初宣布与微软结盟，让汽车品牌可透过Microsoft Azure OpenAI存取ChatGPT模型。

而根据福斯的规画，未来包括ID.7、ID.4、ID.5、ID.3、Tiguan、Passat及Golf等具备IDA语音助理的车款，都会藉由整合Cerence Chat Pro来提供ChatGPT服务。

由福斯开发的IDA语音助理原本就可透过语音来控制车上的资讯娱乐系统、导航、空调或回答常识问题，而ChatGPT则能扩大其能力，以更直觉的方式创造更丰富的对话，回答更复杂的问题，还能接受特定车辆的资讯。

福斯说明，车主不必建立新的帐号，也无需安装新程式，亦不用特别启动ChatGPT，在说出Hello IDA或按下方向盘上的按键以启用Hello IDA之後，会先由IDA执行各项功能，遇到无法回答的问题再匿名转送给AI，再由IDA负责回应。ChatGPT并不能存取车辆资料，且所有的问题与答案都会立刻删除。…

因应市场竞争与消费行为的快速变化，以消费者为核心的营运思维更加重要，然而品牌辛苦取得的数据，究竟该如何使用？《未来商务》产业沙龙第 42 场以「数据新零售」为主题，邀请 3 位产业先行者——牧羊人集团暨汪喵星球营运长阮子铨、林三艺国际行销总经理林昌隆、大数据股份有限公司技术长孟令三，分享数据应用实例，供品牌在取得数据後，做最有效率的应用。

跨渠道分析数据，让视角更全面

牧羊人集团旗下的汪喵星球是台湾知名宠物湿食品牌，致力於宠物食品与用品研发、制造、物流供应与跨境销售等服务，服务范围横跨港、澳、韩甚至是欧美国家，国内销售渠道则包含线上与线下，前者除了官方网站外，还包含多个电商平台，後者则有超过一万的实体通路点，包含宠物用品店、超商超市等。销售范围如此广阔，消费者的行为如何追踪、线下线上数据如何对接，以及前店後厂的模式数据如何串连，都成为牧羊人集团的难题。

「重点是数据重盘！」庞大的数据来源，需要有效管理，为此，牧羊人集团建立了数据中台，串接起库存与物流，并严密观察销售趋势，包含新客来源与旧客比例等，藉此也能进一步评估每笔行销资源的投入，阮子铨说：「从跨渠道的分析，我们能看到行销帮我们带人进来，但反过来对产品来说，也证明了我们对产品的坚持，让大家有愿意持续使用。」

除此之外，驱动汪喵星球在 OMO 经营下仍有高客户留存率的关键，则是「客服」。阮子铨分享，从消费者对品牌客服的反馈来看，藉由客服温馨的反馈，增加了黏着度且带进更多新客，因此产品、数据、服务，皆是零售品牌经营的关键。

数据交叉比对，找到最适合销售模式

以销售毛笔、毛料起家的林三益至今已是个拥有百年历史的品牌，作为品牌第四代的林昌隆说：「其实我们很久以前就有在使用『数据』，只是它存在人脑里。」过往掌柜会观察常客购买消耗品的频率，事先得知消费者进店的购物目标，而随着品牌不断壮大，或是碰上员工离职，经验值归零时，大家才开始意识到「数位化」管控数据的重要性。

从传统的毛笔转型贩售美妆刷具，林昌隆认为最首要的一步就是「认识自己」。「产品要卖给消费者 ，所以我要更详细的去了解，我的消费者需要什麽东西。」究竟自家商品的客群是谁？性别与年纪为何？必须先做出详细的分析，才能描绘出消费者轮廓，并针对个别产品去微调销售策略，如交叉比对直接买、加价购或组合购买等销售来源，找到最适合的模式，「藉由把对的商品放进加价购，成功带进了 29% 的业绩。」

除此之外，林三益也透过 LINE 串连线上与线下，开设彩妆教室，并设立匿名群组，供消费者免费谘询，增加品牌信任度，并进一步带动会员回访率提升。…

2023/12/18~12/24金融科技精选新闻

 生成式AI   纯网银 

欧洲纯网银bunq推出生成式AI助理，能统整存户消费模式

欧洲第二大纯网银bunq近期推出生成式AI助理Finn，一个建置於App中的Chatbot，能回答帐户使用者的消费问题。使用者可以询问助理自己在特定种类的消费额，例如每个月平均在食物和日用品的花费，甚至是汇整使用者在特定平台的消费额，如一年在亚马逊的消费总额。

这个助理也能根据交易地点、时间回应问题，例如，回应使用者上周去过的地点，或是回应使用者过去在某个地点的消费额。不过，Finn仅能回应消费相关问题，不会提供投资建议。目前，这个助理正在测试阶段，使用者需要开户才能参与试用。bunq表示，目前他们在欧盟地区的用户数量已达1100万。

 金融检查   云端资安 

金管会发布113年金检重点，首度明列云端资安和虚拟资产平台业

因应今年八月金管会发布的新版上云规范，金检局今日公布113年金检重点，不仅将资安列为重点关注项目，也将云端业者资安纳入其中。检查局在各业别检查项目中新增跨境委外的定期查核，例如金融机构针对云端业者的资安和风险管控措施。

除了云端委外项目，金管会今年甫纳管的虚拟资产平台及交易业务事业(VASP)，也被列为明年重点金检关注项目。金管会检查局主要针对业者的防制洗钱、打击资恐及反武器扩散的落实情形进行金检。

 澳洲央行   核心系统现代化 

澳洲央行明年将加强跨行资金移转及公债交割系统，更要展开核心系统现代化计画

澳洲央行近期发布一项招标案，揭露了明年的两项重大IT计画。一项是核心系统现代化，一项是加强跨行资金移转及公债交割系统（the Reserve Bank Information and Transfer System,RITS）。去年10月，澳洲央行的系统当机，全国长达五小时无法进行快速交割服务，以及小额结算和交割服务。澳洲央行当时表示，当机主因是管理虚拟伺服器的软体在更新时发生故障，进而让RITS系统无法传送或接收特定档案，也影响结算通知传送。

因应这项缺失，澳洲央行今年强调要加强支付系统的基础设施，更在今年1月开始对即时总额清算系统的营运环境进行全面审查。审查结果的建议中包括，以自动化流程提升系统管理的效率、加强风险管理框架，和建立反馈机制等。

 英国开放银行   VRP 

英国公布开放银行新进展，非自动转帐的可变定期支付功能将在明年第三季起分阶段上路

目前，英国有九间银行实施「可变定期支付」（Variable Recurring Payments）开放银行API，让消费者能在银行提供的平台连接自己的银行帐户，定期自动付款，例如，支付信用卡费或订阅服务。虽然过往消费者也能在银行App上对自己的帐户直接扣款，但无法在一个页面中管理所有定期支付的服务，开放VRP API後，消费者能管理自己同意向哪些机构定期付款，和限制每个服务的付款权限。

近期，英国金融监管机构宣布将进一步发展「非自动转帐VRP」（non-sweeping Variable Recurring Payments）功能，让民众能藉由银行App管理更多金额不定的经常性开销，且能与非个人或企业帐户进行转帐，例如，向政府缴交水电费和税金。第一阶段确定在明年第三季实施，将开放对公共事业、金融机构，和对地方、中央政府的支付功能。

 香港金管局   数据共享 

香港金管局宣布展开银行间帐户数据共享先导计画

香港金管局近期宣布展开「银行同业帐户数据共享」（IADS）先导计划，在顾客授权的情况下，银行间可以彼此共享顾客帐户数据。这项计画将於明年1月1日开展，共有28家银行参与，可以共享涵盖个人、企业的存款帐户资讯，包括帐户状态、结余和交易资讯。金管局预计银行业将逐步开发创新服务，例如，简话信贷申请流程、帐户资讯总览，和以数据驱动的客制服务。

 数位证券沙盒   分散式帐本技术 

英国将实施数位证券沙盒，让业者验证以分散式帐本技术作为金融基础设施的可行性

苹果

重点新闻(1215～1221)

 DRAM     苹果     LLM  

苹果提出新方法，成功让边缘装置执行DRAM两倍大的LLM

苹果最近提出一种新方法，来解决行动装置DRAM记忆体不足、难以执行大型语言模型（LLM）的难题。进一步来说，LLM虽有出色的语言处理表现，但需耗费大量运算资源和记忆体，很难在资源有限的边缘装置上执行，特别是DRAM有限的行动装置。

於是，苹果团队结合2种技术，将模型参数储存在快闪记忆体上，再依需求，将参数传送到DRAM，让行动装置也有办法执行原本DRAM无法负荷的LLM应用。这2种技术分别是视窗化（Windowing）和列行合并（Row-column bundling），前者透过重复使用已活化的神经元，来减少资料传输，後者针对快闪记忆体的序列资料存取优势，来增加快闪记忆体读取资料的大小。团队测试，采用这些方法，可执行高达DRAM两倍大的模型，而且与单纯的CPU和GPU加载方法相比，推理速度分别提高了4到5倍和20到25倍。

这项研究意义重大，因为苹果计画将生成式AI功能整合到iOS 18作业系统中，来强化Siri和讯息App体验，更有效地回答问题和自动完成句子。不只苹果，三星最近也推出可在行动装置上执行的语言模型Gauss，并计画纳入2024年初要发布的Galaxy S24手机中，他们还打算将这种语言模型整合到其他手机、笔电和平板电脑等设备。另一方面，Google也推出Gemini Nano低阶版语言模型，可在装置上执行，且预计结合Google Pixel 8手机，要提供录音App的摘要功能和Gboard智慧键盘的智慧回应等功能。（详全文）

  LLM     Google     影片生成  

Google发表影片生成模型VideoPoet

大型语言模型（LLM）不只能用来生成文字、图片，还能生成影片。最近，Google研究院就发表了影片生成模型VideoPoet，可执行一系列影片生成任务，包括文字转影片、图片转影片、产生不同风格的影片、影片修复和外扩，以及影片转音档等。

有别於现有模型分段的做法，VideoPoet的特别之处在於，只用单一个LLM架构就整合多种影片生成能力。VideoPoet以多种标记器（Tokenizer）训练而成，像是让模型理解影片和图片的MAGVIT V2、学习音讯的SoundStream等。

经测试，团队发现，VideoPoet能根据文字提示生成更贴切的影片，也就是文字保真度和动作趣味性比Pika、Stable Video Diffusion、Imagen Video、RunwayML等同类模型表现要好。此外，VideoPoet也擅长零样本学习，能根据单一文字或图片输入，来产出良好且连贯的影片。（详全文）

  GAI    LLMOps      Google  

Google要打造从端到云全套GAI工具链

Google在12月发表不少生成式AI工具，不只有大语言模型Gemini，也在AI开发套件Vertex AI上释出企业用Gemini Pro模型预览版API，开放企业免费试用。同时，他们也推出Web版AI Studio开发工具，将自家MLOps开发平台Vertex AI转为聚焦企业GAI开发的LLMLOps平台，要涵盖开发、部署到维运更多模型生命周期阶段的需求。

进一步来说，就Gemini而言，Google发表高阶Ultra版、中阶Pro和用於行动装置的低阶Nano版模型等3种版本，Ultra版将可同时辨识和理解文字、图片与声音，也能处理几种热门开发语言，如Python、Java、C++。而先上架的Gemini Pro模型API预览版，就是中阶款，包括只支援文字输入和生成的Gemini Pro，以及Gemini Pro Vision端点这2种API，後者可处理文字和影像输入，但只输出文字。…

Mistral AI发表了最新的Mixtral 8x7B模型，这个模型是一个具有开放权重的稀疏混合专家模型（Sparse Mixture of Experts Model，SMoE），能够处理32,000个Token上下文，大多数基准测试表现都优於Llama 2 70B（700亿参数）和GPT 3.5模型，并采用Apache 2.0授权开源。

Mixtral 8x7B属於稀疏混合专家模型，而稀疏混合专家模型是一种深度学习架构，适合用於建置大型且高效的神经网路。专家系统是这类模型的重要概念，指的是网路中特定子模组或是子网路，每个专家都擅长处理特定类型的输入资料或是任务。

而稀疏混合专家模型中的稀疏性，则是指每次输入仅会触发一小部分专家，也就是说，并非每一个输入都需要经过所有专家处理，因此可有效降低运算成本。稀疏混合专家模型中经过训练的路由器，能够根据输入资料的特性，分配任务给最适合的专家，而在Mixtral 8x7B模型中，路由器会根据收到的任务决定2个最相关的专家，在2个专家各自处理完输入後，专家输出会被整合成最终的输出。

稀疏混合专家模型透过结合不同专家的知识和技能，以稀疏的方式处理资料，提高大型神经网路的效率和效能，在处理大量参数和资料的同时，将计算成本维持在合理范围。

Mixtral 8x7B模型总共拥有467亿个参数，虽然总参数数量很大，但在处理每个Token时，模型只会选择并使用其中的129亿个参数，而这便是稀疏性的体现，Mixtral 8x7B模型并不会每次都启动所有参数。而也因为模型每次只使用部分参数，使得处理速度和运算成本，相当於一个仅有129亿个参数的模型。

根据官方的资料，相比同为开源的Llama 2 70B模型，Mixtral 8x7B在多数基准测试表现更好，推理速度更是Llama 2 70B的6倍，而且Mixtral 8x7B在大多数标准基准测试中，表现也都与GPT3.5相当甚至超越。在幻觉（Hallucination）和偏见（Bias）方面，比起Llama 2，Mixtral表现更加真实，并且呈现较少的偏见。

目前Mixtral 8x7B能够处理英文、法文、义大利文、德文和西班牙文，其生成程式码的能力很出色。Mixtral 8x7B经过微调後的指令跟随模型Mixtral 8x7B Instruct，在MT-Bench获得8.3分，成为目前最佳的开源指令跟随模型，效能与GPT 3.5相当。…

2023/12/4~12/8金融科技精选新闻

 生成式AI   永丰金证券 

永丰金证券将在证券App导入即时交易数据分析工具，且要以生成式AI摘要每日新闻

永丰金证券近日举办发表会，除了发布股票下单App新功能，也揭露未来将上线的功能。其中，有两个亮点，分别是即时交易数据分析工具，和以生成式AI制作新闻摘要。永丰金证券表示，他们近年投入近亿元建构数据团队，建立交易所实时分析资料库，汇入每日约四千万笔的委托回报数据，再以分析引擎视觉化呈现投资资讯，例如市场上强弱势产业、各股涨跌排名。

另外，他们也将在App中导入生成式AI，处理每日新闻资讯，生成300字新闻摘要。永丰金证券表示，这项功能目前正在合规验证中，目标12月底前上线。他们也表示，自家证券户线上开户数在四年内成长五倍，App使用人数已超过60万人次。

 电子支付   金管会 

6家电支机构将於明年六月前加入跨机构平台购物功能

今年十月，电子支付跨机构共用平台的「购物」服务正式上线，首波加入的业者包括37家台湾Pay金融机构，还有全盈支付、橘子支、欧付宝3家电子支付机构。金管会近期在例行记者会上表示，其他六家电支专营机构将在明年六月前加入跨机构平台购物功能。

随着跨机构平台购物功能上线，多家支付业者也开始发展跨境金融服务的生态圈。金管会表示，目前已核准五家电支机构与境外机构合作推跨境金融服务，分别为欧付宝、一卡通、悠游卡、简单付和街口，另有一家业者正在申请中。金管会表示，电支机构合作的境外业者主要为日本为主，其他则包括新加坡、韩国和泰国。

 金融监管   CTP业者 

英国金融监理机构联合提案，要求监管关键第三方供应商提供给金融机构的服务

英国央行、英国审慎监理总署（PRA）和英国金融行为监理总署（FCA）近期联合提案，要求监管关键第三方供应商（CTP）提供给金融机构的服务。他们认为，随着金融业越来越依赖第三方科技业者提供的服务，一旦服务发生问题，例如机房故障或遭到破坏，可能影响英国整体的金融稳定性。他们也认为，管理这项风险已超出了一般企业或金融机构能负担的能力，因此，需要由监理机构进行直接监管。

该提案目前公布谘询文件（CP）徵求外界回馈，文件中包含，要求关键第三方供应商向监管机构提供保证书，包括提交年度自评书、情境测试报告等。此外，该提案并非纳管CTP业者，而是要针对CTP业者提供的服务进行监管。

 CBDC   央行 

央行揭露CBDC进展，目前CBDC雏型平台交易量能每秒可达2万笔

央行副总裁朱美丽近期出席财经公司活动中，揭露了CBDC目前进展。朱美丽表示，央行已完成「批发型CBDC可行性技术研究」和「通用型CBDC试验计画」，正在进行意见调查和精进CBDC雏形平台。目前，CBDC雏型平台的交易处理量能为每秒2万笔，相当於今年发放普发现金时的量能。

去年六月，央行完成第二阶段的通用型CBDC试验计划，与财金公司、外部技术团队打造一套CBDC雏型平台，并邀请5家银行参与设计和模拟。该平台可提供多种零售交易服务，像是以CBDC来购物、缴费，或是以CBDC可程式化设计发放数位券，又或是存款帐户或现金兑换CBDC，以及以CBDC供移工跨境小额汇款等应用。

 生成式AI应用   KYC 

澳洲金融科技业者Airwallex测试结果显示，生成式AI能协助加速KYC流程

近期，澳洲金融科技业者Airwallex分享将生成式AI应用於KYC的测试结果，结果显示，生成式AI能在KYC进行时帮助减少约一半的误判通知，此外，KYC全自动化，不需要人工干预的案例也增加了20%。

这家业者是一间具有相当规模的跨国公司，在全球拥有超过10万家企业。过去主要运用NLP技术打造KYC工具，虽然能帮助客户侦测网站中的高风险关键字，但同时会产生许多误判通知，拖长了KYC的处理时间。导入生成式AI後，该工具对关键字和脉络更加灵敏，例如，能精准到区分出商品是零售商或批发商贩售，也能分辨出非法贩售的物品。

 AI   监管 

欧盟就全球首部AI法案达成共识，保险业和银行业适用於强制进行基本权利影响评估的规范

欧洲议会与欧盟理事会近期就全球首个人工智慧法案达成临时协议，可用来规范企业组织如何使用AI，或规范供应商如何开发AI系统。AI法案将AI系统依风险程度分类，分为禁用型、高风险管制型、通用型和无责任型。

这个法案对金融业的影响在於，欧盟特别点出，使用高风险管制型AI系统需要强制进行基本权利影响评估，保险业和银行业尤其适用这项规定。高风险管制型AI系统包含生物辨识与分类系统、关键基础设施、执法或公领域系统等。这些系统必须遵守严格要求，例如具备风险缓解系统、资料集、活动纪录、详细的文件、及人工监督等。未遵守AI法案的业者将被罚款，最高款项为3,500万欧元或年营收的7%。

其他Fintech新闻:

1.新加坡与中国开启跨境数位人民币试点计画，将允许两国旅客使用数位人民币进行消费

2.金管会认为4家看盘软体App与券商进行的异业合作，恐涉及资安疑虑

责任编辑／李昀璇

图片来源／永丰证券

资料来源：iThome整理，2023年12月…

巴西南部大城阿雷格里港（Porto Alegre）的市议会於今年10月通过一项法案，若纳税人水表被盗，将不会向纳税人收取更换水表的费用，而且已於11月底生效。然而，提出该法案的市议员Ramiro Rosário上周对外揭露，此一法案是由ChatGPT所撰写的，因而掀起了一阵议论。

Rosário是在该法案正式生效後才坦承它其实来自ChatGPT。他说，该市到处装设水表，如果水表被盗，就向纳税人收取更换费用，这是应该立法改变的事，於是他给了ChatGPT简单的提示，要求ChatGPT建立一个法案来避免此一收费，结果ChatGPT在几秒内就生成了完整的草案，也附上了理由，还能针对自己原先生成的版本进行改善。而阿雷格里港市议会无异议地全数通过此案。

Rosário向《美联社》（AP）透露，他一开始是故意隐暪此事，因为如果只是因为它是由AI所撰写的就被拒绝，对人们来说是不公平的。而使用ChatGPT的目的除了解决当地问题之外，也企图要引起辩论。事实上，该市市议会主席Hamilton Sossmeier在发现此事时，即说这是一个危险的先例。

Rosário则认为，这就是技术该有的样子，可用来降低成本并改善作业流程，提高品质与生产力，没有人会被AI取代，人们是被那些知道如何使用它的人取代。

不过，基於大型语言模型的聊天机器人依旧有令人存疑之处，美国一名律师Steven Schwartz曾利用ChatGPT来整理客户案件的有利判决，却被对手发现它杜撰了许多对该案件有利的判决，最後Schwartz、另一名同案律师与所属的Levidow, Levidow & Oberman律师事务所被法官判罚了5,000美元。

当时美国法官Kevin Castel认为，使用AI来协助法律工作并没有什麽本质上的不当之处，但律师必须确保他们的文件准确无误。…

DeepMind在《自然》期刊上发表人工智慧在材料科学上的最新应用，人工智慧工具GNoME发现了220万种新的晶体，并且经确认其中有38万种属於能够在实验室制造的稳定材料，具有绿色技术潜能，可用作开发电动车电池或是超导体等。

从电脑晶片、电池到太阳能电板都需要用到无机晶体，要实现新的技术，科学家便需要开发新的晶体，但晶体必须要足够稳定不分解才能够被使用，研究人员提到，每种新晶体开发，都需要经过数个月的测试与实验。

目前ICSD资料库中，约有2万种晶体在计算上被认为稳定，由Materials Project等团队透过计算方法，又找出了2.8万种。过去10年所发展的人工智慧方法，虽然已经加快了发现新晶体结构的速度，但是过程仍然非常耗时且高成本。DeepMind的新工具GNoME则突破了之前人工智慧方法，在准确预测实验可行材料上的限制，新发现了220万种材料，相当於过去要花800年研究的知识。

GNoME开发材料的效率非常高，像是找出了5.2万种属於石墨烯新型层状化合物，而在之前，人类只监定出约1,000种类似的材料。另外，GNoME还发现528种潜在的锂离子导体，导电度可达之前材料的25倍。科学家认为，这些发现将有助於改善电子产品和充电电池效能。GNoME所发现的220万种材料中，有38万种晶体在目前的科学标准下被认为是稳定的，高机率能够在实验室成功制造的材料结构。

之所以GNoME能够有效率地找出这麽多稳定晶体，主要是采用两种策略来寻找材料，第一种是根据已知晶体结构创造候选物，另一种则是基於化学式，以更随机的方式探索候选物结构。GNoME透过图神经网路技术处理和分析这两种方法的输出，并透过密度泛函理论（Density Functional Theory，DFT）计算，来评估这些候选物的稳定性。此外，GNoME还用了一种称为主动学习（Active Learning）的方法来提高预测精准度和效率，进而大幅增加发现新材料的速度和成功率。

GNoME专案的目标是降低发现新材料的成本，目前全球的科学家，已独立在实验室制造出736种GNoME所预测的新材料，这证明了GNoME预测在现实中的准确性与可行性。DeepMind现在将GNoME新发现的晶体资料库公开给研究社群，协助科学家测试和制造候选材料。

此外，柏克莱实验室还应用机器人技术，以自动合成的方式制造新材料，目前已经成功合成41种新材料，进一步证明了人工智慧在材料合成上的可能性。…

AWS现在正式推出程式开发辅助服务CodeWhisperer，该服务在去年6月释出预览版，经过一年多的改进加入多项新功能，像是提供发现和修复程式码漏洞的能力，还新增了基础设施即程式码（Infrastructure as Code，IaC）支援，并且预览Visual Studio整合功能。

CodeWhisperer是一个以机器学习技术为核心，并且利用开源储存库、Amazon自有储存库、API文件和论坛数十亿行程式码训练而成的程式开发辅助服务。CodeWhisperer会根据程式码和注解，依据开发者的程式编写风格和变数名称，提供程式码建议。CodeWhisperer预览版支援的语言有Python、Java、JavaScript，开发者可选择在熟悉的各种IDE上使用。

预览版CodeWhisperer透过内建的安全扫描功能，能发现诸如暴露的凭证和日志注入等问题，而AWS现在释出的正式版CodeWhisperer加入漏洞缓解功能，进一步使用生成式人工智慧来产生程式码建议，协助开发者修复已知的安全性和程式码品质问题。

在发现漏洞之後，CodeWhisperer便会根据用户的程式码，提供专属修复建议，开发者可以接受建议，快速修复该漏洞。目前新版中的安全扫描功能，除了之前的Java、Python、JavaScript，现在还新增支援TypeScript、C#、AWS CloudFormation、AWS CDK和HashiCorp Terraform，而漏洞缓解功能则是针对Java、Python和JavaScript程式码漏洞提供修复建议。

CodeWhisperer现在也支援基础设施即程式码，强化开发者脚本编写效率，开发者可将其用於AWS CloudFormation、AWS CDK和HashiCorp Terraform工具，以编写基础设施程式码，官方提到，由於CodeWhisperer支援多种基础设施即程式码语言，因此可以促进不同团队间的协作和一致性。

开发者现在已经可以於Visual Studio 2022中使用CodeWhisperer，获取C#即时程式码建议。此外，新版本也让开发者可以更负责任地编写程式码，供开发者注记可能由公开可用程式码组合而成的程式码段落，并提供类似程式码的储存库URL和授权资讯（下图）。

CodeWhisperer最近的更新也针对Git、npm、AWS CLI和Docker等命令列介面工具，添加即时程式码自动完成和内嵌文件（Inline Documentation）。CodeWhisperer也已经可以将自然语言翻译成壳层程式码，以更直觉地方式使用操作命令列工具。…