本周人工智能动态：风险投资家（和开发者）对人工智能编码工具充满热情

嗨呀，朋友们，欢迎来到 TechCrunch 定期的人工智能时事通讯。如果您希望每周三在收件箱中收到此内容，请在此处注册。

本周在人工智能领域，两家开发代码生成和推荐工具的初创公司——Magic 和 Codeium——总共筹集了近 5 亿美元。即使按照人工智能行业的标准，这几轮融资的规模也很高，尤其是考虑到 Magic 尚未推出产品或产生收入。

那么，投资者为何如此热情呢？嗯，编程并非一项简单——或成本低廉——的业务。而且企业和个体开发者都有需求，希望能找到办法来简化与之相关的更为艰巨的流程。

根据一项调查，平均而言，开发人员每周近 20%的工作时间用于维护现有代码，而非编写新内容。在另一项研究中，各公司表示，过度的代码维护（包括处理技术债务和修复性能不佳的代码）每年让他们因错失机会而损失 850 亿美元。

许多开发者和公司都认为，人工智能工具在这方面能够提供帮助。而且，不管怎样，顾问们也表示认同。在 2023 年的一份报告中，麦肯锡的分析师写道，人工智能编码工具能让开发者编写新代码的时间减半，并将优化现有代码的时间缩短约三分之二。

现在，编码人工智能并非万能的解决方案。麦肯锡的报告还发现，某些更复杂的工作负载——比如那些需要熟悉特定编程框架的工作——未必能从人工智能中受益。事实上，据该报告的合著者称，初级开发人员使用人工智能完成某些任务所花费的时间反而比不使用时更长。

共同作者写道：“参与者的反馈表明，开发人员积极利用这些工具进行迭代以实现[高]质量，这表明该技术最好用于增强开发人员的能力，而非取代他们。”这进一步说明了人工智能无法替代经验。“最终，为了保持代码质量，开发人员需要了解构成高质量代码的属性，并促使工具输出正确的结果。”

人工智能编码工具也存在尚未解决的安全和知识产权相关问题。一些分析表明，在过去几年里，这些工具导致更多错误代码被推送到代码库中。与此同时，基于有版权的代码训练的代码生成工具，在受到特定方式的提示时会重复输出那些代码，这给使用它们的开发者带来了责任风险。

但这并没有削弱开发者对编写人工智能代码的热情——就此而言，也没有削弱他们雇主的热情。

在 2024 年的一项 GitHub 民意调查中，大多数开发者（超过 97%）表示他们已经以某种形式采用了人工智能工具。根据同一项民意调查，59%至 88%的公司正在鼓励——或者现在允许——使用辅助编程工具。

因此，到 2032 年，人工智能编码工具市场的价值可能达到约 270 亿美元（根据北极星研究公司的数据）也就不足为奇了——尤其是如果像 Gartner 预测的那样，到 2028 年 75%的企业软件开发人员使用人工智能编码助手。

市场已经很火热。生成式人工智能编码初创公司 Cognition、Poolside 和 Anysphere 在过去一年里完成了巨额融资轮——而 GitHub 的人工智能编码工具 Copilot 拥有超过 180 万付费用户。这些工具所能带来的生产力提升足以让投资者——以及客户——忽略它们的缺陷。但我们将拭目以待这一趋势是否会持续——以及会持续多久。

“News”常见释义为“新闻；消息；新闻报道”。

“情感人工智能”吸引投资：朱莉写道，一些风险投资家和企业正被“情感人工智能”所吸引，这是情感分析更复杂的“兄弟”，以及这可能会带来怎样的问题。

为何家用机器人仍然很糟糕：布莱恩探讨了为何许多家用机器人的尝试都以惊人的失败告终。他表示，这归结于价格、功能和效率。

亚马逊聘用 Covariant 创始人：在机器人方面，亚马逊上周聘用了机器人初创公司 Covariant 的创始人以及“约四分之一”的该公司员工。它还签署了一项非独家许可，以使用 Covariant 的人工智能机器人模型。

NightCafe，老牌图像生成器：本人介绍了 NightCafe，它是最初的图像生成器之一，也是一个人工智能生成内容的市场。尽管存在审核方面的挑战，但它仍然活跃。

Midjourney 涉足硬件领域：NightCafe 的竞争对手 Midjourney 正在进军硬件领域。该公司在 X 平台上的一篇帖子中宣布了这一消息；其称新的硬件团队将设在旧金山。

SB 1047 获得通过：加利福尼亚州的立法机构刚刚通过了人工智能法案 SB 1047。马克斯阐述了为何一些人希望州长不要签署该法案。

谷歌推出选举保障措施：谷歌正在为美国总统选举做准备，为其更多的生成式人工智能应用程序和服务推出保障措施。作为限制的一部分，该公司的大多数人工智能产品将不会对与选举相关的话题做出回应。

苹果和英伟达可能投资 OpenAI：据报道，英伟达和苹果正在洽谈为 OpenAI 的下一轮融资提供资金——这一轮融资可能使 ChatGPT 的制造商估值达到 1000 亿美元。

本周研究论文

当你拥有了人工智能，谁还需要游戏引擎？

特拉维夫大学和谷歌人工智能研发部门 DeepMind 的研究人员上周预览了 GameNGen，这是一个人工智能系统，能够以每秒高达 20 帧的速度模拟游戏《毁灭战士》（Doom）。该模型在大量《毁灭战士》游戏画面上进行训练，当玩家在模拟中“控制”角色时，它能够有效地预测下一个“游戏状态”。这是实时生成的游戏。

GameNGen 并非首个这么做的模型。OpenAI 的 Sora 能够模拟游戏，包括《我的世界》，今年年初，一组大学研究人员推出了一个能模拟雅达利游戏的人工智能。（其他类似的模型涵盖了从 World Models 到 GameGAN 以及谷歌自己的 Genie 等。）

但就其性能而言，GameNGen 是目前更令人印象深刻的游戏模拟尝试之一。该模型并非没有重大局限性，即图形故障和无法“记住”超过三秒的游戏玩法（这意味着 GameNGen 实际上无法创建一个实用的游戏）。但它可能是迈向全新类型游戏的一步——比如如虎添翼的程序生成游戏。

“本周模特”

正如我的同事德文·科尔德韦之前所写，人工智能正在接管天气预报领域，从快速回答“这场雨会持续多久？”到 10 天的展望，一直到世纪级别的预测。

作为最新亮相的模型之一，Aurora 是微软人工智能研究组织的产物。微软称，Aurora 基于各种天气和气候数据集进行训练，只需相对较少的数据就能针对特定的预测任务进行微调。

微软在该模型的 GitHub 页面上解释道：“Aurora 是一种能够预测大气变量（如温度）的机器学习模型。我们提供了三个专门的版本：一个用于中分辨率的天气预报，一个用于高分辨率的天气预报，还有一个用于空气污染预测。”

与其他大气追踪模型相比，Aurora 的表现似乎相当出色。（在不到一分钟的时间内，它就能生成五天的全球空气污染预报或十天的高分辨率天气预报。）但它也无法避免其他人工智能模型出现的幻觉倾向。Aurora 可能会犯错，这就是为什么微软提醒人们它不应“被个人或企业用于规划其运营活动”。

“Grab bag”常见释义为“摸彩袋；混杂；百宝袋”

上周，Inc. 报道称，人工智能数据标注初创公司 Scale AI 解雇了数十名标注员——这些人负责标注用于开发人工智能模型的训练数据集。

截至发稿时，尚未有官方声明。但一名前员工告诉《Inc.》杂志，多达数百人被解雇。（Scale AI 对此提出异议。）

为 Scale AI 工作的大多数标注员并非直接受雇于该公司。相反，他们是由 Scale 的一家子公司或一家第三方公司雇用的，这使他们的工作保障更少。标注员有时会很长时间没有工作可做。或者他们会被毫不客气地踢出 Scale 的平台，就像最近在泰国、越南、波兰和巴基斯坦的承包商所遭遇的那样。

关于上周的裁员，Scale 的一位发言人告诉 TechCrunch，它通过一家名为 HireArt 的公司雇用承包商。“这些人（即那些失去工作的人）是 HireArt 的员工，并在本月底前从 HireArt 获得了离职补偿和 COBRA 福利。上周，裁员人数不到 65 人。我们组建了这支合同工队伍，并随着过去九个月运营模式的演变将其规模调整至合适的大小，在美国的裁员人数不到 500 人。”

要准确解析 Scale AI 这份措辞谨慎的声明的具体含义有点困难，但我们正在调查。如果您是 Scale AI 的前员工或最近被解雇的承包商，请以您觉得舒适的方式与我们联系。