科技周报 | 推特一夜变X，斯坦福实锤GPT-4变笨
2023年7月20日 ~ 2023年7月26日
7月26日 | 历史上的今天
1875年7月26日，现代心理学的鼻祖之一卡尔·古斯塔夫·荣格出生。当前大热的MBTI人格测试可以看做是“荣格八维”系统的简化版，其本质概念皆起源于荣格的著作《心理类型》。
···
产业动态
01 推特一夜变X，但商标却归属扎克伯格？
北京时间7月24日，推特正式变为“X”——除了其原名Twitte和某些应用商店的图标之外，平台内部首页的标志、UI配色，以及各路口径里，都已不见“小蓝鸟”的踪影。
在改变当晚，推特大楼还打上了“X”式样的新投影，甚至连总部的推特标牌都差点被拆掉——如果不是中途被警察喊停的话（据说是因为没和业主沟通好）。
对此，许多推特用户怒斥马斯克亲手毁掉了推特的品牌价值。毕竟，自2006年推出以来，推特就与小蓝鸟这个品牌牢牢地绑定在一起。而现在，推特一夜之间变成X，许多用户登录之后看到模式的页面，除了愤怒，更多的还有茫然。
在声讨马斯克之余，扎克伯格居然也被拉进了这场风波——有网友扒出，早在2017年，微软就注册了“X”样式的商标，此后又将其卖给了Meta。
有律师表示，尽管这个“X”商标和马斯克现在选中的“?”式样上有所差别，但鉴于Meta本就跟推特的业务领域有所重合，也有自家的社交平台，所以如果扎克伯格有心想给新推特制造点麻烦，那也是完全可以的。
02 阅文发布网文大模型，称将辅助作家创作
7月19日，阅文集团在其阅文创作大会上正式发布阅文妙笔大模型。据悉，这一模型将辅助阅文的作家创作，包括辅助人设、世界观、力量体系构建等等。第一阶段将应用于网文漫改。
阅文集团CEO兼总裁侯晓楠在致辞中表示，阅文妙笔是国内第一个网文大模型，也是最懂网文的大模型。未来，阅文还将继续探索有声、漫画、动画、衍生等开发链条的AI应用。
03 安卓版ChatGPT正式上线
继5月19日iOS版的ChatGPT正式上线苹果商店之后，7月25日，安卓版的ChatGPT也宣布上线谷歌Play商店。OpenAI官方表示，目前美国、印度、孟加拉国和巴西四国的安卓用户均可进行下载，未来将拓展到更多地区。
据悉，目前安卓版ChatGPT必须要有谷歌框架才能跳转登录，与iOS端在功能上并无大的差别。不过，iOS端支持订阅每月20美元（约合人民币143元）ChatGPT Plus服务（增加了高峰时段免排队、快速响应等服务），而安卓端目前不能订阅Plus服务。
···
科技前沿
01 金属也能“自愈”
7月19日，来自美国田纳西大学的研究团队在顶刊Nature上发表论文，指出金属也存在“自愈”现象。
在实验中，研究人员先准备了厚度约40纳米，宽度为几微米的微小金属块，以每秒200次的频率对其进行拉伸、压缩。金属块很快出现裂痕，但在持续40分钟后，裂痕自行愈合。
目前这种“自愈”现象仅在金属铂和铜中观察到，但模拟结果表明，像钢这样的合金材料和其他金属也可以自愈。科学家将这种自愈过程称为“冷焊接”，即两个相对光滑和干净的金属表面接触时，会重新形成化学键。
有专业人士指出，论文实验中出现的现象是由于金属裂纹处的局部高应力驱使晶界迁移而发生的，这种集中的应力驱动纳米尺度的裂纹“自愈”就已经是极限，微米以上就不可能了，更不用说肉眼能观测到的宏观裂纹。
论文作者也坦言，这种“冷焊接”只发生在纳米尺度的微观世界中，肉眼无法观测，且科学家也不能控制这个过程。因此，当前研究主要还是帮助大家更深入地了解和构建金属疲劳（即金属在受到外部作用力的反复运动后产生微小的裂纹）模型。
特别是针对一些对微小裂纹也十分敏感的场景，如喷气发动机等航空设备，或桥梁等基础设施，可以基于这一研究增加疲劳件的使用寿命，优化精度件的疲劳抗性。
···
交通驾驶
01 电动飞机要来了？宁德时代与中国商飞成立航空公司
天眼查App显示，近日，商飞时代(上海)航空有限公司成立，该公司由宁德时代新能源科技股份有限公司、中国商用飞机有限责任公司、上海交大企业发展集团有限公司共同持股。
而在今年4月的上海车展上，宁德时代首席科学家吴凯曾透露，目前正在就凝聚态电池进行民用电动载人飞机的合作开发，执行航空级的标准和测试。
···
生物科技
01 清华推出“开瓶器形状”耳塞脑机接口
7月14日，清华大学研究团队推出了一种新型脑机接口，名为SpiralE BCI。相关论文发表在Nature子刊，Nature communications上。
该传感器由柔性材料制成，采用了螺旋设计，通过将其插入耳道，就能读取相应脑电波信息。
目前，SpiralE BCI在应用中的信息传输速率可以达到每分钟36.86±15.53比特，解码精度则在95%。
···
趣闻
01 GPT-4变笨？斯坦福大学实锤
7月18日，来自斯坦福大学和UC伯克利大学的研究团队发表一篇论文，研究从数学、代码、视觉和敏感问题四个角度比较了3月和6月的GPT-4，结果发现，GPT-4在一些任务的表现上变差了。
其中，GPT-4在数学和代码两个领域的能力都出现了较为明显的下降。比如，面对同样的500道“判断给定整数是否为质数”的问题，3月份的GPT-4答对了488个，6月只对了12个，成功率从97.6%下降到2.4%。
面对50道简单级别的LeetCode题，3月份时，GPT-4提供的答案中，有52%可以不经更改直接运行，到了6月，这个数字就变成了10%。
而在视觉和敏感问题方面，6月的GPT-4对比3月份，均有小幅度提升。
对此现象，有不少猜测。有网友提出，OpenAI可能采取了成本削减措施，比如将强大的专家能力集成到了各类插件（如代码解释器）上；或是由于不合逻辑的安全过滤器，牵连到了模型原本的逻辑。
采写：南都记者 杨博雯