電子報來到第十期，每週都在選文(物)、K 論文、挑圖片，以及短文撰寫中度過。最有趣的是挑圖片的過程；最興奮的是收到同事的 email 或是 Slack message；最焦慮的是週一的發(截)稿日；最有成就感的是寫出一段簡潔明瞭的短文 (for dummies)。
上週在準備寫新的一期時，突然收到 Substack 如下的訊息。然後，我們就不能發文了😳
We’ve limited your publishing abilities due to a potential violation of Substack’s terms of use.
We’ve temporarily disabled your publishing ability because of potential problems with your email list.
經過兩晚的思量，開了一張 ticket 給 Substack，始於(情)表達對 Substack 這個服務的稱讚以及對背後團隊的感謝，止於(理)說明狀況與提供資訊。大約 12 個小時後，收到回覆，電子報復刊了！(我們的確有想過這樣就可以放假一個月不用寫電子報了…)
“理解新的技術，特別是新的軟體基礎架構，往往需要實際的去使用它“。這是鼎鼎大名 a16z 基礎架構團隊的發現。因為他們中的許多人都是從程式設計師的職業生涯開始的，所以學習往往是通過實作來進行的。特別是在生成式人工智慧的浪潮中，它發展迅速，引人注目，但完善的文件卻通常要比程式原始碼慢上好幾個月。因此，為了更好地了解這個領域，a16z 開啟了 “ getting started with AI ” template 這系列，構建大型語言模型 (LLM)、大型圖像模型、向量數據庫等。
更多的內容，請不要錯過 a16z 寫的這一篇 The Getting Started with AI Stack for JavaScript 。
YouTube TV 多視角/多畫面功能的擴展～
YouTube TV 06/22 宣布，將其多視角/多畫面 (multiview) 功能擴展到運動以外的範疇，新增了時事、商業新聞和天氣內容的選項。這項功能允許訂閱者同時選擇四個串流，全天候觀看多個影片。用戶還可以在不同串流之間切換音頻和字幕。
YouTube TV multiview 功能最初於今年三月份宣布，主要針對運動迷設計，讓他們可以同時串流多場比賽，而不必頻繁切換頻道以追蹤比分。現在 YouTube TV 將此功能擴展到非運動內容，讓用戶可以同時探索各種主題。
一小部分訂閱者將有機會試用多視角功能，它將在今年夏天逐步推出。
- YouTube TV’s multiview feature now offers non-sports content
- YouTube TV 推出最多四畫面多視窗觀看模式，讓你不錯過任何直播瞬間！ (三月報導)
Voicebox: Text-Guided Multilingual Universal Speech Generation at Scale
Voicebox — 聲音編輯、文字生音、人聲風格轉換
Meta 最近推出了 Voicebox，不僅有能力完成”去噪”、”語意編輯”等多項任務，而且在每項任務上的表現都優於其他 AI 語音模型。Voicebox 甚至支援多達六種語言，可以在單一語言和跨語言之間轉換聲音風格，生成多樣化的結果，完全可以說是厲害到沒朋友，實至名歸的 state-of-the-art。
這麼厲害的模型，需要很龐大的計算資源嗎？Meta 告訴你不用。Voicebox 屬於 flow-based model，相對於當前主流的 auto-regressive model (transformer)，號稱生成效率快了多達 20 倍，非常令人驚艷。
快來點擊連結，看看 demo 和了解更多有關 Voicebox 的資訊！
EDGE: Editable Dance Generation from Music
EDGE: Editable Dance Generation from Music 讓 AI 舞力全開！
也許你看過一些 AI 在音樂相關的創作，如 Embedding #7 (SingSong) 和 #9 (Meta MusicGen vs. Google MusicLM) 曾經介紹過的生成式音樂，或是 AI 作詞等等，但你知道 AI 也能編舞了嗎？
在今年六月剛結束的 CVPR 2023 大會上，美國史丹佛大學 C. Karen Liu 團隊發表了一項由音樂生成舞蹈動作的 AI 模型。該模型透過學習音樂和舞蹈動作的相關性，使它可以從一段音樂中產生一系列隨機的舞蹈動作，而且舞蹈動作能夠配合音樂的節拍與曲調。雖然目前的舞蹈動作仍然不足以和專業的編舞老師做比較，但也許在不久之後能夠成為素人舞者、街頭舞者，以及社群創作的重要輔助工具。
Others
- Alan Turing 生日快樂！上週 06/23 是電腦科學之父艾倫·圖靈的 111 歲生日，快來看看 The Wire 的 Alan Turing and the Limits of Computation 的介紹與 Google 在 2012-06-23 做的的艾倫圖靈 100 週年誕辰 Doodle ，或是再看一次《模仿遊戲》 吧！
- Large Language Model (LLM) 已經是業界的超級新星，那你知道最火紅的 LLM 開發技術是什麼嗎？LangChain 。那你知道因應 LLM 的 embedding vector 而可能是另一個超級新星的資料庫是什麼嗎？Vector database 。
- 《黑鏡》 第六季上線了！快來看看 deepfake 與超過 53 頁的使用者條款(可能)如何影響未來的生活。
- 上個月公佈的 The World’s Top 25 Websites in 2023 ，雖不意外但也沒預料到的是，OpenAI (ChatGPT) 也榜上有名。
For full infographic, check Ranked: The World’s Top 25 Websites in 2023
Technologies and Tools
Google: show me a list of emerging technologies
新世代正在掘起，他們比其它人更懂新興技術。他們的資訊與知識來源不再侷限於大眾媒體或是知識網紅；他們將直接閱讀最新的核心技術文章，甚至對來自學術殿堂的論文也能略知一二；他們可能會成為我們的新同事、潛在客戶或甚至是下一任老闆。
這批人避開了人云亦云的浪潮，善用新穎的工具，汲取不同層面的知識。針對嚴肅的技術文章，有如天書的學術論文，以下有幾個好用的工具可以讓你事半功倍，更快地了解新知，甚至是開始 fork 一個 git repo 來實驗。
- ChatGPTBox — 把 ChatGPT 整進瀏覽器裏頭，唯一推薦。如果你覺得它的中文在地化做得很好，那一定要感謝在背後默默貢獻的 Peter Hsu。
- Read This Paper — 快速、聰明、強大的研究論文系統，由中正大學吳昇教授指導的研究生所開發。
- SciSpace Copilot — 使用 Google Chrome 打開論文 PDF，然後直接請 Copilot 抓出重點。
- Papers with Code — 提供論文與相應程式碼的網站，讓人能夠更方便地探索和立即試試最新的研究成果。
Inside ARC
前往 Taiwan Multimedia Tech #9 班機的 boarding pass
Taipei Video Tech 串流技術沙龍始於 2018 年，5 年期間 (慢慢) 累積舉辦了 8 場活動，並曾透過現場直播參與國際技術盛會，與全球 19 座城市的 video tech meetups 串聯，完成兩次全球 24 小時影像技術社群直播馬拉松。
這次，我們擴大概念上的地域與討論的範疇，更名為 Taiwan Multimedia Technology (TMT)。第九場活動 (TMT#9) 有來自 KKBOX 的音樂播放器的挑戰、影片品質評估 (VQA) 的應用分析、大型體育賽事 (FIFA World Cup?) 串流直播、以及少見的影音串流分析 (Video Analysis)。
更多的內容都在 TMT#9 活動頁面裏頭，歡迎報名參加或是分享給你的同行朋友們😎
籌劃執行團隊：Drake Guan and Kae Lou (ARC)；Chloe Wu (CTO office)；Jeremy Kao (EPE) ；Derek Shih (CPT)；Brian Lee (PC)；還有接下來陸續參與的人～
