平凡的回答
目前看到这个项目有李开复,剩下的好像打算平地起高楼的意思。
很好理解的项目,因为全是中文
并且在项目首页打出了广告:
第一,招人,面向大模型,NLP以及Multi-modality等领域的技术以及研究人员。
第二,招合作方,有技术的、场景、算力和投资兴趣的合作方。
我发现第一条的三个技术加起来,不就是GPT-4嘛,一个多模态的大模型。不过这个差距还是有点儿大的,因为GPT-4已经算是发布了,这边才开始招兵买马开始做。
主要是下面这篇文章比较重要,算是一篇笔记通俗的科普文章。
我总结一下:要克服之前AI模型的特定用途的弊端,打造通用的类似于GPT-4一样的大模型。
详细版:定义了AI 1.0是以 CNN 卷积神经网络模型为核心的计算机视觉技术,缺点就是这些模型训练集和各种模型互相存在隔阂,没办法通用。
而他们要做的这个就是2.0,也就是一个称之为:基础大模型(Foundation Model),它的特性就是克服了前者单领域、多模型的限制,可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的模型,通过微调等方式适配和执行五花八门的任务,真正有望实现平台化的效应,进而探索商业化的应用创新机会。
表格版总结:
特征和潜力 | 描述 |
---|---|
生成式 AI | 第一个现象级应用是生成式 AI,能够实现无需标注的自监督学习,逐步“替代”人工,所有使用者界面将被重新设计改写。 |
学习多模态数据 | AI 2.0 模型不仅可以学习文本和图像数据,还可以从语音、视频、自动化硬件传感器数据,甚至 DNA 或蛋白质信息等多模态数据中学习,建构机器超强大脑的运行能力。 |
具有更高级别的认知智能 | AI 2.0 逐步达到具有预测、决策、探索等更高级别的认知智能。 |
未来潜力 | AI 2.0 的未来潜力不应该被限制,将会有更多的应用和可能性出现。 |
总结:大模型潜力很大,主要指的是商业化潜力。
李开复讲了大模型之后的AI2.0时代会有三个阶段
阶段 | 描述 |
---|---|
第一阶段:人机协同 | 生产力工具将会首先实现升级,所有使用者界面将被重新设计,人类与 AI 保持协作,避免谬误和灾难发生。 |
第二阶段:局部自动 | 容错度高的应用和行业将会实现 AI 自动化,例如广告投放、电子商务、搜索引擎、游戏制作等。 |
第三阶段:全程自动 | AI 将变得完全自动化并可在任何地方使用,在不容出错的领域出现突破,AI 医生、AI 教师等应用成为可能。 |
可以应用的领域列举了以下六个:
领域 | 商业潜能 |
---|---|
医疗健康 | AI 医生、AI 诊断、智能医疗等应用成为可能,提高医疗效率和准确性。 |
教育培训 | AI 教师、智能化教育、个性化学习等应用成为可能,提高教育效果和教育普及率。 |
金融服务 | 个性化投资、智能风险评估、客户服务等应用成为可能,提高金融服务效率和个性化体验。 |
媒体娱乐 | 个性化推荐、智能内容生产、智能化制作等应用成为可能,提高媒体娱乐产业效率和个性化体验。 |
智慧城市 | 智能交通、智慧物流、智能化城市管理等应用成为可能,提高城市管理效率和便利性。 |
制造业 | 智能化制造、智能化工厂、自动化生产等应用成为可能,提高生产效率和质量。 |
总结一下:投资机会,应用,平台和基础设施。
方向 | 描述 |
---|---|
智能应用 | AI 2.0 应用将会出现各行各业的垂类 AI 助理、元宇宙应用等之前做不出的应用,AI 2.0 将革新用户体验,创造出全新的商业模式。 |
AI 2.0 平台 | AI 2.0 平台将会加速新一代 AI 2.0 应用的研发和商业化,推动 AI 2.0 的生态循环和良性竞争。 |
AI 基础设施 | 支撑 AI 模型运维、管理、训练的基础设施也是创新工场重点关注的,包含支撑 AI 2.0 巨型模型训练的 AI 芯片公司,以及那些能够加速、降低成本和简化 AI 训练的 AI 2.0 基础设施的创新技术型企业。 |
合规性和信息造假问题,这也是针对于ChatGPT会一本正经胡八道的现象。