ChatGPT到底有多伟大 ChatGPT有哪些优势
热门文章
0
chatgpt是什么意思,chatgpt怎么下载,chatgpt国内能用吗,chatgpt中文
图片来源@视觉中国文 | MetaPost正如你所见，由Open AI开发的人工智能聊天机器人ChatGPT惊艳全球,这款聊天机器人可以写诗、写小说、敲代码，几乎无所不能。今年1月，ChatGPT刚刚发布两个月，其月活跃用户数就已达到1亿，这让它成为史上用户增长速度最快的消费应用。要知道，“1个亿”可不是个小目标，达到这一数字，Facebook用了4.5年，WhatsApp用了3.5年，Instagram用了2.5年，谷歌则用了将近一年。“ChatGPT的意义不亚于PC或互联网的诞生”，比尔・盖茨对这个新风口不吝赞誉。微软已向OpenAI投资数十亿美元，这也足以说明微软对该技术的认同。在国内，也掀起了一波类似于2016年AlphaGo的热潮，一时间，大厂不杀入ChatGPT领域，似乎就落后于时代了。百度公布了自家类ChatGPT产品的名字“文心一言”，预计3月推出相应产品，澎湃新闻、每日经济新闻等30多家媒体已宣布接入“文心一言”；阿里巴巴透露自家的聊天机器人目前处于内测阶段；网易有道确认或将推出ChatGPT同源技术产品，应用场景围绕在线教育……同时，随着ChatGPT的应用范围越来越广，社会对其合规性呼声也愈发高涨，而国家对数据安全的要求或许将成为ChatGPT发展的生死命门。判断市场对一个概念是否买单，股价是最直观的晴雨表。海外，数字媒体Buzzfeed宣布计划使用OpenAI的技术协助创作内容，随后股价暴涨近120%，这是该公司股价自2021年12月上市以来的最大涨幅。国内，二级市场上ChatGPT概念股的众生相令人感慨，国外至少是技术竞赛，国内则是股民的狂欢。一些已然没落的公司搭上ChatGPT的快车，迎来了一波意料之外的行情。2月7日，三六零在互动平台表示，公司的人工智能研究院从2020年开始一直在包括类ChatGPT技术在内的AIGC技术上有持续性的投入，但截至目前仅作为内部业务自用的生产力工具使用，且投资规模及技术水平与GPT-3相比还有较大差距，各项技术指标只能做到略强于GPT-2。虽然三六零坦承了技术差距，但此消息一出，2月8日，三六零开盘再度涨停。一些已经从这波炒概念中受益的公司转而撇清关系，规避风险。2月6日晚间，云从科技、海天瑞声、汉王科技等纷纷发布股票交易严重异常波动公告，称尚未与OpenAI开展合作，ChatGPT的产品和服务未给公司带来业务收入。以汉王科技为例，春节开市以来，受ChatGPT推波助澜，这家在2022年预亏损1.4亿的公司连续8天涨停，以至于深交所在2月7日向汉王科技发出关注函。但这不妨碍后一个交易日其股价继续飞升。图 | 汉王科技股价包括百度、阿里、腾讯、小米、字节跳动、快手等互联网科技公司先后发布在ChatGPT领域的技术布局。腾讯方面表示，腾讯目前在ChatGPT和AIGC相关方向上已有布局，专项研究也在有序推进。腾讯持续投入AI等前沿技术的研发，基于此前在AI大模型、机器学习算法以及NLP等领域的技术储备，将进一步开展前沿研究及应用探索。百度版ChatGPT项目名确定为“文心一言”，2月7日上午，百度港股涨幅扩大至15%，创去年2月以来盘中新高。但如果你真正关心技术的进步，这些狂欢也许说明不了什么。有基金经理如是总结：“AI有可能成为新一轮的科技主线，就像之前的AlphaGo引起的投资热潮，ChatGPT也满足了大家在业绩真空期的一些想象空间。”目前，国内ChatGPT概念股已经出现分化，鸿博股份涨停，天娱数科、梦网科技、拓尔思等不同程度上涨，汉王科技、慧博云通、岭南股份等明显下跌。和国际大型科技公司普遍适度布局更远基础技术的情况不同，目前国内14家科技公司的研发支出主要方向仍是主营相关业务技术。为吸纳技术人才，股权、薪资、福利等成为当下各大科技公司研发支出的重要组成部分。2022年全球企业研发投入30强，华为第四、阿里巴巴第十七、腾讯第十八。但虽然入场的玩家多，大家的产品大多都只能触及ChatGPT的皮毛，360创始人周鸿t就坦言，虽然在数据和语料方面并不落下风，但预训练大模型依旧需要时间来打磨。在ChatGPT领域，美国超过了我们，中国公司和科研人员需要加速追赶。前阿里云大模型负责人杨红霞也评论了目前互联网公司热衷于做ChatGPT的现状。她表示：“仅有参数规模达到100B以上的大模型才有足够的实力来提供高质量的对话回答。”毕竟ChatGPT也是在国外用了近10年的时间，从英伟达的StyleGAN模型能自动生成图片，到DeepMind的DVD-GAN模型能生成连续性视频，再到OpenAI的ChatGPT模型生成自然能语言文本，都是一步一个脚印走过来的。除此之外，中国互联网大厂即使有钱、有技术能力，背后的性质和愿景跟OpenAI完全不同。大多数互联网企业一直在追求“风口”，像之前的流量入口、电商、O2O、共享经济、金融等，最近一年又开始新一轮的“人工智能”风口，包括电商属性的阿里、游戏社交属性的腾讯，都在云、人工智能技术、无人驾驶方面频频发声，但是这一次风口与以往不同，人工智能需要长久的投入积累和技术沉淀。也是在这样大环境下，华为、百度、大疆等一些技术属性更强的企业以一个新的面貌和角色重新受到社会的关注和期许。今年ChatGpt的大火，让国内互联网大厂不得不走出舒适区，虽然会面临很多困难，但我们很期待这种变化的发生。尽管ChatGPT还算不上完美，但它无疑在重建我们对人工智能的认知，也再次唤醒了人类对人工智能的焦虑。作为Open AI创始人之一，特斯拉CEO埃隆・马斯克给予ChatGPT很高的评价，但他也对人工智能潜在的安全问题表达了担忧。马斯克强调，AI安全需要立法保护，无论是飞机、汽车还是医疗，任何先进技术都可能威胁人类安全，而AI对于人类来说，则是一个更大的安全隐患。在接受《时代》周刊采访时，OpenAI的首席技术官Mira Murati表示，欢迎包括监管机构和政府在内的各方力量介入。她指出：“现在正是监管机构介入的好时机。”有业内人士指出，一旦通过接口平台，问及一些个人、企业等敏感信息的问题，这些信息不仅会暴露给接口公司，还会上传至Open Al的服务器，这都存在着潜在的暴露隐私的风险。除此之外，在知识产权方面，ChatGPT被广泛用于生成专业文档和代码，引发知识产权侵犯及归属争议；非法使用方面，ChatGPT可能被用于辅助编写网络钓鱼代码、勒索软件等非法用途。从全球范围来看，美欧等法律领域均已关注到这一问题，在其正在研制或起草的规则中也涉及到了相关内容。在国内，2022年12月，国家互联网信息办公室、工业和信息化部、公安部联合发布《互联网信息服务深度合成管理规定》，自2023年1月10日起施行，规定有对类似ChatGPT的利用人工智能技术来生成内容的应用服务提供者、技术支持者提出了一系列要求，例如标注区分等要求。美国《华尔街日报》此前刊文，指出中国关于深度合成技术新规的实施，标志着全球首次有主要监管机构对限制这一“最具爆炸性和争议性”的人工智能新技术进行全面的尝试。除了法律法规，有观点指出，未来各国政府也有可能通过牌照制来规范人工智能领域的发展。举报/反馈
与非网eefocus 2023-02-17 13:07 ・江苏 电子江湖不迷路和27位产业领袖畅聊半导体、电子产业新动向扫描即刻解锁Chiplet推进中的拦路虎FPGA的下一个机会点汽车产业如何推动传感器和连接技术融合与非导语对AI的印象还停留在人工智障阶段，怎么突然就成了再进宫的甄郑Twitter上有人对比了ChatGPT、instagram、spotify、Facebook、netflix、twitter，收获百万、1亿用户所花的时间，其中，ChatGPT以火箭蹿升之姿光速登顶，业内人士评论“Something different is happening”、“它不是一个新产品、而是一个新物种”。科技界这种盛况并不多见，上一次还是iPhone问世？ChatGPT霸屏的这段时间，相关概念股群魔乱舞，创业公司争做“中国版的Open AI”……一个核心的问题浮出水面：ChatGPT会不会固化AI产业格局，强者恒强？如果这是一场巨头的游戏，国内的中小企业该怎么玩？ 打开网易新闻 查看精彩图片 会否加剧“强者恒强”的两极局面？从硅谷到中国，ChatGPT的热度有增无减，但主要玩家都是巨头。目前国内有能力竞逐的也都是行业翘楚：百度文心一言、腾讯HunYuan-NLP 1T大模型、阿里“通义”大模型、华为盘古大模型、中科院自动化研究所“紫东・太初”等。当AI阔步进入大模型时代，走在前列的巨头会不会把追逐者远远甩开？曾任华为系NLP企业首席科学家、现任千芯科技董事长陈巍认为，可以从企业和国家整体产业两个层面来看。目前ChatGPT这类大模型领域确实有一定的马太效应，跑在前面的企业玩家具备完整的算法、数据和算力优势，后发者想要追赶确实有较大难度。但是对企业来说，未必就是强者恒强。例如OpenAI在ChatGPT这类问答型NLP算法曾一度落后于Google BERT，但现在又开始重新领跑。这其中少数研发人员的智慧、天赋，以及破釜沉舟般的专注，实际上是决定胜负的关键。“而资金或者攒局恐怕无法代替技术，比如微软自己做小冰，最后也要让位于ChatGPT”， 陈巍谈到，“如果国内的技术偏执狂人能够领悟或训练出更高水平的模型，在算法或训练方法上形成降维打击，超越OpenAI也不是不可能。”再从各国产业发展而言，由于AI领先的国家确实具备了系统化且领先的AI技术人群和丰富的算力基础（大算力芯片），已经在教育-研究-产品-需求上形成完整闭环，一旦在ChatGPT这类大模型上拉开差距，很可能形成两极分化的国力竞争格局，甚至形成“强者恒强”的局面。面对ChatGPT冲击波中小企业的机会在哪里？ 打开网易新闻 查看精彩图片 图源 | analyticsindiamag.com近期不少人给ChatGPT算经济账，国盛证券以英伟达A100芯片、DGXA100服务器、现阶段每日2500万访问量等假设为基础，估算得出：在初始算力投入上，为满足ChatGPT当前千万级用户的咨询量，投入成本约为8亿美元，对应约4000台服务器。反观国内AI中小企业，他们既撑不起全栈式的AI研发，也无力为高昂的算力买单。那么在大模型快速发展、走向商用的过程中，他们的发展机会主要有哪些？如果只能接入巨头的生态求生存，会不会产生同质化竞争？陈巍表示，对于做NLP算法的中小创业企业来说，初期确实可能会遇到比较大的打击。因为ChatGPT这类应用，把这些公司之前的积累基本拉平到同一档位上，甚至可能早期的一些投入基本打水漂了。不过，中小企业有自身的灵活优势，船小好掉头，可以基于ChatGPT这类应用，针对细分垂域做专用的领域模型（例如做ChatGPT+领域模型的混合模型）。而对于巨头来说，由于细分领域众多，即便分散兵力、撒胡椒面也未必划算。他强调，ChatGPT是通识智能、千人一面，目前并不具有个性特征、情感和某些特定领域专家知识，国内的中小NLP企业反而可以充分借助ChatGPT带来的通识和多轮对话能力提升来拓展更多客户。“国内中小企业说不定能诞生有高超天赋的NLP人才，未必不能打造出类似当年TMD（今日头条、美团、滴滴）在BAT（百度、阿里、腾讯）之后成为新巨头的故事。因为巨头内部有严格的季度ROI考核，对于ChatGPT这类需要多年冷板凳的研发项目不是太友好，顶尖项目在巨头内部发展未必好”，陈巍从研发方面指出了中小企业的可能性。其次，对于做NLP应用的中小创业企业来说，他们往往侧重于场景、模型研发少，ChatGPT这类产品会在一定程度上加剧同质化竞争。但接入ChatGPT，也会让这些企业更好地提升服务获得更多客户。特别是那些有深厚行业积累、充分理解行业的NLP应用企业，反而会进一步受益。就好比淘宝最初把中小商家和大商家放到同一个平台上，开始的时候竞价激烈，但后来大家发现平台大了，客户圈也大了，反而扩展到省外甚至国外。2年后有望追上ChatGPT现有水平？以ChatGPT为代表的AIGC应用，离不开大数据、大算力、大模型的训练结果。当我们面对这股龙卷风般的潮流席卷时，首先要看清自身的水平和现实差距。 打开网易新闻 查看精彩图片 图源 | issp.co.th陈巍指出，首先数据方面，国内的高质量语料较少，大部分能用的语料标记质量恐怕达不到ChatGPT的训练要求。就拿OpenAI来说，是雇用了约40多个全职的标记员，按照特定的要求来标记语料，而不是直接找数据公司买通用的标记数据。推测这个标记方法应该与其训练策略密切相关，可能有一定的保密要求，是完全私有的数据集。因此，国内企业首先要补上私有数据集这个短板、以及数据集的标记策略，而这可能都是大量烧钱训练之后学到的经验。再说模型本身。以ChatGPT为例，基本上国内大部分开发者都是从开源的GPT-2开始起步，大部分企业恐怕要经过大量的盲人摸象般的训练才能进阶到GPT-3的水平，然后再继续训练到GPT-3.5和ChatGPT。假如按理想的情况：准备数据和摸索训练方法用半年，GPT-2到GPT-3用半年，依此类推，大概也需要2年时间才能追上ChatGPT现有的速度。而这还是项目进展顺利、没有被公司砍掉的情况下。而2年后，国外可能已经进阶到GPT-5或者GPT-6的水平了。最后是大算力芯片，这才是对国内开发者最头大的事情。大模型训练规模的现实摆在那里，即便使用GPU，也要消耗巨大的成本。“现在看GPU训练大模型，有点像早期的深度学习研发人员看CPU训练AlexNet这些早期的深度学习模型，训练成本很高，速度又慢，这是大模型训练未来需要努力改进的方向”，陈巍表示。综合来看当前的三方面短板，数据和模型方面，可以通过大量资金投入和研发人员的努力来补上；但大算力芯片方面，则需要半导体和相关产业链的整体提升，这点并不容易且是一个长期的过程，可能会成为国内赶超的重中之重。一个朋友感慨：“我对AI的印象还停留在人工智障阶段，怎么突然就成了再进宫的甄帧―不可同日而语了？”ChatGPT的横空出世，让AI再度引发轰动。随着国内AI大模型的发展，使用成本的降低，AI将通过各种NLP或AIGC应用进入每个人的生活，甚至成为普通人的伙伴、助手或老师。ChatGPT这类大模型技术，还可以与机器人或传统的制药、材料、航空、汽车等领域结合，促进行业技术的快速发展。因此，ChatGPT绝不仅仅是一个聊天机器人，也不会止步于颠覆现有的搜索引擎，它可能只是通用人工智能的一道开胃菜。技 术 | 职 场 | 业 界 | 活 动电 子 业 内 权 威 社 群千 余 专 家 群 策 群 力点点“在看”K，与朋友分享你的世界 特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。
近日，《理解未来》科学讲座AI for Science 系列03期：“AI4Science 和 ChatGPT，生物医药的契机？”在全网线上开讲。 未来论坛理事、北京大学李兆基讲席教授、北京大学理学部主任谢晓亮担任主持，中国科学院院士、北京大学教授、北京大数据研究院院长、北京科学智能研究院（AI for Science Institute, Beijing）院长鄂维南，加拿大魁北克省人工智能研究中心（Mila）副教授、加拿大高等研究院（CIFAR）人工智能讲席教授唐建，分别围绕“AI for Science科技革命”、“生命科学中的生成式人工智能”共同探索交流“AI+生命科学”，分享前沿学术成果，共话跨学科交叉领域的深度融合创新。 科学研究将从“作坊”模式转变到“安卓”模式 活动中，鄂维南以《AI for Science：一场正在发生的科技革命》为题阐述AI for Science带来的科研范式的变革和新的产业业态。他指出，化学、材料、生物、工程等传统领域都将成为AI的主战场，同时也将催生新一代的产业模式。另一方面，在AI+Science的驱动下，科学研究将从“小农作坊”模式转变到“安卓”模式，“平台科研”将成为全新的科研范式，“社区建设”将成为重要趋势。 “希望我们有效地利用这一千载难逢的机会，将AI+Science的“安卓”模式基础设施建设起来，充分利用这一科学发展空间，让中国走在全球科学领域的前沿。”鄂维南表示。 AI+生物技术处于黄金时期 以生成式AI模型赋能药物研发 唐建以《生命科学中的生成式人工智能：如何搭建生命科学的“ChatGPT”》为题，介绍了生成式人工智能在生命科学的应用。 他表示，人工智能和生物技术的研究正处于黄金时期。语言生成模型如 ChatGPT 在对话系统领域取得了很大的突破，因此，研究者们正在探索是否能在生物制药领域搭建类似的人工智能模型。 “在人工智能与生物医药的交叉领域已有了诸多探索，例如：GeoDiff 应用在小分子的三维构象预测；E3Bind 应用在蛋白质-配体复合物结构预测；ProtSeed 同时生成新的蛋白质结构和序列等。”唐建表示。 聚焦AI+生物医药前景，推动AI+科学交叉融合 在前瞻对话环节，嘉宾们围绕“AI+生物医药前景”、“生成式AI对生命科学领域带来的影响”、“如何促进AI专家与科学家加强合作”等议题展开对话，分享深刻的洞察与思考。 关于组学与人工智能相结合，鄂维南表示，首先需要不同学科背景的专家一起来参与这类研究。其次，需要找到不同尺度、不同现象的新的guiding principle，来填补中间尺度的结构。他表示，目前分子尺度比较清楚，大的尺度也有一定的概念，但是中间尺度，我们缺乏一个guiding principle，需要物理、数学领域的专家参与进来才能有进一步的发现。“最重要的是找到这样的人，将其有效地组织起来，为他们提供足够的资源。”鄂维南谈到。 唐建认为，AI分析数据以及机器学习，为科学规律的表达提供了可能性。“AI将可能的文本、知识、代码进行训练，当AI能力达到一定强度后，我们就通过模型的开发，对大量数据进行学习和训练。其中，ChatGPT可以产生全新的原创内容，具有一定的创造力，像一本百科全书，用户可以很快从百科全书中获取需要的知识。在蛋白质设计领域，不论是小分子还是蛋白质分子，本质而言都需要生成一些新的结构。通过融入ChatGPT，可以提升蛋白质设计的创新度和多样性。”唐建表示。 谢晓亮也在前瞻对话环节分享了对于AI+生命科学领域应用的思考。他认为，基于技术上的突破，生命科学基因组学、冷冻电镜等生命科学领域，逐渐从“数据缺乏学科”转变为“大数据科学”，从“定性学科”转变为“定量学科”。“此前在我的Biophysics教学过程中，十几年都是从序列到结构，而基于当时的算法水平，‘结构’是没办法算出来的，直到2022年，结构可以通过AI算法计算出来，这也是AI+生命科学的一项技术革命。” 另外，谢晓亮也提到，AI需要大数据，因此数据质量非常重要。最近，西湖大学的许田教授正在通过机器学习的方式寻找中药的有效成分，运用组学为不同的器官和细胞使用中药，这也是中医非常需要的科学方法。（宋雅娟）来源：光明网
图片来源@视觉中国文 | MetaPost正如你所见，由Open AI开发的人工智能聊天机器人ChatGPT惊艳全球,这款聊天机器人可以写诗、写小说、敲代码，几乎无所不能。今年1月，ChatGPT刚刚发布两个月，其月活跃用户数就已达到1亿，这让它成为史上用户增长速度最快的消费应用。要知道，“1个亿”可不是个小目标，达到这一数字，Facebook用了4.5年，WhatsApp用了3.5年，Instagram用了2.5年，谷歌则用了将近一年。“ChatGPT的意义不亚于PC或互联网的诞生”，比尔・盖茨对这个新风口不吝赞誉。微软已向OpenAI投资数十亿美元，这也足以说明微软对该技术的认同。在国内，也掀起了一波类似于2016年AlphaGo的热潮，一时间，大厂不杀入ChatGPT领域，似乎就落后于时代了。百度公布了自家类ChatGPT产品的名字“文心一言”，预计3月推出相应产品，澎湃新闻、每日经济新闻等30多家媒体已宣布接入“文心一言”；阿里巴巴透露自家的聊天机器人目前处于内测阶段；网易有道确认或将推出ChatGPT同源技术产品，应用场景围绕在线教育……同时，随着ChatGPT的应用范围越来越广，社会对其合规性呼声也愈发高涨，而国家对数据安全的要求或许将成为ChatGPT发展的生死命门。判断市场对一个概念是否买单，股价是最直观的晴雨表。海外，数字媒体Buzzfeed宣布计划使用OpenAI的技术协助创作内容，随后股价暴涨近120%，这是该公司股价自2021年12月上市以来的最大涨幅。国内，二级市场上ChatGPT概念股的众生相令人感慨，国外至少是技术竞赛，国内则是股民的狂欢。一些已然没落的公司搭上ChatGPT的快车，迎来了一波意料之外的行情。2月7日，三六零在互动平台表示，公司的人工智能研究院从2020年开始一直在包括类ChatGPT技术在内的AIGC技术上有持续性的投入，但截至目前仅作为内部业务自用的生产力工具使用，且投资规模及技术水平与GPT-3相比还有较大差距，各项技术指标只能做到略强于GPT-2。虽然三六零坦承了技术差距，但此消息一出，2月8日，三六零开盘再度涨停。一些已经从这波炒概念中受益的公司转而撇清关系，规避风险。2月6日晚间，云从科技、海天瑞声、汉王科技等纷纷发布股票交易严重异常波动公告，称尚未与OpenAI开展合作，ChatGPT的产品和服务未给公司带来业务收入。以汉王科技为例，春节开市以来，受ChatGPT推波助澜，这家在2022年预亏损1.4亿的公司连续8天涨停，以至于深交所在2月7日向汉王科技发出关注函。但这不妨碍后一个交易日其股价继续飞升。图 | 汉王科技股价包括百度、阿里、腾讯、小米、字节跳动、快手等互联网科技公司先后发布在ChatGPT领域的技术布局。腾讯方面表示，腾讯目前在ChatGPT和AIGC相关方向上已有布局，专项研究也在有序推进。腾讯持续投入AI等前沿技术的研发，基于此前在AI大模型、机器学习算法以及NLP等领域的技术储备，将进一步开展前沿研究及应用探索。百度版ChatGPT项目名确定为“文心一言”，2月7日上午，百度港股涨幅扩大至15%，创去年2月以来盘中新高。但如果你真正关心技术的进步，这些狂欢也许说明不了什么。有基金经理如是总结：“AI有可能成为新一轮的科技主线，就像之前的AlphaGo引起的投资热潮，ChatGPT也满足了大家在业绩真空期的一些想象空间。”目前，国内ChatGPT概念股已经出现分化，鸿博股份涨停，天娱数科、梦网科技、拓尔思等不同程度上涨，汉王科技、慧博云通、岭南股份等明显下跌。和国际大型科技公司普遍适度布局更远基础技术的情况不同，目前国内14家科技公司的研发支出主要方向仍是主营相关业务技术。为吸纳技术人才，股权、薪资、福利等成为当下各大科技公司研发支出的重要组成部分。2022年全球企业研发投入30强，华为第四、阿里巴巴第十七、腾讯第十八。但虽然入场的玩家多，大家的产品大多都只能触及ChatGPT的皮毛，360创始人周鸿t就坦言，虽然在数据和语料方面并不落下风，但预训练大模型依旧需要时间来打磨。在ChatGPT领域，美国超过了我们，中国公司和科研人员需要加速追赶。前阿里云大模型负责人杨红霞也评论了目前互联网公司热衷于做ChatGPT的现状。她表示：“仅有参数规模达到100B以上的大模型才有足够的实力来提供高质量的对话回答。”毕竟ChatGPT也是在国外用了近10年的时间，从英伟达的StyleGAN模型能自动生成图片，到DeepMind的DVD-GAN模型能生成连续性视频，再到OpenAI的ChatGPT模型生成自然能语言文本，都是一步一个脚印走过来的。除此之外，中国互联网大厂即使有钱、有技术能力，背后的性质和愿景跟OpenAI完全不同。大多数互联网企业一直在追求“风口”，像之前的流量入口、电商、O2O、共享经济、金融等，最近一年又开始新一轮的“人工智能”风口，包括电商属性的阿里、游戏社交属性的腾讯，都在云、人工智能技术、无人驾驶方面频频发声，但是这一次风口与以往不同，人工智能需要长久的投入积累和技术沉淀。也是在这样大环境下，华为、百度、大疆等一些技术属性更强的企业以一个新的面貌和角色重新受到社会的关注和期许。今年ChatGpt的大火，让国内互联网大厂不得不走出舒适区，虽然会面临很多困难，但我们很期待这种变化的发生。尽管ChatGPT还算不上完美，但它无疑在重建我们对人工智能的认知，也再次唤醒了人类对人工智能的焦虑。作为Open AI创始人之一，特斯拉CEO埃隆・马斯克给予ChatGPT很高的评价，但他也对人工智能潜在的安全问题表达了担忧。马斯克强调，AI安全需要立法保护，无论是飞机、汽车还是医疗，任何先进技术都可能威胁人类安全，而AI对于人类来说，则是一个更大的安全隐患。在接受《时代》周刊采访时，OpenAI的首席技术官Mira Murati表示，欢迎包括监管机构和政府在内的各方力量介入。她指出：“现在正是监管机构介入的好时机。”有业内人士指出，一旦通过接口平台，问及一些个人、企业等敏感信息的问题，这些信息不仅会暴露给接口公司，还会上传至Open Al的服务器，这都存在着潜在的暴露隐私的风险。除此之外，在知识产权方面，ChatGPT被广泛用于生成专业文档和代码，引发知识产权侵犯及归属争议；非法使用方面，ChatGPT可能被用于辅助编写网络钓鱼代码、勒索软件等非法用途。从全球范围来看，美欧等法律领域均已关注到这一问题，在其正在研制或起草的规则中也涉及到了相关内容。在国内，2022年12月，国家互联网信息办公室、工业和信息化部、公安部联合发布《互联网信息服务深度合成管理规定》，自2023年1月10日起施行，规定有对类似ChatGPT的利用人工智能技术来生成内容的应用服务提供者、技术支持者提出了一系列要求，例如标注区分等要求。美国《华尔街日报》此前刊文，指出中国关于深度合成技术新规的实施，标志着全球首次有主要监管机构对限制这一“最具爆炸性和争议性”的人工智能新技术进行全面的尝试。除了法律法规，有观点指出，未来各国政府也有可能通过牌照制来规范人工智能领域的发展。举报/反馈
chatgpt的狂飙之路 ChatGPT的产业链
mft狂飙,狂飙h-gy,狂飙h-wl,狂飙 idw与非网eefocus 2023-02-17 13:07 ・江苏 电子江湖不迷路和27位产业领袖畅聊半导体、电子产业新动向扫描即刻解锁Chiplet推进中的拦路虎FPGA的下一个机会点汽车产业如何推动传感器和连接技术融合与非导语对AI的印象还停留在人工智障阶段，怎么突然就成了再进宫的甄郑Twitter上有人对比了ChatGPT、instagram、spotify、Facebook、netflix、twitter，收获百万、1亿用户所花的时间，其中，ChatGPT以火箭蹿升之姿光速登顶，业内人士评论“Something different is happening”、“它不是一个新产品、而是一个新物种”。科技界这种盛况并不多见，上一次还是iPhone问世？ChatGPT霸屏的这段时间，相关概念股群魔乱舞，创业公司争做“中国版的Open AI”……一个核心的问题浮出水面：ChatGPT会不会固化AI产业格局，强者恒强？如果这是一场巨头的游戏，国内的中小企业该怎么玩？ 打开网易新闻 查看精彩图片 会否加剧“强者恒强”的两极局面？从硅谷到中国，ChatGPT的热度有增无减，但主要玩家都是巨头。目前国内有能力竞逐的也都是行业翘楚：百度文心一言、腾讯HunYuan-NLP 1T大模型、阿里“通义”大模型、华为盘古大模型、中科院自动化研究所“紫东・太初”等。当AI阔步进入大模型时代，走在前列的巨头会不会把追逐者远远甩开？曾任华为系NLP企业首席科学家、现任千芯科技董事长陈巍认为，可以从企业和国家整体产业两个层面来看。目前ChatGPT这类大模型领域确实有一定的马太效应，跑在前面的企业玩家具备完整的算法、数据和算力优势，后发者想要追赶确实有较大难度。但是对企业来说，未必就是强者恒强。例如OpenAI在ChatGPT这类问答型NLP算法曾一度落后于Google BERT，但现在又开始重新领跑。这其中少数研发人员的智慧、天赋，以及破釜沉舟般的专注，实际上是决定胜负的关键。“而资金或者攒局恐怕无法代替技术，比如微软自己做小冰，最后也要让位于ChatGPT”， 陈巍谈到，“如果国内的技术偏执狂人能够领悟或训练出更高水平的模型，在算法或训练方法上形成降维打击，超越OpenAI也不是不可能。”再从各国产业发展而言，由于AI领先的国家确实具备了系统化且领先的AI技术人群和丰富的算力基础（大算力芯片），已经在教育-研究-产品-需求上形成完整闭环，一旦在ChatGPT这类大模型上拉开差距，很可能形成两极分化的国力竞争格局，甚至形成“强者恒强”的局面。面对ChatGPT冲击波中小企业的机会在哪里？ 打开网易新闻 查看精彩图片 图源 | analyticsindiamag.com近期不少人给ChatGPT算经济账，国盛证券以英伟达A100芯片、DGXA100服务器、现阶段每日2500万访问量等假设为基础，估算得出：在初始算力投入上，为满足ChatGPT当前千万级用户的咨询量，投入成本约为8亿美元，对应约4000台服务器。反观国内AI中小企业，他们既撑不起全栈式的AI研发，也无力为高昂的算力买单。那么在大模型快速发展、走向商用的过程中，他们的发展机会主要有哪些？如果只能接入巨头的生态求生存，会不会产生同质化竞争？陈巍表示，对于做NLP算法的中小创业企业来说，初期确实可能会遇到比较大的打击。因为ChatGPT这类应用，把这些公司之前的积累基本拉平到同一档位上，甚至可能早期的一些投入基本打水漂了。不过，中小企业有自身的灵活优势，船小好掉头，可以基于ChatGPT这类应用，针对细分垂域做专用的领域模型（例如做ChatGPT+领域模型的混合模型）。而对于巨头来说，由于细分领域众多，即便分散兵力、撒胡椒面也未必划算。他强调，ChatGPT是通识智能、千人一面，目前并不具有个性特征、情感和某些特定领域专家知识，国内的中小NLP企业反而可以充分借助ChatGPT带来的通识和多轮对话能力提升来拓展更多客户。“国内中小企业说不定能诞生有高超天赋的NLP人才，未必不能打造出类似当年TMD（今日头条、美团、滴滴）在BAT（百度、阿里、腾讯）之后成为新巨头的故事。因为巨头内部有严格的季度ROI考核，对于ChatGPT这类需要多年冷板凳的研发项目不是太友好，顶尖项目在巨头内部发展未必好”，陈巍从研发方面指出了中小企业的可能性。其次，对于做NLP应用的中小创业企业来说，他们往往侧重于场景、模型研发少，ChatGPT这类产品会在一定程度上加剧同质化竞争。但接入ChatGPT，也会让这些企业更好地提升服务获得更多客户。特别是那些有深厚行业积累、充分理解行业的NLP应用企业，反而会进一步受益。就好比淘宝最初把中小商家和大商家放到同一个平台上，开始的时候竞价激烈，但后来大家发现平台大了，客户圈也大了，反而扩展到省外甚至国外。2年后有望追上ChatGPT现有水平？以ChatGPT为代表的AIGC应用，离不开大数据、大算力、大模型的训练结果。当我们面对这股龙卷风般的潮流席卷时，首先要看清自身的水平和现实差距。 打开网易新闻 查看精彩图片 图源 | issp.co.th陈巍指出，首先数据方面，国内的高质量语料较少，大部分能用的语料标记质量恐怕达不到ChatGPT的训练要求。就拿OpenAI来说，是雇用了约40多个全职的标记员，按照特定的要求来标记语料，而不是直接找数据公司买通用的标记数据。推测这个标记方法应该与其训练策略密切相关，可能有一定的保密要求，是完全私有的数据集。因此，国内企业首先要补上私有数据集这个短板、以及数据集的标记策略，而这可能都是大量烧钱训练之后学到的经验。再说模型本身。以ChatGPT为例，基本上国内大部分开发者都是从开源的GPT-2开始起步，大部分企业恐怕要经过大量的盲人摸象般的训练才能进阶到GPT-3的水平，然后再继续训练到GPT-3.5和ChatGPT。假如按理想的情况：准备数据和摸索训练方法用半年，GPT-2到GPT-3用半年，依此类推，大概也需要2年时间才能追上ChatGPT现有的速度。而这还是项目进展顺利、没有被公司砍掉的情况下。而2年后，国外可能已经进阶到GPT-5或者GPT-6的水平了。最后是大算力芯片，这才是对国内开发者最头大的事情。大模型训练规模的现实摆在那里，即便使用GPU，也要消耗巨大的成本。“现在看GPU训练大模型，有点像早期的深度学习研发人员看CPU训练AlexNet这些早期的深度学习模型，训练成本很高，速度又慢，这是大模型训练未来需要努力改进的方向”，陈巍表示。综合来看当前的三方面短板，数据和模型方面，可以通过大量资金投入和研发人员的努力来补上；但大算力芯片方面，则需要半导体和相关产业链的整体提升，这点并不容易且是一个长期的过程，可能会成为国内赶超的重中之重。一个朋友感慨：“我对AI的印象还停留在人工智障阶段，怎么突然就成了再进宫的甄帧―不可同日而语了？”ChatGPT的横空出世，让AI再度引发轰动。随着国内AI大模型的发展，使用成本的降低，AI将通过各种NLP或AIGC应用进入每个人的生活，甚至成为普通人的伙伴、助手或老师。ChatGPT这类大模型技术，还可以与机器人或传统的制药、材料、航空、汽车等领域结合，促进行业技术的快速发展。因此，ChatGPT绝不仅仅是一个聊天机器人，也不会止步于颠覆现有的搜索引擎，它可能只是通用人工智能的一道开胃菜。技 术 | 职 场 | 业 界 | 活 动电 子 业 内 权 威 社 群千 余 专 家 群 策 群 力点点“在看”K，与朋友分享你的世界 特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。
chatgpt人工智能颠覆性革命 chatgpt 应用了哪些人工智能技术
人工智能翻车,kitten人工智能,gts人工智能,aict人工智能近日，《理解未来》科学讲座AI for Science 系列03期：“AI4Science 和 ChatGPT，生物医药的契机？”在全网线上开讲。 未来论坛理事、北京大学李兆基讲席教授、北京大学理学部主任谢晓亮担任主持，中国科学院院士、北京大学教授、北京大数据研究院院长、北京科学智能研究院（AI for Science Institute, Beijing）院长鄂维南，加拿大魁北克省人工智能研究中心（Mila）副教授、加拿大高等研究院（CIFAR）人工智能讲席教授唐建，分别围绕“AI for Science科技革命”、“生命科学中的生成式人工智能”共同探索交流“AI+生命科学”，分享前沿学术成果，共话跨学科交叉领域的深度融合创新。 科学研究将从“作坊”模式转变到“安卓”模式 活动中，鄂维南以《AI for Science：一场正在发生的科技革命》为题阐述AI for Science带来的科研范式的变革和新的产业业态。他指出，化学、材料、生物、工程等传统领域都将成为AI的主战场，同时也将催生新一代的产业模式。另一方面，在AI+Science的驱动下，科学研究将从“小农作坊”模式转变到“安卓”模式，“平台科研”将成为全新的科研范式，“社区建设”将成为重要趋势。 “希望我们有效地利用这一千载难逢的机会，将AI+Science的“安卓”模式基础设施建设起来，充分利用这一科学发展空间，让中国走在全球科学领域的前沿。”鄂维南表示。 AI+生物技术处于黄金时期 以生成式AI模型赋能药物研发 唐建以《生命科学中的生成式人工智能：如何搭建生命科学的“ChatGPT”》为题，介绍了生成式人工智能在生命科学的应用。 他表示，人工智能和生物技术的研究正处于黄金时期。语言生成模型如 ChatGPT 在对话系统领域取得了很大的突破，因此，研究者们正在探索是否能在生物制药领域搭建类似的人工智能模型。 “在人工智能与生物医药的交叉领域已有了诸多探索，例如：GeoDiff 应用在小分子的三维构象预测；E3Bind 应用在蛋白质-配体复合物结构预测；ProtSeed 同时生成新的蛋白质结构和序列等。”唐建表示。 聚焦AI+生物医药前景，推动AI+科学交叉融合 在前瞻对话环节，嘉宾们围绕“AI+生物医药前景”、“生成式AI对生命科学领域带来的影响”、“如何促进AI专家与科学家加强合作”等议题展开对话，分享深刻的洞察与思考。 关于组学与人工智能相结合，鄂维南表示，首先需要不同学科背景的专家一起来参与这类研究。其次，需要找到不同尺度、不同现象的新的guiding principle，来填补中间尺度的结构。他表示，目前分子尺度比较清楚，大的尺度也有一定的概念，但是中间尺度，我们缺乏一个guiding principle，需要物理、数学领域的专家参与进来才能有进一步的发现。“最重要的是找到这样的人，将其有效地组织起来，为他们提供足够的资源。”鄂维南谈到。 唐建认为，AI分析数据以及机器学习，为科学规律的表达提供了可能性。“AI将可能的文本、知识、代码进行训练，当AI能力达到一定强度后，我们就通过模型的开发，对大量数据进行学习和训练。其中，ChatGPT可以产生全新的原创内容，具有一定的创造力，像一本百科全书，用户可以很快从百科全书中获取需要的知识。在蛋白质设计领域，不论是小分子还是蛋白质分子，本质而言都需要生成一些新的结构。通过融入ChatGPT，可以提升蛋白质设计的创新度和多样性。”唐建表示。 谢晓亮也在前瞻对话环节分享了对于AI+生命科学领域应用的思考。他认为，基于技术上的突破，生命科学基因组学、冷冻电镜等生命科学领域，逐渐从“数据缺乏学科”转变为“大数据科学”，从“定性学科”转变为“定量学科”。“此前在我的Biophysics教学过程中，十几年都是从序列到结构，而基于当时的算法水平，‘结构’是没办法算出来的，直到2022年，结构可以通过AI算法计算出来，这也是AI+生命科学的一项技术革命。” 另外，谢晓亮也提到，AI需要大数据，因此数据质量非常重要。最近，西湖大学的许田教授正在通过机器学习的方式寻找中药的有效成分，运用组学为不同的器官和细胞使用中药，这也是中医非常需要的科学方法。（宋雅娟）来源：光明网
版权声明：除非特别标注原创，其它均来自互联网，转载时请以链接形式注明文章出处。
