• 杨学成:提训经济(一)(二) | 提示和训练
    杨学成:提训经济(一)(二) | 提示和训练 杨学成 ☉ 文      2023-06-03

    我要说的是,就像电力的使用离不开变压器和开关甚至遥控器这些电力控制系统,智能在商业场景上的落地,一定离不开“提训系统”,即提问和训练AI的能力。但语言并非唯一的提训方式,肢体动作也是,信号标识也是,甚至一切在动的东西都会是提训入口。

  • 我们的工作机会,会被人工智能替代吗?
    我们的工作机会,会被人工智能替代吗? 佚名 ☉ 文      2023-05-20

    关于科技观有一句值得玩味的话是:任何在我出生时已经有的科技,都是稀松平常的;任何在我15到35岁之间诞生的科技,都是将会改变世界的革命性产物;任何在我35岁之后诞生的科技,都是违反自然规律要遭天谴的。

  • 人工智能大模型要按暂停键吗
    人工智能大模型要按暂停键吗 佘惠敏 ☉ 文      2023-05-14

    从复杂性来看,大模型的健康发展本身就有赖于技术进步,需要以人工智能来监督、限制人工智能。

  • AI是科学家为了游戏捣鼓出来的:市场需求才是高科技第一推动力
    AI是科学家为了游戏捣鼓出来的:市场需求才是高科技第一推动力 刘远举 ☉ 文      2023-04-23

    2001年,美国商人丹尼斯·蒂托支付了2000万美元,在国际空间站停留了8天,成为人类历史上首位自掏腰包的私人游客。

  • 王小川谈大模型:中英文结合训练 就像混血儿学语言更自然
    王小川谈大模型:中英文结合训练 就像混血儿学语言更自然 甲小姐 刘杨楠 ☉ 文      2023-04-20

    王小川:我们常说“上帝”有两种,一种“上帝”无所不能、什么都管;一种“上帝”在创造一个世界后,这个世界就自行运转了。人也是这种状态——一方面创造一个生命,像“上帝”般的位置,但创造出来后就放手让它自己运行了。

  • 加州理工人工智能专家:AI永远是人类的附属品
    加州理工人工智能专家:AI永远是人类的附属品 霍思伊 ☉ 文      2023-04-17

    阿布-穆斯塔法:“预训练+微调”是一种分而治之的巧妙方式,一次训练AI专注于一个问题并完善它,例如,要求它造出语法正确的句子(即使表达出来的是胡说八道),然后为这个预训练的系统提供更具体的引导性信息。

  • 这篇文章,AI写了一半
    这篇文章,AI写了一半 李强 ☉ 文      2023-04-09

    这个问题的答案,也许在我请ChatGPT写的另一个关于“阳山村”的故事中能够找到。这个新故事是这样讲的:阳山村老村长林义发现了这一切,他的心情异常沉重,因为他深知这种趋势所带来的后果。于是,他开始了一场漫长而孤独的反抗,试图让村民重新回归耕种土地的本质。

  • 受ChatGPT冲击越大的行业是越有前途的行业
    受ChatGPT冲击越大的行业是越有前途的行业 王建硕 ☉ 文      2023-04-05

    当一个行业的成本下降到了原来的1/10,按照供需关系,需求一定会大幅增长,甚至增长的总量会超过10倍。

  • 尤瓦尔·赫拉利:人工智能需要一套全新的道德规则
    尤瓦尔·赫拉利:人工智能需要一套全新的道德规则 苗千 ☉ 文      2023-04-04

    ChatGPT、GPT-4和更先进的人工智能将开创新的时尚、意识形态甚至是宗教,这反而将增加两极分化。人类文化基于语言。而因为人工智能已经破解了语言,它现在可以开始创造文化。

  • 埃隆·马斯克对人工智能的看法是正确的
    埃隆·马斯克对人工智能的看法是正确的 保罗·m·巴雷特 ☉ 文      2023-04-04

    马斯克在与其他一些联合创始人的权力斗争中失利,并于2018年气冲冲地离开了。他已经向该公司投资了1亿美元,但据报道,他未能兑现在几年时间里总共投资10亿美元的承诺。面对资金短缺,OpenAI在2019年转型为一家营利性公司,由与马斯克有过节的联合创始人之一萨姆·奥特曼(Sam Altman)领导。

  • 按下GPT暂停键是对人工智能长远发展的一次深思
    按下GPT暂停键是对人工智能长远发展的一次深思 吴飞 ☉ 文      2023-04-03

    1942年,科幻小说作家阿西莫夫在小说《环舞》中首次提出了3条定律:机器人不得伤害人类,或因不作为使人类受到伤害;在不违背第一定律前提下,机器人必须服从人类的命令;在不违背第一和第二定律的前提下,机器人必须保护自己。后来,阿西莫夫又加入了一条新定律:第零定律,即机器人不得伤害人类整体,或因不作为使人类整体

  • 张亚勤:ChatGPT之后行业结构的变化 以及边缘模型等机会
    张亚勤:ChatGPT之后行业结构的变化 以及边缘模型等机会 张宇琦 ☉ 文      2023-04-02

    过去做什么应用都需要海量数据,现在很多基础数据通过预训练模型给你了,那么每家就可以结合自己的专有数据做fine-tuning(精调),做prompting(提示),做这种适应就行了。之前做个公司,最怕数据不够,因为数据散着或者在别的公司那里。

哈希力量 ☉ 人机智能科普文库