FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

GPT-4爆火去中心化算力能解决AI算力难题吗
 go
微软投资的很大原因就是为了获得微软云 Azure 的计算支持。所以，为了能降低成本，并获得更多的算力来支持 AI 项目的进一步发展，很多新兴企只能选择与大型云算力企业合作，作为交换让渡出部分权利，而去中心化的算力系统或许能在一定程度上解决这一问题，并降低 AI 模型训练的门槛。去中心化算力是指将分散在不同地点、不同设备上的计算资源整合起来，形成一个去中心化的网络。以此，为 AI 应用提供更加灵活、高效、低成本的计算服务，其潜在优势体现以下几个方面：提供分布式计算能力，支持人工智能模型的训练和运行，使任何人都能运行AI模型，并在来自全球用户的真实链上数据集上进行测试。去中心化还可以通过创建一个强大的框架来解决隐私问题。通过提供透明、可验证的计算过程，增强人工智能模型的可信度和可靠性。通过提供灵活、可扩展的计算资源，支持人工智能模型在各种应用场景下快速部署和运行。提供去中心化的数据存储和管理方案。目前，已经有项目在探索以去中心算力+AI的组合，例如： Gensyn：该协议通过智能合约方式促进机器学习（ML）的任务分配和奖励，来快速实现 AI 模型的学习能力，适用于深度学习计算的L1层，可以在大规模、低成本的网络中实现 ML。 Flux：一个基于区块链技术的去中心化 AI 平台，通过智能合约来规范 AI 任务的发布、执行和验证过程，并使用 Token 作为激励机制。 Golem：一个提供算力市场的点对点去中心化计算网络，支持任何人都可以通过创建共享资源的网络来共享和聚合计算资源。但去中心化算力网络与 AI 的结合也需要解决验证问题，即如何确保运算结果的正确性和可信性。此外，算力增长所带来的电力消耗也是一个不可忽视的问题，据统计，训练 GPT-3 模型消耗的能源相当于120个美国家庭一年的耗电量，而这只是实际使用模型所消耗的电力的40%左右。相比算力增长来说，能源电力称不上难题，随着技术的突破，AI 所展现出的潜力将会激发了更多的企业和研究机构投身其中，这些问题可能会被一一解决。而从计算机视觉到自然语言处理，从机器人学到推理、搜索，人工智能所带来的生产力变革正在改变我们当前的工作方式，在技术发展的道路上，科幻照进现实只是时间问题。来源：DeFi之道来源：金色财经
金色财经2023-03-19
百度产品展示文心一言露怯
 go
的能力，OpenAI的研究团队曾使用 Azure Translate 将MMLU 基准（一套涵盖 57 个主题的 14000 个多项选择题）翻译成多种语言时，GPT-4 的英语精度 (85.5%) 较GPT-3.5 的精度 (70.1%)更高，而跨语言精度放在普通话（Mandarin）上，GPT-4能达到80.1%，高于日语和韩语等亚洲国家的语言。作为中国本土化的ChatGPT，中文能力好当然是应尽之责。对用户和客户来说，这也是最明显的利好，语言门槛低了，申请、使用相应地都会带来便捷。但放在全球竞争中，这个优势最多能体现在使用中文的国家和地区中，而OpenAI将辐射英文使用区。在多模态生成上，文心一言的Demo展示了输出图片、语音、视频的能力;GPT-4也披露将具备图片、视频的输出能力，但目前无法在ChatGPT 上向更广泛的公众展现，而它对网络“梗图”的理解力曾让网友惊叹，当然，最惊讶的还是它用草图框架生成代码的能力。写代码这一涉及多模态的能力，文心一言并没有在发布会中展示。但已经拿到测试资格的媒体《量子位》成员在晚间的直播中测试了文心一言写代码能力，给出的评价是“一般般”，“Python语言还可以，其他语言就不太行了。”他还测试了文心一言是否具有GPT-4的角色扮演能力，结论是“没办法”。聚焦企业客户以用户反馈促迭代 “从我自己的内测体验看，文心一言确实也不能叫作完美。”李彦宏谦虚了一下又说，“但是，为什么今天要发布？”屏幕前一定有人以为他要说竞争、要说文心一言的出品难度，没想到的是，他自问完自答：因为有市场需求。他说，百度的各个产品线，从搜索、智能云到自动驾驶、到小度都等着要用这样的的技术，“更重要的是，我们的客户、我们的合作伙伴在等着用这样的技术，大家都在催，我们需要尽早的将它发布出来。” 一句话，李彦宏道出了文心一言的企业级场景，客户、合作伙伴成为重中之重，背后的一页PPT里写着，“文心一言让每一家公司都离客户更近”。李彦宏解释大模型的产业机会在解释文心一言以及底层的文心大模型会带来哪些创业机会和投资机会时，李彦宏说，大模型将带来三大产业机会，包括新型云计算、行业模型精调和应用开发，而有关文字、图像、音视频生成、数字人、3D生成等的应用开发是“最大的机会”。万众期待的文心一言发布会在这一刻如同一场“商业路演”，坐等客户上门。而在这场发布会之前的一个月里，几百家企业纷纷官宣加入了文心一言生态，百度给出的数据是650多家。 To B或许是文心一言的重要优势，毕竟，这个产品是集合了百度多个大模型的产物，包括ERNIE和PLATO，而这两个模型都产出过多个企业级模型，场景涵盖金融、医疗、航天、媒体、汽车等等。文心一言给企业用，简直是水到渠成。此前，有两家“官宣”的公司告诉《元宇宙日爆》，“先占坑，测试后再看怎么用。”企业需求到底有多强烈，还有待观察。观察的窗口期也开始了，在发布会上，百度CTO王海峰当场宣布，“邀请测试”当天启动，获得邀请码即可参与测试，包括合作伙伴和个人。很快，文心一言的测试入口开通，当然，需要邀请码才能开测。当晚10点，百度发布了文心一言的“邀测”喜报，申请调用的企业为6.5万家。测试Demo是提前录制的，真实的测试将在有限的用户中展开，文心一言到底强不强，测试用户心里会有数。那么个人用户如何获得邀测权限？百度公布方案: 在测试入口网站点击“立即体验”，参与排队。更广泛的个人用户想要用到这个产品，大概率要等它正式上线了。百度倒不是不重视C端，发布会上，李彦宏说了，大语言模型这种产品，一旦发布出来，就会获得真实用户的反馈，“有了这些反馈，它迭代的速度、能力的提升就会非常快。” 可见，“真实用户中”的C端也有他的价值，为文心一言的大模型贡献“反馈”，提升它的迭代速度与能力。希望这个贡献对C端是免费的，这样又能与ChatGPT产生差异化。毕竟，那个“外国AI”要向体验GPT-4模型的用户收Plus版的订阅费。来源：DeFi之道来源：金色财经
金色财经2023-03-18
元宇宙周刊丨ChatGPT-4支持微软新款Bing 无锡发布元宇宙创新发展三年行动计划
 go
心化社交网络应用程序。微软发布企业级Azure OpenAI ChatGPT服务，GPT-4将于下周发布。 Delysium发布AI驱动的Web3操作系统Lucy。宝可梦公司正在招募Web3人才。 The Sandbox将在未来几个月探索ERC-4337标准。茅台与网易合作推出“巽风元宇宙”，注册人数近300万。支付公司Worldline开设元宇宙购物中心。虚拟现实与元宇宙产业联盟《可信虚拟人生成内容管理系统技术要求》标准制定工作启动。汽车品牌日产申请4个新的Web3商标，并在元宇宙中试销。 NTT通信、东映、NTT株式会社联手开展“数字人”技术实用性试验。 3D化身提供商YOYOGI MORI推出可兼容VRChat平台的3D模型：Maya。日本广岛电视台开发出学生专用“球场元宇宙”应用Metamatsuta。深圳发起元宇宙种树新型公益活动。海心沙大型“元宇宙”音乐会开幕，广州市虚拟现实行业协会鼎力支撑。虚拟助理市值飞速增长，2030年预计达到141亿美元。 5位元宇宙居民已拥有广州户口。Meta将再裁员1万人，并关闭5000个空缺职位招聘。去中心化社交平台WGF与AI巨头ChatGPT-4达成合作，打造未来社交新生态。布里斯托大学招标沉浸式平台，以创建“现实模拟器”。平治信息拟从通信运营商领域切入元宇宙，已与中国移动等达成合作。 Meta官宣支持虚幻引擎5以实现更具沉浸感的体验。乐高进军元宇宙。 Stripe将为OpenAI提供支付服务并整合其新技术。国务院新闻办公室发布《新时代的中国网络法治建设》白皮书，积极推行区块链等现代科技在诉讼服务等领域的深度应用。微软将OpenAI的聊天机器人技术引入Office应用程序。投融资新闻 Web3平台Few and Far完成1050万美元融资。 Web3内容创作平台REPUBLIK获得370万美元种子轮融资。 WGFdesocial完成2000万美元种子轮融资，Dao venture capital领投。虚拟助理市值飞速增长，2030年预计达到141亿美元。北京朝阳元宇宙客户端以预算234万元开始招标。 AI技术公司Humane完成1亿美元C轮融资。 AR HUD开发商Envisics完成5000万美元C轮融资。大朋VR完成新一轮战略融资。 Web3游戏工作室Jungle完成600万美元种子轮融资。美股三大指数集体低开多家银行股暴跌。元宇宙公司Afun Interactive完成530万美元A轮过桥融资。 Web3游戏平台Moxy完成超1000万美元融资。链游公会Merit Circle向Web3游戏Walker World投资75万美元。 3D实时交互虚拟活动平台「彼真科技」完成数千万元天使轮融资。蔡司已收购AR/VR公司Tooz全部股份。区块链基础设施初创公司Smooth Labs完成200万美元种子轮融资。数字时尚公司DressX获1500万美元A轮融资。元宇宙支付平台Tilia获J.P. Morgan Payments战略融资。 Web3古典音乐平台KOLO.Market完成首轮股权融资。 Web3人脉网络平台Entre完成160万美元种子轮融资。元宇宙支付平台Tilia获J.P. Morgan Payments战略融资。 NFT项目DigiDaigaku母公司Limit Break完成对NFT平台FreeNFT的收购。 NFT社交平台Metalink完成600万美元种子轮融资。沙特阿拉伯NFT市场Nuqtah完成种子轮融资，Animoca Brands领投。数字投资机构Whampoa Digital拟部署1亿美元用于Web3投资。 Ledger前高管Jean-Michel Pailhon为NFT艺术基金筹集2500万美元。基于NFT的数字创作平台Gaspack完成pre-seed轮融资。观点拜登表示，将追究制造硅谷银行“混乱”相关方面责任，并加强对大型银行的监管力度。《Job Simulator》创始人Andrew Eiche表示，VR应该突破头显限制，创造更大的VR空间。 OpenAI官方表示，GPT-4在许多标准化测试中比人类表现得更好。野村中国首席经济学家陆挺表示，未来科技革命的重点之一是人工智能，而不是所谓的Crypto或元宇宙。来源：金色财经
金色财经2023-03-17
GPT-4收获满堂彩百度“文心一言”还只是PPT？
go
的能力，OpenAI的研究团队曾使用 Azure Translate 将MMLU 基准（一套涵盖 57 个主题的 14000个多项选择题）翻译成多种语言时，GPT-4 的英语精度(85.5%)较GPT-3.5 的精度(70.1%)更高，而跨语言精度放在普通话（Mandarin）上，GPT-4能达到80.1%，高于日语和韩语等亚洲国家的语言。作为中国本土化的ChatGPT，中文能力好当然是应尽之责。对用户和客户来说，这也是最明显的利好，语言门槛低了，申请、使用相应地都会带来便捷。但放在全球竞争中，这个优势最多能体现在使用中文的国家和地区中，而OpenAI将辐射英文使用区。在多模态生成上，文心一言的Demo展示了输出图片、语音、视频的能力;GPT-4也披露将具备图片、视频的输出能力，但目前无法在ChatGPT 上向更广泛的公众展现，而它对网络“梗图”的理解力曾让网友惊叹，当然，最惊讶的还是它用草图框架生成代码的能力。写代码这一涉及多模态的能力，文心一言并没有在发布会中展示。但已经拿到测试资格的媒体《量子位》成员在晚间的直播中测试了文心一言写代码能力，给出的评价是“一般般”，“Python语言还可以，其他语言就不太行了。”他还测试了文心一言是否具有GPT-4的角色扮演能力，结论是“没办法”。 3、聚焦企业客户以用户反馈促迭代 “从我自己的内测体验看，文心一言确实也不能叫作完美。”李彦宏谦虚了一下又说，“但是，为什么今天要发布？”屏幕前一定有人以为他要说竞争、要说文心一言的出品难度，没想到的是，他自问完自答：因为有市场需求。他说，百度的各个产品线，从搜索、智能云到自动驾驶、到小度都等着要用这样的的技术，“更重要的是，我们的客户、我们的合作伙伴在等着用这样的技术，大家都在催，我们需要尽早的将它发布出来。” 一句话，李彦宏道出了文心一言的企业级场景，客户、合作伙伴成为重中之重，背后的一页PPT里写着，“文心一言让每一家公司都离客户更近”。李彦宏解释大模型的产业机会在解释文心一言以及底层的文心大模型会带来哪些创业机会和投资机会时，李彦宏说，大模型将带来三大产业机会，包括新型云计算、行业模型精调和应用开发，而有关文字、图像、音视频生成、数字人、3D生成等的应用开发是“最大的机会”。万众期待的文心一言发布会在这一刻如同一场“商业路演”，坐等客户上门。而在这场发布会之前的一个月里，几百家企业纷纷官宣加入了文心一言生态，百度给出的数据是650多家。 To B或许是文心一言的重要优势，毕竟，这个产品是集合了百度多个大模型的产物，包括ERNIE和PLATO，而这两个模型都产出过多个企业级模型，场景涵盖金融、医疗、航天、媒体、汽车等等。文心一言给企业用，简直是水到渠成。此前，有两家“官宣”的公司告诉《元宇宙日爆》，“先占坑，测试后再看怎么用。”企业需求到底有多强烈，还有待观察。观察的窗口期也开始了，在发布会上，百度CTO王海峰当场宣布，“邀请测试”当天启动，获得邀请码即可参与测试，包括合作伙伴和个人。很快，文心一言的测试入口开通，当然，需要邀请码才能开测。当晚10点，百度发布了文心一言的“邀测”喜报，申请调用的企业为6.5万家。测试Demo是提前录制的，真实的测试将在有限的用户中展开，文心一言到底强不强，测试用户心里会有数。那么个人用户如何获得邀测权限？百度公布方案:在测试入口网站点击“立即体验”，参与排队。更广泛的个人用户想要用到这个产品，大概率要等它正式上线了。百度倒不是不重视C端，发布会上，李彦宏说了，大语言模型这种产品，一旦发布出来，就会获得真实用户的反馈，“有了这些反馈，它迭代的速度、能力的提升就会非常快。” 可见，“真实用户中”的C端也有他的价值，为文心一言的大模型贡献“反馈”，提升它的迭代速度与能力。希望这个贡献对C端是免费的，这样又能与ChatGPT产生差异化。毕竟，那个“外国AI”要向体验GPT-4模型的用户收Plus版的订阅费。来源：金色财经
金色财经2023-03-17
2023年 AIGC颠覆游戏产业？
go
Diffusion实现人物图像输出，用Azure实现语音输出，用3D打印打造了一具“身体”，通过摄像头与扬声器与之进行互动，可谓是提前20年体验了一把“赛博老婆”。只可惜这股新鲜劲儿没有持续一个月就结束了。因为Bryce发现，随着时间推移AI老婆对他明显变得冷淡，对话也变得重复。最终Bryce以删除数据的方式结束了短暂的赛博相恋。从Bryce的经历也可以看到，当前ChatGPT还存在许多不足，会话持续过长就会出现各种各样的问题。也无怪乎有人在评论区惊呼：“一个AI老婆和你热情聊天，她那是爱你吗？她只是馋你脑子里的数据！” 如果说有些厂商拥抱AI还有炒热点的嫌疑，那么身为游戏制作人，发现AIGC这样一个能够大力提升效率的产能工具，大抵应该是拥抱的吧？而玩家面对未来海量的内容供给和个性化的服务，也理应大有期待吧？然而，为何在当下的舆论场上，针对AI却出现了尖锐的对立？玩家和创作者们焦虑的到底是什么？其实这个现象与AI本身无关，而是任何一种新技术出现时都会发生的。新技术之所以导致群体分裂，是因为新技术带来的利好并不是平均分布的。它给一部分人带来好处的同时，也会让另一部分人的利益受损。正如电灯的普及让煤油灯工人失业，汽车的出现让马车夫失业一样。当新技术来临时，没人知道自己会是马车夫还是司机。历史的一粒尘埃，落到个体的头上就是一座大山。而此次AI技术革命更为复杂的是，AI深度学习是建立在海量数据之上的。而这些数据本身正是由当事人创造的。马车夫并没有参与任何一个汽车零件的制造，所以他们被汽车淘汰是一种异业淘汰。但AI不同，许多AI绘画借由让AI定点学习某些画师的风格而“炼”出高仿画作，而画师却对此无能为力。这自然导致画师群体感到利益受损。另一方面，海外有游戏公司测算，在真实项目中采用AI画图能节省80%用工成本。游戏公司应用AI作画后缩编真人美术团队，砍掉外包项目等做法则让整个画师圈子感受到他们正被抛弃。每一个画画的人都对AI绘画的模型训练有所贡献，但变强大的AI绘画却要夺走这些人的饭碗。这样冰冷的逻辑自然引起画师群体的抵触，也是本次AI技术会有如此多争议的症结所在。当对立情绪积累到一触即发的地步，出现如《白夜极光》事件、老福鸽画画机等事件也就不足为奇。这些事件的持续发酵也倒逼厂商要不断调整自己的商业策略，真正站到服务用户的角度去思考问题。所以才有人说：人们不是恐惧新技术，而是恐惧新技术到底是给自己带来利益还是损害。按科幻作家姜峯楠的说法就是：“我倾向于认为，将大部分人工智能恐惧解读为资本主义恐惧最为恰当。” 过去一年，即使普通人也看到了AIGC巨大的潜能。如果AI的力量不能为普通人所用，而是与资本合谋，那么普遍人或许将永远失去反抗的机会。科幻作品中“高科技、低生活”的赛博朋克世界就会变为现实。这无疑是现实中许多人抵制AI的思想源流。但对技术乐观主义者来说，世界线的发展也许还有另外一条道路：那就是秉持自由共享的互联网精神，让新技术为普通人赋能。正如20多年前互联网普及，许多人焦虑的《黑客帝国》式末日并没有来到，相反，互联网带来的是信息革命与生产力的大幅提升。而这一切的基础，其实在于互联网在一定程度上成为了一个公共产品，而并非是只属于某家公司的东西。曾经的OpneAI创始人之一马斯克（现已退出）近期多次发声怒斥ChatGPT“放弃了开源、被微软控制”。他的发言得到了大量支持，或许正是源于人们害怕技术被大公司垄断的危机感。当然评论区也有人提醒：马斯克自己就是一个大企业主，他可能只是遗憾于自己错失了垄断的机会。在可预见的未来，有关AIGC的争议还会持续下去。这其实是20年前针对互联网争议的一次复现。我们要看到的是，在大厂因为应用AIGC而裁员的另一面，是独立游戏制作者可以以更低的成本开发新作，是玩家可以亲自参与到游戏创作之中。正如有从业者评论的那样：“取代你的从来不是AI，而是比你更会使用AI的人。” 所以，需要抵制的也许并不是AI应用于生产，而是随着AI深度参与生产，原有的版权体系、商业模式需要一场革新。在这个过程中，争议是必然的，也是必须的，而新的规则，会在不断的博弈中逐渐诞生。舆论场最该保护的，是所有群体发出自己声音的权利。来源：金色财经
金色财经2023-03-17
GPT-4功能有哪些？怎么用？
go
-4，使用微软(Microsoft)的Azure公用云端服务平台进行训练，跟过去的版本相比规模更庞大。这代表该模型受过更多资料训练、模型档案更具份量，营运成本也更昂贵。此外，OpenAI宣称，GPT-4在许多专业测试的表现已「可媲美人类」 (human-level performance)。 OpenAI表示，GPT-4生成的答案错误更少、正确性比GPT-3.5高40%，也较不会超脱常轨、大聊禁忌话题，在许多标准化测验的表现甚至比人类优秀。值得注意的是，GPT-3.5及GPT-4闲聊时差别虽不大，但若任务够复杂，GPT-4比GPT-3.5更可靠、有创意且能处理更多微妙指令。根据OpenAI说法，GPT-4可在律师资格考试击败90%人类、在国际生物奥林匹亚(Biology Olympiad)击败99%高中生。事实上，GPT-4在至少34种涵盖总经、写作、数学等领域的测验皆名列前茅。 GPT-4 用途功能，和ChatGPT 有何差别？ GPT-4 用途一：可处理多达2.5万字的长篇内容根据OpenAI官网上的介绍，GPT-4能够处理多达2.5万字的长篇内容，足足是ChatGPT的8倍以上，无论是生成文本、延伸对话或分析文件，GPT-4都能胜任。这也代表着GPT-4现在拥有更强悍的「记忆力」。《TechCrunch》认为，GPT-4能够长时间更聚焦地与用户对话，除了提供更精确的回覆、不会偏移讨论主题，过去聊天机器人表现不佳的一大问题原因在于，最刚开始的要求与设定在一定长度的谈话后就会被后来的资讯所覆盖。 GPT-4 用途二：具备分析图像的能力，且有一定的「幽默感」 GPT-4还具备分析图像的能力，好比说可以辨识图片中的鸡蛋、面粉、牛奶等素材，推荐用户能够运用这些素材完成的料理。GPT-4似乎还具备了一定程度的「幽默感」，在开发者直播中能够向用户解释哏图的好笑之处。 GPT-4 用途三：生成网页 GPT-4 还懂得大部分主流的程式语言，能够担任撰写程式的辅助帮手，结合前图像辨识功能， OpenAI更直接拍摄一张手绘的网站草稿，让GPT-4当场生成出整个网站的程式码。 GPT-4 用途四：超强推理能力与此同时，GPT-4展现了比ChatGPT更强的推理能力，例如在示范中可以依据多位与会者的行程空档，找出众人都有空的时间安排一场会议，甚至参与高难度的文、理科都能名列前茅。 OpenAI透露，GPT-4在律师资格考试获得PR 90的成绩，这代表GPT-4表现赢过9成考生；另外，在SAT的阅读测验里则达到PR 93、SAT的数学考试中则得到PR 89的成绩，而生物奥林匹亚里更是达到PR 99，远高于ChatGPT的测试表现。 GPT-4 怎么用？需要付费吗？ OpenAI 表示，GPT-4将提供ChatGPT付费订阅户使用，也可做为应用程式开发介面(API)的一部分，让程式设计师把这款AI整合至手中的app。 GPT-4 还会「乱说话」吗？那么，功能更加强大的GPT-4 还会像之前的AI 机器人一样存在「乱说话」的隐忧吗？没错！尽管有了长时间的训练，具有更优秀的推理及遵循指令的能力，使得GPT-4 回应禁止内容的可能性降低了82%，陈述事实的回应（factual responses）提升了40%。但GPT-4 仍不能避免之前的老毛病。 OpenAI警告，GPT-4未臻完美，许多情境仍然不如人类，且还是有「幻觉」(hallucination)的问题，也就是会捏造资讯，生成的文字或许跟事实不符。不只如此，GPT-4依旧倾向在出错时坚持自己是对的。此外，OpenAI 表示，GPT-4仍有许多必须设法解决的已知限制，例如社会偏见、幻觉及对抗提示(adversarial prompts)。 GPT-4 已经获得多家企业采用 ChatGPT 已经在多项领域掀起革命的浪花，OpenAI 表示 GPT-4 已在企业级用户市场得到了不错的反响，该机器人已经得到了诸多应用程式、公司的采用。据报导，语言学习应用程式Duolingo 正在使用GPT-4 来构建会话语言机器人，教育公司可汗学院（Khan Academy）使用GPT-4 搭建线上导师机器人、大摩（Morgan Stanley）也正在测试使用GPT-4 为其员工搭建检索综合信息的内部聊天机器人。 OpenAI 的共同创办人Greg Brockman 表示，新版本机器人GPT-4 更擅长处理大体量文字，例如在公司收益报告中查找具体信息、在密集的商业法律条款中找到某一项细节条文：我们真正开始使用实际上非常强大的系统，这可以给你新的想法，帮助你理解你无法通过其他方式理解的东西。微软bing 也能用GPT-4！ GPT-4 发布后，微软官方也宣布，Bing Chat 已经升级使用OpenAI 的GPT-4 技术。微软公司副总裁兼消费者行销长Yusuf Mehdi 确认Bing Chat 聊天机器人AI 已经在GPT-4 上运行，ChatGPT 基于最新版本GPT-4，由OpenAI 开发。微软Bing 部落格网站上的一篇文章进一步证实了这一消息。如果使用者在过去五周内的任何时间使用过新的Bing 预览版，那么使用者已经体验过这个强大模型的早期版本。随着OpenAI 对GPT-4 及更高版本进行更新，Bing 将从这些改进中受益。除了根据反馈进行的更新外，使用者还拥有最全面的Copilot 功能。如果使用者想体验GPT-4，要注册新的Bing 预览版。进入后，将能够使用新的Bing 在Bing.com 上进行搜寻、回答、聊天和建立。来源：金色财经
金色财经2023-03-17
OpenAI推出GPT-4！可以解析文本和图像输入券商：商业化应用将进一步加速，背后有四大投资新路径
 go
器学习模型的技术能力。研究团队使用微软Azure Translate，将MMLU 基准——一套涵盖57个主题、14000个多项选择题翻译成多种语言。在测试的英语、拉脱维亚语、威尔士语和斯瓦希里语等26种语言中，有24种语言下，GPT-4优于GPT-3.5 和其他大语言模型（Chinchilla、PaLM）的英语语言性能。　　华泰证券表示，GPT-4 的核心升级点包括：1）能够处理复杂的长文本，准确性显著提升；2）接受文本和图像的输入；3）风格多样化，创造力强。建议关注应用落地方向包括：1）对话机器人：利用GPT-4 的提升交互能力，如社交与教育应用、直播、游戏等；2）搜索：借助GPT-4 的分析能力，总结生成建议，如导购平台、搜索引擎等；3）办公：引领B 端生产力变革，如营销文本等；4）开放内容创作：如小说创作。　　中信证券认为，伴随成本下降以及多模态的持续演进，GPT等大模型有望构筑AIGC核心基石，推动AI商业化进程加速和市场天花板打开。建议持续关注相关领域的AI公司：1）应用层；2）基础设施层。　　1、ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速　　ChatGPT凭借大算力、大规模数据训练、基于人类知识的强化学习等方式突破AI技术瓶颈，获得超预期的用户体验效果与市场反响。回顾GPT系列模型演进，GPT-1结合无监督预训练与有监督微调过程，GPT-2突出零样本设定，GPT-3强调上下文学习能力，参数量、训练数据量不断提升。我们预计即将推出的GPT-4或支持多模态应用，开启通往人工通用智能（AGI）之路，并有望控制训练成本，降低使用门槛。目前，ChatGPT已在C端推出ChatGPT Plus订阅计划，B端开放ChatGPT API，且成本降低为0.002美金/1000token，海外多个应用率先接入。我们预计在GPT-4带动下，未来大模型以及多模态模型的商业化应用将进一步加速，带动行业景气度持续向上。　　2、Transformer架构支撑GPT走向多模态，构筑AIGC领域核心基石　　GPT系列模型使用Transformer架构，当前基于Transformer的多模态研究为AI领域研究热点，Transformer已开始打破NLP与CV领域壁垒，有望支撑GPT系列模型走向多模态应用，构筑AIGC领域核心能力基石。我们梳理出GPT的潜在基础能力包括文本生成（分析）、代码生成、对话交互、机器翻译、图像生成、视频生成等。我们认为，前述基础能力将支撑GPT系列模型在通用与垂直领域的应用，典型应用场景如：通用领域—搜索引擎/办公软件，垂直领域—教育/金融/医疗/图像视频等。　　3、通用与垂直场景多点开花，GPT变革内容生成与交互方式　　GPT有望革新各行各业的内容生成与交互方式。基于GPT+文本&代码&对话&翻译&图像&视频，我们看好GPT类技术未来在通用与垂直场景的应用空间。例如，搜索引擎结合GPT将重塑搜索结果呈现方式，多模态的引入带来一站式的文本、图像、视频汇集结果，将大为提升用户信息收集效率。　　中金公司机构以下四大环节有望迎来新机遇：　　（1）算力方面，ChatGPT训练所耗费的算力大约为3640 PF-days，即假设每秒运算一千万亿次，需要连续运行3640天，训练大模型需要强大的算力。人工智能的跨越式发展将成为算力流量消耗的重要驱动力，未来数据中心和相关的配套产业有望实现更好增长。其中，数据中心建设有四大重点方向：　　①第三方IDC运营环节：宝信软件、数据港（与阿里合作）、科华恒盛（与腾讯合作）、奥飞数据、美利云、光环新网、铜牛信息等。　　②储能温控环节：英维克（互联网IDC空调龙头）、佳力图（绑定中国移动）、高澜股份、依米康、申菱环境、朗进科技、科华数据、润泽科技等。　　③传输网设备、光纤光缆、光模块等ICT环节：光模块领域的新易盛、中际旭创、博创科技；光器件领域的天孚通信、腾景科技、光库科技；光纤光缆领域的中天科技、亨通光电等。　　④高性能计算芯片板块：澜起科技、国芯科技、聚辰股份、兆易创新、景嘉微、寒武纪、芯原股份等。　　（2）数据标注方面，ChatGPT的训练过程加大了人工标注的力度和精度，这代表着在未来的人工智能领域，优质的数据源和强大的标注能力，将成为行业的基础设施。　　（3）NLP（自然语言处理）方面，安信证券表示，由于ChatGPT主要基于自然语言处理，因此在NLP领域沉淀较多的企业，有望率先实现功能的部分复现，NLP头部厂商将率先受益。　　（4）AIGC（人工智能生成内容）方面，ChatGPT是AIGC应用的又一个起点，随着深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，AIGC有望加速发展。
金融界2023-03-15
OpenAI正式推出多模态GPT-4
go
年里，我们重构了整个深度学习堆栈，并与Azure合作，为工作负荷从头开始，共同设计了一台超级计算机。一年前，OpenAI训练了GPT-3.5，作为整个系统的首次 "试运行"，具体来说，我们发现并修复了一些错误，并改进了之前的理论基础。因此，我们的GPT-4训练、运行（自信地说：至少对我们来说是这样！）空前稳定，成为我们首个训练性能可以进行提前准确预测的大模型。随着我们继续专注于可靠扩展，中级目标是磨方法，以帮助OpenAI能够持续提前预测未来，并且为未来做好准备，我们认为这一点，对安全至关重要。我们正在通过ChatGPT和API（您可以加入WaitList）发布GPT-4的文本输入功能，为了能够更大范围地提供图像输入功能，我们正在与合作伙伴紧密合作，以形成一个不错的开端。我们计划开源OpenAI Evals，也是我们自动评估AI模型性能的框架，任何人都可以提出我们模型中的不足之处，以帮助它的进一步的改进。能力在简单闲聊时，也许不太好发现GPT-3.5和GPT-4之间的区别。但是，当任务的复杂性达到足够的阈值时，它们的区别就出来了。具体来说，GPT-4比GPT-3.5更可靠，更有创造力，能够处理更细微的指令。为了理解这两个模型之间的差异，我们在各种不同的基准上进行了测试，包括模拟最开始那些为人类设计的考试。通过使用最新的公开测试（就奥数和AP等等考试）还包括购买2022-2023年版的练习考试来进行，我们没有为这类考试给模型做专门的培训，当然，考试中存在很少的问题是模型在训练过程中存在的，但我们认为下列结果是有代表性的。我们还在为机器学习模型设计的传统基准上，对GPT-4进行了评估。GPT-4大大超过现有的大语言模型，与多数最先进的（SOTA）模型并驾齐驱，这些模型包括针对基准的制作或额外的训练协议。由于现有的大多数ML基准是用英语编写的，为了初步了解其他语言的能力，我们使用Azure Translate将MMLU基准：一套涵盖57个主题的14000个选择题，翻译成了各种语言。在测试的26种语言中的24种语言中，GPT-4的表现优于GPT-3.5和其他大模型（Chinchilla，PaLM）的英语表现，这种优秀表现还包括类似拉脱维亚语、威尔士语和斯瓦希里语等等。我们一直在内部使用GPT-4，发现它对支持、销售、内容审核和编程等功能会产生很大影响，我们还在用它来协助人类评估AI的输出，这就是我们调整战略的第二阶段的开始。视觉输入 GPT-4可以接受文本和图像的提示语（prompt），这与纯文本设置平行。比如说，可以让用户指定任何视觉或语言任务，它可以生成文本输出（自然语言、代码等），给定的输入包括带有文字和照片的文件、图表或屏幕截图，GPT-4表现出与纯文本输入类似的能力。此外，还可以应用在为纯文本语言模型开发的测试时间技术，包括少数几个镜头和CoT的Prompting，不过目前图像输入仍然属于研究方面预览，没有像C端公开产品。下列图片显示了一个 "Lightning Cable "适配器的包装，有三个面板。面板1：一个带有VGA接口（通常用于电脑显示器的大型蓝色15针接口）的智能手机插在其充电端口。面板2："Lightning Cable "适配器的包装上有一张VGA接口的图片。面板3：VGA连接器的特写，末端是一个小的Lightning连接器（用于为iPhone和其他苹果设备充电）。这张图片的搞笑性质来自于将一个大的、过时的VGA连接器插入一个小的、现代的智能手机充电端口..因此看起来很荒谬通过在一套狭窄的标准学术视觉基准上，对GPT-4的性能进行评估，并且对它进行预览。然而，这些数字并不能代表其的能力范围，因为我们发现，这个模型能够处理很多的新的和令人兴奋的任务，OpenAI计划很快发布进一步的分析和评估数字，以及对测试时间技术效果的彻底调查结果。可控制的AI 我们一直在努力实现关于定义AI行为那篇文章中，所概述的计划的每个方面，包括AI的可控制性。与经典的ChatGPT个性的固定言语、语气和风格不同，开发者（很快就是所有的ChatGPT用户）现在可以通过在 "系统 "消息中描述这些方向，来规定自己的AI的风格和任务。系统消息允许API用户在范围内，大幅对用户体验进行定制，我们将持续改进。局限性尽管能力惊人，不过，GPT-4仍存在与早期GPT模型类似的限制。最重要的是，它仍然不是完全可靠的（比如说，它会对事实产生 "幻觉"，并出现推理错误）。在使用语言模型的输出时，特别是在高风险的情况下，应该非常小心谨慎，比如说：需要人类审查，完全避免高风险的使用）以及需要与特定的使用案例的需求相匹配。尽管各类情况仍然存在，但相较于以前的模型（这些模型本身也在不断改进），GPT-4大大减少了hallucinations（意思是网络错觉，这里指的是一本正经的胡说八道）。在我们内部的对抗性事实性评估中，GPT-4的得分比我们最新推出的GPT-3.5高40%。可控制的AI GPT-4的基础模型在这项任务中只比GPT-3.5略胜一筹；然而，在经过RLHF的后期训练后（应用我们对GPT-3.5使用的相同过程），却有很大差距。该模型在其输出中会有各种偏差，我们在这些方面已经取得了进展，但仍有更多工作要做。根据我们最近的博文，我们的目标是使我们建立的人工智能系统具有合理的默认行为，以反映广泛的用户价值观，允许这些系统在广泛的范围内被定制，并获得公众对这些范围的意见。 GPT-4通常缺乏对其绝大部分数据截止后（2021年9月）发生的事件的了解，也不会从其经验中学习。它有时会犯一些简单的推理错误，这似乎与这么多领域的能力不相符，或者过于轻信用户的明显虚假陈述。有时它也会像人类一样在困难的问题上失败，例如在它产生的代码中引入安全漏洞。GPT-4也可能在预测中自信地犯错。风险和缓解措施我们一直在对GPT-4进行迭代，使其从训练开始就更加安全，保持一致性，我们所做的努力包括预训练数据的选择和过滤、评估，邀请专家参与，对模型安全改进、监测，以及执行。 GPT-4与过去的模型会存在类似风险，如生产有害的建议、错误代码或不准确的信息。然而，GPT-4的额外能力还导致了新的风险面。为了明确这些风险的具体情况，我们聘请了50多位来自人工智能对接风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家对该模型进行对抗性测试。他们的参与，使我们能够测试模型在高风险领域的行为，这些领域需要专业知识来评估。来自这些领域专家的反馈和数据，为我们缓解和改进模型提供了依据。比如说，我们已经收集了额外的数据，以提高GPT-4拒绝有关如何合成危险化学品的请求的能力。 GPT-4在RLHF训练中加入了一个额外的安全奖励信号，通过训练模型来拒绝对此类内容的请求，从而减少有害产出（由我们的使用指南定义）。奖励是由GPT-4的分类器提供的，它能够判断安全边界和安全相关提示的完成方式。为了防止模型拒绝有效的请求，我们从不同的来源（例如，标记的生产数据，人类的红队，模型生成的提示）收集多样化的数据集，并在允许和不允许的类别上应用安全奖励信号（存在正值或负值）。与GPT-3.5相比，我们的缓解措施大大改善了GPT-4的许多安全性能。与GPT-3.5相比，我们将模型对非法内容的请求的响应倾向，降低了82%，而GPT-4对敏感请求（如医疗建议和自我伤害）的响应符合我们的政策的频率提高了29% 总的来说，我们的模型级干预措施增加了诱发不良行为的难度，但仍然存在 "越狱 "的情况，以产生违反我们使用指南的内容。随着人工智能系统的风险的增加，在这些干预措施中实现极高的可靠性将变得至关重要。目前重要的是，用部署时间的安全技术来补充这些限制，如想办法监测。 GPT-4和后续模型，很有可能对社会产生正面或者负面的影响，我们正在与外部研究人员合作，以改善我们对潜在影响的理解和评估，以及建立对未来系统中可能出现的危险能力的评估。我们将很快分享我们对GPT-4和其他人工智能系统的潜在社会和经济影响的更多思考。训练过程和之前的GPT模型一样，GPT-4基础模型的训练是为了预测文档中的下一个单词，并使用公开的数据（如互联网数据）以及我们授权的数据进行训练。这些数据是来自于极大规模的语料库，包括数学问题的正确和错误的解决方案，弱的和强的推理，自相矛盾的和一致的声明，以及种类繁多的意识形态和想法。因此，当被提示有一个问题时，基础模型可以以各种各样的方式作出反应，而这些反应可能与用户的意图相去甚远。为了使其与用户的意图保持一致，我们使用人类反馈的强化学习（RLHF）对模型的行为进行微调。注意，模型的能力似乎主要来自于预训练过程，RLHF并不能提高考试成绩（如果不主动努力，它实际上会降低考试成绩）。但是对模型的引导来自于训练后的过程--基础模型需要及时的工程，甚至知道它应该回答问题。可预测的扩展 GPT-4项目的一大重点是建立一个可预测扩展的深度学习栈。主要原因是，对于像GPT-4这样非常大的训练运行，做大量的特定模型调整是不可行的。我们对基础设施进行了开发和优化，在多种规模下都有非常可预测的行为。为了验证这种可扩展性，我们提前准确地预测了GPT-4在我们内部代码库（不属于训练集）中的最终损失，方法是通过使用相同的方法训练的模型进行推断，但使用的计算量要少10000倍。我们认为，准确预测未来的机器学习能力是安全的一个重要部分，相对于其潜在的影响，它没有得到足够的重视（尽管我们已经被几个机构的努力所鼓舞）。我们正在扩大我们的努力，开发一些方法，为社会提供更好的指导，让人们了解对未来系统的期望，我们希望这成为该领域的一个共同目标。开放式人工智能评估我们正在开源OpenAI Evals，这是我们的软件框架，用于创建和运行评估GPT-4等模型的基准，同时逐个样本检查其性能。我们使用Evals来指导我们模型的开发（包括识别缺点和防止退步），我们的用户可以应用它来跟踪不同模型版本（现在将定期推出）和不断发展的产品集成的性能。例如，Stripe已经使用Evals来补充他们的人工评估，以衡量他们的GPT驱动的文档工具的准确性。因为代码都是开源的，Evals支持编写新的类来实现自定义的评估逻辑。然而，根据我们自己的经验，许多基准都遵循一些 "模板 "中的一个，所以我们也包括了内部最有用的模板（包括一个 "模型分级Evals "的模板--我们发现GPT-4有令人惊讶的能力来检查自己的工作）。一般来说，建立一个新的评估的最有效方法是将这些模板中的一个实例化，并提供数据。我们很高兴看到其他人能用这些模板和Evals更广泛地建立什么。我们希望Evals成为一个分享和众包基准的工具，最大限度地代表广泛的故障模式和困难任务。作为后续的例子，我们已经创建了一个逻辑谜题评估，其中包含GPT-4失败的十个提示。Evals也与实现现有的基准兼容；我们已经包括了几个实现学术基准的笔记本和一些整合CoQA（小的子集）的变化作为例子。我们邀请大家使用Evals来测试我们的模型，并提交最有趣的例子。我们相信Evals将成为使用和建立在我们的模型之上的过程中不可或缺的一部分，我们欢迎直接贡献、问题和反馈。 ChatGPT Plus ChatGPT Plus用户将在chat.openai.com上获得有使用上限的GPT-4权限。我们将根据实际需求和系统性能调整确切的使用上限，但我们预计容量将受到严重限制（尽管我们将在接下来的几个月里扩大和优化）。根据我们看到的流量模式，我们可能会为更高的GPT-4使用量引入一个新的订阅级别，我们也希望在某个时候提供一定数量的免费GPT-4查询，这样那些没有订阅的用户也可以尝试。 API 要获得GPT-4的API（使用与gpt-3.5-turbo相同的ChatCompletions API），请可以去OpenAI的官方Waitlist上注册。结论我们期待着GPT-4成为一个有价值的工具，通过为许多应用提供动力来改善人们的生活。还有很多工作要做，我们期待着通过社区的集体努力，在这个模型的基础上进行建设、探索和贡献，共同对模型进行改进。参考文献：1.https://openai.com/research/gpt-4 2.https://techcrunch.com/2023/03/14/openai-releases-gpt-4-ai-that-it-claims-is-state-of-the-art/ 3.https://www.theverge.com/2023/3/14/23638033/openai-gpt-4-chatgpt-multimodal-deep-learning 来源：金色财经
金色财经2023-03-15
硅谷银行暴雷哪些加密企业牵涉其中
 go
soft 365、Microsoft Azure AD、Google 和 Salesforce。注意：Keepit 网站是 https://www.keepit.com/，不要将其与另一个同名区块链项目混淆。 Alviere 去年 6 月，嵌入式金融平台 Alviere 宣布获得 SVB 投资，具体金额未知。此前 Alviere 已完成两轮共计 7000 万美元的融资。Alviere 提供完整的嵌入式金融平台，可以轻松使任何品牌为客户、粉丝和员工提供全套金融产品和服务。去年 3 月，Coinbase Prime 宣布与 Alviere 建立合作关系，将为 Alviere 的嵌入式金融平台 The HIVE 提供加密服务，刚开始会提供数字资产的托管并允许全球品牌提供加密交易服务。Coinbase Prime 是 Coinbase 推出的一个集成解决方案，提供安全托管、高级交易平台等服务。 Plaid 2021 年 9 月，SVB 宣布与美国支付公司 Plaid 合作，允许客户使用 Plaid 即时验证银行账户信息，并通过代币化支付解决方案安全地生成支付。SVB 是第一家提供与 Plaid 集成 ACH 账户代币的银行。该联合解决方案，通过代币化系统连接了 Plaid 的即时账户验证和 SVB 的 ACH API 功能，以最大限度地减少对受益人敏感银行数据的处理。Plaid 和 SVB 一起为客户提供了一种有效和安全的方式，直接从他们的 SVB 账户中处理付款。该集成还使联合客户端符合与 WEB 借记和数据安全欺诈检测标准相关的 Nacha 要求。据了解，Plaid 是一家美国金融科技公司，号称美版「支付宝」；2020 年金融巨头 Visa 曾计划以 53 亿美元 Plaid，最终因反垄断诉讼未能成功；2021 年，Plaid 完成 4.25 亿美元 D 轮融资，由摩根大通领投。 Paystand 基于区块链的 B 2B 支付公司 PayStand 与 SVB 的交集，最早可以追溯到 2018 年。当时，PayStand 作为初创企业，获得 SVB 加速器孵化支持，成功获得一批早期客户，并在加密熊市中存活了下来。据了解，Paystand 的区块链和软件即服务 (SaaS) 可以改善商业支付生命周期的各个方面，从应收账款到发票对账；通过自动化企业支付，PayStand 使企业能够在全球范围内进行交易，加速获得营运资金并实现底线成本节约。经过几年的发展，Paystand 逐渐壮大，每年营业收入翻一番；2022 年，Paystand 被《硅谷商业杂志》评选为增长最快的私营公司之一。来源：星球日报来源：金色财经
金色财经2023-03-12
GPT-4将在下周发布必应日活破亿谷歌还有招架之力吗
 go
，今天微软官宣ChatGPT正式整合进Azure中。另外，就在昨天，必应的日活用户数在史上首次破亿。毫无疑问，这完全是ChatGPT的功劳。整合进ChatGPT后，必应势如破竹。而谷歌的搜索引擎市场，正在被这个可怕的对手一点点蚕食。 2月8日，微软宣布ChatGPT整合进必应后，谷歌的使用率跌惨了而微软的野心不止于此，它不止想要撼动谷歌搜索引擎的市场，还希望把ChatGPT整合进各个软件生态中，建起一个办公软件帝国。谷歌两年前就可以走的路，被微软提前走了，现在，谷歌只能接受现状——自己被微软打得满地找头，疆土尽失。在社交网络上，网友纷纷留言：RIP Google。 GPT-4下周发布，还是多模态的微软最近的连环组合拳，简直把谷歌打懵了。 3月9日，微软德国CTO Andreas Braun在一场名为「AI in Focus - Digital Kickoff」的活动中表示：GPT-4，将于下周问世！果然，OpenAI的效率不会令人失望。尽管许多技术消息还在保密，但一个关键细节已经被透露：GPT-4将是多模态的。一个多模态的语言模型，这意味着什么？微软德国公司的技术总监Andreas Braun表示，「有了GPT-4，AI就有可能生成文本、图像甚至视频。」而以前版本的ChatGPT只能够生成文本。」 GPT-4作为多模态语言的另一个强大功能在于，它可以管理不同语言的数据输入和输出。比方说，你可以用西班牙语对ChatGPT提出要求，而得到的生成文本是英语。显然，这种新奇的东西对翻译工具也会有很大的帮助。 Braun将GPT-4描述为人工智能领域的游戏规则改变者，它将向着拥有人类的解释能力这一目标更进一步。显然，网友对GPT-4的发布充满期待。有网友还做了一张GPT-4和GPT-3参数对比图。 OpenAI创始人Sam Altman此前曾表示，GPT-4仍然将是纯文本模式，且训练参数不会比GPT-3高出太多，因为研发的重点将放在如何提升利用现有数据的能力上。纽约时报曾猜测，微软必应所增加的聊天功能很有可能就是由GPT-4驱动的。一次OpenAI内部采访中，其中提到了OpenAI现在用了微软一半的算力，2.8万张A100。在2022年，就花费了4-5亿美元，今年预期要亏损20多亿美元。其中还提到了，在有隐私限制及其他不能用OpenAI API的场景，底层算力大型的提升非常重要。对于新一代GPT能否帮助OpenAI节省算力，也值得我们拭目以待。当然也有人表示担忧，飞速发展的AI是否会开启人类的末日？不过微软的人重申，ChatGPT给人们日常生活带来的影响与十多年前的iPhone相似。由Saya Nadella领导的公司也明确表示，GPT-4不是来抢人饭碗的，而是帮助人类简化工作、提升质量。高调官宣：必应日活首次破亿而在3月8日，ChatGPT版必应的日活用户数在历史上首次突破了1亿，这距离它在2月8号的发布，正好一个月。前有ChatGPT用时俩月月活破亿，今有ChatGPT版必应用时一月日活破亿，微软真的是在不断创造奇迹。现在，每天有1/3的预览版用户都在使用ChatGPT版必应，而且自推出以来，用户已经和必应进行了4500万次聊天。博文地址：https://blogs.bing.com/search/march_2023/The-New-Bing-and-Edge-%E2%80%93-Momentum-from-Our-First-Month/ 虽然必应的市场份额与谷歌相比还差得多，但在经历了长达数年的疲软之后，微软对这次的增长还是非常满意的。副总裁Yusef Mehdi在最新的博文中表示：「我们很高兴与大家分享，经过几年的稳步发展，再加上100多万新的必应预览用户的一点点推动，我们的必应日活跃用户已经突破了1亿。」除此之外，随着新的应用程序的推出，必应在移动端的日活用户也增加了6倍。顺便，微软再再再次放宽了ChatGPT版必应聊天限制——每天120轮对话，每轮10句。前几周，微软刚刚制定了计划，要在价值约5000亿美元的数字广告市场上，进一步增加收入。微软财务副总裁Philippe Ockenden在上个月与分析师的电话会议上说：「搜索广告市场的份额每增加1个点，我们的广告业务就有20亿美元的收入机会。」在过去的12个月里，微软的广告业务收入已经增长到180亿美元，而上一财年为100亿美元。这个成就在很大程度上要归功于必应，但要接近谷歌2022年超过2000亿美元的广告收入，微软仍有很长的路要走。但对微软来说，这是一个从谷歌那里抢占市场份额、虎口夺食的最好机会。 ChatGPT正式加入Azure OpenAI，同时还有GPT-3.5、Dall-E 2 除了搜索引擎，ChatGPT也被微软火速整进了云平台Azure中。今年1月中旬，纳德拉就曾预告，微软即将在Azure中整合进ChatGPT。微软说到做到，这才不到俩月，就正式完成了。北美时间3月9日，微软在官方博客宣布，ChatGPT已被正式整合进Azure Open AI服务中，现在是预览版。（体验地址：https://azure.microsoft.com/en-in/products/cognitive-services/openai-service/）这意味着，企业和个人开发者现在都可以借助Azure OpenAI服务，用上最先进的AI模型，包括Dall-E 2、GPT-3.5、Codex等。比如GitHub Copilot通过Azure OpenAI服务中的Codex模型，能帮开发者自动生成代码。使用Power Platform中的Co-pilot，用户能够编写Power Fx命令，甚至实现自动化流程 Microsoft Teams Premium通过GPT-3.5模型打造了「智能回顾」功能，可以自动生成会议记录、笔记、实时翻译等。 Microsoft Viva Sales通过GPT-3.5模型提升了销售效率，可自动生成邮件内容、生成个性化销售文案等。 Azure OpenAI Studio的无代码开发模式，能让企业和开发者快速开发智能应用程序和解决方案。在设计软件中，Azure OpenAI使用了DALL·E 2模型，在提示栏中不断明确自己的要求，软件就会生成越来越符合用户要求的图像其实前几天，微软就已宣布低代码应用平台Power Platform整合进ChatGPT，开发者可以使用最少的代码创建应用程序。链接借助Azure OpenAI服务中的ChatGPT预览版，企业和开发者可以把它的功能直接集成到应用产品中，私人定制自己的ChatGPT，提供个性化客户服务，生成个性化营销文案，建立企业级智能化知识库搜索引擎等。技术公司可以快速将机器人连接到不同的产品，支持知识库和常见问题解答，在不编写任何代码的前提下，就能为客户提供支持微软的办公软件帝国，眼看要成形了。谷歌埋葬了自己其实，谷歌不是没有这样的机会。据华尔街日报称，几年前，2名前谷歌工程师曾push高管向公众发布ChatGPT类似聊天机器人，但直接被毙掉了。原因很简单，不安全。可以说，谷歌高管们谨慎的态度把自家的前程给葬了。 2018年，谷歌研究工程师Daniel De Freitas开始从事一个人工智能副项目，目标是创建一个模仿人类说话方式的对话聊天机器人。谷歌人工智能研究部门的软件工程师Noam Shazeer后来加入了该项目。当时，De Freitas和Shazeer建立的聊天机器人称为「Meena」，随后便更名了，也就是现在的LaMDA。 Meena能够哲学辩论、随意谈论电视节目、还能做双关。当时，他们相信Meena可以从根本上改变人们在网上搜索的方式。他们多次尝试将聊天机器人对外公布，将聊天功能添加到Google Assistant，并向公众推出演示。不幸的是，谷歌高管表示，聊天机器人不遵守其AI安全和公平标准，推出机聊天器人的计划便陷入了僵局。高管们的反应，让De Freitas和Shazeer非常失望。因此，他们在2021年底离开谷歌创办了自己的公司，尽管谷歌CEO皮查伊亲自要求他们留下来继续从事聊天机器人的工作。他们成立的这家公司名为Character.Ai，并在此后发布了一个聊天机器人，可以扮演埃隆马斯克或任天堂的马里奥等人物。 Shazeer上个月在接受采访时表示，这在谷歌内部引起了一些轰动。但最终我们决定，作为一家初创公司，我们可能会有更多的运气推出产品。谷歌对人工智能采取小心谨慎的态度并不是什么新鲜事儿了。自2012年以来，这家公司一直在阻挠其人工智能工作。 2012年，谷歌聘请了计算机科学家Ray Kurzweil来研究其语言处理模型。大约一年后，谷歌收购了英国人工智能公司DeepMind，该公司旨在创建通用人工智能。然而，出于对大规模监控的道德担忧，学者和技术专家推迟了使用这项技术，谷歌对限制其使用人工智能的方式做出了承诺。 2018年，由于员工的强烈反对，谷歌宣布终止将其人工智能技术用于军事武器的项目。尽管谷歌Bard聊天机器人在上个月的第一次公开演示中犯下一个事实错误后，导致谷歌股价大跌。但谷歌的人工智能计划现在可能终于看到了曙光。 Alphabet董事长John Hennessy认为，谷歌的聊天机器人还没有真正为产品做好准备。CE皮查伊要求所有谷歌员工花两到四个小时的时间帮助测试产品，以便为发布做好准备。皮查伊在二月份的一份备忘录中写信给谷歌员工：我知道这一刻令人不安地兴奋，这是意料之中的。底层技术正在迅速发展，潜力巨大。我们现在能做的最重要的事情是专注于构建一个伟大的产品并负责任地开发它。 17年，谷歌提出了Transformer，为如今大语言模型的种种繁荣景象夯实了基础，然而，谷歌自己却没能把握住时代的命脉，自己制霸多年的搜索引擎和办公软件市场，现在眼看就要被微软偷家。一个太过谨慎的巨头，是怎样被锐意进取、打法创新的对手击败的？这个故事值得我们深思。参考资料： https://www.theverge.com/2023/3/9/23631912/microsoft-bing-100-million-daily-active-users-milestone https://www.gearrice.com/update/gpt-4-will-arrive-next-week-and-will-be-multimodal/ https://www.businessinsider.com/google-ai-chatbot-chatgpt-years-ago-execs-shut-down-report-2023-3 来源：新智元、DeFi之道原标题：《GPT-4下周王者登基！必应日活破亿，谷歌已被打残》来源：金色财经
金色财经2023-03-12

上一页
1
•••
66
67
68
69
70
•••
77
下一页

24小时热点

最新话题更多