全球数字财富领导者
CoNET
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
财富汇
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
近90亿元巨额分手费!“互联网大炮”周鸿祎天价离婚 曾在360集体婚礼分享婚姻秘诀:男人管大事,女人管小事
go
lg
...
360股价狂飙 此外,随着
CHATGPT
在2月初火爆互联网领域后,360迅速蹭上了“热点”。近日,在360主办的2023数字安全与发展高峰论坛上,360集团创始人周鸿祎发布了关于大语言模型的中国版
ChatGPT
产品。 从演示效果来看,360版GPT已经具备了一定的推理能力,但在回答具体问题时出现“翻车”。 当提出问题“梅西在阿根廷国家队进了几个球”时,360AI给出的答案是:100个球。根据媒体公开信息,目前该问题的答案应该是102个球。周鸿祎让其进行再次检索,360AI生成的答案仍为100球。周鸿祎称,对这个答案我不满意。他表示,360AI就像是个“孩子”,今天为了满足大家的好奇心,把“孩子”抱出去展示下,还要赶快抱回来。 随着,360版GPT的研发,三六零股价随之狂飙。自2月7日以来在,在40个交易日内,三六零挂机大涨超过160%,市值超过1400亿元。
lg
...
金融界
2023-04-04
360董事长周鸿祎离婚,分出54%股份!其妻胡欢身家近90亿,如果360股价重回巅峰胡欢将成全国第20大女富豪
go
lg
...
,此前股价一度跌超90%。而近期赶上了
ChatGPT
疯狂,股价从最低点翻了3倍。在巅峰时期,三六零股价最高为66.92元,如果以这个价格计算,胡欢的持股市值将达到298亿元。根据2022年的胡润女企业家榜单,胡欢可以跻身世界前20大女富豪行列。 2022年的胡润女企业家榜单只统计到第49位,目前胡欢想进入榜单还差50亿元,如果三六零能再涨56%以上,那么胡欢就能上榜了。看三六零未来的表现了……
lg
...
金融界
2023-04-04
刚刚,“互联网大炮”周鸿祎天假离婚,胡欢获得近90亿元股票,公司控制权不变
go
lg
...
人周鸿祎发布了关于大语言模型的中国版
ChatGPT
产品。 从演示效果来看,360 版 GPT 已经具备了一定的推理能力,但在回答具体问题时出现“翻车”。 当提出问题“梅西在阿根廷国家队进了几个球”时,360 AI 给出的答案是:100 个球。根据媒体公开信息,目前该问题的答案应该是 102 个球。周鸿祎让其进行再次检索,360 AI 生成的答案仍为 100 球。周鸿祎称,对这个答案我不满意。他表示,360 AI 就像是个“孩子”,今天为了满足大家的好奇心,把“孩子”抱出去展示下,还要赶快抱回来。
lg
...
金融界
2023-04-04
佰维存储:公司产品暂未涉及
ChatGPT
等人工智能领域
go
lg
...
域。截止本公告披露日,公司产品暂未涉及
ChatGPT
等人工智能领域。
lg
...
金融界
2023-04-04
万字解析GPT的情感与意识 它是一只被人类操控的“风筝”
go
lg
...
背后说明了什么问题? 以下为实录整理,
ChatGPT
对本文整理亦有贡献。 GPT-4是阿拉丁神灯还是潘多拉魔盒?会不会带来生产力的变革? 主持人陈巍:相比较于GPT-3.5,GPT-4的准确性显著提高,它可以完成创意文本生成、结构化写作和交互式文本生成,此外,GPT-4在语言推理和程序生成方面也有很大进步。但我们并不清楚GPT-4的具体参数和架构,感觉有点神秘,需要大家一起讨论和发掘。请陶总谈谈GPT-4对虚拟人技术与元宇宙技术的影响,以及它给办公场景和营销产品应用带来的新机会。 陶芳波:GPT-4和Office 365带来的影响不太一样,GPT-4是一个巨大的模型升级,具有多模态特点。以前可以通过加入类似Clip的模型实现多模态,但GPT-4直接将视觉和文本数据放在一个Transformer里,类似去年推出的Flamingo方法。这种多模态更接近人类获取和产生信息的方式,给未来潜在应用的改造带来无限可能。虽然GPT-4的具体参数和架构没有公布,但我们可以根据过去一年学术界的变化和相关文章,猜测到它的一些做法。 GPT通过工程化方法取得了非常大的成就,我们体验到了用户instruction能力的大幅提升。在使用GPT-3.5做更复杂的任务时,它并没有办法更深刻地理解意图,而使用GPT-4就感觉好像一个普通人的智商从100提升到了120。这也是为什么它在GRE等考试上表现优于90%的人,这种能力来源于大模型的创新。 而Office 365在另一个维度上展示了大模型可能吞噬所有软件的前景。Office 365将复杂的办公软件套件与GPT结合,为我们打造了一个样例。未来,软件的入口可能都会变成AI copilot,当我们打开软件时,将由AI教导我们如何使用。我认为这将带来行业重构的机会,微软为我们树立了一个标杆。 主持人陈巍:我们可以看到AI在Office升级的过程中发挥了重要作用。新的Office升级会不会替换掉打工人和AI技术,特别是GPT技术会不会带来新的生产力革命? 王建硕:我一直认为科技发展对人类有很大帮助,主要是利大于弊。GPT技术和Office的合作只是科技不断发展的过程,让我们使用时付出的精力越来越少。我们认为这很快会成为日常生活的一部分,不用再感到惊讶,这是未来的一种趋势。 刘伟:我基本同意王总和陶总的看法。大家现在关注GPT技术,但我们还无法确定它究竟是阿拉丁神灯还是潘多拉魔盒。不过,我们可以确定的是,文本处理、程序编制、bug查找以及图像、视频、音频处理等方面可能会发生巨大变化。其中,一部分基础工作可能会被AI产品替代。然而,创意工作、管理、新闻记者和科研工作者等领域仍然难以被取代。例如,在教育领域,学生可以用GPT辅助完成论文,但创新性科研仍然难以依赖它。因为它不可能像牛顿和爱因斯坦一样做出颠覆性的发现。 GPT在训练数据集中进行组合和统计或概率分析是有可能的。但是,AI还做不到跨领域,例如讲化学、历史和计算机知识之间进行有机衔接,而很多创新往往发生在跨领域组合或交叉学科中。目前,GPT被视为一个初级的人机环境产品。它可以取代许多基础职业的体力劳动,甚至部分脑力劳动。但对于一些关键岗位,因为它存在一些类似幻觉的问题,还不可能在社会上产生我们所期待的影响。 随着时间的推移,大家适应了这些技术,它会变得不再神秘,大家的新鲜感逐渐消失,就像当初骑自行车时觉得非常酷后来变得习以为常一样。 主持人陈巍:关于微软和OpenAI是否还有更大的技术后招,目前业界传闻称除了现有技术,实际上还有更强大的东西。 刘伟:现阶段AI主要关注多模态,如视频、文本、图像和语音等。由于底层工具不完善,例如数学和物理学还没有实现相关研究的突破,AI在情感和意志方面也有待发展。因此,美国的几家大厂不太可能推出令人惊讶的工作。 主持人陈巍:微软和OpenAI在应用方面,如与Office的结合和搜索引擎的结合,确实给我们的日常生活带来了较大影响。 陶芳波:微软和OpenAI的保密工作做得很好,大家都在猜测它们还有什么大招。部分同意刘伟的观点,但我认为不能小看基于深度学习的智能模型。这些大厂在过去半年中展示的工作和创新速度令人印象深刻。尽管底层数学和物理不完善,但它们已经证明能够创造有价值的智能体。实际上,大模型所展现的智慧能力已经超出了我们对人脑的理解,但它们仍然涌现出来了。有时候我们可以绕过基础科学,产生一些真正应用侧的巨大影响价值。 我认为Office升级这件事情的意义非常重大,包括前段时间的Bing。当我们发现它初始版本的缺陷时,我们会提到两个问题。第一个是它产生幻觉,即说话乱说,这是因为它是基于训练时遇到的语料。第二个是它没有办法直接使用工具。 而Office做了两个证明:第一,可以将大模型与已有数据做非常好的grounding,让它所有的依据都来自于真正灌输给它的外部知识,减少对这些信息的编造。第二,我认为很多职业都可能被改造或替代,因为大多数科研者所做的创新不是爱因斯坦级的工作,而是基于已有知识进行重组和微创新。因此,如果给予它关于外部数据和工具的支持,我个人认为很多职业都有可能被大大改造。 我相信每个行业都会有一个类似的助手,这会让我们的效率提升。但这也可能导致短期内一定的失业,因为一件事情本来需要100个人来做,现在可能只需要20个人加上AI就可以完成。这80个人需要一段时间来适应新的AI环境并重新找到他们的价值。这个过程可能会像每一次工业革命一样重新发生。 关于未来的展望,我认为Bing和Office做的事情让我们看到了所有的软件和服务都可能被这种方式重构。购物、健身、医疗等领域都会有一个类似的copilot。最终整个世界的服务体系都可能因为这样的全新服务形态而被重塑,而这个过程可能在未来两三年就会成为现实。 企业巨头们在GPT-4之后还会放什么“大招”?多模态给未来的应用带来哪些想象力? 主持人陈巍 :关于其他科研机构和企业巨头,比如Meta(Facebook)、达摩院和NASA,它们在GPT-4之后会有什么大招? 陶芳波:我认为一定会有大招,以Facebook为例,我觉得他们会有两个动作:第一个是加入底层的竞争,推出自己的开源大模型;第二个是在应用层思考如何拥抱AI,比如AI beings成为整个人类社交网络的独特存在。这类大公司一方面想加入到大模型底层能力的竞争,另一方面他们也要思考原来的护城河还是不是真的护城河。比如苹果如果不拥抱大模型到底如何在未来两三年展现竞争力。我认为,如果苹果在9月发布的iPhone 15和AI没有任何关系,发布会的关注度也会逐渐下降。 王建硕:我个人有一个习惯,就是在大潮出现时,有意忽略所有厂商的新闻和动向。对于GPT-3和GPT-3.5等模型的差异,我也是选择忽略。就像互联网早期,浏览器的出现改变了整个互联网世界,但后续的升级对我们应用层的影响是非常有限的,eBay和亚马逊后续也不会关心浏览器的升级。 比如百度的新模型、Facebook的新模型以及Google的模型,它诞生的那一刻就已经开创了新的时代,这个大门一旦打开就关不上了,我们应该更关注如何在这个平台上不断开发自己的应用,而不是花太多时间关心这些细节。大模型在细节上的改善对应用的影响是很小的。 主持人陈巍:关于多模态的技术,比如GPT-4多模态和Clip模型实现的文本生成图片,您觉得这些技术的区别和门槛有多高? 王建硕:我还没有尝试过GPT-4的多模态,因为它目前还没有在外部界面或API里提供。多模态技术确实是现在的热点,但我认为它只是一个小改进,而不是划时代的东西。真正划时代的是GPT-3在2020年发布,它已经改变了人机互动的方式。至于多模态的能力,我认为它们都是点缀,对人类社会的影响不会像大语言模型所开启的自然语言交互那么大。 主持人陈巍:您觉得多模态的应用会给未来的互联网应用带来更多可能性吗? 王建硕:多模态技术确实会带来一些新的可能性,但相较于自然语言交互所带来的影响,它们的影响是非常有限的。例如,通过文字生成图片可能对游戏、创意等行业的一些应用场景有关系,但对整个世界的影响仍然相对较小。 刘伟:实际上,多模态是一个比喻,用以描述真实世界中的复杂性。仅用图像、视频、文本和语音来模拟整个世界是非常有局限性的。然而,对于从事数字技术和计算领域的人来说,这是一个重要的变革。 人类语言有两个功能:交流协同和引导思维。机器在交互中可以起到一定的引导作用,但引导自己的思维却是困难的,因为它没有思维。机器只是一个计算性的大数据处理工具,具有泛化和自由组合的能力。机器所拥有的只是别人的知识,它本身并没有真正的思想。真实世界是多元、多维、多因和多果的,而机器的方式存在局限性。 人工智能的特点在于结合了行为主义、连接主义和符号主义,但没有深入到自然语言的本质。机器对实践性的东西了解不足,例如维特根斯坦所讲的非家族相似性。 机器只能理解结构化的知识,对于不相关的事物还远远不够。尽管如此,机器在一定程度上可以启发和激发人的思维。从2016年到2019年,我曾从事多模态相关的创业工作。如今,多模态已经引起了全社会的高度关注,为工业界和学术界的应用落地打开了更广阔的空间。在形式上,多模态确实打开了很大的空间,但在实质和内容上,它仍处于起步和萌芽阶段。人具有非形式的创造性思维活动,而计算机所产生的只是一种组合。 机器对知识的分类是非常弱的。例如,修默将知识分为观念性知识(如数学、逻辑等)和事实性知识(如人的经验和体验等)。机器只能处理部分观念性知识,无法理解和创造经验性和主观性的知识。 主持人陈巍:那么陶总,请谈谈您如何看待多模态技术对未来的影响? 陶芳波:谈谈两个问题,一个是多模态的影响,第二个是各大厂商在多模态方面的进展和对比。实际上,我基本认同王总和刘老师之前提到的观点。与多模态相比,通过构造语言界面让人机交互的价值并不是很革命性。但我认为,它确实具有一定的革命性。类似于传统大模型理解线上文本数据,大语言模型在创造前额叶和语言处理模块方面已经取得了很大进展。然而,人类大脑还包括视觉区和运动区等重要区域。这是因为人类不仅需要通过语言理解概念和事件,还需要在物理世界中生活,感知物理信号,并操纵工具来干预物理世界。 在没有多模态引入之前,大模型只能在数字世界提供信息化服务。多模态不仅包括视觉理解,还需要能生成行动指令。在实现这两点之后,模型才能在现实世界中进行干预。如果再配合类似于特斯拉的人形机器人这样的物理载体,我们可能真的会拥有一个完整的人类形态。因此,多模态的影响是巨大的。就我了解,目前在多模态上和OpenAI竞争的只有谷歌。其他厂商虽然声称要做多模态,但其实更像是拼接式的多模态。 谷歌的Flamingo与OpenAI在本质上是一样的,但可能工程能力上略逊一筹。这些研究都是将视觉、行动和语言指令一起建模,实现多模态输入输出,甚至包括行动输入输出。目前,全球在多模态大模型方面的进展,我看到的只有谷歌和微软系(包括OpenAI)两个玩家。 主持人陈巍:了解,目前OpenAI发布的更像是技术报告而非成品,与GPT-4相关的技术细节尚未公布。根据您的了解,模型参数量会增加吗?这是否意味着更大的训练量和关键技术进步? 陶芳波:我觉得这是个好问题,加入多模态后,模型一定会有一部分专门用来做视觉编码。但在真正的Transformer层面,我觉得它的参数增加可能不会像大家预计的那么多。全世界的互联网数据大约只有540个B,所以做到几千亿参数的模型已经是很好的状态了。我认为多模态的加入可能会多一些数据,但因为这些数据是经过视觉编码变成信号与语言结合,所以最后的语义空间数据并没有增加太多。关于技术方法,感兴趣的人可以看去年DeepMind发的两篇文章,尤其是Flamingo。 主持人陈巍:那您觉得这个模型大概会是多大呢? 陶芳波:最大的模型我估计可能在千亿级别,但真正未来用于商业场景的模型应该会比这更小,可能是在百亿左右。 GPT是一只被人类操控的“风筝”? 主持人陈巍:感谢陶总。王总,您觉得像GPT-4,它的数学能力提高了多少?跟之前的相比,这个数理能力提升能有多大?包括GPT-4在考试中表现出超过90%的人类,能给我们什么样的启示? 王建硕:对于GPT模型的数学能力,我觉得只要补全加减乘除就足够了,因为它本质上是一个语言模型。我相信未来五到十年,更现实的做法是用Python库一边用大语言模型,一边用数学库或其他偏理科的库。对于GPT的数学能力,从产业角度来说,我们应该让它专注于写诗等任务,遇到数学问题时,我们可以使用专门的数学工具,再用GPT的语言能力进行包装。这是现在比较现实的解决方案。 王建硕:对于通用人工智能来说,数学问题确实重要。但我认为解决数学问题对大型模型来说并不是最重要的,因为一般的计算器就能解决这类问题。据说GP-4有一定的增强,但仍有一些局限性。 主持人陈巍:那您如何看待GPT-4在预考中超过90%的人类,对整个职业教育产生的影响呢? 王建硕:我对这个新闻的真实性持怀疑态度。可能是为了吸引眼球。实际上,prompt编写和结果解读对模型的表现影响很大。我认为这种新闻标题并不一定是真实的,或者说不是一个通用的情况。 刘伟:我对这个新闻也是半信半疑。虽然GPT-4可能擅长解决一些基于规则的考试问题,但在实际应用中,如法院、医生和特定专业领域,机器可能还有很长的路要走。维特根斯坦曾说过,语言的使用比语法更重要,我们需要考虑实际应用场景。 主持人陈巍:那您怎么看待GPT-4的数学能力提高? 刘伟:我认为,它的数学能力可能有所提高,但仍然有局限。在特定场合下,它可能还无法应对一些复杂的问题。所以我对这个新闻持半信半疑的态度。 程序的4.0和3.5版本确实在不断升级。王总和陶老师从技术角度进行了分析、综合和深入探讨。我觉得可能是参数增加了,或者在模型上做了一些优化。但我一直在怀疑,智能问题不仅仅是优化问题,还包括很多非优化的东西。虽然有些提高,但这个提高不是质的提高,而是量的提高。 数学家曾说过一句重要的话:“数学的精妙之处在于规避计算。”现在的GPT无论升到什么版本,还是基于数学模型、统计概率和人的辅助反馈。它并不理解基本的语义和概念。所以我认为它只是一个高级自动化产品,没有产生突破,只是照葫芦画瓢,不断通过叠加、组合等碎片化缝合产生一些“像人但不是人”的东西。 我对GPT的评价比较狠:它就是一种高级自动化、一种像“人”的东西。而AI真正要产生突破的是独立性、自主性,GPT没有自主性,它依旧被人类编程和操作,它更像是一个“风筝”依旧被手中有线的人类操控。假设有多个GPT一起讨论出了人类讨论不出来的内容,我才相信它不再是“风筝”。人类是群体的智能交互产物,而GPT从根本上说就是一个高级自动化的产物。 GPT只是让你“以为”它有意识,人和机器如何相处将是未来重要课题 王建硕:我和GPT聊天后,反而更多地认识到了人类到底是什么样的存在。它至少让我“以为”它有意识,尽管我们知道它没有。我们跟很多人聊天时,以为他们有意识,但其实我们可能并没有意识,只是给自己一种错觉,觉得自己有意识而已。我越跟GPT聊天,越觉得我们人类也是类似的存在。 举一个很简单的例子,假设在我们屏幕里,一个人特别特别胖,另一个人瘦骨嶙峋,有人告诉你其中一个人叫bobo,另一个人叫kiki,你是觉得胖的人就应该叫bobo,瘦的人就应该叫kiki,这是我们自主的意识还是我们大脑被训练出来的模型?我倾向于认为,人类其实是算力更强的GPT,比如我们知道GPT是数学概率的完整填词方式,我们都知道一加一等于二,但是一加一等于二,到底我们是被背下来的,还是我们通过皮亚诺的五条公理自己推算出来的,我会更加倾向于我们就是现在GPT的高级版本。 我们所以为的所有东西,其实都是我们的幻觉而已。 陶芳波:我觉得这个话题太有意思了,我们可以从哲学角度来聊一聊。你说
ChatGPT
是一个风筝,有多少人类又不是风筝呢?在哲学里一直探讨的永恒命题是:人到底有没有自由意志?我倾向于compatibilism这个观点,认为人本质上没有自由意志,我们只是一套被编程的系统,在代码的操纵下做出一些可预测的决策。但是,我们大脑里有一种机制让我们自以为有自由意志,但实际上我们是可预测的。所以从这个角度来看,大多数人其实就是风筝,只是以为自己不是,这是比较可怕的。 AI领域有一个说法叫做“蒸馏”,将人类的集体意识产生的数据和行为蒸馏到一个模型上,通过阅读互联网上的信息,学习了人类文明几千年的集体意识。 AI的模式一定是被人类的集体模式给限制住的,所以我觉得它其实是非常像人的。很多人还会说GPT没有可解释性。我问一个问题,我今天比如说问刘老师一个东西,你脱口而出,然后我再问你为什么这么想,你再给我分析出12345。你这个可解释性到底是你大脑里面真的有一个结构?还是你通过语言的生成方法伪造了一种可解释性?我问GPT一个事情它给我分析12345,我觉得这和人类的可解释性非常像。 除了GPT没有驱动性、不知道自己的目标是什么,而人有自主驱动性,但这些都是非常边角的东西。 刘伟:你认为是边角料的东西,实际上是人机差异非常重要的问题。王老师也提到了这个观点,实际上很多人觉得人也是一种机器,但区别自由意志和绝对精神是一件很有意思的事情,GPT体现出人和机有一个很重要的区别。目标、动机和意图是人最重要的表征体系,人有自己的意识和潜意识,哪怕你不知道其存在,它依然在你的交互中存在潜意识。另外,意图和动机不是理性产生的,是感性产生的。 举一个例子,外面下大雨,你打雨伞出去,是一个理性的行为,这是由于你怕被大雨淋湿造成浑身难受的感性支配,人有眼耳鼻舌身这些“传感器”而机器没有,人的这些传感器会产生意图和动机,而这是很难被模拟和仿真的,所以机器没有情感。 陶芳波:首先,多模态是让机器越来越真实地拥有人类的传感器这些理性系统,我觉得眼耳鼻舌身是现在机器很会就能拥有的东西;第二,潜意识本质需要外部结构持久存储更多隐性的东西,要构建动机系统让机器有目标感来使用它的理性去做决策,这也是心识宇宙现在做的事情,基于大模型的理性构造机器的潜意识和用户记忆、动机系统,并且教会自己怎么做好。 我觉得它是边边角角的东西,因为我觉得前额叶是最难被构造的,如果前额叶可以被构造地那么好,我让它具备一套动机系统、独立的存储智能体单独的一些信息,这也是我们做的事情,但我觉得我们做的这个和OpenAI的创新不算什么,因为他们把前额叶搞定了,并且让前额叶的推理能力、逻辑能力、理解能力变得非常好,所以你说的那些问题是可解决的。 刘伟:陶总将前额叶当成智能的源泉,我们从来不把大脑当成源泉。人只是智能的一部分,只有人、环境交互才会产出真正的全方位的智能。比如狼孩也有大脑,但狼孩没有人的意识,也没有人的行为,所以传感器和人类的眼耳鼻舌身不是一个事物,它只能类比人的视觉听觉,功能可能比人类还强,但不是人的交互生命体。此外,意图和动机不是理性产生的,是情感产生的,如果模拟不了情感和感性,它永远不会出现真正的意图和动机,它只能从某些特征库里映射出某些动作,这种映射还是纯计算性的、没有交互性的。 交互性的映射需要对大脑生理和智能有基本的剥离,当年图灵和乔姆斯基,把维特根斯坦的逻辑和指称做了剥离,出现了图灵机和图灵测试。 模型越大越好吗?会产生类似人类的情感特性吗? 主持人陈巍:感谢刘老师讲解逻辑和智能的区别以及人和机器的区别。在我们做情感对话机器人时,情感是人类非常本质的特征。对于模型越来越大,您认为这是好事还是坏事?有哪些优势和劣势?有没有可能产生类似于人类情感的特性? 刘伟:我认为真正的智能是小数据小样本,大数据性的是人工智能,这种大数据大参数大模型根本上解决的是飞机汽车一样的工作,替代一些基本人类行为或浅层思考的东西,不可能解决动机和意识这类感性的东西。第二,现在常常把“逻辑”看成“智能”,就相当于把人看成机器,人类出了逻辑还有一些很难总结的非逻辑存在体系中。第三,机器的指称和打标是非常生硬的东西,而人类是很灵活的,能把一个东西做非常个性化的类比,这种能指、所指、义指的变化是机器很难产出的灵活性。 人和机器的差异也非常大,在人机交互中还存在很微妙的信任机制,做多了映射和数据库、知识图谱以后,大家会产生一种错觉:人是机器,机器是人,实际上你恢复到人的状态的时候,会觉得人和机器差距非常大,小孩子的学习会产生范围不确定的隐性规则和秩序,而机器做不到。 陶芳波:我认为模型大小对于科学视角来说不重要,关键是能力越来越强。对于产业应用来说,模型小很重要,因为成本、通用性和安全性等问题。OpenAI 也在关注通用性和安全性,未来可能还会关注成本。我期待智能能像燃料一样变得通用。模型越小或者更好地量化计算成本,我认为是好事。 关于模型越大是否会创造出情感,人类的情感区域和前额叶区域是分开的,我认为可能需要一些更宏观的设计帮助,让大模型匹配负责动机情绪等机制,而不是直接通过扩大参数来实现。 多模态处理可能是一种解决方案,不同模态有不同的编码器,类似于人脑中不同脑区的连接方式。关键是让模型的结构越来越像人。我认为结合多模态解决方案和类似人形机器人的身体,AI 可以更好地理解与环境的交互,像小孩子一样产生新的认知。 王建硕:关于情感,我认为虽然 AI 没有情感,但它会让我们以为它有情感。这种共鸣可能对我们来说已经足够了。GPT也会生成春花秋月何时了的语句,对它来说就是生成,对人类来说就是共鸣。 刘伟:当我们以为 AI 有情感时,可能会带来伦理、道德和法律等问题。机器不会共情,这是人类特有的能力。未来的问题还是一个人机问题,如何解决人机关系将成为人工智能未来发展的趋势。 王建硕:我认为,尽管 AI 不会共情,但它会让我们以为它共情。在未来的3到5年里,AI 可能会让我们以为它有情感。 对于机器是否具有情感,我们最后无法判断。我们认为其他人有情感,只是因为我们自己感觉到了情感。但是,我们无法真正感知别人是否真的有情感。未来,机器是否具有情感并不重要,重要的是它表现出来的界面对我们的影响。我们在prompt做了很多工作,我们后台看到,阿旺机器人在回答问题的过程中,表达了迷惑、紧张等情感,你看到了之后会觉得这比你想象的恐怖,它说紧张其实并不紧张,这些情感其实都是自然语言生成的。如果我们不知道这些事实,我们无法分辨机器和人的内心独白。 主持人陈巍:您提到了真假的问题,比如AI可以生成逼真的图像,甚至比人类梦境更奇幻的图像和故事。王总,您认为在生成过程中,AI有哪些致命的缺陷?这些缺陷会不会成为AI的致命问题?包括幻觉问题? 王建硕:我认为致命问题是它比现实还要好。我们拍的照片和AI生成的照片都是像素的组合,不存在真假之分。我们可以认为真实的苹果比照片里的苹果更真实,但我们不能说生成的照片比拍的照片更真实或更假。关于机器的幻觉问题,其实可以通过简单的方法规避,比如在所有的问题前加上一句“如果你对问题不确定,请回答不知道”。这样就可以解决问题。至于AI生成的幻觉,它们只是将人类社会日常做的功能发挥到极致,我不认为这是个问题,反而是一个容易解决的问题。 陶芳波:幻觉问题其实可以通过技术手段解决,随着模型的提升,幻觉问题会逐渐减少。人类本身也是一个幻觉系统。我们的目标是通过AI创造一个丰富、活跃、精彩的数字宇宙。但是,我认为让AI去表现情感是非常危险的。一个公司如果掌握了情感制造技术,它可能对人类个体产生巨大的影响。我们还没有做好应对这个问题的准备。 刘伟:关于情感问题,剑桥分析公司和科恩斯基等已经在情感领域产生了一些影响。人类的行为、情感和社会稳定已经受到了机器产生的类人情感的影响。实际上,我们不需要机器产生情感就可以实现这种影响。 关于泛化问题,GPT可能会对同样的问题给出不同的答案。泛化实际上是一个概率问题,而幻觉问题是人类特有的,与计算概率的泛化问题不同。 主持人陈巍:百度也发布了文心一言,媒体上认为,可能相对来说的解读是,比我们预期要稍微低一些。请问三位老师怎么看待,包括国内大模型的发展趋势,以及国内大模型跟行业巨头相比之下,是否我们是不是国内起步稍晚一点?所以国内的媒体也好,大众也好,是不是对这些国内大模型的期望其实有点过高?大家怎么看未来的这个大模型发展,特别是国内发展大模型的难度,和未来竞争? 陶芳波:同行太多,不太好评论。但我觉得百度干得不错,勇气很重要。真的敢于直面挑战,然后踩出第一步。虽然我个人判断百度在这次做这件事情的过程当中借助了一些力量,但他的追赶速度会更快一点。先追上肯定是第一位的,接下来我们再看能否构建创新优势,内生出一些创新能力,可能最后有一天就会在同一个起跑线上去竞争。 我觉得这个动作一定是带有一定风险的,但至少百度肯定有商业上的一个考量,它愿意去面对这种不确定性去做一个没有准备好的状态的事情。 刘伟:智能里面需要勇气和胆识,但另辟蹊径的时候也需要从其它角度做创新,百度发布文心一言是好事,大模型上面有很多空间可以做,而且基于大模型的生态链、工具链都可以被重塑,这些都是创业者的机会。我们应该抓住这个机会,从创新的角度去探索和发展。 主持人陈巍:是的,我认为国内的企业和创业者应该站在更高的视角去思考问题,不仅仅是跟随国际巨头的脚步,而是要挖掘自己的特色和优势,从而实现创新和突破。 陶芳波:同意,我们需要在大模型之上找到自己的优势,发挥我们的创新能力,只有这样,我们才能在这个领域取得更好的成绩,也能更好地服务国内市场和用户。 刘伟:是的,我们需要在国内市场找到自己的定位,利用自身的优势发展。同时,我们也要关注国际市场的发展,与国际巨头保持竞争,从而推动整个行业的进步。 主持人陈巍:好的,感谢各位老师的精彩讨论。我们今天的节目就到这里,希望我们的讨论能为大家带来启发和收获。 注:《AI未来指北》栏目由腾讯新闻推出,邀约全球业内专家、创业者、投资人,探讨AI领域的技术发展、商业模式、应用场景、伦理及版权争议。 来源:金色财经
lg
...
金色财经
2023-04-04
泼冷水!诺贝尔奖得主:别指望
ChatGPT
能在未来十年改变美国经济
go
lg
...
68财经报社(香港)讯 面对如火如荼的
ChatGPT
热潮,诺贝尔奖得主表示,人工智能可能不会在未来十年改变美国经济。 诺贝尔奖得主保罗·克鲁格曼(Paul Krugman)表示,
ChatGPT
及其后继者不太可能在未来10年内改变美国经济。 这位资深经济学家在上周五发表的《纽约时报》专栏文章中表示:“当时形式的大型语言模型应该不会影响明年的经济预测,可能也不会对未来十年的经济预测产生很大影响。” “
ChatGPT
以及随之而来的一切可能是21世纪30年代的经济故事,而不是未来几年的,”他接着说,指的是那个热门的人工智能工具。 OpenAI的聊天机器人自去年11月问世以来就吸引了投资者的注意。这种宣传重新点燃人们对人工智能的兴趣,并提振了包括英伟达(Nvidia)在内的该行业股票,自2023年初以来,该股已上涨约83%。
ChatGPT
给人们留下了深刻的印象,因为它能提供从约会建议到投资建议的各种信息。但据美国联邦贸易委员会(FTC)称,它也引发了担忧,即它可能会加剧网络偏见、歧视和其他消费者伤害。 克鲁格曼之前讨论过
ChatGPT
的含义,说它可能“比人类更有效地”完成报告和写作等任务。在他最新的专栏中,他补充说,像
ChatGPT
这样的大型语言模型“将使经济更有生产力,但也可能会伤害一些技能已经贬值的工人。” 他问道:“但这一次,这些影响会有多大?它们多快能实现?”克鲁格曼说:“第二,历史表明,人工智能带来的巨大经济效应将需要比许多人目前预期的更长的时间才能实现。” 他以20世纪中期计算能力的提升及其对劳动生产率的滞后影响为例。 Krugman说:“坦率地说,任何预测人工智能将大幅加速经济增长的人——这将导致税收大幅增加——同时预测未来会出现财政危机,除非我们大幅削减医疗保险和社会保障,否则都是没有多大意义的。”
lg
...
超启
2023-04-04
互动| 焦点科技:公司研发端目前接入的是
ChatGPT3.5Turbo
go
lg
...
等领域推进应用。公司研发端目前接入的是
ChatGPT3.5Turbo
,
ChatGPT
-4.0正在接入审核中。
lg
...
金融界
2023-04-04
港股收评:恒指跌0.66%、恒生科技指数跌1.61% 汽车股下挫蔚来跌超7%,中字头基建股走强中国中铁涨超7%
go
lg
...
外,天风证券发布研报称,以GPT-4/
ChatGPT
为代表的预训练大模型或将催生未来对AI服务器的扩产需求。未来随着
ChatGPT
的市占率及应用端的发展,类
ChatGPT
对芯片的需求将量大且具有高持续性,在先进制造及封装环节,建议关注中芯国际等。中金则表示,中芯去年业绩符合预期,智能手机和消费电子行业当前仍处于去库存阶段,2023年下半年随着新品陆续推出,市场需求有望回暖。 港股中字头基建股集体走强。中国中铁涨超7%。东吴证券报告指出,2022年四季度以来建筑业PMI和央企订单增速高于近年来中枢,反映行业景气度维持高位。今年2月建筑业景气水平升至高位景气区间,业务活动预期指数为65.8%,连续三个月位于高位景气区间;结合基建开复工加快回暖,预计稳增长继续发力下基建市政链条景气有望加速提升。
lg
...
金融界
2023-04-04
4月4日两市主力增持前50只个股
go
lg
...
创业板指跌超1%,中字头个股持续走强,
ChatGPT
概念股跳水,个股绿多红少,成交再度突破1万亿元。尾盘,指数集体回升,汽车芯片、EDR概念、机场航运等板块持续走强。从盘面上看,养殖、中药、半导体等板块涨幅居前,HJT电池、热管理、白电等板块跌幅居前。 今天的市况大概如此,那么又有哪些公司受主力追捧呢?请看下表: 其中排在前三位股票的财务状况如下: 云天励飞2022年报显示,公司主营收入5.46亿元,同比下降3.52%;归母净利润-4.36亿元,同比下降11.83%;扣非净利润-5.17亿元,同比下降16.74%;负债率32.0%,投资收益1843.78万元,财务费用-1146.08万元,毛利率34.18%。 中芯国际2022年报显示,公司主营收入495.16亿元,同比上升38.97%;归母净利润121.33亿元,同比上升13.04%;扣非净利润97.64亿元,同比上升83.35%;其中2022年第四季度,公司单季度主营收入117.53亿元,同比上升14.55%;单季度归母净利润27.44亿元,同比下降19.66%;单季度扣非净利润17.94亿元,同比上升12.54%;负债率33.89%,投资收益8.32亿元,财务费用-15.52亿元,毛利率38.3%。 中国中铁2022年报显示,公司主营收入11543.58亿元,同比上升7.56%;归母净利润312.76亿元,同比上升13.25%;扣非净利润284.18亿元,同比上升9.04%;其中2022年第四季度,公司单季度主营收入3043.06亿元,同比上升0.41%;单季度归母净利润82.59亿元,同比上升18.48%;单季度扣非净利润72.57亿元,同比上升7.8%;负债率73.77%,投资收益11.64亿元,财务费用31.83亿元,毛利率9.81%。 以上内容由证券之星根据公开信息整理,与本站立场无关。证券之星力求但不保证该信息(包括但不限于文字、视频、音频、数据及图表)全部或者部分内容的的准确性、完整性、有效性、及时性等,如存在问题请联系我们。本文为数据整理,不对您构成任何投资建议,投资有风险,请谨慎决策。
lg
...
证券之星
2023-04-04
AI,爆了!朱少醒陈光明等大佬如何看待
ChatGPT
?
go
lg
...
联网 最近人工智能确实让大家很惊艳,从
ChatGPT
到刚刚发布的GPT-4,的确是始料未及,GPT-4的这些表现,我也感觉很震撼。 这显然属于TMT,但
ChatGPT
不应该与互联网归为同一个大类。互联网的下一代可能是物联网,可能是AR、元宇宙之类,AI应该要单立出来,它本身能够创造的机会、对我们的社会进步产生的效果,可能会与互联网并驾齐驱,甚至超过互联网。 金沙江创投管理合伙人朱啸虎:人工智能对生产效率的提升是跳跃式的 人工智能要比2000年的互联网影响要大得多。互联网对生产效率的提升是逐步的,但人工智能、GPT是跳跃式的,迭代速度非常快。 AlphaGo在四五年前只能下下围棋、打打牌,做不了实际的工作,今天GPT却能做很多,颠覆了很多工作,再过三五年,在生产力提升上可能又有飞跃。对人类世界的影响是空前的。 02.相关创投机会会在哪里? 吴炯:机会在垂直领域 AI下一步创业会遵循什么样的道路,现在很多人都在预测,但目前预测的难度还是挺大的。就像1995、1996年,那时互联网刚刚开始商业化,根本预测不了后面会发生什么,当时就没有几个人说准的,现在AI大概就处在这样一个阶段。 但有一点可以肯定,这是改变我们每个人生活方方面面、改变整个世界的一个新的浪潮。 我看了一些相关报道,
ChatGPT
做一次训练就要用三万块芯片,花上好几天的时间,上亿的美元。耗电量也相当惊人,单是试用,一天用电就要5万美元。 像这样的大规模模型是具有稀缺性的,普通的创业公司能融多少钱?千万美金玩不起这样的游戏,玩家屈指可数。OpenAI和它背后微软?Google?国内腾讯?阿里?百度是否有能力现在都还存疑。 那么初步想象一下未来的生态系统:创业公司必须要寄生在一个平台上,这个平台可能是一个大公司,也可能是一个大的组织,比如OpenAI,它的名字里就有Open,应该会把平台、把API开放,有偿还是无偿?大概率是要收费,因为费用太高。 就依托于以上那几个大玩家,然后创业公司在垂直应用领域去创业,比如以前我做过很多医疗方面的投资,我判断,AI医生可能就能很快落地。用医疗知识去训练AI,它的专业能力可能很快就超过很多主任级别、几十年的专家医生,再比如其他领域,以后咨询真人律师可能还不如咨询AI。这些垂直领域会有很多应用,这些都是创业公司的机会。这就是我初步的猜想。 朱啸虎:国内公司有两类机会 人工智能跳跃式的生产力提升对创业者来说未必是好消息,大模型太强大,创业者基于
ChatGPT
能够创造的价值太单薄。 举国外的两个例子,美国过去有两家公司很火,但GPT-4出来后价值就迅速降低。 一家是Grammarly,做自动语法纠错的;另一家是jasper,做自动营销文案生成。GPT-4出来后,它们的价值或许很快会归零,因为价值太单薄了,怎么向客户收费? 国内的,比如有家公司花了一年时间在腾讯会议中做自动纪要,千人团队用了一年,才到60%正确率。GPT两个人一个星期,做到80%。 因此,对于过去四五年涌现出来的人工智能公司,如果没有基于大模型,那GPT对他们来说就是降维打击。 当然国内公司还是机会的,一类是卖铲子、挖铁锹的机会。比如给数据打标签,A股有一家公司就是做这个,这个赛道是高度确定的,未来几年肯定是爆发性地增长。 另外是利好拥有客户、拥有用户使用场景的公司。所有软件公司都必须积极思考GPT对自己有什么影响,传统公司如果拥有这样的场景,怎么帮它协助去实现。比如协同办公软件,可能有需求支持同时几百人并发修改,这个对系统的稳定性、协调性要求非常高。但生产力指数式提高后,技术门槛就会急剧降低,新玩家可以借机颠覆旧玩家。 再比如,可以不卖软件,改为交付最终服务。举电话中心系统为例,如果GPT减少80%的人力,只需要雇佣10%-20%的员工,再配合使用机器人,那这家公司即使是以电话中心50%的价格销售,仍然有百分之六七十的毛利。 另外再比如,利用人工智能能够自动生成照片和视频的公司,就可以直接交付产品。不再需要人力拍摄,省时省力。 03.如何应对当下二级市场? 黄勇:没有门槛的生意都是炒作 我的年纪太大,已不太适合看这类机会。从我的角度看,如果一定要预测,要做确定性比较高、有门槛的生意,而这些目前确实都不在A股,在这个类别里,我们跟美国、台湾的差距还是太大,要不买微软、英伟达、台积电,其他都没有门槛,都是炒作一波。 归江:应关注技术产生的社会影响 我主要还在学习当中,投资方面还没有就此聚焦。 认识方面,我们可以回顾一下新兴产业的特点,做一些类比,比如比特币,算力和能耗是瓶颈。 但对于GPT,我最担心的不是技术本身怎么应用,而是对我们的基础教育产生的影响。会拉大贫富差距吗?带来更大的人类撕裂?一个稳定的世界与技术更加先进的世界要保持平衡。 党开宇:现在还太早,后端应用大概率会死 我们(在座嘉宾)大多都是20世纪90年代上学的,在视野上有时代局限,但是可以确定的是,现在这个时点,后端应用基本不能投。比如微逆,太早了,大概率会死。 朱少醒:中国企业在技术应用方面从来不输别人 没法超越几位一级市场的理解。按照以前国内企业的特质特长来讲,中国企业对技术应用方面从来不输别人。什么样类型最可能找到新的应用?从类似商业模式上得到启发,我们的市场完全可以同体量应用,迭代得非常快。 董承非:等尘埃落定再慢慢上车 一级市场大佬还在研究中,历史上从没有二级领先一级的。一级急着上车,二级不急,等看清楚再上车,等尘埃落定再慢慢上车。 陈光明:持续关注看长期 最近特别热的(
ChatGPT
),我们会仔细去观察。这次AI的突破确实很大,长期来看,影响非常大,需要持续跟进研究关注。
lg
...
证券之星
2023-04-04
上一页
1
•••
443
444
445
446
447
•••
674
下一页
24小时热点
人民币最多恐再跌10%!彭博:中国领导人的“强势货币”梦遇特朗普回归
lg
...
中国抛售再次提醒!全球都盯紧特朗普这一任命,本周英伟达风暴来袭
lg
...
黄金突然大涨1%,事关高盛最新预测?朝鲜突传再派10万人援俄
lg
...
突然!两大投行对中国股市态度转向了
lg
...
美国新闻周刊:特朗普和马斯克的关系可能因中国而“闹翻”
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
14讨论
#链上风云#
lg
...
47讨论
#美国大选#
lg
...
1305讨论
#VIP会员尊享#
lg
...
1480讨论
#比特币最新消息#
lg
...
584讨论