


AI Generatif muncul di Forum Davos Ketua Pegawai Eksekutif OpenAI berkata bahawa AI akan menuju ke era seterusnya.
Pada tahun lalu, AI generatif telah muncul dengan kuat.
Daripada teks kepada imej kepada video dan juga kod, hampir semua AI generatif yang anda boleh fikirkan boleh membantu anda melakukannya.
Tidak, Sidang Kemuncak Tahunan Ekonomi Dunia 2023, Forum Davos, turut menamakan dan memuji pencapaian cemerlang AI generatif pada tahun 2022.
Artikel ini merujuk kepada AI generatif sebagai "pemecah permainan yang perlu ditangani dengan serius oleh masyarakat dan perusahaan", yang sudah cukup untuk menunjukkannya. kepentingan.
Selain itu, forum itu turut menjemput Sam Altman, Ketua Pegawai Eksekutif OpenAI, untuk menghadiri dan menyampaikan ucaptama penutup "AI bergerak ke arah era seterusnya ". Satu siri topik termasuk bagaimana pembangunan masa depan AI akan membantu ekonomi dan masyarakat telah dibincangkan.
Kali ini, Altman ditemu bual oleh Reid Hoffman, sebuah syarikat Amerika terkenal dan pengasas bersama LinkedIn.
Kami telah memintas coretan ringkas perbualan dan temu bual, dan pautan ke temu bual penuh juga dipaparkan di bawah.
- Reid Hoffman: Jadi saya rasa salah satu perkara yang ramai orang minat ialah model yang sangat besar akan dicipta berdasarkan API, jadi Apakah peluang perniagaan sebenar? Apakah cara untuk melihat ke hadapan? Memandangkan API akan tersedia kepada berbilang pemain, bagaimanakah anda membuat perniagaan yang unik?
- Sam Altman: Ya. Jadi saya fikir setakat ini kita telah memasuki alam kemungkinan yang tidak berkesudahan di mana anda boleh melakukan banyak perkara dengan model yang rumit pada masa lalu. Tetapi saya mengesyaki bahawa dengan kualiti model bahasa yang kita lihat dalam beberapa tahun akan datang, produk carian akan menimbulkan cabaran yang serius kepada Google buat kali pertama. ChatGPT kami pernah diejek sebelum ini, tetapi kini ia menunjukkan keupayaan yang tidak boleh diabaikan oleh syarikat.
Altman percaya bahawa kecerdasan buatan adalah platform asas untuk pembangunan semua sains dan teknologi, daripada model bahasa yang besar kepada lonjakan besar dalam aplikasi pelbagai mod yang bertukar antara imej dan bahasa, kepada pengembangan yang ketara Aplikasi kebolehan saintis yang mana banyak kemajuan akan dibuat dalam semua industri.
Pautan video: https://youtu.be/WHoWGNQRXb0
Pautan temu bual penuh: https://greylock.com/greymatter/sam-altman-ai-for-the-next-era/
Artikel terakhir juga tersedia Merumuskan sejarah pembangunan AI generatif selama ini.
Mari lihat set gambar sebelumnya Dari 2014 hingga 2022, AI telah membuat lonjakan dalam kualiti imej ini dihasilkan oleh model AI orang yang tidak wujud dalam realiti.
Kuasa super AI generatif
Generative Pretrained Transformer (GPT) ialah model bahasa besar ( LLM), yang menggunakan pembelajaran mendalam untuk menghasilkan teks seperti manusia.
Walaupun kemerosotan pasaran semasa dan pemberhentian pekerja dalam industri teknologi, syarikat AI generatif terus mendapat perhatian daripada pelabur.
Sebagai contoh, Stability AI dan Jasper baru-baru ini memperoleh AS$101 juta dan AS$125 juta masing-masing Pelabur seperti Sequoia Capital percaya bahawa bidang AI generatif boleh menjana bertrilion dolar dalam nilai ekonomi .
Dengan keluaran model baharu seperti Stable Diffusion dan ChatGPT, AI generatif telah menjadi topik penting bagi pakar teknologi, pelabur, penggubal dasar dan masyarakat secara umum.
AI Generatif bukanlah konsep baharu Teknologi pembelajaran mesin di sebalik AI generatif telah berkembang secara berterusan dalam dekad yang lalu.
Model latihan AI Generatif berfungsi dengan belajar daripada set data yang besar dan menggunakan pengetahuan ini untuk menjana data baharu yang serupa dengan contoh dalam set data latihan.
Ini biasanya dilakukan menggunakan algoritma pembelajaran mesin yang dipanggil model generatif. Terdapat pelbagai jenis model generatif, masing-masing menggunakan kaedah yang berbeza untuk menjana data baharu.
Sesetengah jenis model generatif biasa termasuk rangkaian musuh generatif (GAN), VAE dan model autoregresif.
Sebagai contoh, model generatif yang dilatih pada set data imej wajah mungkin mempelajari struktur umum dan rupa wajah dan kemudian menggunakan pengetahuan ini untuk menjana baharu, yang sebelum ini tidak kelihatan tetapi Wajah yang kelihatan nyata dan boleh dipercayai.
Model generatif digunakan dalam pelbagai aplikasi, termasuk penjanaan imej, pemprosesan bahasa semula jadi dan penjanaan muzik. Ia amat berguna untuk tugas yang sukar menjana data baharu secara manual, seperti mencipta reka bentuk baharu untuk produk atau menjana pertuturan yang berbunyi realistik.
Versi terbaharu OpenAI, ChatGPT, telah mencetuskan kekecohan dan menarik 1 juta pengguna dalam masa lima hari sahaja, dan telah digambarkan sebagai satu kejayaan merentasi pelbagai tugasan yang lebih luas.
Kes penggunaan yang sedang dibincangkan termasuk seni bina baharu untuk enjin carian, menerangkan algoritma yang kompleks, mencipta bot terapi yang diperibadikan, membantu membina apl dari awal, menerangkan konsep saintifik dan banyak lagi.
Program teks ke imej seperti Midjourney, DALL-E dan Stable Diffusion berpotensi mengubah cara seni, animasi, permainan, filem, seni bina dan banyak lagi dipaparkan.
Berdasarkan era baharu kerjasama manusia-mesin, mereka yang optimis mendakwa bahawa AI generatif akan membantu proses kreatif artis dan pereka kerana sistem AI generatif akan meningkatkan realiti secara radikal mempercepatkan fasa kreatif.
Selain ruang kreatif, model AI generatif mempunyai keupayaan transformatif dalam bidang saintifik yang kompleks seperti kejuruteraan komputer.
Sebagai contoh, GitHub Copilot milik Microsoft adalah berdasarkan model Codex OpenAI dan boleh mencadangkan kod dan membantu pembangun dalam mengautomasikan tugas pengaturcaraan mereka.
Sistem ini disebut sebagai mengautomasikan sehingga 40% kod pembangun, meningkatkan aliran kerja dengan ketara.
Risiko yang berpotensi dan tidak diketahui
Walaupun AI generatif membuatkan orang teruja dengan kreativiti yang dibawanya, terdapat juga kebimbangan tentang kesan model ini terhadap masyarakat.
Artis digital Greg Rutkowski bimbang internet akan dibanjiri dengan karya seni yang tidak dapat dibezakan daripada karyanya sendiri, hanya dengan menyuruh sistem menyalin karya seni itu dalam gaya uniknya.
Profesor seni Carson Grubaugh berkongsi kebimbangan yang sama dan meramalkan bahawa kebanyakan tenaga kerja kreatif, termasuk artis komersial yang bekerja dalam industri hiburan, permainan video, pengiklanan dan penerbitan, boleh dihentikan kerja oleh model AI generatif .
Selain impak mendalamnya terhadap tugas dan pekerjaan, model AI generatif dan luaran yang berkaitan menimbulkan kebimbangan dalam komuniti tadbir urus AI.
Salah satu masalah dengan model bahasa yang besar ialah keupayaan mereka untuk menjana kandungan palsu dan mengelirukan.
Meta’s Galactica — model yang dilatih pada 48 juta artikel saintifik yang mendakwa ia boleh meringkaskan kertas akademik, menyelesaikan masalah matematik dan menulis kod saintifik — disiarkan kurang daripada tiga hari lalu Ia telah ditarik balik kerana komuniti saintifik mendapati bahawa ia telah salah faham pelajar dan menghasilkan data dan pengetahuan yang salah.
Selain itu, bot yang lulus ujian Turing mempamerkan kebolehan untuk berkelakuan pintar serupa atau tidak dapat dibezakan daripada manusia Keupayaan sedemikian mungkin disalahgunakan untuk menjana maklumat salah merentas platform dan ekosistem.
Model besar terus dilatih mengenai set data besar-besaran yang diwakili dalam buku, artikel dan tapak web, yang mungkin berat sebelah dalam cara yang sukar untuk ditapis sepenuhnya.
Walaupun dalam kes ChatGPT, output yang berbahaya dan tidak sahih telah dikurangkan dengan banyak melalui penggunaan pembelajaran pengukuhan dengan maklum balas manusia (RLHF), OpenAI mengakui bahawa model mereka masih boleh berniat jahat dan keluaran berat sebelah.
Atas ialah kandungan terperinci AI Generatif muncul di Forum Davos Ketua Pegawai Eksekutif OpenAI berkata bahawa AI akan menuju ke era seterusnya.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Panduan Lengkap untuk Memeriksa Konfigurasi HDFS Dalam Sistem CentOS Artikel ini akan membimbing anda bagaimana untuk memeriksa konfigurasi dan menjalankan status HDFS secara berkesan pada sistem CentOS. Langkah -langkah berikut akan membantu anda memahami sepenuhnya persediaan dan operasi HDFS. Sahkan Pembolehubah Alam Sekitar Hadoop: Pertama, pastikan pembolehubah persekitaran Hadoop ditetapkan dengan betul. Di terminal, laksanakan arahan berikut untuk mengesahkan bahawa Hadoop dipasang dan dikonfigurasi dengan betul: Hadoopversion Semak fail konfigurasi HDFS: Fail konfigurasi teras HDFS terletak di/etc/hadoop/conf/direktori, di mana core-site.xml dan hdfs-site.xml adalah kritikal. gunakan

Perintah shutdown CentOS adalah penutupan, dan sintaks adalah tutup [pilihan] [maklumat]. Pilihan termasuk: -h menghentikan sistem dengan segera; -P mematikan kuasa selepas penutupan; -r mulakan semula; -T Waktu Menunggu. Masa boleh ditentukan sebagai segera (sekarang), minit (minit), atau masa tertentu (HH: mm). Maklumat tambahan boleh dipaparkan dalam mesej sistem.

Dasar sandaran dan pemulihan Gitlab di bawah sistem CentOS untuk memastikan keselamatan data dan pemulihan, Gitlab pada CentOS menyediakan pelbagai kaedah sandaran. Artikel ini akan memperkenalkan beberapa kaedah sandaran biasa, parameter konfigurasi dan proses pemulihan secara terperinci untuk membantu anda menubuhkan strategi sandaran dan pemulihan GitLab lengkap. 1. Backup Manual Gunakan Gitlab-Rakegitlab: Backup: Buat Perintah untuk Melaksanakan Backup Manual. Perintah ini menyokong maklumat utama seperti repositori Gitlab, pangkalan data, pengguna, kumpulan pengguna, kunci, dan kebenaran. Fail sandaran lalai disimpan dalam direktori/var/opt/gitlab/sandaran. Anda boleh mengubah suai /etc /gitlab

Memasang MySQL pada CentOS melibatkan langkah -langkah berikut: Menambah sumber MySQL YUM yang sesuai. Jalankan YUM Pasang Perintah MySQL-Server untuk memasang pelayan MySQL. Gunakan perintah mysql_secure_installation untuk membuat tetapan keselamatan, seperti menetapkan kata laluan pengguna root. Sesuaikan fail konfigurasi MySQL seperti yang diperlukan. Tune parameter MySQL dan mengoptimumkan pangkalan data untuk prestasi.

Latihan yang diedarkan Pytorch pada sistem CentOS memerlukan langkah -langkah berikut: Pemasangan Pytorch: Premisnya ialah Python dan PIP dipasang dalam sistem CentOS. Bergantung pada versi CUDA anda, dapatkan arahan pemasangan yang sesuai dari laman web rasmi Pytorch. Untuk latihan CPU sahaja, anda boleh menggunakan arahan berikut: PipinstallToRchTorchVisionTorchaudio Jika anda memerlukan sokongan GPU, pastikan versi CUDA dan CUDNN yang sama dipasang dan gunakan versi pytorch yang sepadan untuk pemasangan. Konfigurasi Alam Sekitar Teragih: Latihan yang diedarkan biasanya memerlukan pelbagai mesin atau mesin berbilang mesin tunggal. Tempat

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Panduan Lengkap untuk Melihat Log Gitlab Di bawah Sistem CentOS Artikel ini akan membimbing anda bagaimana untuk melihat pelbagai log Gitlab dalam sistem CentOS, termasuk log utama, log pengecualian, dan log lain yang berkaitan. Sila ambil perhatian bahawa laluan fail log mungkin berbeza -beza bergantung pada versi GitLab dan kaedah pemasangan. Jika laluan berikut tidak wujud, sila semak fail Direktori Pemasangan dan Konfigurasi GitLab. 1. Lihat log Gitlab utama Gunakan arahan berikut untuk melihat fail log utama aplikasi GitLabRails: Perintah: Sudocat/var/Log/Gitlab/Gitlab-Rails/Production.log Perintah ini akan memaparkan produk

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:
