Meta:扎克伯格已致力于AI研究,计划今年商用AIGC技术
4月6日消息,周三,Meta公司的首席技术官安德鲁·博斯沃思(Andrew Bosworth)透露,该公司的首席执行官马克·扎克伯格(Mark Zuckerberg)现在把大部分时间都用在了AI上。他还表示,马斯克等人呼吁暂停AI研发的建议是“不切实际的”。
Meta公司计划在今年12月之前将他们自己研发的生成式人工智能(AIGC)技术商业化,并与谷歌共同探寻这项技术的实际应用。Meta公司从2013年开始就致力于人工智能领域的研究,其发表的研究成果数量与谷歌相当。
"我们已经在人工智能领域投资了十年以上,并拥有世界领先的研究机构。" 博斯沃思周三在东京接受采访时透露:“我们当然拥有一个庞大的研究组织,有数百名员工。”
今年2月,Meta宣布成立了一个新团队来研发AIGC技术。现在,他们首次透露了该技术商业化的时间表。ChatGPT的创建者OpenAI已经将这项即时创建句子和图形的技术商业化了,但是Meta的首席技术官博斯沃思坚信自己的公司仍处于该领域的前沿。
博斯沃思说:“我们坚信自己始终站在技术前沿。我们的团队在大型语言模型开发中开创了许多技术。我预计今年将开始看到其中一些技术实现商业化。我们几个月前成立了AIGC团队,他们有很多工作要做。这是我、扎克伯格以及克里斯·考克斯(Chris Cox,首席产品官)投入时间最多的领域。”
博斯沃思认为,在某种程度上,Meta的AI技术可以通过告诉广告商使用什么工具来制作广告来提高广告效果。他说,广告商可以命令AI“为我的公司制作适合不同受众的图像”,而不是在广告活动中始终使用同一张图片。这可以帮助节省大量时间和金钱。
广告是Meta的主要收入来源。该公司希望最终将这项技术应用到其所有产品和服务中,包括Facebook和Instagram。
除此之外,该技术还将运用于元宇宙,即Meta正在积极开发的逼真虚拟世界。博斯沃思表示:“过去,要创建一个3D世界,需要学习大量的计算机图形学和编程知识。但未来,你可能只需描述你想要创建的世界,就能让大型语言模型帮你生成。这使得更多人更容易接触到内容创作等领域。”
2013年,Meta邀请法国科学家、AI领域顶尖专家杨立昆(Yann LeCun)加入,并成立了AI研究实验室。根据荷兰AI研究分析平台Zeta Alpha的数据,在2022年发表的主要AI研究成果中,Meta的研究被引用的次数仅次于谷歌。
尽管人们对AIGC高效处理大量任务的期望很高,但仍存在担忧,尤其是担心其对人类文明的失控。今年3月,总部设在美国的非营利组织“生命未来研究所”发起了一项请愿,要求暂停AI技术的开发至少6个月。该请愿得到了美国企业家马斯克等人的支持。
博斯沃思表示,他不同意这一观点。他说:“我认为,投资于以负责任态度开发AI技术的项目至关重要,我们始终如此。然而,要阻止AI的进化并就你们要求的改变做出正确决定非常困难。通常情况下,你必须先了解技术的发展,然后才能确保它的安全。因此,我认为这种想法不仅不现实,而且不会有效。”
以上是Meta:扎克伯格已致力于AI研究,计划今年商用AIGC技术的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

经过一年多的发展,AIGC已经从文字对话、图片生成逐步向视频生成迈进。回想四个月前,Sora的诞生让视频生成赛道经历了一场洗牌,大力推动了AIGC在视频创作领域的应用范围和深度。在人人都在谈论大模型的时代,我们一方面惊讶于视频生成带来的视觉震撼,另一方面又面临着落地难问题。诚然,大模型从技术研发到应用实践还处于一个磨合期,仍需结合实际业务场景进行调优,但理想与现实的距离正在被逐步缩小。营销作为人工智能技术的重要落地场景,成为了很多企业及从业者想要突破的方向。掌握了恰当方法,营销视频的创作过程就会

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S
