- A+
来源:瞭望智库
原标题:《颠覆性挑战!你想象不到的一个新领域强势崛起》
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FuX6EEDDfSckJ8Vs5xQ8_Jli0SNt.png)
图片来源:由无界版图AI工具生成
最近,一款叫“ChatGPT”的聊天机器人闯入人们的视野,很多跟它聊过天的人感叹其表现相当“靠谱”。不同于市面上其他聊天机器人经常答非所问、言语混乱的表现,ChatGPT的对话交流非常接近真实的人类。
更厉害的是,它的内容创作能力惊人:写邮件、做文案、创作诗歌分分钟完成,还能写代码、查程序Bug、改论文、参加司法考试……怪不得有人评价它“只有你想不到,没有ChatGPT办不成的”。
ChatGPT的一夜爆红,让许久没有声响的人工智能又一次在各界引起轰动。
比尔·盖茨曾这样描述互联网的发展,他说“人们大大高估了 5 年后的互联网,又大大低估了10年后的互联网。”如今在谈及与之相媲美的技术时,他指出“人工智能是最重要的”,“ChatGPT 让我们窥见了未来”。
在ChatGPT颠覆人们想象的背后,是一个新领域的强势崛起——AIGC(AI Generated Content,人工智能生成内容)。
一方面,AIGC催生出全新产业体系和商业化特征,并引领人类加速逼近“科技奇点”;另一方面,人类独有的创造性工作面临颠覆性挑战,相当多的职业可能面临衰落和消亡。说到底,以ChatGPT为标志的AIGC将改变社会的演进模式,而这一切已经开始。
未来何以窥见?下文探讨的13个问题,揭示了其中关键。
文 | 朱嘉明 经济学家、横琴新区数链数字金融研究院学术与技术委员会主席
编辑丨王乙雯 瞭望智库
本文为瞭望智库书摘,系作者为《AIGC:智能创作时代》(中译出版社2023年2月出版)所撰写的“代序言”,原标题为《AIGC和智能数字化新时代——媲美新石器时代的文明范式转型》,不代表瞭望智库观点。
2022年,在集群式和聚变式的科技革命中,人工智能生成内容(AIGC,AI Generated Content)后来居上,以超出人们预期的速度成为科技革命历史的重大事件,迅速催生了全新的科技革命系统、格局和生态,进而深刻改变了思想、经济、政治和社会的演进模式。
第一,AIGC的意义是实现人工智能“内容”生成。人们主观的感觉、认知、思想、创造和表达,以及人文科学、艺术和自然科学都要以具有实质性的内容作为基础和前提。所以,没有内容就没有人类文明。进入互联网时代后,产生了所谓专业生产内容(PGC),也出现了以此作为职业获得报酬的职业生产内容(OGC)。与此同时,“用户生成内容”(UGC)的概念和技术也逐渐发展,由此形成了用户内容生态。
内容生产赋予了Web 2.0的成熟和Web 3.0时代的来临。相较于PGC和OGC、UGC,AIGC通过人工智能技术实现内容生成,并在生成中注入了“创作”,意味着自然智能所“独有”和“垄断”的写作、绘画、音乐、教育等创造性工作的历史走向终结。内容生成的四个阶段(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FrCL2Xd8QoXXNn8EmZWJNP9cQsAR.png)
图0-1 内容生成的四个阶段。
第二,AIGC的核心技术价值是实现了“自然语言”与人工智能的融合。自然语言是一个包括词法、词性、句法、语义的体系,也是不断演进的动态体系。代表AIGC最新进展的是由OpenAI公司开发的ChatGPT(Generative Pre-Training)。它完成了机器学习算法发展中,自然语言处理领域的历史性跨越,即通过大规模预训练模型,形成人工智能技术理解自然语言和文本生成能力,能完成脚本编写、文案撰写、翻译等任务。
这是人类文明史上翻天覆地的革命,开启了任何阶层、任何职业都可以以任何自然语言和人工智能交流,并且生产出从美术作品到学术论文的多样化内容产品。在这样的过程中,AIGC“异化”为一种理解、超越和生成各种自然语言文本的超级“系统”。
第三,AIGC的绝对优势是其逻辑能力。是否存在可以逐渐发展的逻辑推理能力是人工智能与生俱来的挑战。AIGC之所以迅速发展,是因为AIGC基于代码、云计算、技术操控数据、模式识别,以及通过机器对文本内容进行描述、分辨、分类和解释,实现了基于语言模型提示学习的推理,甚至是知识增强的推理,构建了坚实的“底层逻辑”。不仅如此,AIGC具备基于准确和规模化数据,形成包括学习、抉择、尝试、修正、推理,甚至根据环境反馈调整并修正自己行为的能力;它可以突破线性思维框架并实现非线性推理,也可以通过归纳、演绎、分析,实现对复杂逻辑关系的描述。可以毫不夸张地说,AIGC已经并继续改变着21世纪逻辑学的面貌。
第四,AIGC实现了机器学习的集大成。21世纪的机器学习演化到了深度学习(Deep learning)阶段。深度学习可以更有效地利用数据特征,形成深度学习算法,解决更为复杂的场景挑战。2014 年生成对抗网络(GAN)的出现,加速了深度学习在AIGC领域的应用。AIGC实现了机器学习的集大成(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FjEZC7Xo1CuEnVS7XuBMOhk38Rml.png)
图0-2 机器学习常用算法。资料来源:程序员zhenguo(2023),“梳理机器学习常用算法(含深度学习)”
第五,AIGC开创了“模型”主导内容生成的时代。人类将跑步进入传统人类内容创作和人工智能内容生成并行的时代,进而进入后者逐渐走向主导位置的时代。这意味着传统人类内容创作互动模式转换为AIGC模型互动模式。2022年是重要的历史拐点(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FvWH46X9xWSeLd088k7rKwqZMdiP.png)
图0-3 人类生成内容向AIGC转换趋势。
在自然语言处理(NLP)系统中,“Transformer”是一种融入注意力机制和神经网络模型领域的主流模型和关键技术。Transformer具有将所处理的任何文字和句子 “向量”或者“矢量”化,最大限度反映精准意义的能力。
总之,没有Transformer,就没有NLP的突破;没有大模型化的AIGC,ChatGPT升级就没有可能。多种重要高效Transformer的集合(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FsIQg7R8OZmWzneoyOoF-YGwJ-CA.png)
图0-4 多种重要高效transformer的集合模型。资料来源:Tay et al (2022), “Efficient Transformers: A Survey”, doi: 10.48550/arXiv.2009.06732
第六,AIGC开放性创造力的重要来源是扩散模型。扩散(diffusion)模型的概念最早在2015年的论文《利用非均衡热力学的深度非监督学习》(Deep Unsupervised Learning Using Nonequilibrium Thermodynamics)中被提出。2020年,论文《去噪扩散概率模型》(Denoising Diffusion Probabilistic Models)中提出DDPM模型用于图像生成。从技术的角度来看,扩散模型是一个潜在变量(Latent Variable)模型,通过马尔可夫链(Markov chain)映射到潜在空间。
【注:马尔可夫链的命名来自俄国数学家安德雷·马尔可夫(Andrey Andreyevich Markov,1856—1922),定义为概率论和数理统计中具有马尔可夫性质,且存在于离散的指数集和状态空间内的随机过程。马尔可夫链可能具有不可约性、常返性、周期性和遍历性。】
一般来说,AIGC因为吸纳和依赖扩散模型,而拥有开放性创造力。
2021年8月,斯坦福大学联合众多学者撰写论文将将基于 Transformer架构的等模型称为“基础模型”(Foundation model),在翻译时也常译作大模型。Transformer推动了AI整个范式的转变(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/Ftz0CJQqy_CpfDMuFs9n1X-AZKNx.png)
图0-5 基础模型“transformer”。资料来源:Bommasani et al (2022), "On the Opportunities and Risks of Foundation Models", doi: 10.48550/arXiv.2108.07258
第七, AIGC的进化是参数以几何级数扩展为基础。AIGC的训练过程,就是调整变量和优化参数的过程。所以,参数的规模是重要前提。ChatGPT聊天机器人的问世,标志着AIGC形成以Transformer为架构的大型语言模型(Large Language Mode,LLM)机器学习系统,通过自主地从数据中学习,在对大量的文本数据集进行训练后,可以输出复杂的、类人的的作品。
AIGC形成的学习能力决定于参数的规模。GPT-2大约有15亿个参数,而GPT-3最大的模型有1750亿个参数,上升了两个数量级。而且,它不仅参数规模更大,训练所需的数据也更多。根据媒体报道但还未被证实的消息,GPT-4 的参数可能将达到100万亿规模(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FmmijEDE7yur0JfF2WL7EAit7xmg.png)
图0-6 GPT-4的参数规模。
根据学界经验,深度神经网络的学习能力和模型的参数规模呈正相关。人类的大脑皮层有 140多亿个神经细胞,每个神经细胞又有3万多个突触。所以,大脑皮层的突触总数超过100万亿个。所谓的神经细胞就是通过这些突触相互建立联系。假设GPT-4实现100万亿参数规模,堪比人的大脑,意味着它达到与人类大脑神经触点规模的同等水平。
第八,AIGC的算力需求呈现显著增长。数据、算法、算力是人工智能的稳定三要素。根据OpenAI分析,自2012年以来,6年间AI算力需求增长约30万倍(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FhP3BJ72z7FXdykIYbOND7kF6OT0.png)
图0-7 从AlexNet到AlphaGo Zero:30万倍的运算量增长。资料来源:OpenAI (2018),“AI and Compute”, https://openai.com/blog/ai-and-compute/
在可以预见的未来,在摩尔定律(Moore's Law)以走向失效的情况下,AI模型所需算力被预测每100天翻一倍,也就是“5年后AI所需算力超100万倍”。造成这样需求的根本原因是AI的算力不再是传统算力,而是“智能算力”,是以多维度的“向量”集合最为算力基本单位的。
第九,AIGC和硬技术相辅相成。从广义上讲,AIGC的硬技术是AI芯片,而且是经过特殊设计和定制的AI芯片。AI芯片需要实现CPU、GPU、FPGA和DSP共存。随着AIGC的发展, 使得计算技术的发展不再仅仅依靠通用芯片在制程工艺上的创新,而是结合多种创新方式,形成智能计算和计算智能技术。例如,根据应用需求重新审视芯片、硬件和软件的协同创新,即思考和探索新的计算架构,满足日益巨大、复杂、多元的各种计算场景。期间,量子计算会得到突破性发展。
第十,AIGC将为区块链、NFT、Web3.0和元宇宙带来深层改变。AIGC不可枯竭的创造资源和能力,将从根本上改变目前的NFT概念生态。Web3.0结合区块链、智能合约、加密货币等技术,实现去中心化理念,而AIGC是满足这个目标的最佳工具和模式。
没有悬念,在Web3.0环境下,AIGC内容将出现指数级增长。元宇宙的本质是社会系统、信息系统、物理环境形态通过数字所构成了一个动态耦合的大系统,需要大量的数字内容来支撑,人工设计和开发根本无法满足需求,AIGC可以最终完善元宇宙生态的底层基础设施。
随着AIGC技术的逐渐成熟,传统人类形态不可能进入元宇宙这样的虚拟世界。未来的元宇宙主体将是虚拟人,即经过AIGC技术,特别融合ChatGPT技术,以代码形式呈现的模型化的虚拟人。
简言之,区块链、NFT、Web3.0,将赋予AIGC进化的契机。AIGC的进化,将加速广义数字孪生形态与物理形态的平行世界形成。
第十一,AIGC催生出全新产业体系和商业化特征。AIGC利用人工智能学习各类数据自动生成内容,不仅能帮助提高内容生成的效率,还能提高内容的多样性。文字生成、图片绘制、视频剪辑、游戏内容生成皆可由AI替代,并正在加速实现,使得AIGC进而渗透和改造传统产业结构。“在产业生态方面,AIGC领域正在加速形成三层产业生态并持续创新发展,正走向模型即服务(MaaS)的未来”(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FkhgH1Z7oU9FdhJMBOGm6i85CqM9.png)
图0-8 AIGC产业结构。资料来源:腾讯《AIGC发展趋势报告》,2023年1月31日发布
伴随AIGC生成算法的优化与改进,AIGC对于普通人来说也不再是一门遥不可及的尖端技术。AIGC在文字、图像、音频、游戏和代码生成中商业模型渐显。2B(to B的简称)将是AIGC的主要商业模式,因为它有助于B端提高效率和降低成本,以填补数字鸿沟。
但可以预见,由于AIGC“原住民”的成长,2C(to C的简称)的商业模式将接踵而来。根据有关机构预测,2030年的AIGC市场规模将超过万亿人民币,其产业规模规模生态(见下图):
![朱嘉明:智能数字新时代,关于AIGC的13个关键问题](http://www.zhidnet.com/wp-content/uploads/2023/02/FjWaBjfgUUiqVWXMx1PY_PRvdfwJ.png)
图0-9 AIGC产业规模生态分布。资料来源:陈李,张良卫(2023),“ChatGPT:又一个“人形机器人”,东吴证券https://www.nxny.com/report/view_5185573.html
现在,AIGC,特别是在语言模型领域的全方位竞争已经开始。所以,发生了微软对OpenAI的大规模投资,因为有这样一种说法:“微软下个十年的想象力,藏在ChatGPT里。”近日,谷歌表宣布推出基于“对话应用语言模型”(LaMDA)的Bard,实现其搜索引擎将包括人工智能驱动功能。
ChatGPT刺激谷歌开始“创新者困境”突围。未来很可能出现Bard和ChatGPT的对决或共存,也就是LaMDA和GPT-3.5的对决和共存,构成AIGC竞争和自然垄断的新生态。
在这样的新兴产业构造和商业模式下,就业市场将会发生根本性改变:其一,专业职场重组,相当多的职业可能衰落和消亡;其二,原本支持IT和AI产业的码农队伍面临严重萎缩。因为AIGC极大刺激全球外包模式并取代码农。
第十二,AIGC的法律影响和监管。虽然AIGC这样的新技术提供了很多希望,但是将给法律、社会和监管带来挑战。在中国,继2022年1月国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合发布《互联网信息服务算法推荐管理规定》后,2022年11月,国家互联网信息办公室再次会同工业和信息化部、公安部联合发布《互联网信息服务深度合成管理规定》。该规定的第五章第二十三条,对“深度合成技术”内涵做了规定:“利用深度学习、虚拟现实等生成合成类算法制作文本、图像、音频、视频、虚拟场景等网络信息的技术。”但可以预见,因为AIGC的技术日趋复杂和高速发展,国家很难避免监管缺乏专业性和滞后性。
第十三,AIGC正在引领人类加速逼近“科技奇点”。现在,人工智能已经接管世界;世界正在经历一波人工智能驱动的全球思想、文化、经济、社会和政治的转型浪潮。AIGC呈现指数级的发展增速,开始重塑各个行业乃至全球的“数字化转型”。说到底,这就是以AIGC为代表,以ChatGPT为标志的转型。这一切,在2023年会有长足的发展,特别是在资本和财富效益领域。
【注:AI产业在2022年接近3874.5亿美元,预计到2029年将超过13943亿美元,可谓市场机会巨大。2023年,全球企业在人工智能方面的支出将突破5000亿美元。】
如果说,2022年8月的AI绘画作品《太空歌剧院》(Théatre D’opéra Spatial)推动AIGC进入大众视野,那么,ChatGPT的底层模型GPT-3.5是一个划时代的产物。它与之前常见的语言模型(BERT/ BART/ T5)的区别几乎是导弹与弓箭的区别。现在,呼之欲出的GPT-4,很可能通过图灵测试。
【注:根据韩国IT媒体报道,自2022年11月中旬开始,业界已经传出了GPT-4全面通过了图灵测试的说法。】
如果是这样,不仅意味着GPT-4系统可以改造人类的思想和创作能力,形成人工智能超越专业化族群和大众化趋势,而且意味着这个系统开始具备人类思维能力,并有可能在某些方面和越来越多的方面替代人类。
【注:根据Metaverse Post 消息,ChatGPT通过了美国宾大沃顿商学院MBA的考试。如果消息属实,近乎完成图灵试验。】
特别值得关注的是被称为“人工智能激进变革先锋”的BLOOM(大型开放科学获取多语言模型)的诞生。从2021年3月11日到2022年7月6日,60个国家和250多个机构的1000多名研究人员,在法国巴黎南部的超级计算机上整整训练了117天,创造了BLOOM。这无疑是一场意义深远的历史变革的前奏。
斯坦福大学心理学和计算机科学助理教授丹尼尔·亚明斯(Daniel Yamins)说过:“人工智能网络并没有直接模仿大脑,但最终看起来却像大脑一样,这在某种意义上表明,人工智能和自然之间似乎发生了某种趋同演化。”
2005年,雷·库茨维尔(Ray Kurzweil,1948—)的巨著《奇点临近:当计算机智能超越人类》(The Singularity is Near: When Humans Transcend Biology)出版。该书通过推算奇异点指数方程,得出了这样一个结论: “在2045年左右,世界会出现一个奇异点。
这件事必然是人类在某项重要科技上,突然有了爆炸性的突破,而这项科技将完全颠覆现有的人类社会。它不是像手机这种小的奇异点,而是可以和人类诞生对等的超大奇异点,甚至大到可以改变整个地球所有生命的运作模式。”
现在处于狂飙发展状态的AIGC,一方面已经开始呈指数形式膨胀,另一方面其“溢出效应”正在改变人类本身。在这个过程中,所有原本看来离散和随机的科技创新和科技革命成果,都开始了向AIGC技术的收敛,人工智能正在形成自我发育和完善的内在机制,加速人类社会超越数字化时代,进入智能数字化时代,逼近可能发生在2045年的“科技奇点”。
参考文献:
1.Sohl-Dickstein et al (2015), “Deep Unsupervised Learning using Nonequilibrium Thermodynamics”, doi: https://doi.org/10.48550/arXiv.1503.03585.
2.Ho et al (2020), “Denoising Diffusion Probabilistic Models”, doi:10.48550/arXiv.2006.11239.
3.Anne Trafton (2021), “Artificial intelligence sheds light on how the brain processes language”, https://news.mit.edu/2021/artificial-intelligence-brain-language-1025.
4.新智元《5年后AI所需算力超100万倍》,2023.1.31. 发表于北京
本文是全系列中第29 / 156篇:chatGPT
- chatgpt是什么?可以提供哪些服务,用户该怎样使用chatgpt(附Chat GPT注册教程)
- ChatGPT:本地环境搭建chatgpt、调试运行、接口API调用
- 在微信上搭建ChatGpt机器人
- 微信接入ChatGPT,使用Node+ChatGPT+Wechaty做一个微信机器人
- ChatGPT版微信个人号搭建流程
- 做了第一个ChatGPT .NET API聊天库
- 当大厂程序员已开始用AI写代码 人类会被AIGC淘汰吗?
- 【基于OpenAI的ChatGPT】搭建属于自己的微信聊天机器人(附带注册英国手机号码方式)
- 基于ChatGPT的微信聊天机器人
- 使用OpenGPT(ChatGPT)搭建 QQ 机器人
- chatgpt对接微信全流程
- 2023最新的Chatgpt微信机器人搭建教程【附免注册chatgpt账号】
- centos8下搭建chatgpt本地环境集成到微信中,接入个人微信操作教程
- centos8下搭建chatgpt本地环境集成到微信中,接入个人微信操作过程报错故障处理
- centos8下搭建chatgpt本地环境集成到微信中,接入个人微信操作过程报错故障处理【后续更新附加】
- 砸下677亿,微软盯上ChatGPT
- 他做了一个「ChatGPT 杀手」,a16z 抢着投
- ChatGPT:是平台的缪斯还是黑客的「MOSS」?
- 我用 ChatGPT 搞钱,月赚 10 万
- 一文读懂:有关ChatGPT的十个问题
- ChatGPT 创始人和他疯狂的 Worldcoin 实验
- ChatGPT爆火的冷思考:盈利难题与治理挑战
- 开局打爆谷歌,微软ChatGPT版必应亲测:强到发指!
- 八张数据图完整了解ChatGPT行业影响全景
- 昂贵的ChatGPT背后,国产GPU“掘金”路漫漫
- 观点:不要神化ChatGPT
- 别煽动焦虑了,ChatGPT还抢不动打工人的饭碗
- 最快月活过亿,但ChatGPT或终将被开源打败
- 朱嘉明:智能数字新时代,关于AIGC的13个关键问题
- 算力才是ChatGPT核心竞争力?AI芯片被推至聚光灯下
- 中美“狂飙”ChatGPT,一文读懂超20家科技巨头最新布局
- 阿里版ChatGPT已进入测试!中文聊天截图曝光,达摩院出品
- 生成式AI狂飙,中国版ChatGPT还有多远?
- 只见ChatGPT笑,不见元宇宙哭
- 谷歌版ChatGPT灾难级发布,市值一夜狂跌7000亿,熬夜网友:退钱!
- 谷歌“仓促”迎接 AI 大战,机器人 Bard“掉链子”股价大跌
- 10个实用的 ChatGPT 免费扩展!
- ChatGPT爆红,AI大规模商用离我们还有多远?
- ChatGPT火了,区块链和元宇宙没人提了?
- 「用ChatGPT搞钱年入百万!」各路博主发布生财之道,网友回呛:答辩的搬运工
- 颠覆历史!「ChatGPT搜索引擎」发布,微软市值一夜飙涨5450亿
- 中国版ChatGPT项目“文心一言”将于3月面世,百度能否趁势“狂飙”?
- 同一个问题被问100遍,被“封神”的ChatGPT终于穿帮了
- AI搜索大战打响!微软官宣ChatGPT引入Bing 生成式AI能否帮助巨头走出泥潭?
- ChatGPT引爆新一轮科技军备赛
- 微软“核弹级”更新:ChatGPT亮相Bing搜索和浏览器,今天上线,免费使用
- 卖账号、赚打赏,他们用 ChatGPT 搞钱
- 盖茨再谈ChatGPT:AI能提高效率,但要考虑边界在哪
- OpenAI给科技行业敲响警钟,中国必须要有自主“大模型”
- 谷歌亲自下场,AI大战正式打响!
- 当你还在讨论分析ChatGPT,有人开始用它“搞钱”了
- ChatGPT杀疯了,两个月引爆千亿美金新赛道
- 谷歌慌了,超20亿投资ChatGPT竞品Anthropic对抗微软
- 狂飙的ChatGPT,为什么是OpenAI最先做出来?
- 欧盟委员会对 ChatGPT 的最新监管方向
- 小冰CEO李笛:“按ChatGPT模式做AI,我们一天成本要3亿”
- 国产ChatGPT扎堆,又是一场元宇宙式狂欢?
- ChatGPT开始被“疯狂吐槽”了
- 私募如何玩转ChatGPT?
- ChatGPT爆红、元宇宙过气:科技巨头为何总是喜新厌旧?
- 大厂火拼ChatGPT
- 麦肯锡:ChatGPT 等生成式 AI 技术将如何改变企业?
- ChatGPT 两个月引爆万亿新赛道,国内外有哪些 AI 玩家能突出重围?
- ChatGPT热度再升级,AIGC的投资人开始关注“文生图”了
- AIGC应用持续升温,将给普通人生活带来哪些改变?
- ChatGPT持续“高烧”,再走一遍元宇宙的老路
- 第一批因ChatGPT坐牢的人,已经上路了
- 给担心被ChatGPT取代的人:2023年我们必须学习的人工智能技能
- ChatGPT“狂飙”:风浪越大,鱼越贵
- 为了 ChatGPT,微软抛弃元宇宙?
- ChatGPT成科技圈的“新贵”,谁还记得元宇宙?
- ChatGPT反噬百度
- 给数字人装上ChatGPT ?多家公司这样回应
- 教程:如何创建一个 AI 元宇宙化身
- 不只是聊天机器人:一文梳理 ChatGPT 带来的真正影响
- 美国宾州大学教授体验 Bing AI 有感:生成式 AI 的改进速度超乎预料,但我们还没准备好
- 元宇宙规模化商用仍未落地,ChatGPT或难续写新故事
- ChatGPT来袭,元宇宙将迎新契机?
- 没有对标ChatGPT产品,苹果内部AI峰会被指更像“团建”
- OpenAI与AIGC:改变人类生产范式,通往“万物的摩尔定律”
- ChatGPT在一线城市火,元宇宙在二三线城市热
- 英伟达将AI雄心扩展到云端,黄仁勋:生成式AI带来“拐点”
- ChatGPT的前世今生:OpenAI的技术「执拗」与「豪赌」
- OpenAI造就硅谷新“黑帮”:ChatGPT爆火背后的神秘大佬、技术版图和资本故事
- 国内AI公司,靠ChatGPT逆袭?
- Meta推出先进大型语言模型,下一个ChatGPT不远了?
- 与周鸿祎“深聊”ChatGPT:它会不会产生与人类为敌的想法?
- ChatGPT狂欢背后:别让科技新概念昙花一现
- ChatGPT能让AI赛道“复苏”吗?
- 马斯克谋划建研究室开发ChatGPT竞争对手,自曝对AI感到焦虑
- ChatGPT获得“正经编制”,国际预科生写论文用它不算作弊!
- 知乎CEO周源:密切关注ChatGPT发展,AI能让内容更快推广
- ChatGPT之父撰文:《万物摩尔定律》出现,这场革命将创造惊人的财富
- 一文了解 ChatGPT 等 LLMs 得到明显改进的 3 个变化
- 2.5亿美金,Salesforce设立史上规模最大AIGC风投基金
- AIGC如何成为元宇宙神助攻?
- ChatGPT 算力消耗惊人,能烧得起的中国公司寥寥无几
- 云巨头拥抱 AI:Salesforce 引入 ChatGPT
- GPT-4将在下周发布,必应日活破亿,谷歌还有招架之力吗?
- 揭秘ChatGPT背后天价超算!上万颗英伟达A100,烧光微软数亿美元
- 科技巨头持续血拼:微软豪掷数亿造ChatGPT超算,谷歌加急测试Big Bard
- 想成为顶级 AI 绘画师?先让这 7 个平台帮你成为 Prompt 高手
- 解读美国版权局最新 AI 生成作品版权指南,版权之路依旧艰难
- 周鸿祎:GPT-4会掀起新的工业革命,国内追赶不应放弃核心技术研发
- 竞品还在追赶,OpenAI 用 GPT-4 飚赢自己
- GPT-4震撼空降,谷歌「紧追」微软有点难
- GPT-4来了!国内相关初创项目近30家,VC加紧奔赴AI淘金热
- GPT-4震惊四座,中国创业者激战“小模型”
- ChatGPT-4 本周降临:它将如何影响 Web3?
- 彻底颠覆 Office,微软发布 Copilot
- 从GPT-4、文心一言再到Copilot,AIGC的长期价值被逐渐确立
- 又一中文版ChatGPT!李开复宣布筹组AI新公司“Project Al 2.0”
- OpenAI重磅研究:ChatGPT可能影响80%工作岗位,收入越高影响越大
- 首发ChatGPT课、AI共创游戏设计,网易试图抢跑AIGC红利
- GPT-4如何引领科技前沿?盘点10大应用场景
- AI“春晚”英伟达又甩王炸!ChatGPT专用GPU来了 还要赋能芯片制造
- AI企业如何发展,“中国版chat GPT”给出了答案
- 百度被网暴,AI大模型“套皮”海外知名项目,百度首次回复:假的!
- 李彦宏:中国基本不会再出一个OpenAI,创业公司重做ChatGPT没多大意义
- ChatGPT“变现”在即,哪些法律风险不容忽视?
- OpenAI大动作!ChatGPT开始联网 一夜之间从工具进化成平台?
- 一文读懂 ChatGPT 插件功能:语言模型获取新信息的“眼睛和耳朵”
- ChatGPT这么牛,我们应该如何兼顾发展和治理?
- 动嘴就能写代码,GitHub 将 ChatGPT 引入 IDE,重磅发布 Copilot X!
- 生成式AI淘金热,谁能从中赚钱?
- 智慧法律时代来临!以 ChatGPT 为代表的新 AI 技术加速升级法律服务
- 疯狂三月:一场ChatGPT引发的千亿“钞”能力竞赛
- 紧急刹车:AI 军备竞赛升温,“喊停”公开信倏忽而至
- 叫停GPT-4后续AI大模型!马斯克、Bengio等人发出公开信,千人响应
- 多家AI企业坦言大模型尚处研制阶段,行业应用落地存在不确定性
- “得志”于 AIGC,商汤科技“失意”在持续亏损
- 自主完成任务的ChatGPT,Beyond ChatGPT
- 自主拆分任务的chatGPT版本autoGPT的用户前端化实现——agentGPT部署及配置全流程
- chatGPT本地化搭建服务,一键免费部署你的私人 ChatGPT 网页应用。
- 苹果禁用ChatGPT,为防机密泄露!大模型版Siri即将升级推出
- 第一代AIGC硬件悄然爆发
- 从战略高度重视ChatGPT引发的新一轮人工智能革命
- 好莱坞片酬最高的演员,投资了世界上最成功的 AI 公司
- 研究:ChatGPT带来生成式AI十年繁荣,2032年市场规模1.3万亿美元
- 大模型创业潮:狂飙 180 天
- 在未来城市中,AIGC会扮演怎样的角色?
- OpenAI、谷歌双标玩得溜:训练大模型用他人数据,却决不允许自身数据外流
- AI席卷华尔街:对冲基金部署ChatGPT,银行展开“军备竞赛” AI梦工厂 发布在 AIGC 1.4万
- 华为版ChatGPT将于7月初发布,名为“盘古Chat”
- 大模型落地,搜索先成卷王
- 困在网页里的ChatGPT,想在移动生态里突围
- ChatGPT和AI正如何改变播客行业?
- ChatGPT流量见顶,AI革命中道崩殂?或许是OpenAI在下一盘大棋
- OpenAI 内部力推,AI 代理真能成为互联网应用发展的下一个阶段吗?
- 自行车+ChatGPT主打“陪伴”?感觉哪里怪怪的
- 押注新浪潮!韩国目标成为全球第三大AI强国
- GPT-4 “炼丹”指南:MoE、参数量、训练成本和推理的秘密
- OpenAI「打死都不说」的 GPT-4 训练细节被传出,这是我的解读
- 狙击 GPT-4 插件!谷歌 AI 助手 Bard 即将推出扩展程序,与微软的竞争进入白热化
- 谁拖了中国ChatGPT的后腿?
- 生成式AI这一年:从群雄乱战到生态确立,世界已被改变
- 我的微信
- 这是我的微信扫一扫
-
- 我的电报
- 这是我的电报扫一扫
-