2023年03月20日_对李开复3月20日线下媒体会的解读

最近这个AI大模型

因为GPT4.0 ChatGPT

文心一言等等这些事情呢

一下子就被推到了风口浪尖

我们也做了来介绍相关的进展

国内呢也不断有一些大佬开始下场

包括王慧文张朝阳李彦宏什么的

都开始说自己要搞AI大模型

就在昨天呢

创新工厂的董事长兼CEO李开复

也发朋友圈宣布

将亲自组建Project AI 2.0公司

进军大模型领域

李开复的原文呢大致如下

首先他打算亲自筹组Project AI 2.0公司

致力于打造一个AI 2.0的全新平台

以及AI first的生产力应用的全球化公司

不仅以中国为基础

而且要在全球范围内召集人才

image-20231230202236925

AI 2.0

那关于什么是AI 2.0

我们会在稍后介绍

Project AI 2.0

Project AI 2.0这个公司呢

不仅仅要做中文版的ChatGPT

也不仅仅要做图文创作的AIGC

即便是像微软365 Copilot这样的产品

都还只是AI 2.0能力的开端

对于AI 2.0的未来呢

李开复和创新工厂

可能有更大的一些设想

Project AI 2.0的资金算力会陆续到位

新公司的期权由新的团队绝对主导

在公司刚成立的阶段呢

李开复会亲自来带队

等有了合适的CEO之后

会把公司再交棒给CEO

据说现在已经有很多全球大厂的人才

确定了要加入这家新公司的意向

image-20231230202415390

另外李开复还抛出了

他在1983年提交给CMU博士的申请信

纸张都已经泛黄

信件中写道

AI是对人类学习历程的阐释

对人类思维过程的量化

对人类行为的澄清

以及对人类智能的理解

AI是人类认识

并理解自己的最后一里路

我希望加入到这个全新绽放

充满前景的未来科学领域

image-20231230202441444

40年过去了

李开复老师又准备撸起袖子加油干了

在3月14日的一场线下媒体会上

李开复也分享了他对AI2.0的一些看法

李开复认为

目前AI已经发展到了2.0的时代

这是AI迄今为止最重要的一个时代

目前我们看到的ChatGPT AIGC的内容

这些还都只是AI2.0能力的开端

AI 1.0和AI 2.0

那么什么是AI1.0

什么又是AI2.0呢

他拿电和电网举了一个例子

他认为AI1.0就是电

AI2.0就是电网

电是一个很伟大的发明

但是没有电网也接不上任何东西

电是一项技术

电网就是一个平台

他认为AI 1.0是以2015年

CNN卷积神经网络模型为核心的

计算机视觉技术为起点

机器开始在计算机视觉

自然语言理解技术等领域超越人类

于是开始有了机器人无人驾驶的出现

AI1.0的瓶颈在于在应用上

需要花费巨大的成本

来收集和标注数据

这些数据集和各种各样的模型

又形成了各个孤岛

无法跨领域的使用

本来呢很多老板听到了AI很好

决定要做

做了一年之后呢没有结果

再往后就不做了

很多AI公司说帮助赋能了A

帮助赋能了B

给各个商业公司创造了价值

但是最终很难赚到钱

因为成本高

这就是为什么大部分的AI1.0企业

投入了大笔的研发经费

但仍然常年亏损的原因

还有一个问题是AI1.0被说的很神奇

但是感觉呢又没有那么的智能

像是人工的简单替代

没有跨领域的认知

AI 1.0也缺少像互联网时代的Windows

和安卓一样的

规模化的能力

没有办法建立起完善的生态链

image-20231230202632594

现在AI2.0时代到来了

它不再是通过对基础数据的标注

来训练模型

而是让AI去收集全世界的数据

然后自己教自己

教一段时间之后呢形成一个模型

就是基础的大模型

也就是foundation model

这个基础的模型呢

就是全世界的数据训练出来的

AI2.0的基础模型呢

有几个特别重要的特征

第一不用人工标注

可以阅读海量的文本

第二规模非常大成本非常高

做这一个模型呢

需要几千张上万张的GPU来训练

第三它通过微调等方式

能够适配和执行五花八门的任务

各个行业都可以在这一个模型上

演化出不同的应用

从而克服了AI 1.0

单领域 多模型的限制

AI 2.0时代的第一个现象级应用

生成式AI

也就是国内流行的AIGC

生成式AI呢

实现了无需标注的自监督学习

将AI从辅助人工升级

到了逐步替代人工

打个比方来说

假设我们让AI读一本书的前9章

然后让AI去写第10章

再拿AI写的内容

和真正的书的内容做对比

这样读过上千万本书后

模型经过不断的优化和迭代

就会变得越来越精准

最终形成

可以适用于不同领域的基础大模型


AI 2.0模型呢

不仅可以学习文本和图像数据

还可以从语音视频

自动化硬件的传感器数据

甚至是DNA者蛋白质信息

多模态的数据中学习

从而逐步具有预测

决策探索等更高级别的认知能力

所以呢

AI 2.0不仅仅是一个网红的聊天工具

也不仅仅是生产AIGC的内容


这些还都只是AI 2.0能力的开端

人们不应该被限制了想象的空间

李开复还认为

所有的应用都会被AI 2.0所重写一遍

不过这个过程是迭代式的

大概呢会划分为三个阶段

第一个阶段是人机协同

生产力工具将会首先实现升级

文档工具不再是逐字的输入

而是用户告诉AI想要什么样的文章

绘图软件不再需要用户动手绘制

通过文字的描述就可以实现

在这一阶段

人类仍与AI保持着协作的关系

筛选和纠正AI创作的内容

避免谬误和灾难发生

第二阶段呢是局部自动

一些容错度高的应用和行业

将率先实现AI的自动化

例如广告投放

电子商务 搜索引擎 游戏制作等等

第三个阶段是全程的自动

AI将变得完全自动化

并且可以在任何地方使用

同时在不允许出错的领域内出现突破

像是AI医生AI教师这种应用成为可能

我们可以感受到

在AI2.0的时代

创作的过程 用户体验

产品 商业模式都不一样了

使用者也不一样了

过去是谁重复性的工作干的最好

就能够胜出

得到最高的认可薪水和社会地位

现在是谁最能够深刻的了解品牌需求

用户需求

而且能够用非常精准的语言

描述出他想要的东西

然后让AI来生成

这种生产力工具的升级

是一个巨大的机会

可以把创作时间从1小时

缩短到几秒钟

150美元的成本降到8美分

而且这些例子

是已经都是真实存在的了

李开复还列举了6个

很快会被AI 2.0颠覆掉的领域

分别是

电商/广告

影视/娱乐

搜索引擎

元宇宙/游戏

以及金融和医疗

具体的我们就不展开讲了

image-20231230202923635

最后说一下

AI2.0时代会遇到的挑战和问题

首先

AI 2.0背后一个很大的挑战是算力

今年那些做AI平台

或者做基础模型的公司

需要花几亿甚至十几亿美元来买机器

甚至还买不着

在这样的背景下

资金实力雄厚的科技巨头

将会有垄断性的优势

导致创业公司和学术界

很难做出有竞争力的模型

其次现阶段

AI 2.0并不能够做到完全的正确

AI还无法保存全世界的数据

只能通过压缩形成抽象的概念

因此会出现

一本正经的胡说八道的现象

更重要的是

AI目前呢还无法分辨真伪和辨别是非

比如

一些存在伦理道德和虚假伪造的内容

如果这些技术被恶意利用

将会带来无法衡量的负面后果

谣言的传播速度和力度将会大大提升

轻松可以让一个人

甚至群体社会性的死亡

OpenAI的CEO也曾经说过

ChatGPT虽然很酷

但却是一个糟透了的产品

从目前的发展形式来看

AI 2.0会不可避免的加剧失业的风险

一些顶尖的人才将会利用AI 2.0

全面提升生产力和效率

随之而来的是

重复性的工作将会被AI 2.0所接替

这些岗位上的人呢

不得不寻求职业的转变与技能的升级

其中包括很高比例的白领岗位

但是AI2.0并不意味着通用人工智能

也就是AGI的很快到来

人类还有很多与生俱来的关键能力

例如创造力

策略思考

跨领域常识 自我意识

同理心和爱等等

这些尚未被理解的深层次能力

是AI2.0目前还无法全盘复制的

下一个阶段呢就是如何让AI不犯错

让AI更好的理解人类的文化

更好的融入人类社会

这个时代称之为AI3.0的时代

可能是更长远的未来了

image-20231230203037036

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/310819.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MATLAB | 一起来绘制一款元旦特别款烟花叭~

新的一年就要到了,祝大家元旦快乐,新的一年里顺风顺水顺财神,文章投的都中,奖金基金kuku申请成功,今天带来一款完成度比较高的烟花代码,带字幕特效,为新的一年接风洗尘~: 文字都是可…

微软推出iOS 版Copilot App 让你免费用GPT-4

微软几天前在Android 平台推出独立的Copilot App 后,很快地又推出了适用于iOS 和iPad 本版的Copilot App,现在已经于苹果的App Store 上架,让iPhone 和iPad 使用者也能快速接触到这款人工智慧助手,通过输入查询来获得由OpenAI 的G…

[LLM]大模型训练(三)--DeepSpeed-Train

安装DeepSpeed与集成 pip install deepspeed DeepSpeed与HuggingFace Transformers直接集成。使用者可以通过在模型训练命令中加入简单的 --deepspeed 标志和配置文件,来轻松加速模型训练。 编写DeepSpeed模型 DeepSpeed模型训练的核心是什么?它如何处…

B+树的插入删除

操作 插入 case2的原理,非叶子节点永远和最右边的最左边的节点的值相等。 case3:的基本原理 非叶子节点都是索引节点 底层的数据分裂之后 相当于向上方插入一个新的索引(你可以认为非叶子节点都是索引),反正第二层插入160 都要分裂,然后也需要再插入(因为索引部分不需要重…

【设计模式】状态模式

文章目录 引例状态模式理论状态模式代码优化结合享元模式并发问题解决 策略模式 VS 状态模式 引例 交通信号灯系统的设计与实现 方案一 传统设计方案 定义交通灯颜色的枚举 public enum LightColor { Green,Red,Yellow }交通灯类TrafficLight,处理颜色转换等业务…

关于HTTPS

目录 什么是加密 对称加密 非对称加密 中间人攻击 引入证书 HTTPS是一个应用层的协议,是在HTTP协议的基础上引入了一个加密层. HTTP协议内容都是按照文本的方式明文传输,这就导致在传输的过程中出现一些被篡改的情况. 运营商劫持事件 未被劫持的效果,点击下载按钮,就会…

基于COT控制的降压型DC-DC转换器设计(四)

恒定导通时间控制模式 基于纹波的恒定导通时间控制模式(Ripple-Based Constant On-Time, RB-COT) 电压模控制与电流模控制反馈电压 都要经过误差放大器后再和参考电压进行比较,这就使得电压的变化要通过一个补偿网络才能够作用到功率管上&am…

Sublime Text 4 中文汉化教程(Version: Build 4169)

Sublime Text 4汉化 1 知识小课堂1.1 sublim简介1.2 其他编辑器 2 安装过程2.1 安装Install Package Control2.2 Install Package2.3 安装工具包2.4 常用的插件2.5 安装中文包 1 知识小课堂 1.1 sublim简介 Sublime是一款代码编辑器,致力于为开发人员提供快速、高…

【网络奇遇记】揭秘计算机网络的性能指标:时延带宽积|往返时间|利用率|丢包率

🌈个人主页:聆风吟 🔥系列专栏:网络奇遇记、数据结构 🔖少年有梦不应止于心动,更要付诸行动。 文章目录 📋上期回顾一. 时延带宽积二. 往返时间三. 利用率四. 丢包率📝结语 &#x1…

Rust开发⼲货集(1)--迭代器与消费器

本内容是对 Rust开发干货集[1] 的实践与扩展. iter() 不转移所有权 先简单解释下什么叫"转移所有权": 在 Rust 中,"转移所有权"(Ownership Transfer)是一种核心概念,它涉及变量和数据的所有权从一个实体转移…

【Matlab】基于遗传算法优化BP神经网络 (GA-BP)的数据时序预测

资源下载: https://download.csdn.net/download/vvoennvv/88682033 一,概述 基于遗传算法优化BP神经网络 (GA-BP) 的数据时序预测是一种常用的机器学习方法,用于预测时间序列数据的趋势和未来值。 在使用这种方法之前,需要将时间序…

【SpringCloud笔记】(12)分布式请求链路跟踪之Sleuth

Sleuth 背景 在微服务框架中,一个由客户端发起的请求在后端系统中会经过多个不同的的服务节点调用来协同产生最后的请求结果,每一个前段请求都会形成一条复杂的分布式服务调用链路,链路中的任何一环出现高延时或错误都会引起整个请求最后的…