人工智能时代: 你需要知道的关于人工智能的一切

人工智能似乎出现在现代生活的每个角落,从音乐和媒体到商业和生产力,甚至约会。内容太多,可能很难跟上——所以请继续阅读,了解从最新的重大发展到您需要了解的术语和公司的所有内容,以便在这个快速发展的领域保持最新状态。

首先,让我们确保我们都在同一频道:什么人工智能?

人工智能,也称为机器学习,是一种基于神经网络的软件系统,这种技术实际上在几十年前就已被开创,但最近由于强大的新计算资源而蓬勃发展。人工智能实现了有效的语音和图像识别,以及生成合成图像和语音的能力。研究人员正在努力让人工智能能够浏览网络、订票、调整食谱等。

哦,但如果你担心机器会出现矩阵式的崛起——不用担心。我们稍后再讨论!

我们的人工智能指南分为三个主要部分,我们将定期更新每个部分,并且可以按任何顺序阅读:

  • 首先,您需要了解最基本的概念以及最近重要的概念。
  • 接下来,概述人工智能领域的主要参与者及其重要性。
  • 最后,列出了您应该注意的近期头条新闻和事态发展

读完本文后,您将了解当今任何人都希望了解的最新情况。随着我们进一步进入人工智能时代,我们还将对其进行更新和扩展。

人工智能101

形成人脑形状的深度学习人工神经网络。 神经网络处理输入数据并给出输出结果

图片来源: Andrii Shyp / Getty Images

人工智能的一大奇特之处在于,尽管其核心概念可以追溯到 50 多年前,但直到最近,即使是技术娴熟的人也很少熟悉其中的概念。因此,如果您感到迷茫,请不要担心——每个人都是如此。

我们想预先澄清一件事:虽然它被称为“人工智能”,但这个术语有点误导。对于智能没有一个统一的定义,但这些系统所做的事情肯定更接近于计算器而不是大脑。这个计算器的输入和输出更加灵活。你可能会认为人工智能就像人造椰子——它是模仿智能。

话虽如此,以下是您在人工智能讨论中会发现的基本术语。

神经网络

我们的大脑主要由称为神经元的互连细胞组成,这些细胞相互啮合形成执行任务和存储信息的复杂网络。自 20 世纪 60 年代以来,人们一直在尝试用软件重新创建这个令人惊叹的系统,但直到 15 至 20 年前,GPU 才让数字定义的神经网络蓬勃发展,所需的处理能力才得以广泛应用。从本质上讲,它们只是大量的点和线:点是数据,线是这些值之间的统计关系。就像在大脑中一样,这可以创建一个多功能系统,可以快速获取输入,将其通过网络传递并产生输出。这个系统称为模型

模型

模型是接受输入并返回输出的实际代码集合。术语与模拟复杂自然过程的统计模型或建模系统的相似性并非偶然。在人工智能中,模型可以指像ChatGPT这样的完整系统,或者几乎任何人工智能或机器学习结构,无论它做什么或产生什么。模型有不同的大小,这意味着它们占用多少存储空间以及运行需要多少计算能力。而这些取决于模型的训练方式。

训练

为了创建人工智能模型,构成系统基础的神经网络需要接触数据集语料库中的大量信息。在此过程中,这些巨型网络创建了该数据的统计表示。这个训练过程是计算最密集的部分,这意味着在大量的高性能计算机上需要数周或数月的时间(你想花多久就花多久)。其原因是,不仅网络复杂,而且数据集可能非常大:必须分析数十亿个单词或图像,并在巨大的统计模型中给出表示。另一方面,一旦模型完成烹饪,它在使用时会变得更小并且要求更低,这个过程称为推论

人工智能时代: 你需要知道的关于人工智能的一切

图片来源:谷歌

推理

当模型实际完成其工作时,我们称之为推理,非常符合这个词的传统含义:通过推理现有证据来陈述结论。当然,它并不完全是“推理”,而是在统计上将其摄取的数据中的点连接起来,实际上是预测下一个点。例如,说“完成以下序列:红色,橙色,黄色……”它会发现这些单词对应于它所摄取的列表的开头,彩虹的颜色,并推断下一个项目,直到它产生了该列表的其余部分。推理的计算成本通常比训练低得多:可以把它想象成浏览卡片目录而不是组装它。大型模型仍然必须在超级计算机和 GPU 上运行,但较小的模型可以在智能手机或更简单的设备上运行。

生成式人工智能

每个人都在谈论生成式人工智能,这个广义术语仅指产生原始输出(例如图像或文本)的人工智能模型。有些人工智能进行总结,有些人工智能进行重组,有些人工智能进行识别,等等——但真正生成某些东西的人工智能(无论它是否“创造”是有争议的)现在特别受欢迎。请记住,仅仅因为人工智能生成了某些东西,并不意味着它是正确的,甚至它根本反映了现实!只是在你要求之前它并不存在,就像故事或绘画一样。


今日热门术语

除了基础知识之外,以下是 2023 年中期最相关的人工智能术语。

大语言模型

大型语言模型是当今最有影响力和最通用的人工智能形式,它是在几乎所有构成网络的文本和大部分英语文学上进行训练的。吸收所有这些结果会产生一个巨大的基础模型(继续阅读)。法学硕士能够用自然语言交谈和回答问题,并模仿各种风格和类型的书面文档,ChatGPT、Claude 和 LLaMa 等人就证明了这一点。虽然这些模型无疑令人印象深刻,但必须记住,它们仍然是模式识别引擎,当它们回答时,它是在尝试完成它已识别的模式,无论该模式是否反映现实。法学硕士经常在他们的答案中产生幻觉,我们很快就会谈到这一点。

如果您想了解有关 LLM 和 ChatGPT 的更多信息,我们有一篇关于这些的单独文章!

基础模型

在巨大的数据集上从头开始训练巨大的模型成本高昂且复杂,因此您不想做更多的事情。基础模型是从头开始的大型模型,需要超级计算机才能运行,但通常可以通过减少参数数量来修剪它们以适应更小的容器。您可以将这些视为模型必须处理的总点,如今它可以达到数百万、数十亿甚至数万亿。

微调

像GPT-4这样的基础模型很聪明,但它在设计上也是一个多面手——它吸收了从狄更斯到维特根斯坦再到《龙与地下城》规则的所有内容,但如果你想让它帮助你写求职信,那么这些都没有帮助为了你的简历。幸运的是,可以通过使用专门的数据集(例如恰好存在的几千份工作申请)对模型进行一些额外的训练来对模型进行微调。这使模型能够更好地了解如何在该领域为您提供帮助,而不会丢弃从其余训练数据中收集的一般知识。

基于人类反馈的强化学习(RLHF)是一种您会经常听到的特殊微调——它使用人类与法学硕士互动的数据来提高其沟通技巧。

扩散

人工智能时代: 你需要知道的关于人工智能的一切

从一篇关于高级后扩散技术的论文中,您可以看到如何从非常嘈杂的数据中再现图像。图片来源:  OpenAI

图像生成可以通过多种方式完成,但迄今为止最成功的是扩散,这是稳定扩散、中途和其​​他流行的生成人工智能的核心技术。通过向扩散模型显示图像来进行训练,这些图像通过添加数字噪声而逐渐降级,直到原始图像消失殆尽。通过观察这一点,扩散模型也学会了反向执行该过程,逐渐向纯噪声添加细节,以形成任意定义的图像。对于图像,我们已经开始超越这一点,但该技术是可靠的并且相对容易理解,所以不要指望它会很快消失。

幻觉

最初,这是训练中的某些图像滑入不相关输出的问题,例如由于训练集中的狗过多而导致建筑物似乎是由狗制成的。现在,人工智能被认为是产生了幻觉,因为它的训练集中的数据不足或相互矛盾,它只是编造了一些东西。

这可以是资产,也可以是负债;被要求创造原创甚至衍生艺术的人工智能正在产生幻觉;法学硕士可以被要求以 Yogi Berra 的风格写一首情诗,它会很乐意这样做——尽管这样的东西在其数据集中不存在。但当需要事实答案时,这可能是一个问题;模型将自信地呈现出一半真实、一半幻觉的反应。目前,除了亲自检查之外,没有简单的方法可以区分哪个是哪个,因为模型本身实际上并不知道什么是“真”或“假”,它只是试图尽可能地完成一个模式。

AGI或强人工智能

通用人工智能,或者说强人工智能,并不是一个明确定义的概念,但最简单的解释是,它是一种强大的智能,不仅可以做人类所做的事情,而且可以像我们一样学习和改进自己有些人担心,这种学习、整合这些想法、然后更快地学习和成长的循环将是一种自我延续的循环,导致一个无法约束或控制的超级智能系统。有些人甚至建议推迟或限制研究以防止这种可能性。

当然,这是一个可怕的想法,《黑客帝国》和《终结者》等电影已经探讨了如果人工智能失控并试图消灭或奴役人类可能会发生什么。但这些故事都没有现实依据。我们在 ChatGPT 等事物中看到的智能外观令人印象深刻,但与我们与“真实”智能相关的抽象推理和动态多领域活动几乎没有共同之处。虽然预测事情将如何进展几乎是不可能的,但将通用人工智能视为星际旅行之类的东西可能会有所帮助:我们都理解这个概念,并且似乎正在朝着它努力,但与此同时,我们距离实现这一目标还非常遥远。实现类似的目标。由于需要巨大的资源和基础科学进步,没有人会突然偶然地实现这一目标!

AGI 思考起来很有趣,但正如评论家指出的那样,尽管人工智能存在局限性,但实际上很大程度上是由于它的局限性,今天人工智能已经带来了真正的、重大的威胁,因此借麻烦是没有意义的。没有人想要天网,但你不需要配备核武器的超级智能来造成真正的伤害:今天人们正在失去工作并陷入骗局。如果我们不能解决这些问题,我们还有什么机会对抗T-1000呢?


人工智能领域的顶级玩家

开放人工智能

ChatGPT 欢迎屏幕

图片来源:莱昂尼尔/盖蒂图片社

如果人工智能领域有一个家喻户晓的名字,那就是这个了。顾名思义,OpenAI 最初是一个旨在进行研究并或多或少公开地提供结果的组织。此后,它重组为一家更传统的营利性公司,通过 API 和应用程序提供 ChatGPT 等语言模型的先进技术。该组织的领导者是技术乌托邦亿万富翁萨姆·奥尔特曼(Sam Altman),尽管如此,他还是对人工智能可能带来的风险发出了警告。OpenAI 是法学硕士领域公认的领导者,但也在其他领域进行研究。

微软

正如你所预料的那样,微软在人工智能研究方面做了相当多的工作,但与其他公司一样,或多或少未能将其实验转化为主要产品。它最明智的举措是尽早投资 OpenAI,这使其与该公司建立了独家长期合作伙伴关系,该公司现在为其 Bing 对话代理提供支持。尽管它自己的贡献较小且不太立即适用,但该公司确实拥有相当大的研究实力。

谷歌

谷歌以其登月计划而闻名,但不知何故错过了人工智能的机会,尽管它的研究人员实际上发明了直接导致当今人工智能爆炸的技术:变压器。现在,它正在努力发展自己的法学硕士和其他代理,但在过去十年花费了大部分时间和金钱来推动过时的人工智能“虚拟助手”概念之后,显然正在迎头赶上。首席执行官桑达尔·皮查伊(Sundar Pichai)多次表示,该公司正在坚定地支持搜索和生产力领域的人工智能。

人择

在 OpenAI 不再开放之后,达里奥·阿莫代 (Dario Amodei) 和丹妮拉·阿莫代 (Daniela Amodei) 兄弟姐妹离开了OpenAI,创办了 Anthropic,打算扮演一个开放且考虑道德的人工智能研究组织的角色。凭借他们手头的现金数量,他们是 OpenAI 的有力竞争对手,即使他们的模型(如 Claude)还没有那么受欢迎或知名。

稳定

人工智能时代: 你需要知道的关于人工智能的一切

图片来源: Bryce Durbin / TechCrunch

尽管存在争议,但不可避免的是,稳定性代表了人工智能实现的“随心所欲”的开源学校,它吸纳了互联网上的所有内容,并使其训练的生成人工智能模型免费可用(如果你有运行它的硬件)。这非常符合“信息希望自由”的理念,但也加速了道德上可疑的项目,例如生成色情图像和未经同意使用知识产权(有时同时)。

埃隆·马斯克

马斯克也不甘落后,他直言不讳地表达了他对人工智能失控的担忧,以及在他早期为 OpenAI 做出贡献,但 OpenAI朝他不喜欢的方向发展后,他也感到了一些酸葡萄心理。虽然马斯克不是这个话题的专家,但像往常一样,他的滑稽动作和评论确实引起了广泛的反响(他是上述“人工智能暂停”信件的签名者),并且他正试图建立一个自己的研究机构。


人工智能的最新故事

Inflection 获得 1.3B 美元投资,用于构建更多“个人”人工智能

Inflection AI 是一家致力于打造“为每个人打造个人人工智能”的人工智能初创公司,已完成由微软、里德霍夫曼、比尔盖茨、埃里克施密特和新投资者 Nvidia 领投的 13 亿美元融资。首席执行官 Mustafa Suleyman 曾是谷歌旗下人工智能实验室 DeepMind 的联合创始人,他表示,新资金将支持 Inflection 构建和设计其首款产品,即名为 Pi 的人工智能助手。

美国新禁令中国可能进一步失去芯片准入资格

美国商务部最快可能在下个月初(7月)禁止包括英伟达在内的制造商向中国客户运送芯片。

考虑对中国人工智能芯片出口施加额外限制的最新举措是美国限制中国在人工智能领域(特别是军事领域)进步的更广泛战略的一部分。然而,这些措施也对中国的商业人工智能领域产生了不利影响,因为许多公司的团队横跨美国和中国。

ChatGPT 使用 Bing,Bing 使用 ChatGPT

ChatGPT Plus 订阅者现在可以访问 ChatGPT 应用程序上名为“浏览”的新功能,让 ChatGPT 搜索 Bing 以获取提示或问题的答案。OpenAI 表示,浏览功能对于与当前事件和“超出 [ChatGPT] 原始训练数据范围”的其他信息相关的查询特别有用。当浏览被禁用时,ChatGPT 的数据将在 2021 年中断。

人工智能无法赢得格莱美奖

现在的规则规定,如果音乐家的人工智能辅助作品有资格获得格莱美奖,他们需要确保他们的人类贡献“有意义且不仅仅是微不足道的”。格莱美奖资格标准的更新 指出,“只有人类创作者才有资格提交考虑”,并且“不包含人类作者的作品不符合任何类别的资格。”

谷歌旗下研究实验室 DeepMind 声称其下一个聊天机器人将与 ChatGPT 竞争

DeepMind 正在使用 AlphaGo( DeepMind 的人工智能系统)的技术,该系统是第一个在棋盘游戏围棋中击败职业人类棋手的系统,来制作一个名为 Gemini 的与 ChatGPT 竞争的聊天机器人。DeepMind 首席执行官 Demis Hassabis 告诉 Wired 的 Will Knight,如果一切按计划进行,Gemini 将有能力计划或解决问题以及分析文本。

Salesforce 承诺向人工智能初创公司投资 5 亿美元

Salesforce 宣布将其 Generative AI Fund 规模从 2.5 亿美元扩大到 5 亿美元。自 3 月份推出以来,Generative AI 基金已经投资了几家位于生成 AI 技术前沿的公司。虽然 Salesforce 远不是唯一一家主要投资于生成式人工智能的基金,但它的目标是通过优先考虑其所描述的“道德”人工智能技术来实现差异化。

英伟达成为万亿美元公司

GPU 制造商英伟达 (Nvidia) 向游戏玩家和加密货币矿工的销售表现出色,但人工智能行业对其硬件的需求激增。该公司巧妙地利用了这一点,有一天,当其股价触及 413 美元时,其市值突破了象征性的(但非常强烈)万亿美元的市值。正如他们最近在台北电脑展上所展示的那样,他们没有表现出放缓的迹象……

在 Computex 上,Nvidia 加倍对 AI 的承诺

在台北电脑展上发布的十几、两则公告中,英伟达首席执行官黄仁勋谈到了该公司用于加速计算的 Grace Hopper 超级芯片(他们的术语),并演示了生成式人工智能,该公司声称可以将任何人变成开发者。

OpenAI 的 Sam Altman 代表 AI 向全世界游说

奥特曼最近就人工智能政策向美国政府提供建议,尽管有些人认为这是让狐狸制定鸡舍规则。欧盟的各个规则制定机构也在寻求意见,奥特曼一直在进行盛大的巡演,同时警告过度监管和不受约束的人工智能的危险。如果这些观点似乎与您相反……别担心,您不是唯一的人。

Anthropic为其新一代人工智能模型筹集了4.5亿美元

当我们提前发布筹款细节和计划时,我们有点破坏了他们的消息,但 Anthropic 现在正式增加了 4.5 亿美元,并正在努力开发 Claude 及其其他模型的继任者。很明显,人工智能市场足够大,少数主要供应商有足够的空间——如果他们有资本进入那里的话。

TikTok 正在测试自己的应用内人工智能 Tako

视频社交网络平台 TikTok 正在测试一种新的对话式人工智能,你可以询问任何你想要的内容,包括你正在观看的内容。这个想法是,你不只是搜索更多“哈士奇嚎叫”视频,你可以问 Tako“为什么哈士奇嚎叫得这么厉害?” 它会给出有用的答案,并引导您观看更多内容。

微软正在将 ChatGPT 融入 Windows 11

在向 OpenAI 投资数亿美元后,微软决心物有所值。它已经将 GPT-4 集成到其 Bing 搜索平台中,但现在 Bing 聊天体验将在每台 Windows 11 计算机上通过操作系统的右侧栏提供——实际上,这可能是不可避免的。

谷歌在其所做的几乎所有事情中都添加了人工智能

谷歌正在人工智能领域奋起直追,尽管它为此投入了大量资源,但其战略仍然有点模糊。举个例子:它的 I/O 2023 活动充满了实验性功能,这些功能可能会也可能不会向广大观众展示。但他们肯定会全场紧逼以重返比赛。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/72824.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年7月13日 00:21
下一篇 2023年7月13日 23:28

相关推荐

  • 埃隆·马斯克传记评论:沃尔特·艾萨克森提出了错误的问题

    沃尔特·艾萨克森(Walter Isaacson)的新传记《埃隆·马斯克》(Elon Musk)中反复出现了一句话。艾萨克森在他那本内容详尽、报道详尽的书中一再写道,某些事情只是“符合马斯克的本性”,而另一些事情则“不符合他的本性”。在这本书中,埃隆·马斯克——历史上最富有的人,当然也是最令人愤怒的人之一——被一种不可动摇的内在本质所驱动,这种内在本质是任何…

    2023年9月19日
    13100
  • 人工智能将如何重塑国际贸易规则

    作者:泰勒·考恩 (Tyler Cowen) 在国际贸易和投资方面,人工智能将创造一些明显的赢家和输家。二阶效应可能更有趣。 要理解这些,需要从两个前提开始:首先,人工智能服务会消耗大量能源,但并非所有能源都是绿色的。其次,许多国家将监管人工智能的使用或人工智能衍生产品和服务的实施,例如新药物或新教育技术的创造。 让我们依次考虑每个因素。 向 ChatGPT…

    2023年10月18日
    10600
  • 美国汽车业:经济衰退结束了吗?

    如果美国人对汽车的热爱没有完全成为历史,那么近年来它似乎正在转向一种相当胆怯的共存。随着越来越多的消费者选择二手车而不是新车,以及选择经济的交通而不是昂贵的风格和地位表达,​​美国汽车行业被迫重新考虑其未来。 可悲的是,十年前,尤其是 2019 年,情况已经基本如此——在大流行之前,计算机芯片短缺和通胀飙升给美国经济的这一关键部门带来了更大的逆境。 如今,在…

    2023年7月5日
    11900
  • 研发溢价?资产定价模型是否公平?

    CAPM解释了多元化投资组合中大约三分之二的回报变化,自从它出现以来,学术研究一直试图寻找增强股票横截面回报解释力的模型。模型不像相机那样提供世界的精确复制品。如果模型完全准确,它们就会成为定律,就像物理学中的定律一样。相反,模型是促进我们理解市场如何运作和价格设定的引擎。 随着新研究结果的发表,我们从单因素 CAPM(市场贝塔值)转向三因素 Fama-Fr…

    2023年10月12日
    12000
  • OpenAI、Google 和 Meta 正使用您的数据构建他们的 AI 系统

    当白宫公布七家人工智能公司签署的自愿安全和社会承诺清单时,有一点明显缺失:与这些人工智能系统收集和用于训练这项强大技术的数据相关的任何内容。很可能包括你的。 人们对复杂的生成人工智能系统给公众带来的潜在危害有很多担忧。他们对我们的数据所做的事情就是其中之一。我们对这些模型从哪里获取所需的 PB 数据、如何使用这些数据以及在涉及敏感信息时采取了哪些保护措施(如…

    2023年8月5日
    13200
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部