直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

主流大厂目前的agi 进展

回答

目前主流大厂在 AGI 方面的进展情况如下:

  • 2023 年之前,国内 AI 行业自认为与美国差距不大,但 ChatGPT 和 GPT4 的出现打破了这种认知,OpenAI 直接拉开了 2 年的技术差距。
  • 2023 年上半年,国内大厂纷纷囤卡招人,研究类 GPT 架构,或成立创业公司,试图创造国产 AGI。但下半年发现不容易后,纷纷转向“垂直应用”“商业化”,不再提 AGI。
  • 国内最领先的模型水平大概在准 ChatGPT3.5 的水平,和 GPT4 还有不小差距。
  • 百度和阿里在大厂中比较高调,百度的“文心 4.0”是当前国内能力较好的模型之一,即将发布的阿里的“通义千问”也备受关注。
  • 大厂们在人才、GPU、数据和资金储备方面具备冲击 AGI 的条件,但实际效果尚无明确亮点,且受内部短期考核压力影响,多数力量用于卷新产品和向上汇报工作,同时还背负其他业务和政治考量。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

AGI万字长文(上)| 2023回顾与反思

从业内人的角度,ChatGPT和GPT4的出现时最令人惊讶的,不是它的能力,而是保密工作做的太好。2023之前国内AI行业还处在沾沾自喜,自认为和美国只有个把月差距,而且还有人口数据优势;这种论调一下子被GPT4打回了原形。OpenAI在国内完全没有预警的情况下,直接拉开2年技术差距。具体原因,可能是国内的骄傲自大,可能是被之前Google主推的T5技术路线带偏,也可能是因为AGI实在是影响过于巨大,FBI、美国国防部这些国家机关不可能没和OpenAI打过招呼。OpenAI的成功是大力出奇迹,所以23年上半年国内也笃信只要有卡有钱就可以“大炼钢铁”。那时不论是纷纷囤卡招人,研究类GPT架构的大厂们,还是讲着中国OpenAI的故事,拿着巨额融资的创业公司们,都想要第一个创造国产AGI。而到了下半年,在试验了一番发现不容易之后,又纷纷转向要做“垂直应用”、“商业化”;反而不提AGI了。这个转向是短视的,甚至是致命的。2023年,中美在AGI技术的差距并没有缩小。现在,国内最领先的模型水平大概在准ChatGPT3.5的水平,和GPT4还有不小差距;甚至还不如临时拼凑的Mistral团队的水平。大厂。大厂们无论是人才、GPU、数据,还是资金储备都是可以冲击AGI的,不过从实际效果上来看还并没有明确亮点。但与此同时,受内部短期考核压力的裹挟,大多数力量应该都放在卷新产品圈地盘和向上汇报工作上了。从另一个角度,这些模型虽然能力一般,但和业务的结合都是比较充分的。最后,大厂们同时背负了太多其他业务和政治考量:对于是否做大模型的出头鸟,很多公司都是要三思的。具体来讲,百度和阿里是大厂里比较高调:百度的“文心4.0”是当前国内能力最好的模型之一,即将发布的阿里的“通义千问

红杉|AI 50 未来公司

原文链接:https://www.sequoiacap.com/article/ai-50-2024/发表时间:2024-4-11作者:Konstantine Buhler编译:Z Potentials去年,生成式AI从不引人注意的地方走到了AI 50强榜单的前列。今年,随着我们看到企业用户和消费者的AI生产力开始大幅提高,它成为前沿和中心。尽管2023年美国的大部分AI风投都流向了基础设施领域——其中60%流向了最大的大语言模型(LLM)提供商,但应用公司仍在AI 50强榜单中占据主导地位。与此同时,我们开始看到AI如何为公司赋能。如今,许多公司正将AI融入其工作流程,以此来快速达成KPI。我们看到大公司正通过将AI融入其产品的方式而获益。工作流程自动化平台ServiceNow通过AI驱动的Now Assist,实现了近20%的事件避免率。Palo Alto Networks利用AI降低了处理费用的成本。Hubspot利用AI扩大了能够支持的用户规模。瑞典金融科技公司Klarna最近宣布,通过将AI融入用户支持,他们在运行率方面节省了4000多万美元。现在,成千上万的公司正在将AI整合到他们的工作流程中,以扩张规模和降低成本。AI 50强企业正在快速进化。不远的将来,我们有望看到UX和UI围绕AI的功能进行重新设计。在更好、更廉价地复制现有功能之后,我们将开发全新的用户界面,以提供有价值的新体验。

AGI 万字长文(下)| 2024,分叉与洪流

在AI上发力的还有手机和PC厂商:华为、荣耀、小米、OPPO、VIVO、三星、联想等都已宣布会在手机/PC端侧搭载大模型。这个可能性来自于:2023年下半年“模型小型化”的众多进展(详情见“上篇”)。不过,仔细看来,除了很弱的Nvidia Chat with RTX,目前并没有真正全离线版的大模型产品,端上智能暂时还是噱头。手机和电脑厂商们的打法基本都是大模型还是放在线上,手机和电脑来调用,然后搭配一个小AI做总结等服务。“端”确实“智能”了,但"大脑"还在线上,手机上顶多有个"脑干"。纯粹的端上智能有几个问题:1)离线小模型永远都会和在线大模型有一个代际的能力差距,于是为什么消费者要用一个更傻的模型而不是用线上的模型服务?2)即使是小模型,它目前的耗能和生热仍然难以达到手机要求。3)目前的AI还不是刚需,猎奇成分比较多。4)技术上还不能确认小型化的模型是“真AGI”还是“聊天机器”。所以说,短期内的端上智能仍然会停留在一些个别小市场里。

其他人在问
AGI是什么
AGI 即通用人工智能(Artificial General Intelligence),是指能够像人类一样思考、学习和执行多种任务的人工智能系统。 OpenAI 在其内部会议上分享了 AGI 的五个发展等级: 1. 聊天机器人(Chatbots):具备基本对话能力,主要依赖预设脚本和关键词匹配,用于客户服务和简单查询响应。 2. 推理者(Reasoners):具备人类推理水平,能解决复杂问题,如 ChatGPT,可根据上下文和文件提供详细分析和意见。 3. 智能体(Agents):不仅具备推理能力,还能执行全自动化业务,但目前许多 AI Agent 产品在执行任务后仍需人类参与,尚未达到完全智能体的水平。 4. 创新者(Innovators):能够协助人类完成新发明,如谷歌 DeepMind 的 AlphaFold 模型,可预测蛋白质结构,加速科学研究和新药发现。 5. 组织(Organizations):最高级别的 AI,能够自动执行组织的全部业务流程,如规划、执行、反馈、迭代、资源分配和管理等。 此外,AI 分为 ANI 和 AGI,ANI 得到巨大发展但 AGI 还没有取得巨大进展。ANI 即弱人工智能,只可做一件事,如智能音箱、网站搜索、自动驾驶、工厂与农场的应用等。
2024-11-22
什么是AGI
AGI 即强人工智能或通用人工智能,是指具有人类水平的智能和理解能力的 AI 系统。它有能力完成任何人类可以完成的智力任务,适用于不同的领域,同时拥有某种形式的意识或自我意识。目前还只是一个理论概念,还没有任何 AI 系统能达到这种通用智能水平。 AGI 的五个发展等级分别为: 1. 聊天机器人:具备基本对话能力,主要依赖预设脚本和关键词匹配,用于客户服务和简单查询响应。 2. 推理者:具备人类推理水平,能够解决复杂问题,如 ChatGPT,能够根据上下文和文件提供详细分析和意见。 3. 智能体:不仅具备推理能力,还能执行全自动化业务,但目前许多 AI Agent 产品在执行任务后仍需人类参与,尚未达到完全智能体的水平。 4. 创新者:能够协助人类完成新发明,如谷歌 DeepMind 的 AlphaFold 模型,可以预测蛋白质结构,加速科学研究和新药发现。 5. 组织:最高级别的 AI,能够自动执行组织的全部业务流程,如规划、执行、反馈、迭代、资源分配和管理等。 OpenAI 原计划在 2026 年发布的 Q 下一阶段(最初被称为 GPT6,后重新命名为 GPT7)因埃隆·马斯克的诉讼而被暂停,计划在 2027 年发布的 Q 2025(GPT8)将实现完全的 AGI。GPT3 及其半步后继者 GPT3.5(在 2023 年 3 月升级为 GPT4 之前,它驱动了现在著名的 ChatGPT)在某种程度上是朝着 AGI 迈出的巨大一步。更多信息请见(AGI)。
2024-11-21
什么时候可以实现agi
目前关于通用人工智能(AGI)实现的时间存在多种推测和计划。据相关信息,OpenAI 原计划在 2026 年发布最初被称为 GPT6 但后来重新命名为 GPT7 的模型,然而由于埃隆·马斯克的诉讼而被暂停。计划在 2027 年发布的 Q 2025(GPT8)有望实现完全的 AGI。另外,OpenAI 总裁 Greg Brockman 在 2019 年表示,在微软投资 10 亿美元之后,OpenAI 计划在五年内构建一个与人类大脑大小相当的模型,即到 2024 年。但需要注意的是,这些信息多为推测和拼凑,且来源复杂,包括推特用户的搜集和 LongjumpingSky1971 的帖子等,大家可当作娱乐参考,自行辨别其可能性。
2024-11-20
AGI 和RAG AGENT有什么区别
AGI(通用人工智能)、RAG(检索增强生成)和 Agent 存在以下区别: Agent: 本质是动态 Prompt 拼接,通过工程化手段将业务需求转述为新的 Prompt。 包含短期记忆(messages 里的历史 QA 对)和长期记忆(summary 之后的文本塞回 system prompt)。 可以通过工具触发检索和 Action,触发 tool_calls 标记进入请求循环,拿模型生成的请求参数进行 API request,再把结果返回给大模型进行交互。 如 Multi Agents ,主要是更换 system prompt 和 tools 。 为 LLM 增加工具、记忆、行动、规划等能力,目前行业主要使用 langchain 框架,在 prompt 层和工具层完成设计。 有效使用工具的前提是全面了解工具的应用场景和调用方法,学习使用工具的方法包括从 demonstration 中学习和从 reward 中学习。 在追求 AGI 的征途中,具身 Agent 强调将智能系统与物理世界紧密结合,能够主动感知和理解物理环境并互动,产生具身行动。 RAG: 是向量相似性检索,可放在 system prompt 里或通过 tools 触发检索。 AGI:是一种更广泛和全面的智能概念,旨在实现类似人类的通用智能能力。 需要注意的是,这些概念的发展和应用仍在不断演进,想做深做好还有很多需要探索和解决的问题。
2024-11-19
你觉得AGI是什么
AGI 即通用人工智能(Artificial General Intelligence),是指具有人类水平的智能和理解能力的人工智能系统。它能够完成任何聪明人类所能完成的智力任务,适用于不同的领域,同时拥有某种形式的意识或自我意识。 目前,像 GPT3 及其半步后继者 GPT3.5(在 2023 年 3 月升级为 GPT4 之前,它驱动了现在著名的 ChatGPT)在某种程度上是朝着 AGI 迈出的巨大一步。但需要注意的是,强人工智能目前还只是一个理论概念,还没有任何 AI 系统能达到这种通用智能水平。 对于“智能”的定义较为模糊,阿兰·图灵提出了名为“图灵测试”的方法,该方法将某一计算机系统和真人进行比较,若人类评审员在文本对话中无法区分真人和计算机系统,那么这个计算机系统就会被认为是“智能”的。
2024-11-18
使用AGI写作
以下是关于使用 AGI 写作的相关内容: 利用 AI 打造爆款公众号文章: AI 生产文章的关键在于提供清晰且具指导性的提示词。基础提示词能生成基础文章,更详细和具创意的提示词能提升文章质量,如“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯,创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题,开头部分要概述事件的背景和重要性,主体部分详细分析 OpenAI 的回应内容及其可能产生的影响,结尾处提出一些引人深思的问题或观点。”AI 生成的文章可能需要微调以符合预期和公众号风格,通常不到十分钟就能完成内容产出。 OpenAI 通用人工智能(AGI)的计划被揭露: 一家公司正在建造强大的 AI,它具备多种能力且不断获得新能力,工程师们在讨论其意义及可能带来的影响,包括工作过时、道德义务等。 通往 AGI 之路的相关教程: 1. (入门级,网速好时一小时能搞定) 2. 3. 作者 Allen 准备调整加强写作能力训练的工作流,先在飞书上发布初稿获取反馈再拆分细化。
2024-11-15
目前主流ai软件的功能及区别
目前主流的 AI 软件具有多种功能,以下为您介绍部分软件的功能及区别: 在软件架构设计方面: Lucidchart:流行的在线绘图工具,支持多种图表创建,包括逻辑视图、功能视图和部署视图,用户可通过拖放界面轻松创建架构图。 Visual Paradigm:全面的 UML 工具,提供创建各种架构视图的功能,如逻辑视图(类图、组件图)、功能视图(用例图)和部署视图(部署图)。 ArchiMate:开源的建模语言,专门用于企业架构,支持逻辑视图创建,可与 Archi 工具配合使用,该工具提供图形化界面创建模型。 Enterprise Architect:强大的建模、设计和生成代码工具,支持创建多种架构视图,包括逻辑、功能和部署视图。 Microsoft Visio:广泛使用的图表和矢量图形应用程序,提供丰富模板用于创建逻辑视图、功能视图和部署视图等。 draw.io(现称为 diagrams.net):免费的在线图表软件,允许创建各种类型图表,包括软件架构图,支持创建逻辑视图和部署视图等。 PlantUML:文本到 UML 转换工具,通过编写描述性文本自动生成序列图、用例图、类图等,帮助创建逻辑视图。 Gliffy:基于云的绘图工具,提供创建各种架构图功能,包括逻辑视图和部署视图。 Archi:免费开源工具,用于创建 ArchiMate 和 TOGAF 模型,支持逻辑视图创建。 Rational Rose:IBM 的 UML 工具,支持创建多种视图,包括逻辑视图和部署视图。 在其他应用方面: AI 摄影参数调整助手:利用图像识别、数据分析技术,如一些摄影 APP 的参数调整功能,根据场景自动调整摄影参数。 AI 音乐情感分析平台:通过机器学习、音频处理技术,如音乐情感分析软件,分析音乐的情感表达。 AI 家居智能照明系统:结合物联网技术、机器学习,如小米智能照明系统,实现家居照明的智能化控制。 AI 金融风险预警平台:运用数据分析、机器学习,如金融风险预警软件,提前预警金融风险。 AI 旅游路线优化平台:借助数据分析、自然语言处理,如马蜂窝的路线优化功能,根据用户需求优化旅游路线。 在辅助写邮件方面: Grammarly:提供语法检查、拼写纠正、风格建议和语气调整等功能,易于使用,支持多种平台和多种语言,网站:https://www.grammarly.com/ 。 Hemingway Editor:简化句子结构,提高可读性,标记复杂句和冗长句,界面简洁,重点突出,网站:http://www.hemingwayapp.com/ 。 ProWritingAid:全面的语法和风格检查,提供详细写作报告和建议,功能强大,支持多种平台和集成,网站:https://prowritingaid.com/ 。 Writesonic:基于 AI 生成各种类型文本,包括电子邮件、博客文章、广告文案等,生成速度快,网站:https://writesonic.com/ 。 Lavender:专注于邮件写作优化,提供个性化建议和模板,帮助提高邮件打开率和回复率。
2024-11-20
目前国外主流的图像类AICG应用有哪些
目前国外主流的图像类 AICG 应用包括 DALL·E2、StableDiffusion 等。DALL·E2 能够根据输入的文本描述生成逼真且富有创意的图像;StableDiffusion 则以其强大的生成能力和广泛的自定义选项受到众多用户的青睐。
2024-11-13
目前国外主流的十大图像类AICG应用有哪些
目前关于国外主流的十大图像类 AICG 应用,暂时没有确切和权威的统一排名。不同的评估标准和应用场景可能会导致结果有所差异。一些常见且受到广泛关注的图像类 AICG 应用包括 DALL·E2、StableDiffusion、Midjourney 等,但要确切指出十大应用会因各种因素而难以确定。
2024-11-13
目前国外主流的图像类AICG应用有哪些
目前国外主流的图像类 AICG 应用包括 DALL·E2、StableDiffusion 等。DALL·E2 能够根据输入的文本描述生成逼真的图像;StableDiffusion 则具有强大的图像生成能力和丰富的自定义选项。
2024-11-13
现在业内比较主流的 RAG 方案 开源/商业的都有哪些啊
目前业内比较主流的 RAG 方案包括开源和商业的,以下为您介绍: 1. Dify:这是一个开源的大模型应用开发平台。它结合后端即服务和 LLMOps 的理念,为用户提供直观界面来快速构建和部署生产级别的生成式 AI 应用。具备强大工作流构建工具、广泛的模型集成、功能丰富的提示词 IDE 以及全面的 RAG Pipeline 用于文档处理和检索。还允许定义 Agent 智能体,并通过 LLMOps 功能对应用程序性能进行持续监控和优化。提供云服务和本地部署选项,满足不同用户需求。其设计理念注重简单性、克制和快速迭代,适合个人研究和企业级落地项目。 官方手册:https://docs.dify.ai/v/zhhans 一般来说,如果是个人研究,推荐单独使用;如果是企业级落地项目,推荐多种框架结合使用。 2. LangChain:这是一个为简化大模型应用开发而设计的开源框架。通过提供模块化的工具和库,允许开发者轻松集成和操作多种大模型,将更多精力投入到创造应用的核心价值上。设计注重简化开发流程,支持广泛模型,具备良好可扩展性,适应不断变化的业务需求。作为社区广泛支持的开源项目,拥有活跃贡献者和持续更新,提供全面文档和示例代码,充分考虑应用安全性和用户数据隐私保护,是多语言支持的灵活框架,适用于各种规模项目和不同背景开发者。 官方手册:https://python.langchain.com/docs/get_started/introduction/
2024-09-24
对于辅助代码编写的AI工具有什么推荐,哪些是主流使用人数较多的工具
以下是一些主流的辅助代码编写的 AI 工具: 1. GitHub Copilot:由 GitHub 联合 OpenAI 和微软 Azure 团队推出,支持多种语言和 IDE,能为程序员快速提供代码建议,帮助更快、更少地编写代码。 2. 通义灵码:阿里巴巴团队推出,基于通义大模型,提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释、研发智能问答、异常报错排查等能力。 3. CodeWhisperer:亚马逊 AWS 团队推出,由机器学习技术驱动,可为开发人员实时提供代码建议。 4. CodeGeeX:智谱 AI 推出的开源免费 AI 编程助手,基于 130 亿参数的预训练大模型,可快速生成代码,提升开发效率。 5. Cody:代码搜索平台 Sourcegraph 推出,借助 Sourcegraph 强大的代码语义索引和分析能力,了解开发者的整个代码库,不止是代码片段。 6. CodeFuse:蚂蚁集团支付宝团队为国内开发者提供智能研发服务的免费 AI 代码助手,基于蚂蚁集团自研的基础大模型进行微调的代码大模型。 7. Codeium:一个由 AI 驱动的编程助手工具,通过提供代码建议、重构提示和代码解释来帮助软件开发人员,提高编程效率和准确性。 更多辅助编程 AI 产品,还可以查看这里:https://www.waytoagi.com/category/65 。 每个工具的功能和适用场景可能会有所不同,您可以根据自己的需求来选择最适合您的工具。
2024-09-09
撰写内容概要:以ai换脸诈骗和声音合成诈骗为蓝本查阅网站、文献期刊等专家在相关方面的研究进展及其成果,并进行汇总评述。(1)表述收集资料的来源情况、收集资料的数量情况;(2)将所收集的资料进行分类,按照几个分类方面逐一进行表述,表述涵盖专家的观点、结论、思路、方案等;(3)小组综合性的对所收集到的资料进行评述,描述当前的进展情况、优劣点、未来发展等。)
以下是根据您提供的资料进行的汇总评述: 一、收集资料的情况 1. 来源情况:资料来源于陶力文律师的相关论述、关于 AI 音乐的论文、质朴发言的研究报告等。 2. 数量情况:共收集到 3 份相关资料。 二、资料分类及专家观点 1. 关于律师如何写好提示词用好 AI 观点:强调结构化内容组织、规定概述内容解读结语结构、案例和挑战结合、结合法规和实际操作、使用商业术语等。 结论:通过多种方式提升文章的专业性和针对性。 思路:从标题、文章结构等方面进行规划。 方案:按照特定的结构和要求进行写作。 2. 基于频谱图的音乐录音中自动调谐人声检测 观点:聚焦音乐中人声音高的自动调音检测,提出数据驱动的检测方法。 结论:所提方法在检测上表现出较高的精确度和准确率。 思路:包括音频预处理、特征提取和分类等步骤。 方案:创建新数据集,进行全面评估。 3. 文生图/文生视频技术发展路径与应用场景 观点:从横向和纵向梳理文生图技术发展脉络,分析主流路径和模型核心原理。 结论:揭示技术的优势、局限性和未来发展方向。 思路:探讨技术在实际应用中的潜力和挑战。 方案:预测未来发展趋势,提供全面深入的视角。 三、综合性评述 当前在这些领域的研究取得了一定的进展,如在音乐自动调音检测方面提出了新的方法和数据集,在文生图/文生视频技术方面梳理了发展路径和应用场景。 优点在于研究具有创新性和实用性,为相关领域的发展提供了有价值的参考。但也存在一些不足,如音乐检测研究中缺乏专业自动调音样本,部分技术在实际应用中可能面临一些挑战。 未来发展方面,有望在数据样本的丰富性、技术的优化和多模态整合等方面取得进一步突破,拓展更多的应用场景。
2024-11-15
AI加教育的最新进展
以下是 AI 加教育的最新进展: 案例方面: “AI 赋能教师全场景”,来自 MQ 老师的投稿贡献。 “未来教育的裂缝:如果教育跟不上 AI”,揭示了人工智能在教育领域从理论走向实际应用带来的颠覆性改变。 “化学:使用大型语言模型进行自主化学研究”。 “翻译:怎么把一份英文 PDF 完整地翻译成中文?”,介绍了 8 种方法。 对未来的预判: 个性化学习时代已到来,AI 将作为教育生态系统的一部分与人类教师协作,为孩子提供不同的学习体验,如混合式教学、定制学习路径等。 教育工作者将成为学习的引导者和伙伴,更多关注孩子的全人发展,如创造力和社交智慧。 未来 3 年,提升人机协作效率的领域,如 AI 作业批改、备课、定制教育规划、学前启蒙等,对教育从业者蕴藏着巨大机遇。 探索实践: 过去半年多,梳理教学和育儿工作流,每个环节与 AI 协作可大幅提升效率,但也加剧了知识获取的不平等。从家长的“育”、老师的“教”和学生的“学”进行了落地实践的拆解。
2024-11-05
近几个月,中国AI行业有什么重要进展?
以下是近几个月中国 AI 行业的一些重要进展: 过去 12 个月,人工智能行业流量增长显著。2022 年 9 月研究起始时,分析的工具产生 2.418 亿次访问,到 2023 年 8 月达到 28 亿次访问量。 从去年 11 月 ChatGPT 成为最快达到 100 万用户的平台后,行业热度持续攀升,2023 年 5 月访问量达到约 41 亿的峰值。 2023 年上半年国内笃信靠资金和卡能发展类 GPT 架构,但下半年纷纷转向“垂直应用”“商业化”,不提 AGI。目前国内最领先的模型水平大概在准 ChatGPT3.5 水平,和 GPT4 有差距。 百度的“文心 4.0”是当前国内能力较好的模型之一,即将发布的阿里的“通义千问”。 中国开源项目在今年赢得全球粉丝,成为积极开源贡献者。DeepSeek 在编码任务中表现出色,阿里巴巴发布的 Qwen2 系列视觉能力令人印象深刻,清华大学的自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目。
2024-11-04
最新AI进展
以下是关于最新 AI 进展的相关内容: AI 技术的发展历程: 1. 早期阶段(1950s 1960s):包括专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期(1970s 1980s):有专家系统、知识表示、自动推理。 3. 统计学习时期(1990s 2000s):出现机器学习算法如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期(2010s 至今):深度神经网络、卷积神经网络、循环神经网络等得到发展。 当前 AI 前沿技术点: 1. 大模型(Large Language Models):如 GPT、PaLM 等。 2. 多模态 AI:包括视觉 语言模型(CLIP、Stable Diffusion)、多模态融合。 3. 自监督学习:如自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习:例如元学习、一次学习、提示学习等。 5. 可解释 AI:涉及模型可解释性、因果推理、符号推理等。 6. 机器人学:涵盖强化学习、运动规划、人机交互等。 7. 量子 AI:包括量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 10 月 14 日的 AI 相关进展: 1. ChatGPT 命令工具上线,提供搜索、图像、O1 推理三种命令,使普通模型也具备高级推理能力,测试表明所有模型均支持命令调用,显著提升了 ChatGPT 的整体能力。 2. Anthropic CEO 展望未来,认为 AI 将在 5 10 年内助力扫除几乎所有疾病,寿命翻倍至 150 岁,包括在医学进展方面实现 50 100 年的突破,如大规模预防自然传染病与开发“万能疫苗”,降低癌症死亡率,治愈遗传疾病,开发抗衰老疗法,帮助治疗抑郁症、精神分裂症等疾病,同时自动化劳动解放人类创造力,推动全球经济增长,但也需平衡风险与潜力。 3. ChatGPT 4.0 Canvas 功能助力写作,提供思路、润色语言、内容扩展,支持快速修改与撤回版本,极大提升写作效率,未来或将支持多人协作、数据图表生成、甚至直接生成 PPT。 对于新手学习 AI,要持续学习和跟进,关注 AI 领域的新闻、博客、论坛和社交媒体,保持对最新发展的了解。考虑加入 AI 相关的社群和组织,参加研讨会、工作坊和会议,与其他 AI 爱好者和专业人士交流。
2024-10-31
中国上市公司在ai应用方面的进展
目前,中国上市公司在 AI 应用方面取得了一定进展。 一方面,许多公司正将 AI 融入其工作流程,以快速达成 KPI、扩张规模和降低成本。例如,工作流程自动化平台 ServiceNow 通过 AI 驱动的 Now Assist,实现了近 20%的事件避免率;Palo Alto Networks 利用 AI 降低了处理费用的成本;Hubspot 利用 AI 扩大了能够支持的用户规模。瑞典金融科技公司 Klarna 最近宣布,通过将 AI 融入用户支持,他们在运行率方面节省了 4000 多万美元。 另一方面,对于 AI 应用层的创业者来说,存在一些问题和探索。中国企业软件的发展曾受人均 GDP 不够高、人力成本等因素限制,但如果 AI 能极大降低软件成本并提高效率,可能带来价值突破。我们期待中国 2B 的 AI 软件应用实现跨越式发展。 此外,还有一些相关的资源可供参考,如 2022 2024 年融资 2000 万美金以上的公司列表和详细公司分析、AI Grant 公司列表和详细公司分析、AIGC 行业与商业观察等。同时,也有关于 AI 变革公司/产业实践探索的相关内容,如 2023 年年报中中国上市公司对生成式 AI 的使用,以及安克创新的 AI 实践分析等。
2024-10-28
近期的大模型进展
近期大模型的进展主要包括以下方面: 多模态大模型: 现状:随着数据集和模型规模扩大,传统多模态模型计算量大,研究重点在于各模态的连接,利用现成训练好的单模态基础模型可减少训练费用和提升效率。通过多模态预训练和指令微调实现模态对齐及模型输出与人类意图对齐是核心挑战。 发展历程:最初集中在多模态内容理解和文本生成,如 Flamingo、BLIP2 等;同时实现多模态输入和输出工作,如 MMLMM;将 LLM 和外部工具继承进来,实现“anytoany”的多模态理解和生成,如 visualchatgpt 等;还有为减少级联过程中传播误差的工作。 大型视觉模型 Sora:符合视觉模型的规模化定律,展示了新兴能力,包括遵循指令、视觉提示工程和视频理解等,是第一个展示确认新兴能力的视觉模型,标志着计算机视觉领域的重要里程碑。 OpenAI 的新模型 o1preview/mini:复杂问题思考过程长,相对简单问题也需 5 10 秒,使用条数少,冷却时间长,但推理模型准确率不断攀升,为行业注入了强心剂。
2024-10-23