- 博客(110)
- 收藏
- 关注
RSS订阅
355
2ChatGPT的真实体验如何？
优点:
1.类人对话体验较为真实，无论是问题的回复和答案的梳理均和真人保持类似，即使在追问阶段也可以直接用代词去指代上一个问题中的主语，无需二次输入;2.对于归纳总结类的问题已经展现独特的能力，本质上是在汇总多个搜索结果的内容，大大减少搜索时间;
3.对于不熟悉的领域可以迅速给出简明的梳理，帮助快速熟悉;4.持续的追问可以实现类人的互动，沉浸感大大增强;
5.在结合上下文语境中，可以进一步给出更为准确的回答，比如一词多义，结合上下文，可以分行业解读。
缺点:
1.数据库内容只到2021年，对于涉及到2022年，或者在2022年有变动的问题无能为力;
2.专业较强的领域无法保证正确率，即使在鸡兔同笼此类初级问题中仍然存在错误，并且英文回答和中文回答存在明显差异化;
⒉.核心问题在于对于自己不熟悉的问题中会强行给出一定的答案，即使答案明显错误，依然会坚持下去，直到明确戳破其掩饰的内容，会立马道歉，但本质上会在不熟悉的领域造成误导。
实际体验从四类问题出发，并对此进行追问
1）对于某名词的直接询问，包含公司、热词、明星、电影等;2）对于某事件或政策的梳理;
3）对于不同行业的对比;
4）专业
2023-02-10
AIGC&AI生成内容产业展望报告
1.区别于Generative Al和Synthetic media，AIGC中的跨模态生成和策略/线索生成应当得到重视,这两者也是AIGC长期的重要价值增长点。
⒉按照模态区分，AlGC可分为音频生成、文本生成、图像生成、视频生成及图像、视频、文本间的跨模态生成，细分场景众多，跨模态生成需要重点关注。Game Al和虚拟人生成是目前变现较为明确的两大综合赛道，预计对原行业产生整体性影响。
3.以下技术要素值得关注:长/开放式文本生成、NeRF模型、Diffusion模型、跨模态大型预训练模型、小样本学习及自监督算法、强化学习及环境学习。以下技术场景值得关注:闲聊式文本生成、个性化营销文本、富情感及细节TTS、拼凑式视频生成、基于文本的Al绘画、语音复刻。
5.除降本增效、提供参考外，AIGC的以下两点价值更值得关注:对不同模态元素进行二次拆解组合，改变内容生产逻辑及形式;和其他Al系统或数据库进行联动，有实现高度个性化/高频优化。
6.我国AIGC行业仍处于刚刚起步阶段，距离大规模验证和体系化发展仍有距离，“模块分拆+个性化推荐”的“泛AIGC”形式预计将有所发展。
2023-02-10
互联网电商行业AIGC之AI绘画：技术与应用双突破，生产力变革在即
AI绘画是AIGC重要的应用分支。近两年包含扩散模型在内的关键技术取得突破，技术可用性显著提高，技术转化为生产力的契机产生。随着Stable
Diffusion等应用破圈，用户接受度和参与度持续提高，适用行业不断拓展，未来B端、AI绘画+3D的商业化潜力值得期待。
发展进入快车道，迎来转变为生产力的拐点
2022年被称为AIGC元年。8月，凭借AI绘画作品《太空歌剧院》，参赛者没有绘画基础却获得美国科罗拉多州新兴数字艺术家竞赛一等奖，引发热议。StableDiffusion、Midjourney 等AI绘画应用推动技术进入民用领域，几月内产出效果便有直观改善，被设计师、游戏工作室等广泛用于辅助生产，生产力变革来临。关键技术取得突破，图像生成效果效率均显著提升
AI绘画是基于深度学习技术的。生成式对抗网络GAN配合可对比语言-图像预训练算法CLIP，解决了跨模态问题，支持文本生成图像;而AI绘画的实操可分为四个环节:加噪点、去噪点、复原图片和作画。随着图像掩码建模MIM、特征处理器Transformer、扩散模型 Diffusion Model和神经辐射场NeRF出现，在上述四个环节中发
2023-02-10
ChatGPT引领创成式AI新变革
ChatGPT引领创成式AI浪潮,商业化进程加速打开
新空间
AIGC即 Al Generated Content，是指利用人工智能技术来生成内容，包括文字、图片、音频、视频、代码等。AIGC利用自带的算法，根据用户需求来自动生成与之匹配的内容。只需要输入要求，AIGC便可帮助创作者自动生成所需的内容，这意味着创作者可以节省出更多时间来构思主题与提高自身创新性，从而大大提高工作效率，使每次创作变得更加高质量。目前，国际上对于AIGC的开发还尚浅，AIGC生成工具的准确度较低，但其拥有可期的发展前景，或将成为日后创作工作所青睐的一项工具。
2023-02-10
ChatGPT-真格基金分享
2015年12月:OpenAl由一群包括Elon Musk和Sam Altman等个人和组织创建，旨在推进和促进人工智能领域的研究。
2016年:OpenAl开发了第一个人工智能系统，击败了职业玩家在《Dota 2》游戏中。2017年: OpenAl发布了GPT-1，这是一个能够生成人类文本的语言处理模型。
2018年:OpenAl 与Microsoft 合作，推出了Azure Al Platform，这是一个新的项目，旨在让开发人员更容易构建和部署AI应用程序。
2019年: OpenAl 发布了GPT-2，这是一个比 GPT-1功能更强大的语言处理模型。
2020年:OpenAl 发布了DALL-E，这是一个能够根据文本描述生成原始图像的创意AI系统。2021年:OpenAl 发布了GPT-3，这是目前为止最大最强大的语言处理模型。
2023-02-10
生成式AI会抢了哪些人的工作？
在跨境电商公司做了两年外贸的小胡失业了，回到福建晋江过年的他没有把这消息告诉父母，让他开不了口的是,取代他工作的是诞生不过两个月的ChatGPT———款人工智能驱动的聊天机器人。
半个月前,达摩院发布2023全球科技趋势，以ChatGPT为代表的“生成式Al”位列十大趋势之中。生成式AI技术的进步与运用让全球科技界欣喜，而由此产生的涟漪影响到了小胡所在的跨境电商甚至绘画界—--去年8月，一幅由Al绘制的作品参加了美国科罗拉多州博览会美术竞赛，还拿到了一等奖，备受争议。
生成式AI会取代人类吗?或者更现实一点，它会抢了哪些人的工作?
2023-02-09
“特别能聊”的人工智能会聊出些什么？
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话,还能根据聊天的上下文进行互动,让人们更直观地感受到了人工智能的魅力。包括内客生成、搜索引擎增强等在内的领域,将是其潜在的产业化方向。ChatGPT的商业化落地,还需要克服技术和科技伦理等方面的问题。
2023-02-09
三分钟看懂ChatGPT
ChatGPT是一个基于语言模型GPT-3.5的聊天机器人，ChatGPT模型是Instruct GPT的姊妹模型(siblingmodel)，使用强化学习和人类反馈来更好地使语言模型与人类指令保持一致。
.GPT起源
Generative Pre-Trained Transformer(GPT)是一系列基于Transformer的深度学习语言模型。
OpenAlI于2018年6月在题为《Improving Language Understanding by Generative Pre-Training》的论文中提出了第一个GPT模型GPT-1。从这篇论文中得出的关键结论是，Transformer架构与无监督预训练的结合产生了可喜的结果。GPT-1以无监督预训练+有监督微调的方式―—针对特定任务进行训练――以实现“强大的自然语言理解”。
2019年2月，OpenAl发表了第二篇论文“Language Models are Unsupervised Multitask Learners”，其中介绍了由GPT-1演变的GPT-2。尽管GPT-2大了一个数量级，但它们在其他方面非常相似。两
2023-02-09
元宇宙生产力工具AIGC 发展加速并展现商业化潜力
元宇宙生产力工具AIGC发展加速。2022年下半年以来，深度学习模型不断完善、开源模式的推动、商业化案例的落地，推动AIGC发展明显加速。CLIP模型广泛利用互联网图片为AIGC领域文本生成图片/应用奠定了基础，CLIP模型搜集了网络上超过40亿个“文本-图像"训练数据;Diffusion扩散化模型实现了算法创新:一方面，给图像增加高斯噪声，通过破坏训练数据来学习，然后找出如何逆转这种噪声过程以恢复原始图像。经过训练，该模型可以从随机输入中合成新的数据。另一方面，Stable Diffusion把模型的计算空间从像素空间经过数学变换,降维到一个可能性空间(Latent Space)的低维空间里，大幅降低了计算量和计算时间，使得模型训练效率大大提高。开源模式也推动了AIGC的加速，2022年下半年Stable Diffusion的开源，短短几个月时间内出现大量二次开发，从模型优化到应用拓展，大幅降低用户使用AIGC进行创作的门槛，提升创作效率，霸占 GitHub热榜第一名。
2023-02-09
人工智能发生了方向性改变，重点关注AIGC
2022年11月9日，百度创始人、董事长兼首席执行官李彦宏在出席2022联想创新科技大会时表示，过去一年，无论是在技术层面还是在商业应用层面，人工智能都有了巨大的进展，有些甚至是方向性的改变。
人工智能技术方向性改变体现在AIGC。AIGC即 AI-Generated Content，是一种新的内容生产方式。AI从理解内容，走向了可以生成内容，甚至能够创造出独立价值和独立视角的内容，这使人工智能技术发生方向性改变。根据人工智能顶级会议ICLR 2023发布的评审结果，Diffusion Model(扩散模型）成了今年ICLR的热门关键词之一，以扩散模型为研究主题的投稿论文数量快速增长。今年4月OpenAl 发布文本生成图像模型DALL·E2，之后谷歌推出 Imagen，直接对标DALL·E2，文本生成图像领域开始出现竞争。今年8月，初创公司Stability.AI 发布深度学习文生图模型Stable Diffusion，开源后引起市场进一步关注，后续基于扩散模型的文本生成图像模型越来越多，并很快扩展到文本生成视频、文本生成3D、文本生成音频等。
2023-02-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人