经验分享:如何在自己的创业中,用上GPT-3等AI大模型

本文探讨了初创公司如何在创业中使用大规模AI模型,如GPT-3,指出预训练模型为小型团队提供了机会,但也带来规模、成本和外包创新的风险。预训练模型简化了开发流程,但数据对齐和云API的依赖带来挑战。文章建议企业应具备战略意识,密切关注大型AI实验室的最新进展。
摘要由CSDN通过智能技术生成

原创 Elliot Turner 数据实战派 2022-02-28 20:08

作者:Elliot Turner(AI从业者)

译者:Yang

原标题:How to Use Massive AI Models (Like GPT-3) in Your Startup

随着机器学习技术的逐渐成熟并从学术走向工业,支持大规模机器学习所需的方法和基础设备也在不断发展。利用这些进步对初创公司来说机遇与风险并存——几乎所有初创公司,都以各种方式利用机器学习来竞争各自的市场。

在这之前差不多经历了 9 年多的时间,当时的深度学习革命起源于一个 2012 年起,一年一度的竞赛,即 AlexNet 的 ImageNet LSVRC 竞赛(由研究社群举办的计算机视觉竞赛)。在一次比拼中,一个三人小组(Alex Krizhevsky、Illya Sutskever 和 Geoffrey Hinton)使用了一种称为卷积神经网络的技术来理解照片的内容。他们毫无悬念地赢得了比赛——以相当大的优势击败了所有其他人——并且他们使用的系统仅仅是在 700 美元的游戏显卡上训练出来的。

至此机器学习的世界永远地改变了。

一年之内,初创公司开始涌现以复制 AlexNet 的成功。我之前的公司 AlchemyAPI(2015 年被 IBM 收购)早在 2013 年就使用我们的 AlchemyVision 计算机视觉 API 发布了这项工作的第一个商业版本。大约在这个时候成立的其他初创公司还包括 DeepMind(被谷歌收购)、MetaMind(被 Salesforce 收购)和 Clarifai 等。学术界也发生了巨大变化,许多专家迅速从对人工智能的怀疑转变为全心全意地拥抱深度学习。

快进到 2022 年:神经网络已经改变了我们日常使用的软

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值