探讨AI巨匠:圆桌对话聚焦ChatGPT
研博论文

探讨AI巨匠:圆桌对话聚焦ChatGPT

图片来源@视觉中国 文|险峰创 2023年险峰线上沙龙的第一期,我们和四位行业大牛聊了聊最近大火的ChatGPT。 首先介绍一下本场嘉宾:陶芳波博士是前Facebook高级研究科学家,回国后进入阿里达摩院,搭建了阿里的神经符号实验室,属于全球最顶级的AI科学家之一,目前正在创业,担任人工智能公司「心识宇宙」的CEO。 黄东旭是险峰的老朋友,「PingCAP」的联合创始人兼CTO,他本人是国内最早一批开源数据库的创业者,在程序员圈子里非常活跃;PingCAP也是目前Infra领域估值最高的科技公司之一,险峰曾在天使轮分别投资了PingCAP和心识宇宙。 费良宏老师是AWS的首席架构师,曾供职于微软、苹果等多家硅谷巨头担任技术顾问,在云计算行业里深耕多年;龙波博士目前担任Meta商业化AI研究团队的负责人,之前曾深度参与过京东搜索推荐算法的搭建。 此次圆桌由险峰长青投资副总裁李抗主持,李抗主要专注于人工智能、机器人、云计算等方向的投资。 本次我们将聊到: ChatGPT 效果如此“炸裂”,AI从业者们事先是否预见到了? ChatGPT 是否能理解语言逻辑本身? 为什么谷歌没能做出 ChatGPT? 开源圈和云计算巨头是如何看待 ChatGPT的? ChatGPT
ChatGPT的出现:通用人工智能的里程碑还是对未来挑战的起点?
研博论文

ChatGPT的出现:通用人工智能的里程碑还是对未来挑战的起点?

本文介绍了四位顶级AI专家参加的圆桌讨论,探讨了ChatGPT对语言逻辑的理解,谷歌未能制作ChatGPT的原因,开源圈和云计算巨头对ChatGPT的看法,以及ChatGPT对工作岗位的影响等方面的问题。随着大数据和算力的快速发展,专用人工智能逐渐转化为通用人工智能,而ChatGPT的问世标志着AI技术的重大进展。
教导模型与非自主学习之迷
研博论文

教导模型与非自主学习之迷

这篇文章探讨了教学机器在训练过程中可能出现的一些问题。首先,作者指出教师可能会试图让模型放弃回答,这可能是出于对模型表现的不满或者希望模型更加准确。其次,模型窃取和蒸馏的影响可能导致模型的泛化能力下降,这是因为在微调过程中,模型可能会学习到一些原本不应该掌握的知识。最后,无人类反馈的强化学习可能会导致模型无法充分理解人类的期望,从而影响其性能。总的来说,这篇文章提醒我们在使用教学机器进行训练时需要注意这些问题,并尝试寻找解决方案。