知乎回响：变革时代的思考与探讨
这篇文章强调了知乎在变革中的重要作用和影响力。无论话题热度如何，知乎都能给出有深度的回答和讨论。而且，知乎的呈现方式也是全方位、多维度，满足不同用户的需求。
全球科技动态：华为AppGallery地位稳固，立讯精密业绩增长强劲，商汤集团半年度业绩亮眼
华为AppGallery应用商店地位稳固，拥有640万注册开发者，月活跃用户达到5.8亿。立讯精密2023年上半年业绩亮眼，销售收入增长19.53%，净利润增长15.11%，预计前三季度盈利70.4亿-76.8亿。商汤集团上半年营收14.3亿元，同比增长1.3%，大模型及生成式AI相关收入增长670.4%。苹果分析师郭明錤预测，2023年iPhone出货量可达2.2亿-2.25亿部。三星电子、三星显示和三星SDI将招聘有工作经验的外籍研发人员。人工智能初创公司OpenAI推出ChatGPT企业版，更高级别安全和隐私，以及无限高速GPT-4访问等功能。亚马逊CEO警告员工返回办公室工作。X公司CEO请求马斯克推迟推特更名的决定，但马斯克坚持原计划。谷歌计划将新的地图数据API授权给一系列公司，创造最高1亿美元营收。新西兰即将立法征收数字服务税，到2025年才能实施。SK海力士在芯片领域崛起，成为NvidiaH100芯片中HBM的主要供应商。
AI语言模型：ChatGPT的崛起与影响
这篇文章汇总了成生辉在不同领域的作品,展示了他在不同主题上的创作才华。其中包含了他自己的摄影作品、引用自 ChatGPT 的文本以及 Pixabay 上的图片,这些作品都体现了成生辉的创造力和多样性。
通用人工智能AGI：从专用AI到文本生成文本的飞跃
本文探讨了人工智能发展中通用人工智能（AGI）的重要性，以及当前流行的ChatGPT如何掌握这一要点。首先介绍了判别式/分析式AI和生成式AI的区别，接着分析了ChatGPT的能力和优势，最后讨论了AIGC带来的潜在变革。
ChatGPT：通用人工智能的AB策略与未来价值
文章主要介绍了ChatGPT的火爆程度以及其背后的OpenAI公司。张斯成表示，ChatGPT之所以火爆，是因为其简洁的交互界面、高度的话题性、拟人化的表现形式以及OpenAI选择在今年推出ChatGPT的明智决策。然而，他也指出，ChatGPT还存在一些问题，如无法回答所有问题、访问量增加时易梗机等。同时，他也探讨了AI发展的一些趋势和机遇。
思辨教育：人工智能时代的挑战与机遇
在平和学校的儿童哲学课上，孩子们就人工智能 topic展开了热烈的讨论。在这节课上，哲学老师颜志豪引导孩子们思考自动驾驶汽车刹车失灵的情况下，应该选择救谁。孩子们纷纷发表自己的看法，认为人、外卖小哥和小狗都应该被救。这节课展示了平和学校融入“思辨素养”的课程设置，以及AI对教育的影响。与此同时，平和校园里的其他课堂也在进行一场关于AI与教育思辨的讨论。在第二届平和“不同”论坛上，众多专家和教师齐聚一堂，共同探讨AI时代下的教育挑战与发展。
PlantingSeeds:TheFutureof5GandAIinChina
中国工信部主办的第31中国国际信息通信展览会在北京开幕，展示信息通信业最新成果。工信部部长金壮龙表示，中国信息通信业取得跨越式发展，推动实体经济数字化、网络化、智能化转型升级。未来，数字经济将成为关键力量，重组全球要素资源、重塑全球经济结构、改变全球竞争格局。金壮龙提出四点期望：优化基础设施布局、加速信息技术赋能、加快新兴产业培育、深化全球开放合作。5G已覆盖全国所有县城城区，预计2024年后占比将超过50%，进入投资回报期，需将5G能力向5G-A提升，使用户能充分体验5G优势。中国新能源汽车出口主要面临市场波动问题，需做好本土化适应改进，同时加强海外充电设施和售后维护，提升用车满意度。
国产ChatGPT「套壳」的秘密，现在被找到了
衡宇 发自 凹非寺量子位 | 公众号 QbitAI “科大讯飞套壳ChatGPT！”“百度文心一言套皮Stable Diffusion！”“商汤大模型实则抄袭！”…… 外界对国产大模型产生质疑已经不是一次两次了。 业内人士对这个现象的解释是，高质量的中文数据集实在紧缺，训模型时只能让采买的外文标注数据集“当外援”。训练所用的数据集撞车，就会生成相似结果，进而引发乌龙事件。 其余办法中，用现有大模型辅助生成训练数据容易数据清洗不到位，重复利用token会导致过拟合，仅训练稀疏大模型也不是长久之计。 业内渐渐形成共识： 通往AGI的道路，对数据数量和数据质量都将持续提出极高的要求。 时势所需，近2个月来，国内不少团队先后开源了中文数据集，除通用数据集外，针对编程、医疗等垂域也有专门的开源中文数据集发布。 高质量数据集虽有但少 大模型的新突破十分依赖高质量、丰富的数据集。 根据OpenAI 《Scaling Laws for Neural Language Models》提出大模型所遵循的伸缩法则（scaling law）可以看到，独立增加训练数据量，是可以让预训练模型效果变更好的。 这不是OpenAI的一家之言。 DeepMind也在Chinchilla模型论文中指出，之前的大模型多是训练不足的，还提出最优训练公式，已成为业界公认的标准。 △主流大模型，Chinchilla参数最少，但训练最充分 不过，用来训练的主流数据集以英文为主，如Common Crawl、BooksCorpus、WiKipedia、ROOT等，最流行的Common Crawl中文数据只占据4.8%。 中文数据集是什么情况？ 公开数据集不是没有——这一点量子位从澜舟科技创始人兼CEO、当今NLP领域成就最高华人之一周明口中得到证实——如命名实体数据集MSRA-NER、Weibo-NER等，以及GitHub上可找到的CMRC2018、CMRC2019、ExpMRC2022等存在，但整体数量和英文数据集相比可谓九牛一毛。 并且，其中部分已经老旧，可能都不知道最新的NLP研究概念（新概念相关研究只以英文形式出现在arXiv上）。 中文高质量数据集虽有但少，使用起来比较麻烦，这就是所有做大模型的团队不得不面对的惨烈现状。此前的清华大学电子系系友论坛上，清华计算机系教授唐杰分享过，千亿模型ChatGLM-130B训练前数据准备时，就曾面临过清洗中文数据后，可用量不到2TB的情况。 解决中文世界缺乏高质量数据集迫在眉睫。 行之有效的解决方法之一，是直接用英文数据集训大模型。 在人类玩家打分的大模型匿名竞技场Chatbot Arena榜单中，GPT-3.5在非英文排行榜位居第二（第一是GPT-4）。要知道，96%的GPT-3.5训练数据都是英文，再刨去其他语种，用来训练的中文数据量少到可以用“千分之n”来计算。 国内top3高校某大模型相关团队在读博士透露，如果采用这种方法，不嫌麻烦的话，甚至可以给模型接一个翻译软件，把所有语言都转换成英语，然后把模型的输出转换为中文，再返回给用户。 然而这样喂养出的大模型始终是英文思维，当遇到成语改写、俗语理解、文章改写这类含有中文语言特色的内容，往往处理不佳，出现翻译错误或潜在文化的偏差。 还有个解决办法就是采集、清洗和标注中文语料，做新的中文高质量数据集，供给给大模型们。 开源数据集众人拾柴 察觉现况后，国内不少大模型团队决定走第二条路，着手利用私有数据库做数据集。 百度有内容生态数据，腾讯有公众号数据，知乎有问答数据，阿里有电商和物流数据。 积累的私有数据不一，就可能在特定场景和领域建立核心优势壁垒，将这些数据严格搜集、整理、筛选、清洗和标注，能保证训出模型的有效性和准确性。 而那些私有数据优势不那么明显大模型团队，开始全网爬数据（可以预见，爬虫数据量会非常大）。...