新范式一旦成立,就會(huì)形成一種人工智能跟知識(shí)發(fā)現(xiàn)的新飛輪。
ChatGPT“暈菜”了。
去年第一次跟ChatGPT對(duì)話時(shí),周伯文特意給它出了一道難題:“我的朋友比他領(lǐng)導(dǎo)大10個(gè)月,他們現(xiàn)在結(jié)婚3年了,請(qǐng)問(wèn)結(jié)婚50年時(shí)他比他的領(lǐng)導(dǎo)大幾個(gè)月?”
【資料圖】
ChatGPT也的確被這個(gè)腦筋急轉(zhuǎn)彎似的簡(jiǎn)單推理難住了,“它一五一十地跟我分析計(jì)算,大意是現(xiàn)在大10個(gè)月,結(jié)婚3年了,離他們結(jié)婚50年還有47年,一年有12個(gè)月,47×12等于多少,再加上10個(gè)月,那時(shí)候他會(huì)比他的領(lǐng)導(dǎo)大400多個(gè)月?!?/p>
周伯文是清華大學(xué)惠妍講席教授、清華大學(xué)電子工程系長(zhǎng)聘教授和協(xié)同交互智能研究中心主任、銜遠(yuǎn)科技創(chuàng)始人,由于長(zhǎng)期研究自然語(yǔ)言、大模型和人機(jī)對(duì)話相關(guān)技術(shù),他清楚地知道當(dāng)前技術(shù)的優(yōu)勢(shì)和短板。周伯文表示,目前寫作和總結(jié)類相關(guān)問(wèn)題,ChatGPT可以有理有據(jù)地高情商回答,但一旦涉及到知識(shí)與推理的結(jié)合,它的短板就顯現(xiàn)出來(lái)了。
盡管如此,周伯文依然非??春肅hatGPT的前景,“我們對(duì)ChatGPT的態(tài)度是‘到來(lái)不吃驚,影響不低估,未來(lái)有辦法’?!?/p>
目前ChatGPT的應(yīng)用非常廣泛,這背后需要大量的數(shù)據(jù)和算力去支持大模型。在周伯文看來(lái),雖然國(guó)內(nèi)資金充裕和能力十足的大廠紛紛下場(chǎng),但受限于自身業(yè)務(wù)發(fā)展,而且也會(huì)經(jīng)歷一個(gè)較長(zhǎng)的研發(fā)時(shí)間,再加上大廠在公司發(fā)展決策上的種種顧慮,比如管理層和技術(shù)leader的認(rèn)知和預(yù)期是否一致,還要考慮股價(jià)、投資回報(bào)率等,究竟誰(shuí)(的大模型)能跑出來(lái)現(xiàn)在要打一個(gè)問(wèn)號(hào)。
周伯文也提出了另一條可行的路徑,“我認(rèn)為在垂直領(lǐng)域里結(jié)合應(yīng)用端到端的去訓(xùn)練、逐步發(fā)展為大模型的模式是一條值得重視與探索的路,尤其是對(duì)創(chuàng)業(yè)公司來(lái)說(shuō)。因?yàn)槟壳暗氖袌?chǎng)足夠大,創(chuàng)業(yè)公司只要先做好一個(gè)垂直領(lǐng)域,幫助自有的大模型帶來(lái)數(shù)據(jù)、場(chǎng)景的閉環(huán),也因?yàn)榭蛻魞r(jià)值清晰明確,有明確的付費(fèi)模式支持,模型越來(lái)越強(qiáng)大的路徑就會(huì)打通?!?/p>
而這一端到端路徑也在周伯文的創(chuàng)業(yè)過(guò)程中逐漸得到驗(yàn)證。2021年底,周伯文創(chuàng)立銜遠(yuǎn)科技,并研發(fā)了多輪對(duì)話模型ProductGPT,旨在與專業(yè)人員深度交互協(xié)同,幫助企業(yè)高效打造爆款創(chuàng)新產(chǎn)品。3月1日,銜遠(yuǎn)科技宣布已完成由啟明創(chuàng)投領(lǐng)投,經(jīng)緯創(chuàng)投跟投的數(shù)億元天使輪融資。
近日,周伯文在與《中國(guó)企業(yè)家》的一次內(nèi)部交流中,發(fā)表了主題演講《When we chat about ChatGPT,what do we chat about?》,主要介紹了協(xié)同交互智能與多模態(tài)學(xué)習(xí)領(lǐng)域內(nèi)的最新進(jìn)展,與對(duì)ChatGPT在未來(lái)產(chǎn)業(yè)應(yīng)用的展望。
本次演講要點(diǎn)包括:
1.ChatGPT的出現(xiàn)是必然的,OpenAI這家公司首先做出來(lái)則是有一定偶然性的。
2.ChatGPT還遠(yuǎn)遠(yuǎn)不到通用人工智能的程度,其推理、知識(shí)等能力存在明顯短板。
3.ChatGPT第一次實(shí)現(xiàn)了人跟AI多輪協(xié)同共創(chuàng),這帶來(lái)了一個(gè)巨大的范式轉(zhuǎn)移。一旦范式成立,會(huì)形成一種人工智能推動(dòng)新知識(shí)發(fā)現(xiàn)的新飛輪。
4.研發(fā)通用大模型的成本非常高而且是一個(gè)不斷提升的移動(dòng)目標(biāo),從垂直大模型加場(chǎng)景端到端做起,慢慢迭代出更大的商業(yè)模型,或許是創(chuàng)業(yè)公司更適合的做法。
5.AI的下一個(gè)突破會(huì)從純虛擬的存在轉(zhuǎn)到幫助人在物理世界、生物世界和信息世界里更高效洞察、形成新知識(shí)并完成任務(wù),創(chuàng)造更高價(jià)值場(chǎng)景。
以下為演講內(nèi)容,有刪減。
ChatGPT的短板與長(zhǎng)處
對(duì)于我們業(yè)界研究的人而言,我們很早就預(yù)見了AI能力的涌現(xiàn)。AI的發(fā)展是有一個(gè)長(zhǎng)鏈條存在的,從機(jī)器學(xué)習(xí)到神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí),到Transformer模型,再到GPT-3,InstructGPT,一直到ChatGPT,整個(gè)路徑非常清晰,所以ChatGPT的出現(xiàn)并不是一件完全不可預(yù)見的事情。
即使沒(méi)有OpenAI,AI能力技術(shù)也會(huì)在這一兩年里涌現(xiàn),所以我認(rèn)為ChatGPT的出現(xiàn)是必然的,OpenAI這家公司做出來(lái)則是有一定偶然性的。
OpenAI為什么能做出ChatGPT呢?
我認(rèn)為,雖然這個(gè)工作本身是OpenAI自己參與,但絕對(duì)離不開整個(gè)學(xué)術(shù)社區(qū)的幫助。
像我們說(shuō)的Transformer模型,就是基于多頭自注意力等學(xué)術(shù)理論的進(jìn)一步深入,并在成功后獲得更多研究分析其機(jī)理的合理性。這些學(xué)術(shù)社區(qū)的研究驗(yàn)證了大模型在被大量數(shù)據(jù)訓(xùn)練后,確實(shí)能存儲(chǔ)豐富的知識(shí)了,它的表現(xiàn)就不是隨機(jī)生成的過(guò)擬合。這些進(jìn)展讓公司更有勇氣砸大量金錢去訓(xùn)練模型,一定需要證據(jù)證明方向是正確的,而這些研究就是一個(gè)非常好的證據(jù)。
另外,還一定要有競(jìng)爭(zhēng),如果GPT模型沒(méi)有跟同期的BERT(Google的預(yù)訓(xùn)練模型)模型長(zhǎng)期競(jìng)爭(zhēng),它的進(jìn)展不會(huì)這么快。
ChatGPT還對(duì)兩個(gè)理論進(jìn)行了驗(yàn)證,一個(gè)是數(shù)據(jù)越多,能力越強(qiáng),就是線性放大的理論“Scaling Laws”;另一個(gè)是“能力涌現(xiàn)”,就是模型大到一定程度后,它就會(huì)突然開始融會(huì)貫通了。
但在我看來(lái),ChatGPT還遠(yuǎn)遠(yuǎn)不到通用人工智能的程度。ChatGPT證明了通過(guò)大量的無(wú)監(jiān)督學(xué)習(xí)的有效性。但人工智能要更具通用性,還需要具備知識(shí)、計(jì)算、推理這三種能力的組合能力。
ChatGPT目前做得比較好的是計(jì)算,在推理上也出現(xiàn)了一些能力涌現(xiàn),但復(fù)雜推理的程度比較低。比如說(shuō)人可以進(jìn)行多跳推理,直接從a推導(dǎo)出c來(lái)。但ChatGPT的推理能力在兩跳以上后,它就會(huì)迅速降低到20%的準(zhǔn)確率,因此我說(shuō)這個(gè)能力還遠(yuǎn)遠(yuǎn)不夠。知識(shí)層面,目前ChatGPT的知識(shí)是不完備的。
ChatGPT的第二個(gè)短板,就是模型越大并不一定意味著越好。當(dāng)訓(xùn)練模型規(guī)模達(dá)到一定界限時(shí),AI在某些任務(wù)上的表現(xiàn)反而會(huì)下降。因?yàn)槟壳癆I真正的想象力和推理能力有很大的缺陷,一旦投喂數(shù)據(jù)越多,模型越大,它的思維和創(chuàng)造力就會(huì)被固化了。
ChatGPT能做到現(xiàn)在這個(gè)地步,除了底層大模型的能力涌現(xiàn)之外,它有一個(gè)非常主要的貢獻(xiàn),就是通過(guò)人的協(xié)同和交互來(lái)加強(qiáng)AI的能力。
舉個(gè)例子,如果我們問(wèn)GPT-3(ChatGPT的基礎(chǔ)模型),請(qǐng)跟一個(gè)6歲的小孩解釋登月工程。找到可能的答案對(duì)GPT-3一點(diǎn)都不難,它至少能找到4個(gè)答案:a是從萬(wàn)有引力出發(fā)解釋這個(gè)問(wèn)題;b可以從歷史出發(fā),比如蘇聯(lián)衛(wèi)星上天了,導(dǎo)致美國(guó)的危機(jī)感,所以啟動(dòng)登月工程;c可以從天文學(xué)出發(fā),月亮是地球的一個(gè)古老衛(wèi)星;d可以從人類的美好愿望出發(fā),月亮上有嫦娥有玉兔,我們?nèi)祟惱舷肴ツ抢铩?/p>
這個(gè)問(wèn)題到底難在哪?是GPT-3不知道哪個(gè)答案更適合給6歲的小孩。
OpenAI就想了一個(gè)非常好的辦法,就是讓人給答案進(jìn)行排序。在面對(duì)6歲小孩時(shí),人的排序就是d>c>a=b,即從d開始講,6歲小孩更容易接受。當(dāng)人把反饋給了GPT-3后,它就會(huì)把反饋學(xué)去了,學(xué)會(huì)對(duì)答案怎么排序,排完序之后的模型,就從原來(lái)的GPT-3變成InstructGPT(ChatGPT的初始版本)。GPT-3大概有1750億訓(xùn)練參數(shù),而InstructGPT只有它1%的大小,即13億參數(shù)。但是這個(gè)模型它學(xué)完后,你再去問(wèn)它,給6歲小孩寫一首關(guān)于青蛙的故事,他就會(huì)在開頭說(shuō)once upon a time,類似于兒歌一樣的開頭。
由此可見,人的反饋對(duì)ChatGPT非常重要,能夠讓它以人的價(jià)值觀和理解去學(xué)習(xí)排序,這也是人類用戶感覺到ChatGPT有很高情商的原因。但這是很多人擔(dān)心的,ChatGPT能學(xué)習(xí)到帶有帶有訓(xùn)練用戶價(jià)值觀的輸出,通過(guò)排序打分會(huì)改變它采用答案的優(yōu)先級(jí),這也是為什么很多監(jiān)管部門在關(guān)注這個(gè)問(wèn)題的原因。
此外,ChatGPT的多模態(tài)協(xié)同交互也非常重要。同時(shí),AI與環(huán)境的協(xié)同演化也很重要。ChatGPT這個(gè)人機(jī)協(xié)同的系統(tǒng),很難用到非常復(fù)雜的需要實(shí)時(shí)的終端里去。如何在不同的邊緣計(jì)算資源、通信帶寬條件下,有效利用類ChatGPT的能力?這是產(chǎn)業(yè)互聯(lián)網(wǎng)及其生產(chǎn)實(shí)踐里的一個(gè)非常重要的話題。
我們現(xiàn)在也在研究如何讓云端的ChatGPT的能力,能夠部署到工廠的生產(chǎn)、設(shè)計(jì)、實(shí)踐各個(gè)環(huán)節(jié)里進(jìn)行有效利用,通過(guò)終端跟專業(yè)用戶的交互協(xié)同,把人的專業(yè)知識(shí)學(xué)習(xí)放到邊緣端的模型里,同時(shí)又能讓云端的ChatGPT根據(jù)大量邊緣端的進(jìn)步不斷迭代。按照InstructGPT的模式,就變成了原來(lái)是云端模型直接跟人交互,現(xiàn)在是云端大模型與邊緣小模型交互,這些小模型再去跟人交互,這就是我們團(tuán)隊(duì)研究的AI與環(huán)境的協(xié)同。這也是在學(xué)術(shù)界,值得我們未來(lái)10年去研究的重大課題。
一個(gè)巨大的范式轉(zhuǎn)移
ChatGPT的出現(xiàn)是一個(gè)里程碑事件,過(guò)去二十多年里,為公眾所熟知的DeepBlue、IBM Watson和AlphaGo等AI應(yīng)用,往往通過(guò)與人類競(jìng)爭(zhēng)制造熱點(diǎn),并以超過(guò)人類的效果獲得廣泛關(guān)注,而ChatGPT第一次提出了人跟AI協(xié)同共創(chuàng),這帶來(lái)了一個(gè)巨大的范式轉(zhuǎn)移。即人工智能的新一輪創(chuàng)新一定會(huì)圍繞人機(jī)的協(xié)同共創(chuàng)來(lái)展開。這個(gè)路徑展開后會(huì)帶來(lái)更大量的應(yīng)用,進(jìn)而帶來(lái)生產(chǎn)力格局的演變。這對(duì)人工智能技術(shù)企業(yè)的影響非常深刻。
另外,從更高層面上來(lái)講,ChatGPT對(duì)相關(guān)行業(yè)影響也非常深刻。
我舉一個(gè)科研的例子,《Nature》雜志1月5日的封面文章,主要就討論了過(guò)去幾十年人類科學(xué)的論文越發(fā)越多,但突破性的成果越來(lái)越少的問(wèn)題,不光在中國(guó),整個(gè)世界都出現(xiàn)了同樣的情況。
我認(rèn)為重要原因之一就是隨著科技的大量發(fā)展,每個(gè)學(xué)科都已經(jīng)非常完善,學(xué)科里面開始形成了信息繭房。在一個(gè)學(xué)科非常小的子領(lǐng)域內(nèi),論文就越來(lái)越多,而在這個(gè)領(lǐng)域里,研究人員要讀大量的論文才能覆蓋一個(gè)很小的領(lǐng)域,所以信息繭房?jī)?nèi)的信息過(guò)載,繭房之間壁壘過(guò)高,最終導(dǎo)致一個(gè)研究人員要花大量時(shí)間去掌握這些知識(shí),那他創(chuàng)造的時(shí)間就少了,交叉創(chuàng)新的機(jī)會(huì)就更少了。
設(shè)想如果人工智能系統(tǒng)可以把大量領(lǐng)域里的所有基礎(chǔ)內(nèi)容全部掌握,然后去跟人對(duì)話、去交流、可以幫人做各種驗(yàn)證、論證和計(jì)算,和啟發(fā)人,這樣最終人就可以有更多時(shí)間做最有創(chuàng)造力的突破性工作。
這就是我們討論的一種新范式。這種范式一旦成立,意義極其巨大,會(huì)形成一種人工智能跟知識(shí)發(fā)現(xiàn)的新飛輪。即人工智能做得越強(qiáng),它的知識(shí)、理解、推理等組合能力越強(qiáng),就越能幫助人類發(fā)現(xiàn)更多更好的突破性的科學(xué)進(jìn)展和新知識(shí),包括新藥的發(fā)現(xiàn)、癌癥的治療、人腦的研究等。
而隨著這些新知識(shí)的獲取,我們就越能幫助世界創(chuàng)造出更好的人工智能,新的人工智能突破又能帶來(lái)更多知識(shí),形成人工智能-知識(shí)的一個(gè)正向飛輪。
AI加速產(chǎn)業(yè)創(chuàng)新與應(yīng)用
我認(rèn)為,人工智能會(huì)幫助人類做更好的高質(zhì)量發(fā)展。
因?yàn)锳I能夠助力企業(yè)創(chuàng)新,這也是我在產(chǎn)學(xué)研結(jié)合領(lǐng)域非常關(guān)注的事情。我們希望借助人工智能的數(shù)據(jù)分析、理解推理、計(jì)算能力、設(shè)計(jì)能力,去幫助人更好地洞察市場(chǎng)、洞察消費(fèi)者、進(jìn)而設(shè)計(jì)出創(chuàng)新的產(chǎn)品。也就是生成創(chuàng)意、生成產(chǎn)品、完成設(shè)計(jì)圖紙、生成銷售計(jì)劃等原來(lái)需要很多專業(yè)人士完成的工作,都可以讓AI幫助加快做成,最終讓人來(lái)做判斷,這是生成式人工智能、人機(jī)協(xié)同帶來(lái)的全新的創(chuàng)新。
如果這樣去考慮的話,有很多產(chǎn)業(yè)機(jī)會(huì)值得關(guān)注。因此有很多投資者問(wèn)我,怎么看人工智能和大模型ChatGPT的未來(lái)產(chǎn)業(yè)機(jī)會(huì)?
我的回答就是,去觀察一家美國(guó)硅谷的VC叫A16Z。這家非常有名的高科技風(fēng)險(xiǎn)投資機(jī)構(gòu)把整個(gè)生成式人工智能AIGC技術(shù)分成這么幾類:最底層的是計(jì)算硬件,如GPUs;再上層的是做云計(jì)算平臺(tái)的,如AWS,以及國(guó)內(nèi)的阿里云、騰訊云;再往上就是作閉源人工智能通用大模型,如GPT-3、ChatGPT等的公司如OpenAI,以及一些開源模型。基于這些模型,上面有做各種應(yīng)用的公司;特別值得注意的一類就是把底層自有大模型能力和應(yīng)用融合起來(lái),我們叫端到端的公司。
A16Z的觀點(diǎn)是,目前ChatGPT等非常新的前沿技術(shù),具體的可持續(xù)的商業(yè)模式還不明確。不像底層的計(jì)算硬件和云肯定會(huì)獲利,包括微軟等公司;應(yīng)用層做APP的,因?yàn)闆](méi)有護(hù)城河,也難以保證獲利。唯一明確就是端到端的公司,如美國(guó)的Midjourney,具有非常明確的前景,這家公司現(xiàn)在每年能拿到1億美元的可持續(xù)訂閱費(fèi)。銜遠(yuǎn)科技按照A16Z對(duì)業(yè)務(wù)模式分類中就屬于端到端的應(yīng)用。
為什么這種模式從長(zhǎng)遠(yuǎn)看更有競(jìng)爭(zhēng)力?從技術(shù)角度來(lái)講,是因?yàn)樗鸦A(chǔ)設(shè)施、大模型、應(yīng)用場(chǎng)景和終端用戶形成了一個(gè)非常重要的閉環(huán)。當(dāng)公司有了具體的功能讓終端用戶使用,進(jìn)而會(huì)產(chǎn)生非常多的使用數(shù)據(jù),數(shù)據(jù)反饋后又能幫助提升應(yīng)用,也能幫助提升基礎(chǔ)模型能力,最終模型也會(huì)不斷去調(diào)優(yōu)迭代越做越好。
此外,大模型也是未來(lái)產(chǎn)業(yè)發(fā)展的重點(diǎn),但大模型的商業(yè)模式值得探討。因?yàn)榇竽P偷某杀颈趬痉浅8撸蠊竞托∑髽I(yè)都有各自的負(fù)擔(dān)。所以我覺得從端到端做起,慢慢迭代出更大的商業(yè)模型,或許是更適合的做法。
這樣又會(huì)產(chǎn)生一個(gè)疑問(wèn),就是把閉源模型加上一個(gè)垂直應(yīng)用打包在一起,是否能取得端到端的商業(yè)模式?
ChatGPT現(xiàn)存的一些弱點(diǎn),讓這個(gè)問(wèn)題的答案是明確的否定。目前,ChatGPT就像一個(gè)典型的“萬(wàn)金油”,它什么都知道一點(diǎn),也能非常合乎邏輯地把一些信息整合出來(lái),但很多回答存在無(wú)法保證信息準(zhǔn)確、量化的問(wèn)題;第二,對(duì)于信息特別是數(shù)據(jù)自身的關(guān)聯(lián),它難以建立背后的邏輯;第三,它不能提供獨(dú)特的洞見,它基本上就是一個(gè)更高級(jí)的留聲機(jī)。
一旦垂直領(lǐng)域?qū)I(yè)用戶使用ChatGPT,他就會(huì)發(fā)現(xiàn)ChatGPT提供的答案,要么就是專業(yè)用戶都知道的內(nèi)容,要么它可能一本正經(jīng)地信口開河,不能保證它回答的對(duì)不對(duì)。
因此,銜遠(yuǎn)科技做了一個(gè)垂類的模型,叫ProductGPT,幫助企業(yè)做產(chǎn)品創(chuàng)新。它可以幫助垂直領(lǐng)域的企業(yè)工作人員做創(chuàng)新,在回答時(shí)給出非常全面的分析。因?yàn)樗泻茉攲?shí)的數(shù)據(jù)支持,另外它能夠按照品牌、品類、特點(diǎn)去展開深度分析,真正幫助到專業(yè)人士。
ProductGPT作為垂直領(lǐng)域的協(xié)同交互式人工智能,按照我們目前收集的測(cè)試,它能夠讓創(chuàng)新機(jī)會(huì)翻10倍,上市周期快將近10倍,創(chuàng)新成本大量降低,幫企業(yè)帶來(lái)收入、業(yè)務(wù)增長(zhǎng)和利潤(rùn)。
ChatGPT對(duì)產(chǎn)業(yè)、政策、監(jiān)管等的意義
ChatGPT的多輪生成對(duì)話,可能會(huì)引發(fā)一些新的人工智能治理問(wèn)題。我總結(jié)了三點(diǎn):
1.如何從治理的角度對(duì)ChatGPT的輸出加以標(biāo)注?
對(duì)人工智能生成的內(nèi)容中有可能存在彼此矛盾沖突的信息、錯(cuò)誤知識(shí)、過(guò)時(shí)知識(shí)、謊言、偏見、種族歧視等予以標(biāo)注,幫助用戶謹(jǐn)慎對(duì)待。比如,我們需要討論是否及如何對(duì)AI產(chǎn)生的內(nèi)容增加數(shù)字水印,讓大家看到時(shí)就知道是人工智能生成的而更謹(jǐn)慎對(duì)待?
2.ChatGPT相關(guān)的知識(shí)產(chǎn)權(quán)問(wèn)題及相關(guān)法律問(wèn)題研究。
ChatGPT在實(shí)際應(yīng)用場(chǎng)景中必然會(huì)引發(fā)許多版權(quán)問(wèn)題,其訓(xùn)練過(guò)程中使用了海量互聯(lián)網(wǎng)語(yǔ)料,這種對(duì)已有文本數(shù)據(jù)的模仿也會(huì)構(gòu)成侵權(quán)。ChatGPT生成內(nèi)容的知識(shí)產(chǎn)權(quán)是歸用戶,還是歸原創(chuàng)內(nèi)容的所有者,還是歸OpenAI?同時(shí),因?yàn)槭褂肅hatGPT帶來(lái)不良后果的責(zé)任該由誰(shuí)來(lái)承擔(dān),相關(guān)的法律問(wèn)題也亟待研究。
3.ChatGPT使用范圍的界定,其已經(jīng)對(duì)許多行業(yè)帶來(lái)了沖擊。
例1:中學(xué)生會(huì)借助ChatGPT來(lái)完成作業(yè),但由于其生成內(nèi)容的不可控性,會(huì)帶來(lái)法律、安全、倫理風(fēng)險(xiǎn),甚至引導(dǎo)學(xué)生犯罪。
例2:在學(xué)術(shù)研究中,如果把思考任務(wù)交給自動(dòng)聊天機(jī)器人,也會(huì)違反學(xué)術(shù)倫理規(guī)范。
我今年年初在美國(guó)計(jì)算機(jī)協(xié)會(huì)的會(huì)刊ACM Computing Surveys上,發(fā)了一篇論文 《可信賴的人工智能:從原則到實(shí)踐》提出,可信賴的人工智能不是一個(gè)孤立的問(wèn)題,一定要把人工智能的可解釋性、抗攻擊性放在一起綜合考慮,包括ChatGPT現(xiàn)在碰到的問(wèn)題,都值得在學(xué)術(shù)上面研究。有關(guān)泛化性、可解釋性、透明性、可復(fù)制性、價(jià)值對(duì)齊、負(fù)責(zé)任等問(wèn)題都是需要去解決的。所以總的來(lái)講,現(xiàn)在人工智能還有很多的工作要做,特別在ChatGPT的大背景下,學(xué)術(shù)研究、監(jiān)管和實(shí)踐是三位一體的,要互相迭代。
關(guān)鍵詞:
凡注有"環(huán)球傳媒網(wǎng) - 環(huán)球資訊網(wǎng) - 環(huán)球生活門戶"或電頭為"環(huán)球傳媒網(wǎng) - 環(huán)球資訊網(wǎng) - 環(huán)球生活門戶"的稿件,均為環(huán)球傳媒網(wǎng) - 環(huán)球資訊網(wǎng) - 環(huán)球生活門戶獨(dú)家版權(quán)所有,未經(jīng)許可不得轉(zhuǎn)載或鏡像;授權(quán)轉(zhuǎn)載必須注明來(lái)源為"環(huán)球傳媒網(wǎng) - 環(huán)球資訊網(wǎng) - 環(huán)球生活門戶",并保留"環(huán)球傳媒網(wǎng) - 環(huán)球資訊網(wǎng) - 環(huán)球生活門戶"的電頭。
- 當(dāng)前視點(diǎn)!ChatGPT帶來(lái)的巨大范式轉(zhuǎn)移,意2023-03-07
- 【權(quán)威部門話開局】國(guó)家發(fā)改委:著力推動(dòng)高2023-03-07
- 天天熱消息:國(guó)家醫(yī)保局:醫(yī)保部門對(duì)患者住2023-03-07
- etc是什么啊? 辦etc哪個(gè)銀行好?2023-03-07
- 拓維信息今天股票價(jià)格 拓維信息公司簡(jiǎn)介2023-03-07
- 郵票來(lái)歷介紹 郵票的來(lái)歷是什么?2023-03-07
- 上海房產(chǎn)稅征收標(biāo)準(zhǔn) 上海房產(chǎn)稅的計(jì)算依據(jù)2023-03-07
- 配股是什么?配股的條件介紹2023-03-07
- 五種兒童壓歲錢理財(cái)方法 五種兒童壓歲錢理2023-03-07
- 600594今天股價(jià)介紹 益佰制藥600594后期走勢(shì)2023-03-07
- 財(cái)務(wù)負(fù)責(zé)人的工作內(nèi)容 財(cái)務(wù)負(fù)責(zé)人的職責(zé)是2023-03-07
- 周大福上市時(shí)間和地點(diǎn) 周大福股票怎么樣?2023-03-07
- 武廣高鐵開通時(shí)間什么時(shí)候 武廣高鐵開通的2023-03-07
- ?融資融券余額是什么?融資融券余額查詢方2023-03-07
- 蔡明思與臺(tái)灣金融才俊結(jié)婚 蔡明思結(jié)婚拋花2023-03-07
- st是什么意思 那么st股票可以投資么?2023-03-07
- 第一創(chuàng)業(yè)證券公司介紹 第一創(chuàng)業(yè)證券股份有2023-03-07
- 菠蘿大規(guī)模上市 海南菠蘿主產(chǎn)區(qū)介紹2023-03-07
- 有限責(zé)任保險(xiǎn)公司的注冊(cè)資本是多少?有限責(zé)2023-03-07
- 宋仁宗趙禎介紹 趙禎死后誰(shuí)繼承了王位?2023-03-07
- ?新疆國(guó)際實(shí)業(yè)公司簡(jiǎn)介 ?新疆國(guó)際實(shí)業(yè)股2023-03-07
- 招行信用卡循環(huán)利息是什么 招商銀行信用卡2023-03-07
- 美聯(lián)儲(chǔ)量化寬松政策簡(jiǎn)介 量化寬松操作流程2023-03-07
- 六盤山在哪里?六盤山的自然資源分布在哪里?2023-03-07
- 深度金選|機(jī)構(gòu)“寵兒”匯川技術(shù)2022年凈利2023-03-07
- 3.9分的《三體》動(dòng)畫,拉得動(dòng)嗶哩嗶哩嗎?|2023-03-07
- 世界首例|阜外醫(yī)院竇克非團(tuán)隊(duì)成功應(yīng)用微亞2023-03-07
- 【全球時(shí)快訊】溫州城建3億元超短期融資券2023-03-07
- 北齊四帝之母婁昭君簡(jiǎn)介 北齊四帝之母婁昭2023-03-07
- 谷歌首席執(zhí)行官為辦公桌共享政策辯護(hù):一些2023-03-07
- 長(zhǎng)沙第一高樓簡(jiǎn)介 長(zhǎng)沙的高樓還有什么?
- 偷稅和漏稅概念介紹 偷稅和漏稅的區(qū)別是什么?
- 汕尾特色小吃 汕尾有哪些美食?
- 智慧城市試點(diǎn)名單公布情況 全國(guó)智慧城市試點(diǎn)名單公布情況怎么樣?
- 中國(guó)人口最少的民族 中國(guó)人口最少的民族是哪個(gè)?
- 清朝皇帝的行宮花園北京頤和園 北京頤和園是什么?
- 排行前十的禁養(yǎng)犬類 十大兇犬排行榜圖片
- 豇豆怎么讀 豇豆是什么?
- 港龍航空簡(jiǎn)介 港龍航空和國(guó)泰港龍航空是什么關(guān)系?
- 如何申請(qǐng)法醫(yī)鑒定?法醫(yī)鑒定費(fèi)用需要多少呢?
資訊
- 上海房產(chǎn)稅征收標(biāo)準(zhǔn) 上海房產(chǎn)稅的計(jì)算依據(jù)
- 燃油消費(fèi)稅怎么征收?燃油稅費(fèi)改革的主要措施
- 歌手李娜微博個(gè)人資料介紹?李娜佛教歌曲專輯有哪些? 世界頭條
- 【天天聚看點(diǎn)】林依晨真實(shí)身高及體重是多少?林依晨個(gè)人資料介紹?
- 要聞:李念老公個(gè)人資料介紹?李念富豪老公林和平家庭背景怎么樣?
- 當(dāng)前動(dòng)態(tài):李宗瑞繼母梁婖婷是哪一部?李宗瑞繼母叫什么英文名字?
- 萬(wàn)美汐幾歲?萬(wàn)美汐個(gè)人資料簡(jiǎn)介?
- 邱澤和唐嫣什么關(guān)系?邱澤和唐嫣是男女朋友嗎?
- 潘珂?zhèn)€人資料介紹?潘珂?zhèn)€人資料介紹?-環(huán)球快訊
- 潘陽(yáng)個(gè)人資料介紹?潘陽(yáng)有哪些代表作?
焦點(diǎn)
- 歐盟碳排放稅規(guī)定 應(yīng)對(duì)歐盟碳排放稅的方式簡(jiǎn)介
- ?迪拜第一高樓介紹 世界上很高的建筑有哪些?
- 英國(guó)王室繼承順序 英國(guó)王室繼承順序排列是怎么進(jìn)行的?
- 利比亞的主要城市 利比亞有哪些主要城市?
- 世界上最大的內(nèi)陸國(guó) 世界上最大的內(nèi)陸國(guó)是哪里?
- 歐盟27國(guó)介紹 歐盟27國(guó)哪些國(guó)家?
- 富士山主人是誰(shuí) 富士山淺間神社的主人是誰(shuí)?
- 富士山主人是誰(shuí) 富士山淺間神社的主人是誰(shuí)?
- 韓國(guó)或成世界上首個(gè)消失的國(guó)家 什么原因?qū)е碌模?/a>
- 我國(guó)少數(shù)民族最多的省是哪個(gè)省?少數(shù)民族分布人口如何?