Якщо одного разу в майбутньому, коли розуміння, міркування, навчання та інші здібності великих моделей досягнуть певної висоти, це може стати на крок ближче до реалізації AGI. Зараз посадка і застосування великих моделей також є одним з ключових кроків для досягнення цієї мети.
Джерело зображення: Створено Unbounded AI
Люди — це організми на основі вуглецю, машини — це продукти на основі кремнію, і хоча існує велика різниця між нижчими шарами цих двох, чи можливо, що структури на основі кремнію виробляють інтелект, подібний до структур на основі вуглецю?
Ця проблема є однією з важливих причин розвитку науки і техніки в останні півстоліття. Однак його походження можна простежити набагато раніше, але в силу причин часу він не привертав до себе особливої уваги. Відомий французький філософ, математик, основоположник сучасної філософії та аналітичної геометрії Декарт у своїй книзі «Про метод», опублікованій у 1637 році, обговорював взаємодію людини з комп'ютером і машинне мислення, деякі з яких навіть можна розглядати як передбачення «тесту Тюрінга». Дідро, інший відомий французький мислитель, письменник, філософ і головний редактор «Енциклопедії», сказав: «Якщо ви знайдете папугу, здатного відповісти на будь-яке питання, я негайно оголосю його мудрим». Якщо «папуга» в цьому реченні замінити на «машина», то в майбутньому його можна буде розцінювати як один зі слабких варіантів знаменитого «тесту Тюрінга», тому зараз є люди, які включають Дідро і Декарта в історію розвитку ШІ.
Однак це узагальнення не було загальноприйнятим, оскільки ні Декарт, ні Дідро не очікували, що темп часу не завжди йде саме так, як вони очікували. З моменту першої пропозиції ШІ кілька десятиліть тому і до нинішньої ери ШІ 2.0, в якій домінують AGI і AIGC, вивчення і дослідження цієї проблеми не припиняється.
**Якщо одного разу в майбутньому, коли розуміння, міркування, навчання та інші здібності великої моделі досягнуть певної висоти, вона може стати на крок ближче до реалізації AGI. Зараз посадка і застосування великих моделей також є одним з ключових кроків для досягнення цієї мети. **
01 Велика модель дистанційного зондування Алі, штучний інтелект вирушає в поле
20 числа Академія Алі Дамо випустила першу в галузі велику модель дистанційного зондування (AIE-SEG), яка першою реалізує завдання сегментації зображень у галузі дистанційного зондування, одна модель може реалізувати швидке вилучення «нульової вибірки всього», може ідентифікувати майже 100 видів класифікації ознак дистанційного зондування, таких як сільськогосподарські угіддя, акваторії, будівлі тощо, і може автоматично налаштовувати результати розпізнавання відповідно до інтерактивного зворотного зв'язку користувача.
**Технологія дистанційного зондування широко використовується в міських операціях, охороні оброблюваних земель, ліквідації наслідків надзвичайних ситуацій та інших національних економічних ситуаціях та засобів до існування людей, велика модель дистанційного зондування може значно покращити глибину використання даних, забезпечити більш інтелектуальні програми аналізу, такі як поєднання супутникових фотографій та історичних метеорологічних умов, «обчислити» зростання сільськогосподарських культур на певному полі, так що сільськогосподарське господарство більше не є пасивним, «покладаючись на небо, щоб з'їсти», а більш активним «спостерігаючи за небом, щоб їсти». **
Посилання:
У порівнянні з традиційними продуктами, точність великої моделі дистанційного зондування може бути підвищена на 25%, а точність виявлення змін може бути збільшена на 30% в деяких конкретних сценаріях.
Крім того, ця велика модель також надає «готові» послуги виклику API, і користувачі можуть налаштовувати різні функції інтерпретації штучного інтелекту дистанційного зондування відповідно до своїх потреб, таких як видобуток води, моніторинг зміни оброблюваних земель, фотоелектрична ідентифікація тощо. Це дозволить штучному інтелекту та великим моделям глибше зануритися в поле, значно підвищивши ефективність аналізу додатків дистанційного зондування, таких як запобігання стихійним лихам, управління природними ресурсами та оцінка врожайності сільського господарства. **
Цю велику модель дистанційного зондування Землі підтримує також платформа AI Earth, яка є універсальною хмарною платформою науки про Землю, випущеною Академією DAMO минулого року, заснованою на глибокому навчанні, комп'ютерному зорі, геопросторовому аналізі та накопиченні інших технологій, що надає послуги аналізу даних спостережень з кількох джерел, в даний час з десятками вітчизняних університетів для встановлення відносин співпраці, відповідні технології поступово застосовуються в Міністерстві водних ресурсів, Національному метеорологічному центрі, Міністерстві екології та навколишнього середовища та інших установах.
02 BondGPT+, може проаналізувати понад 20 000 облігацій
LTX, дочірня компанія, що повністю належить світовому лідеру фінтех Broadridge, оголосила на своєму веб-сайті про запуск «BondGPT+», який може аналізувати понад 20 000 облігацій.
Заснована в 2007 році зі штаб-квартирою в Нью-Йорку, Broadridge працює в десятках країн і регіонів, включаючи Гонконг, Лондон, Токіо, Сінгапур і Торонто, з більш ніж 14 000 співробітників і річним доходом понад 6 мільярдів доларів.
Broadridge спеціалізується на наданні технологічних рішень для банків, брокерів, керуючих активами та інших фінансових установ. Технологічна платформа Broadridge в даний час допомагає фінансовим компаніям обробляти понад 10 трильйонів доларів США щоденних транзакцій з акціями, цінними паперами з фіксованим доходом і цінними паперами.
LTX запустила BondGPT ще в червні, і, отримавши похвалу від широкого кола клієнтів, продовжила розвивати BondGPT+ на цій основі. Це базується на базі GPT-4 у поєднанні з власними масивними високоякісними фінансовими даними, налаштованими точно.
**У порівнянні зі своїм попередником, BondGPT+ підтримує нові функції, такі як інтеграція корпоративних або сторонніх даних, налаштування генерації контенту, розширений пошук облігацій, безпека та управління корпоративного рівня. **
Посилання:
За збігом обставин, Morgan Stanley, одна з найбільших фінансових установ світу, та London Stock Exchange Group, одна з чотирьох найбільших фондових бірж світу, також використовують ChatGPT у своєму фінансовому бізнесі. Усі вони підтримують партнерські відносини з OpenAI або Microsoft, використовуючи тонко налаштовані версії GPT.
Як лідер у сфері фінансових технологій, Бродрідж, природно, не міг упустити цю можливість для інновацій. Згідно з описом офіційного веб-сайту, основними технічними особливостями BondGPT+ є безпека та програми корпоративного рівня, а більшість функцій були значно оптимізовані, щоб допомогти фінансовим практикам швидко відсіяти облігації, в які варто інвестувати.
03 Бізнес-модель Іу, нові можливості для промислового розвитку
22-го, другого дня 29-го Міжнародного товарного ярмарку Іу (далі – «Ярмарок Іу»), **Yiwu випустила першу у світі велику модель у сфері торгівлі сировинними товарами, а також нещодавно оновлену платформу інтелектуальних послуг Chinagoods AI. **У той же час вона співпрацює з командою Tsinghua Face Wall Team, People's Big Data, China Post та більш ніж десятьма іншими провідними вітчизняними постачальниками послуг AIGC та великих моделей додатків, зосереджуючись на впровадженні та застосуванні передових технологій, таких як великі моделі, у попиті та пропозиції малих сировинних галузей, приносячи нові точки зростання промисловості Іу.
Джерело: China Yiwu Net
На прес-конференції потужне інтелектуальне сприйняття, когнітивне мислення, обробка емоцій та інші можливості ШІ-боса вражають потужним інтелектуальним сприйняттям, обробкою емоцій та іншими можливостями, які можуть не тільки чітко надати базові послуги, такі як путівник по магазинах та пошук, але й забезпечити інтелектуальний аналіз поточного середовища міжнародної торгівлі. У той же час платформа інтелектуальних інноваційних інновацій Chinagoods AI, яка підтримується великою моделлю, демонструє застосування ряду технологій штучного інтелекту в сфері цифрової торгівлі, таких як багатомовний переклад, створення тексту, інтелектуальне виробництво штучним інтелектом ідентифікаційних зображень, плакатів і відеоконтенту, цифрова пряма трансляція людиною та інші технології, які дали бізнесу та користувачам безпрецедентний досвід.
** Немає сумнівів, що творчість великої моделі може принести більше і глибше практичне застосування комерції та торгівлі Іу. **
Леді бізнес-боса Іу, джерело: China Yiwu Net
Будучи найбільшим у світі торговим ринком, Іу зміг «рости разом із трендом і прориватися проти тренду» перед обличчям різних складних економічних та зовнішніх змін навколишнього середовища після більш ніж 40 років реформ та відкритості, головним чином завдяки підтримці зрілої транскордонної бізнес-екосистеми. Однак перебудова глобального ланцюжка поставок, викликана змінами в геополітичній моделі, традиційній моделі «сидячого бізнесу» та логіці електронної комерції в Інтернеті з трансформацією технології штучного інтелекту, також повинна йти в ногу з часом.
Як згадувалося раніше, Іу співпрацювала з більш ніж десятьма вітчизняними провідними постачальниками послуг AIGC і додатків великих моделей для спільного просування застосування високих і нових технологій в малих комерційних і торгових галузях.
Серед них команда Tsinghua Mian Wall, як найкраща дослідницька група штучного інтелекту в Китаї, надала чудові рішення для штучного інтелекту для багатьох галузей, і вони використовують технологію штучного інтелекту для розширення можливостей дослідження та практики бізнесу Іу; Tencent має сильну силу та багатий досвід застосування в галузі штучного інтелекту, а Commodity City та Tencent також здійснили поглиблену співпрацю в галузі технологій штучного інтелекту, великих даних, інтелектуальної власності та інших сферах. «Женьмінь жибао» активно відгукується на заклик цифрового Китаю, покладаючись на великі дані та професійні технології, а також співпрацюючи з Commodity City над створенням нової ери дрібних товарів «Індекс Іу».
Джерело: China Yiwu Net
AIGC і Big Model, безсумнівно, є «популярними смаженими курчатами» в науково-технічному колі цього року, коли великі підприємства та відомі діячі науково-технічного кола в країні та за кордоном приїжджають один за одним, а нові технології та нові продукти з'являються одна за одною.
Озираючись назад на історію, неважко виявити, що індустрія штучного інтелекту, незалежно від того, практикують вони чи користувачі, невпинно прагне до AGI і дійшла до цього дня після десятиліть досліджень і практики.
Для багатьох людей епоха останньої хвилі глибокого навчання AI ** ** 1.0 не за горами, тому більшість людей все ж подивляться на еру AGI і AI 2.0 з більш раціональним або обережним ставленням. **
Незважаючи на те, що ці три нещодавні сценарії, дистанційне зондування, облігації та комерція, є новими спробами застосування великих моделей, ми також повинні бачити, що все ще є багато проблем, видимих неозброєним оком з реального AGI, які потрібно вирішити, такі як нечітка інтерпретація великих моделей, неконтрольовані результати виходу, недостатня здатність до узагальнення, обмеження мультимодальних можливостей та низка інших проблем, які призведуть до деяких етичних та нормативних обмежень.
Незважаючи на те, що великі моделі досягли значного прогресу в підвищенні продуктивності обробки природної мови (NLP), комп'ютерного зору та інших завдань, шлях до AGI не повинен бути гладким, і архітектура Transformer може не бути остаточною формою, і можуть з'явитися нові технології та напрямки, щоб підірвати її. Але велика модель дійсно є найперспективнішим напрямком на даний момент, і вона неодноразово вселяла нам довіру до AGI. **
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Посадка великих моделей - це не обов'язково рівна дорога, це повинен бути напрямок
Джерело статті: Yiou.com
Автор: Fantan123
Люди — це організми на основі вуглецю, машини — це продукти на основі кремнію, і хоча існує велика різниця між нижчими шарами цих двох, чи можливо, що структури на основі кремнію виробляють інтелект, подібний до структур на основі вуглецю?
Ця проблема є однією з важливих причин розвитку науки і техніки в останні півстоліття. Однак його походження можна простежити набагато раніше, але в силу причин часу він не привертав до себе особливої уваги. Відомий французький філософ, математик, основоположник сучасної філософії та аналітичної геометрії Декарт у своїй книзі «Про метод», опублікованій у 1637 році, обговорював взаємодію людини з комп'ютером і машинне мислення, деякі з яких навіть можна розглядати як передбачення «тесту Тюрінга». Дідро, інший відомий французький мислитель, письменник, філософ і головний редактор «Енциклопедії», сказав: «Якщо ви знайдете папугу, здатного відповісти на будь-яке питання, я негайно оголосю його мудрим». Якщо «папуга» в цьому реченні замінити на «машина», то в майбутньому його можна буде розцінювати як один зі слабких варіантів знаменитого «тесту Тюрінга», тому зараз є люди, які включають Дідро і Декарта в історію розвитку ШІ.
Однак це узагальнення не було загальноприйнятим, оскільки ні Декарт, ні Дідро не очікували, що темп часу не завжди йде саме так, як вони очікували. З моменту першої пропозиції ШІ кілька десятиліть тому і до нинішньої ери ШІ 2.0, в якій домінують AGI і AIGC, вивчення і дослідження цієї проблеми не припиняється.
**Якщо одного разу в майбутньому, коли розуміння, міркування, навчання та інші здібності великої моделі досягнуть певної висоти, вона може стати на крок ближче до реалізації AGI. Зараз посадка і застосування великих моделей також є одним з ключових кроків для досягнення цієї мети. **
01 Велика модель дистанційного зондування Алі, штучний інтелект вирушає в поле
20 числа Академія Алі Дамо випустила першу в галузі велику модель дистанційного зондування (AIE-SEG), яка першою реалізує завдання сегментації зображень у галузі дистанційного зондування, одна модель може реалізувати швидке вилучення «нульової вибірки всього», може ідентифікувати майже 100 видів класифікації ознак дистанційного зондування, таких як сільськогосподарські угіддя, акваторії, будівлі тощо, і може автоматично налаштовувати результати розпізнавання відповідно до інтерактивного зворотного зв'язку користувача.
**Технологія дистанційного зондування широко використовується в міських операціях, охороні оброблюваних земель, ліквідації наслідків надзвичайних ситуацій та інших національних економічних ситуаціях та засобів до існування людей, велика модель дистанційного зондування може значно покращити глибину використання даних, забезпечити більш інтелектуальні програми аналізу, такі як поєднання супутникових фотографій та історичних метеорологічних умов, «обчислити» зростання сільськогосподарських культур на певному полі, так що сільськогосподарське господарство більше не є пасивним, «покладаючись на небо, щоб з'їсти», а більш активним «спостерігаючи за небом, щоб їсти». **
Посилання:
Крім того, ця велика модель також надає «готові» послуги виклику API, і користувачі можуть налаштовувати різні функції інтерпретації штучного інтелекту дистанційного зондування відповідно до своїх потреб, таких як видобуток води, моніторинг зміни оброблюваних земель, фотоелектрична ідентифікація тощо. Це дозволить штучному інтелекту та великим моделям глибше зануритися в поле, значно підвищивши ефективність аналізу додатків дистанційного зондування, таких як запобігання стихійним лихам, управління природними ресурсами та оцінка врожайності сільського господарства. **
Цю велику модель дистанційного зондування Землі підтримує також платформа AI Earth, яка є універсальною хмарною платформою науки про Землю, випущеною Академією DAMO минулого року, заснованою на глибокому навчанні, комп'ютерному зорі, геопросторовому аналізі та накопиченні інших технологій, що надає послуги аналізу даних спостережень з кількох джерел, в даний час з десятками вітчизняних університетів для встановлення відносин співпраці, відповідні технології поступово застосовуються в Міністерстві водних ресурсів, Національному метеорологічному центрі, Міністерстві екології та навколишнього середовища та інших установах.
02 BondGPT+, може проаналізувати понад 20 000 облігацій
LTX, дочірня компанія, що повністю належить світовому лідеру фінтех Broadridge, оголосила на своєму веб-сайті про запуск «BondGPT+», який може аналізувати понад 20 000 облігацій.
Заснована в 2007 році зі штаб-квартирою в Нью-Йорку, Broadridge працює в десятках країн і регіонів, включаючи Гонконг, Лондон, Токіо, Сінгапур і Торонто, з більш ніж 14 000 співробітників і річним доходом понад 6 мільярдів доларів.
Broadridge спеціалізується на наданні технологічних рішень для банків, брокерів, керуючих активами та інших фінансових установ. Технологічна платформа Broadridge в даний час допомагає фінансовим компаніям обробляти понад 10 трильйонів доларів США щоденних транзакцій з акціями, цінними паперами з фіксованим доходом і цінними паперами.
LTX запустила BondGPT ще в червні, і, отримавши похвалу від широкого кола клієнтів, продовжила розвивати BondGPT+ на цій основі. Це базується на базі GPT-4 у поєднанні з власними масивними високоякісними фінансовими даними, налаштованими точно.
**У порівнянні зі своїм попередником, BondGPT+ підтримує нові функції, такі як інтеграція корпоративних або сторонніх даних, налаштування генерації контенту, розширений пошук облігацій, безпека та управління корпоративного рівня. **
Посилання:
Як лідер у сфері фінансових технологій, Бродрідж, природно, не міг упустити цю можливість для інновацій. Згідно з описом офіційного веб-сайту, основними технічними особливостями BondGPT+ є безпека та програми корпоративного рівня, а більшість функцій були значно оптимізовані, щоб допомогти фінансовим практикам швидко відсіяти облігації, в які варто інвестувати.
03 Бізнес-модель Іу, нові можливості для промислового розвитку
22-го, другого дня 29-го Міжнародного товарного ярмарку Іу (далі – «Ярмарок Іу»), **Yiwu випустила першу у світі велику модель у сфері торгівлі сировинними товарами, а також нещодавно оновлену платформу інтелектуальних послуг Chinagoods AI. **У той же час вона співпрацює з командою Tsinghua Face Wall Team, People's Big Data, China Post та більш ніж десятьма іншими провідними вітчизняними постачальниками послуг AIGC та великих моделей додатків, зосереджуючись на впровадженні та застосуванні передових технологій, таких як великі моделі, у попиті та пропозиції малих сировинних галузей, приносячи нові точки зростання промисловості Іу.
На прес-конференції потужне інтелектуальне сприйняття, когнітивне мислення, обробка емоцій та інші можливості ШІ-боса вражають потужним інтелектуальним сприйняттям, обробкою емоцій та іншими можливостями, які можуть не тільки чітко надати базові послуги, такі як путівник по магазинах та пошук, але й забезпечити інтелектуальний аналіз поточного середовища міжнародної торгівлі. У той же час платформа інтелектуальних інноваційних інновацій Chinagoods AI, яка підтримується великою моделлю, демонструє застосування ряду технологій штучного інтелекту в сфері цифрової торгівлі, таких як багатомовний переклад, створення тексту, інтелектуальне виробництво штучним інтелектом ідентифікаційних зображень, плакатів і відеоконтенту, цифрова пряма трансляція людиною та інші технології, які дали бізнесу та користувачам безпрецедентний досвід.
** Немає сумнівів, що творчість великої моделі може принести більше і глибше практичне застосування комерції та торгівлі Іу. **
Будучи найбільшим у світі торговим ринком, Іу зміг «рости разом із трендом і прориватися проти тренду» перед обличчям різних складних економічних та зовнішніх змін навколишнього середовища після більш ніж 40 років реформ та відкритості, головним чином завдяки підтримці зрілої транскордонної бізнес-екосистеми. Однак перебудова глобального ланцюжка поставок, викликана змінами в геополітичній моделі, традиційній моделі «сидячого бізнесу» та логіці електронної комерції в Інтернеті з трансформацією технології штучного інтелекту, також повинна йти в ногу з часом.
Як згадувалося раніше, Іу співпрацювала з більш ніж десятьма вітчизняними провідними постачальниками послуг AIGC і додатків великих моделей для спільного просування застосування високих і нових технологій в малих комерційних і торгових галузях.
Серед них команда Tsinghua Mian Wall, як найкраща дослідницька група штучного інтелекту в Китаї, надала чудові рішення для штучного інтелекту для багатьох галузей, і вони використовують технологію штучного інтелекту для розширення можливостей дослідження та практики бізнесу Іу; Tencent має сильну силу та багатий досвід застосування в галузі штучного інтелекту, а Commodity City та Tencent також здійснили поглиблену співпрацю в галузі технологій штучного інтелекту, великих даних, інтелектуальної власності та інших сферах. «Женьмінь жибао» активно відгукується на заклик цифрового Китаю, покладаючись на великі дані та професійні технології, а також співпрацюючи з Commodity City над створенням нової ери дрібних товарів «Індекс Іу».
AIGC і Big Model, безсумнівно, є «популярними смаженими курчатами» в науково-технічному колі цього року, коли великі підприємства та відомі діячі науково-технічного кола в країні та за кордоном приїжджають один за одним, а нові технології та нові продукти з'являються одна за одною.
Озираючись назад на історію, неважко виявити, що індустрія штучного інтелекту, незалежно від того, практикують вони чи користувачі, невпинно прагне до AGI і дійшла до цього дня після десятиліть досліджень і практики.
Для багатьох людей епоха останньої хвилі глибокого навчання AI ** ** 1.0 не за горами, тому більшість людей все ж подивляться на еру AGI і AI 2.0 з більш раціональним або обережним ставленням. **
Незважаючи на те, що ці три нещодавні сценарії, дистанційне зондування, облігації та комерція, є новими спробами застосування великих моделей, ми також повинні бачити, що все ще є багато проблем, видимих неозброєним оком з реального AGI, які потрібно вирішити, такі як нечітка інтерпретація великих моделей, неконтрольовані результати виходу, недостатня здатність до узагальнення, обмеження мультимодальних можливостей та низка інших проблем, які призведуть до деяких етичних та нормативних обмежень.
Незважаючи на те, що великі моделі досягли значного прогресу в підвищенні продуктивності обробки природної мови (NLP), комп'ютерного зору та інших завдань, шлях до AGI не повинен бути гладким, і архітектура Transformer може не бути остаточною формою, і можуть з'явитися нові технології та напрямки, щоб підірвати її. Але велика модель дійсно є найперспективнішим напрямком на даний момент, і вона неодноразово вселяла нам довіру до AGI. **