chatgpt引发的人工智能的故事 chatgpt是ai人工智能吗

互联资讯 2023-04-27 00:56:04 0

2023年11月20日每日一猜答案：。答案：ABC。
每日一猜答案分析：

chatgpt官网,chatgpt怎么用,chatgpt怎么读,chatgpt怎么注册

　　导读：ChatGPT腾空出世以来，每天都有扑面而来的新进展、新突破。

　　这恍如隔世的几个月里，它如龙卷风一般卷向了每个人。

　　国内外大厂纷纷跟进研发，以ChatGPT为代表、AI大模型为基座的AIGC技术很快将遍地开花。普通开发者能借助这场风浪做些什么？

　　这个问题就像一堵墙，若不破墙，将阻碍我们寻找风口，进而顺势而起。

　　通用人工智能时代已开启，我们心怀好奇，甚至略带焦虑去拥抱技术。

　　若要做新时代的开创者，我们还要把自己的智慧注入其中，智慧的体现往往就在于创新。

　　给居委会搞个“数字人”，

　　一场基于AI大模型的“名利双收”

　　在思考我们该用AIGC技术做些什么的问题时，已经有这么一群先行者用中国版类ChatGP“源大模型”开创了适合中国大模型的商业模式探索。

　　近年来，无论技术风向如何变化，依然有一概念屹立不倒，那就是“数字人”。

　　数字人是多种前沿科技的集大成者，作为AIGC具象化的一种展现形式，也是WEB3.0和元宇宙的超级入口。

　　更重要的是，它是人类对未来想象中的独立个体，人人都可以拥有数字人，它可以出现在任何角落。

　　数字人也会成为千行百业塑造竞争优势的新生产力，实现虚实融合，拥有巨大商业价值。

　　然而“颜值经济”并非当下数字人商业化的主流，如今随着计算机视觉等技术的发展，AI“捏脸”应用随处可见，“捏”出符合自身审美的数字人已不是难题。

　　美貌的皮囊易得，有趣的灵魂难寻，数字人的有趣灵魂价值一在实用，二在交互。

　　基于源大模型，一群开发者带着“有趣的灵魂”瞄准了传统社区智慧化转型的商业蓝海。

　　如今社会层面，街道建设愈发被重视，基层社区工作者也在防疫工作中担当了重要角色，同时面临了更大的工作量。为了给基层社区工作者持续减负增能，临汾路街道推出了街道首个政务基层社工领域AI对话机器人“临小助”。

　　与最近大火的ChatGPT有三点类似之处，一是“临小助”使用的也是Transformer模型与NLP处理技术（源大模型），二是都能架构在成熟度推广度很高的微信平台，三是都提供24小时在线服务。

　　街道不少社区工作者戏称“临小助”是自己24小时在线的“数字助理”。

　　随叫随“到”，记忆力还非常好――临小助”收录了民政、人社、房管等15个部门198项面向居民的服务类政策，工作人员通过微信输入问题或者关键词，马上就能得到“正确答案”。

　　也就说，198个政策资料，最终变成了统一的“一屏通”。通过AI对话机器人“最强大脑”储存的198个受理事项，为实现居民个人政务办事服务“就近办”提供了能力支撑，帮助居委会用更短时间、以更高质量承担起事务中心延伸办的新任务。

　　基于强大的源大模型，“临小助”的能力不仅限于问答，更在于情景生成式“对话”。

　　“临小助”可以随时随地为基层社区工作者提供沉浸式、针对性的一对一群众工作能力培训，换句话说：提前演练，社恐福音。

　　目前已经开设了加装电梯、业委会换届等8堂社区治理高频情景对话课程，社区工作者通过手机载体与“临小助”进行互动对话形式，提高接待群众服务群众的经验。

　　而对街道来说，要达到相同的培训覆盖率与效果，传统线下模式可能需要数月时间，而运用AI对话机器人只要短短十分钟，反复练习、多场景练习因此成为常态，培训效率大幅提升。

　　这项“数字人”产品也已经进行商业化探索，已在上海市静安区临汾路街道、嘉定区安亭镇落地。

　　这也只是开始，智慧社区商业前景非常广泛：按民政部网站数据，截至2020年底，中国共有38741个街道（镇、乡）级政府。按15%的渗透率计算，基础服务部分市场规模每年就十亿级市场，最寻常的地方可谓遍地黄金。

　　“一键构建专属你的数字人”：

　　开源生态的力量，降低开发门槛

　　拥有广阔的落地场景AI大模型+数字人的模式确实能实现高质量创业。

　　但“捏人”的门槛，会将一些技术基础薄弱的创新者拒之门外吗？

　　开发者社区的开发者打造了“一键构建专属你的数字人”的数字人生成平台―― Fay。

　　这个平台包含Python内核及UE数字人模型，开发人员可以利用该项目简单地构建各种类型的数字人或数字助理，可灵活组合出不同的应用场景：虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。

　　该项目各模块之间耦合度非常低，包括声音来源、语音识别、情绪分析、NLP处理、情绪语音合成、语音输出和表情动作输出等模块。

　　Fay控制器核心逻辑

　　每个模块都可以轻松地更换。这套架构相当于给只能文字聊天的ChatGPT装上好看的皮囊，并更像真人般能够实时对话，使ChatGPT更像人。

　　源大模型如同ChatGPT，在整个数字人流程中充当大模型的大脑和灵魂，能输出智能实施的对话。

　　这套系统最大的价值在于，为数字助理（语音助理）这一类型产品提供了一个新的架构思路，全流程一键式打通从打造“好看的皮囊”到“有趣的灵魂”，同时可以实时语音交互的数字人。

　　而且Fay并不仅限于智能音箱等特定的语音终端，Fay只需要运行在个人的PC或者移动设备上，就可以时刻与“ta”通讯。

　　目前，Fay已经实现完整开源，助力更多有意愿打造自身数字人的人们。

　　例如，实现数字人互动，可以根据Fay控制器进行一系列设置：麦克风输入源开启、展板播放关闭、填写性格Q&A，合成数字人；若是应用在更大平台，例如抖音虚拟主播，可以启动bin/Release_2.85/2.85.exe ，根据Fay控制器进行一系列设置（抖音输入源开启、展板播放关闭），结合抖音伴侣，生成数字人。

　　GitHub链接：

　　【【网址】】/TheRamU/Fay

　　数字人的未来远远超出仅作为人类的替代，当通用人工智能充分发展，数字人或被当做虚拟世界独立个体，，甚至把它作为生活中的主体当成独立的人格。

　　而Fay之所以能“造福”大家，其开源要追溯到“源大模型”的开源。

　　搞钱新范式，

　　开源大模型生态与商业化的互利互助

　　源1.0大模型发布时便问鼎全球最大规模的中文AI模型，其参数规模高达2457亿，训练采用的中文数据集达5000GB，相比GPT-3模型1750亿参数量和570GB。

　　“源”开源开放构建了大模型应用开发新生态，包括高质量中文数据集、开源模型训练代码、推理代码和应用代码等，可以帮助开发者节省各类研发开支。

　　如此，开发者无需关心底层技术，设置无需配置编程环境，就可以直接将应用构建于AI大模型的能力之上，在降低开发门槛的同时，让开发人员能够将更多的精力聚焦核心业务逻辑。

　　目前”源”已全面开源开放，开放模型API、开源高质量中文数据集、模型训练代码、推理代码、应用代码、面向AI芯片的模型移植开发代码，开放平台已服务超4000名行业开发者，覆盖互联网、金融、教科研和自动驾驶等行业领域，大大降低了不同行业不同任务的AI应用开发门槛。

　　正是因为这种算法基础设施的开源，使得这些开发者以极少的团队成员便能开发出成熟商业化的产品，并成功创业。

　　开源之间的互利与反哺，往往能催生创新的生生不息，创新更是能转换成商业价值。

　　源开发者社区开发者郭泽斌开发的“一键式构建专属数字人”的开源架构，也已被深圳某公司应用到平板中充当自个人助力，产生商业价值。一些主打情感陪伴的儿童玩具公司也从这套架构中挖掘出巨大商业价值，在儿童玩具中搭载这套开源架构，目前已投入生产，即将上线售卖。

　　这些开发者用“数字人”开拓了以大模型开源生态为基础的全新商业模式，当然这是一个缩影。

　　大模型开源，给开发者带去创业和商业机遇。就像安卓生态，未来大模型开源生态也将遍地开花，创新项目也会如同安卓生态里的各类APP般不断涌出，孵化更多商业价值应用，加速AI产业变革。

　　广阔天地，大有作为。

　　4.26大模型开发者沙龙一键预约

chatgpt更新迭代 chatgpt4.0学习

chatgpt,chatgpt怎么下载,chatgpt国内能用吗,chatgpt怎么读

StableLM虽然是第一次听说，但是这家公司之前出过一款很不错的绘画Ai产品――Stable Diffusion。同样是一款开源Ai，是目前市面上唯一一个可以和Midjourney一较高下的主流绘画Ai，大家感兴趣的话后面也可以介绍一下。

自从ChatGPT出现以后，今年可谓是锣鼓喧天，百花齐放，大语言模型几个字在互联网随处可见。不管是国内的企业还是国外的公司，纷纷推出自己的大语言模型。就说国内，前有文心一言，后有通义千问，不久前商汤的大模型“商量”也发布了。

国外的公司也不遑多让，微软、谷歌、Meta......各式各样的互联网公司和Ai科技公司都在凑热闹。不管是大模型还是小模型，开源的还是不开源的，总之，如今的Ai大模型就如四五月的春笋，一夜之间就冒了尖。

今天的主角Stability.ai和OpenAi这样一直不愿意开源的公司不一样，这是一家乐于分享的公司，专注于大模型开源。绘画Ai成功后，团队最近又推出了这款名为StableLM的开源大语言模型。只是从训练参数来看，StableLM到底能不能担得起“大”模型三个字，还是个未知数。

Stability.ai称，相比于 GPT-3，StableLM最大的优势就是透明和可定制化啦。这意味着研究人员和开发者们可以自由地检查、使用和修改代码，并且根据自己的需求进行自主配置，打造专属你的大语言模型。

虽然它的参数大小只有30 亿和 70 亿，和GPT-3 的1750 亿参数没法比。但是它是基于一个比 The Pile 数据集还要大三倍的扩展数据集训练出来的，所以在编码和自然语言对话方面表现十分不错。

而且，The Pile 数据集本身就包含了大量书籍、Github 知识库、网页以及跨学科论文等等多种类型的数据。为通用大语言模型、跨领域文本生成训练提供了很好的基准。所以说，在实际应用中，StableLM 与 GPT-3 的性能差距并没有纸面上那么大！

不错，StableLM 与其他大模型相比最大的特点就是，开源后的StableLM 可以让用户自主训练，修改，生成属于你自己的大模型。这对各大中小企业来说也许是个好消息，对于普通人影响不大，就算是开源了，普通人也没那个硬件设备进行大模型训练。

唯一比较糟糕的是这款大语言模型其实并没有要和中国客户玩的意思，因为它的中文实在是太糟糕了！

接下来就给大家展示一下StableLM的中文水平。

首先，第一个问题，你会说中文吗？

StableLM回答：中文。

这，这，还挺幽默。

第二个问题：先用中文问了一遍，天空为什么是蓝色？

StableLM回答：天空是一个生物，蓝色是叶绿之类的缘点。遗憾的地点在天空中会生成一些蓝色生素。

很好，很抽象，开阔视野，增长见识，天空为什么不能是一种生物呢？

接下来又用撇脚的英文问了一遍

它的回答是：The sky is blue because the sunlight is scattered in all directions by the atmosphere. When you look up atthe sky, you are looking at the scattered sunlight. The scattering of sunlight produces different colors, depending on the amount of scattering. Blue is the brightest and most abundant, followed by purple, orange, yellow, green, and gray.

看着像是正确答案，又让它翻译成中文。

结果StableLM翻译出来是：天空是天地作为一种生物的可scattering的平行星球，蓝色为权尽的生素。当你看上天空时，你看到被scattered光分子生成的蓝色生素，即深度的光芒。根据透明度，天空中生成的生素分别是紫色、黄色、鲜蓝、萍、静烂、花茶、辣植等。

为了证明不是所有的Ai都这么离谱，立刻将这段英文复制粘贴发给了ChatGPT，这下终于看到正常的文字排列了。

ChatGPT翻译出来的结果是：天空之所以是蓝色的，是因为大气层将阳光散射到各个方向。当你抬头看天空时，实际上是在看散射的阳光。阳光的散射会产生不同的颜色，这取决于散射的程度。蓝色是最亮和最常见的颜色，其次是紫色、橙色、黄色、绿色和灰色。

这样一对比就会发现，StableLM只是在中文语境中表现比较糟糕，在它熟悉的英文语境里还是正常的。

在对StableLM的中文水平绝望以后，换了一种思路，也许它对数字的理解能力更强，于是，发送了一个1+1=？

StableLM仍旧在胡说八道......

StableLM和ChatGPT之间的差距或许也就差了几个目光清澈且愚蠢的大学生吧，当然，StableLM未来的路还很长。

Stability.ai也称未来会不断增加参数对其进行训练，所以不要小看任何一个发育不健全的Ai，也许某天它就会再次惊艳亮相，成为高攀不起的存在。更何况StableLM也在持续优化中。StableLM仅用10个小时github已突破3000颗星，说明这仍旧是一款潜力无限的产品。

在人工智能发展的道路上，每一款自主研发的产品都值得鼓励。也许它们不会留到最后，但在人类科技文明发展历程中，总会留下点什么。

哪怕只是几百年后，残留在互联网上的一串数字......

这串数字也会告诉未来的人，在人工智能不断发展的路上，有如此多的先驱者，他们是站在先驱者的脊梁上，一代代发展，迭代，而这正是科技得以进步的原因。