特斯拉Cybertruck上市，起售价6万美元； 快手推出独立“短剧App”西番；魅族正式宣布要“造车” -极客们已经知道
06-17
上周，不少GPT开发者收到了ChatGPT团队的官方邮件，宣布GPT商店将于本周向公众开放。
这是年初AI领域最大的新闻。
事实上，在过去的一年里，ChatGPT的进展已经颠覆了公众对AI的印象。
科技产品更新换代速度越来越快，越来越多的新技术不断涌现。
这些我们再熟悉不过的“工具”将如何以超乎我们想象的形式出现？他们会继续进步，直到突破生物大脑的限制，成为超级英雄，带领我们突破现在面临的限制吗？ 亮马桥小吉于2016年带着AI视频系列回归。
在本系列中，我们通过投资者、纪源资本生态圈内的创业者以及科技名人的视角，回顾了人工智能行业过去的巨变以及未来的前景。
下周，我们将继续推送一系列AI文章，为您带来更多前瞻视角，敬请关注！ 01.“就像14世纪发现美洲一样，这是一块新大陆。
” ChatGPT在过去的一年里吸引了很多人的关注，人工智能也因此成为了当前的趋势。
它看似是一个一夜之间突然出现的领域，但事实上，过去20多年来它一直持续影响着我们。
人工智能（AI）的概念最早由数学家、逻辑学家和计算机科学家艾伦·马西森·图灵（Alan Mathison Turing）在 2017 年发表的论文《计算机器与智能》（计算机器与智能）中提出。
还提到了“图灵测试”的概念，它成为衡量机器是否智能的标准，后来推动了人工智能研究的发展。
2016年，IBM的深蓝超级计算机在国际象棋比赛中击败世界冠军加里·卡斯帕罗夫，引起了全球的广泛关注，标志着人工智能技术在某些领域的应用和进步。
2016年，IBM的Watson人工智能系统在美国著名智力问答节目《Jeopardy! 》上击败了人类选手，标志着人工智能技术的发展已经能够处理自然语言问题。
2016年，AlphaGo击败围棋世界冠军李世石，标志着人工智能技术在非结构化数据处理和决策方面能力的显着提升。
今年年初，OpenAI 推出了 GPT-2，这是一个拥有 1.5 亿至 15 亿个参数的海量语言模型。
OpenAI 最初限制对该模型的访问，因为担心该模型在生成文本方面可能被滥用。
随后，他们陆续发布了不同尺度的GPT-2模型。
2017年，OpenAI推出基于GPT-4架构的ChatGPT，引起广泛关注和热议。
其强大的自然语言处理和生成能力，使得人工智能在内容生成领域取得了突破。
NVIDIA在2016年推出了具有更高计算能力的AI芯片，这些芯片为人工智能模型提供了强大的计算支持。
随着计算能力的提高，AI模型可以处理更大的数据集并执行更复杂的任务，从而推动人工智能内容生成领域的创新和发展。
02、高成本大机型能否在各行业普及？当机器学习模型积累越来越多的参数和计算能力，变得越来越大时——它们就变得强大的泛化能力，可以处理具有更复杂规律的大型模型。
如果说传统意义上的小模特是只接受某专业特定训练的技校学生，那么大模特就是写过无数题、懂各种通用题库、会画画的大学答疑者。
从一个例子到另一个例子的推论。
GPT是一个非常有名的大模型。
GPT-3拥有1亿个参数，可用于生成各种语言模型，如自然语言理解、语言生成、对话系统等；而GPT-4是它的六倍，参数超过1万亿个。
。
训练这么大的模型需要多少钱？ GPT-3的训练成本一度达到1万美元。
对于较大的模型，训练成本在1万美元到1万美元之间。
大型模型的训练和使用也是一场代价高昂的战斗。
除了需要大量的数据之外，还需要芯片、服务器、算力、电费等的支持，这也是为什么大机型的激烈争夺实际上是科技巨头们的主战场——毕竟普通创业者的数据量和财务规模无法达到巨头的水平。
他们的共同选择是连接到现有的大型模型。
开发适合您业务的应用程序。
训练和使用大模型的门槛如此之高，这就产生了一个问题，那就是未来能否在各个行业普及？ MLOps（机器学习操作）可能是一个解决方案。
如果把人工智能的应用比作飞机，那么大模型就是飞机的发动机；发动机是飞机运行的关键，但仅靠发动机并不能保证飞行的稳定性和安全性； MLOps 是飞机的飞行控制。
该系统可以管理和控制整个飞行过程，让大型模型在训练和生产环境中保持良好的运行状态。
举个更具体的例子：如果说AI的应用是一家餐厅，那么数据科学家就是厨师，大模型就是餐厅里的菜品。
厨师负责将这些数据原材料转化为菜肴；机器学习工程师才是保证菜品的人。
（又名大模特）能够确保餐厅各方面质量稳定一致的人。
03.未来，人工智能将如何重塑生产关系？人工智能领域专家 Ben Goertzel 博士在《奇点将至》一书中写道：“我们创造了各种工具来帮助人类完成大部分体力劳动。
接下来我们将创造能够帮助人类完成脑力工作的工具。
”这就是为什么我们现在开始意识到人工智能的普及本质上是在解构“生产关系”——过去是人生产各种内容，但现在是人。
训练机器，机器就会产生内容。
事实上，每一次科技革命都会重组生产关系。
第一次工业革命——蒸汽机使人类进入生产力飞跃的时代，体力劳动转变为动力机器生产；第二次工业革命——电器广泛使用，各种新技术、新发明应用于生产，具有专业知识的中产阶级地位提高；第三次工业革命——计算机出现，信息产业和网络经济蓬勃发展，科技公司和互联网新贵站在金字塔顶端。
经济学家布赖恩·阿瑟这样说：“工业革命为经济创造了肌肉系统，而数字革命则为经济创造了神经系统。
如果说前三次工业革命主要体现在“人力”的增强，那么以人工智能、机器学习为代表的第四次工业革命则是“知识”的增强。
“当深度学习和大模型开始在一些岗位上逐渐取代人力，而MLOps进一步消除了大模型管理和运行中的“人”因素时，人类自然会开始担心：未来，人类又将何去何从？人类有一天会被人工智能取代吗？虽然我们还不确定人工智能的发展对于人类来说是对还是错，但人类迄今为止所取得的进步和变化是毫无疑问的。
一切都围绕着“人”的范畴，创造了新的沟通方式，制造了新的处理工具，探索了各种修养自己的方式。
“末了”，他们发展出了抵御风险的超强能力，或许未来我们将不再被疾病困扰，新的医疗技术会更快被创造出来，人类的寿命也会得到延长。
或许我们将不再被这些智能工具所困，重复性的、危险的、甚至高技能的工作将由这些智能工具来完成。
劳动力的解放给了我们足够的自由时间去呼吸、去感受、去创新……当我们谈论星际旅行、宇宙虫洞、曲率引擎时，这些词在我们脑海中不再只是科幻想象。
我们可以控制超级智能机器穿越宇宙。
过去的智慧生命将不再被困在孤岛上。
人类的征程是星辰大海，不再只是说说而已。
今天所有被称为魔法的事物，都会因为奇点的到来而变得平凡起来。
【本文由投资伙伴GGV纪源资本授权发表。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态