人们总担心AI会夺走人类的工作,又或是调侃“人工智障”,鼓吹AI无用论。但无法否认的是,AI所带来的改变,是效率的提升,是对于每个人时间的解放。当前,拥抱AI是少数人的智慧还是多数人的认知?关注此文集,了解AI的底层逻辑、发展现状、瓶颈、机遇、应用和挑战,AI时代,普通人改如何拥抱趋势?
小体积、高性能的创新归功于由合成数据组成的数据集
独角兽也缺钱
生成式AI会是人类的第四次工业革命?
做AI大模型,要尽快摒弃互联网带来的各种成功经验和方法论?
为什么AI硬件是真风口?
压力给到OpenAI
企业需要为不同类型的任务匹配不同的人机协作系统
ChatGPT挑战的是谷歌既有的商业模式
这些工具能够迅速兴起是代际差距的结果,也将进一步加剧代际差距。
在AI爆发的2023年,科大讯飞没有进入高速增长的快车道。
斯坦福:语言模型就是Q函数
显存碎片化主要由动态内存分配、多任务运行和不同内存需求造成
比起编剧们对AI的恐惧,巨头们对AI的布局早就写在了日程表里
耗电量巨大不说,下一个坎是内存?
如果试题太简单,学霸和学渣都能考90分,拉不开差距
AI PC硬件就绪、应用趋同、价格飞升
混合体、混合专家和更高的数据质量
AGI的愿景虚无缥缈,长期主义也不过是商业化举步维艰的推辞。
与它合作的最佳方式是作为一个合作伙伴,而不是一台机器
虽已被移除,但 WizardLM-2 模型的性能似乎已经与 GPT-4 不分伯仲