Der CEO von „Generative AI“ sagte auf dem Davos-Forum, dass die KI in die nächste Ära vordringen werde.

Generative KI hat im vergangenen Jahr stark in Erscheinung getreten.

Von Text über Bilder bis hin zu Videos und sogar Codes kann Ihnen fast jede erdenkliche generative KI dabei helfen.

Nein, auch der Weltwirtschaftsgipfel 2023, das Davos Forum, hat die brillanten Errungenschaften der generativen KI im Jahr 2022 benannt und gewürdigt.

In diesem Artikel wird generative KI als „ein Spielbrecher, mit dem sich Gesellschaft und Unternehmen ernsthaft auseinandersetzen müssen“ bezeichnet. , was ausreicht, um seine Aufmerksamkeit zu sehen.

Darüber hinaus lud das Forum auch Sam Altman, CEO von OpenAI, ein, daran teilzunehmen und eine Rede mit dem Titel „ KI ist auf dem Weg in die nächste Ära. „In der abschließenden Keynote-Rede wurden auch eine Reihe von Themen wie die zukünftige Entwicklung von KI zur Unterstützung von Wirtschaft und Gesellschaft erörtert.

Diesmal ist die Person, die mit Altman spricht, Reed Hoff, ein bekanntes amerikanisches Unternehmen und Mitbegründer von LinkedIn. Reid Hoffman.

Wir haben einen kurzen Ausschnitt des Gesprächs und des Interviews abgefangen, und der vollständige Link zum Interview ist ebenfalls unten veröffentlicht. Reid Hoffman: Eines der Dinge, an denen meiner Meinung nach viele Menschen interessiert sind, ist, dass auf der Grundlage von APIs sehr große Modelle erstellt werden. Was sind also die tatsächlichen Geschäftsmöglichkeiten? Wie kann man nach vorne schauen? Angesichts der Tatsache, dass die API mehreren Spielern zur Verfügung steht, wie schafft man ein einzigartiges Unternehmen?

Sam Altman: Ja. Ich denke also, dass wir bisher in ein Reich endloser Möglichkeiten vorgedrungen sind, in dem man viele Dinge mit Modellen machen kann, die in der Vergangenheit kompliziert waren. Aber ich vermute, dass das Suchprodukt angesichts der Qualität der Sprachmodelle, die wir in den nächsten Jahren sehen werden, zum ersten Mal eine ernsthafte Herausforderung für Google darstellen wird. Unser ChatGPT wurde früher belächelt, aber jetzt zeigt es Fähigkeiten, die kein Unternehmen ignorieren kann.

• Altman glaubt, dass künstliche Intelligenz die grundlegende Plattform für die Entwicklung aller Technologien ist, von großen Sprachmodellen bis hin zu riesigen multimodalen Anwendungen, die zwischen Bildern wechseln Ein Sprung nach vorne zu Anwendungen, die die Fähigkeiten der Wissenschaftler erheblich erweitern, wird zu vielen Fortschritten in allen Branchen führen.

Videolink: https://youtu.be/WHoWGNQRXb0#🎜 🎜#

Vollständiger Interview-Link: https://greylock.com/greymatter/sam-altman-ai-for-the-next-era/

Der Abschlussartikel fasst auch die Entwicklungsgeschichte der generativen KI im Laufe der Jahre zusammen.

Werfen wir einen Blick auf die vorherige Reihe von Bildern, die von 2014 bis 2022 in der Bildqualität entstanden sind. Diese Bilder werden von KI-Modellen generiert und nicht existieren in der Realität Menschen.

Die Superkraft der generativen KI

Generativer Pre-Training-Konverter (GPT) ist ein großes Sprachmodell (LLM), das Deep Learning nutzt, um menschenähnlichen Text zu generieren.

Trotz des aktuellen Marktabschwungs und der Entlassungen in der Technologiebranche gewinnen generative KI-Unternehmen weiterhin die Aufmerksamkeit von Investoren.

Stability AI und Jasper haben beispielsweise kürzlich 101 Millionen US-Dollar bzw. 125 Millionen US-Dollar eingesammelt. Investoren wie Sequoia Capital glauben, dass der Bereich der generativen KI einen wirtschaftlichen Wert in Billionenhöhe generieren kann.

Mit der Veröffentlichung neuer Modelle wie Stable Diffusion und ChatGPT ist generative KI zu einem heißen Thema unter Technologieexperten, Investoren, politischen Entscheidungsträgern und der Gesellschaft insgesamt geworden.

Generative KI ist kein neues Konzept. Die maschinelle Lerntechnologie hinter generativer KI wurde im letzten Jahrzehnt kontinuierlich weiterentwickelt.

Generative KI-Trainingsmodelle funktionieren, indem sie aus großen Datensätzen lernen und dieses Wissen nutzen, um neue Daten zu generieren, die den Beispielen im Trainingsdatensatz ähneln.

Dies erfolgt normalerweise mithilfe eines maschinellen Lernalgorithmus, der als generatives Modell bezeichnet wird. Es gibt viele verschiedene Arten von generativen Modellen, die jeweils eine andere Methode zur Generierung neuer Daten verwenden.

Einige gängige generative Modelltypen umfassen Generative Adversarial Networks (GANs), VAEs und autoregressive Modelle.

Zum Beispiel könnte ein generatives Modell, das auf einem Datensatz von Gesichtsbildern trainiert wurde, die allgemeine Struktur und das Erscheinungsbild von Gesichtern lernen und dieses Wissen dann nutzen, um neue, bisher ungesehene Gesichter zu generieren, die authentisch und glaubwürdig aussehen.

Generative Modelle werden in einer Vielzahl von Anwendungen verwendet, darunter Bildgenerierung, Verarbeitung natürlicher Sprache und Musikgenerierung. Sie sind besonders nützlich für Aufgaben, bei denen die manuelle Generierung neuer Daten schwierig ist, z. B. beim Erstellen neuer Designs für Produkte oder beim Generieren realistisch klingender Sprache.

Die neueste Version von OpenAI, ChatGPT, hat für Aufsehen gesorgt und in nur fünf Tagen 1 Million Benutzer angezogen und wird als Durchbruch für ein breiteres Aufgabenspektrum beschrieben.

Zu den derzeit diskutierten Anwendungsfällen gehören neue Architekturen für Suchmaschinen, die Erläuterung komplexer Algorithmen, die Erstellung personalisierter Therapie-Bots, die Unterstützung bei der Entwicklung von Apps von Grund auf, die Erläuterung wissenschaftlicher Konzepte und mehr.

Text-zu-Bild-Programme wie Midjourney, DALL-E und Stable Diffusion haben das Potenzial, die Art und Weise, wie Kunst, Animation, Spiele, Filme, Architektur und mehr gerendert werden, zu verändern.

Aufbauend auf der neuen Ära der Mensch-Maschine-Zusammenarbeit behaupten Optimisten, dass generative KI den kreativen Prozess von Künstlern und Designern unterstützen wird, da generative KI-Systeme bestehende Aufgaben verbessern, die Ideenfindung beschleunigen und neue Ideen im Grunde beschleunigen werden kreative Phase.

Neben dem kreativen Raum verfügen generative KI-Modelle über transformative Fähigkeiten in komplexen wissenschaftlichen Bereichen wie der Computertechnik.

Zum Beispiel basiert der Microsoft-eigene GitHub Copilot auf dem Codex-Modell von OpenAI und kann Code vorschlagen und Entwickler bei der Automatisierung ihrer Programmieraufgaben unterstützen.

Es wird angegeben, dass das System bis zu 40 % des Entwicklercodes automatisiert, was den Arbeitsablauf erheblich steigert.

Potenzielle und unbekannte Risiken

Während generative KI die Menschen wegen der damit verbundenen Kreativität begeistert, gibt es auch Bedenken hinsichtlich der Auswirkungen dieser Modelle auf die Gesellschaft.

Der Digitalkünstler Greg Rutkowski befürchtete, dass das Internet mit Kunstwerken überschwemmt werden würde, die nicht von seiner eigenen Arbeit zu unterscheiden seien, indem er dem System einfach mitteilte, die Kunstwerke in seinem einzigartigen Stil zu kopieren.

Kunstprofessor Carson Grubaugh teilt die gleichen Bedenken und prognostiziert, dass ein Großteil der kreativen Arbeitskräfte, darunter kommerzielle Künstler in der Unterhaltungs-, Videospiel-, Werbe- und Verlagsbranche, durch generative Arbeit arbeitslos werden könnten KI-Modelle.

Zusätzlich zu ihren tiefgreifenden Auswirkungen auf Aufgaben und Jobs haben generative KI-Modelle und damit verbundene externe Effekte in der KI-Governance-Community für Besorgnis gesorgt.

Eines der Probleme bei großen Sprachmodellen ist ihre Fähigkeit, falsche und irreführende Inhalte zu generieren.

Metas Galactica – ein auf 48 Millionen wissenschaftlichen Artikeln trainiertes Modell, das behauptet, wissenschaftliche Arbeiten zusammenfassen, mathematische Probleme lösen und wissenschaftlichen Code schreiben zu können – ist online. Es wurde zurückgezogen Weniger als drei Tage, nachdem die wissenschaftliche Gemeinschaft herausfand, dass sie Studenten missverstanden und falsche Daten und Erkenntnisse geliefert hatte.

Darüber hinaus haben Roboter, die den Turing-Test bestehen, die Fähigkeit, ein ähnliches oder nicht unterscheidbares intelligentes Verhalten zu zeigen. Solche Fähigkeiten können plattform- und ökosystemübergreifend missbraucht werden falsche Informationen.

Große Modelle werden weiterhin auf riesigen Datensätzen trainiert, die in Büchern, Artikeln und Websites dargestellt werden und möglicherweise auf eine Weise verzerrt sind, die sich nur schwer vollständig filtern lässt.

Obwohl im Fall von ChatGPT schädliche und unrealistische Ergebnisse durch den Einsatz von Reinforcement Learning mit menschlichem Feedback (RLHF) stark reduziert werden, gibt OpenAI zu, dass ihr Modell immer noch böswillig und voreingenommen ist Ausgabe.

Das obige ist der detaillierte Inhalt vonDer CEO von „Generative AI“ sagte auf dem Davos-Forum, dass die KI in die nächste Ära vordringen werde.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!