ChatGPT是美国OpenAI研发的聊天机器人程序，于2022年11月30日发布。目前是人类面对电脑工作，而ChatGPT会演变成由人通过语音系统来指挥Al机器人工作并进行情感交流，即通过连通谷歌和百度等平台上的关键字、词和内容等，由AI机器人即时响应获得对话（发音）或生成文本。
它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务。
其三位一体，代替了人类的许多工作……对此，可以理解为：ChatGPT等AI技术应用 = {ChatGPT感应系统操作 + 智能触屏（触摸显示屏）+ 人发出指令（大脑指挥）} x 抓取网络平台大数据（文本内容），来执行完成一系列人类想要的任务。你说是不是呢？如果您还有良知，是为公平、正义和共建美好世界而来，那就请你将《共绘网》转发出去，让更多人受益吧！
一共有人参与 条评论
算力是数字经济的底座，一个国家适度超前布局算力基础设施建设，有重要意义。 第三方市场调研机构IDC在《2021-2022全球计算力指数评估报告》中分析了包括美国、中国等15个重点国家的算力指数（根据多项指标测算的算力综合指数）得出的结论是：算力指数平均每提高1点，国家的数字经济和GDP将分别增长3.5‰和1.8‰。 每一代网络基础设施都会催生新一代产业。不同算力基础设施上，也会诞生不同的软件。3G、4G网络让移动互联网诞生。在传统的CPU算力上诞生了云。以GPU为代表的AI算力，则催生了ChatGPT和AI大模型。 2022年12月，微软投资的AI创业公司OpenAI推出了聊天机器人ChatGPT。ChatGPT本质是OpenAI自主研发的GPT-3.5语言大模型，该大模型包含近1800亿个参数。2023年3月15日，OpenAI将该大模型迭代至GPT-4.0。GPT-3.5只是单模态大模型，只能回复文本。但GPT-4.0是多模态大模型，能同时实现图像、文本输入。GPT-4.0的回复准确度、语义理解力大幅提升。 大模型代表了新一代AI技术，带来了里程碑式的变化，解决了三个核心问题。一是，一个通用的算法就可以应对过去数十种场景，落地空间变得更大。二是，数据无需人工标注，大量数据可以得到自动训练，而且模型结构是统一的。三是，语音、图像、自然语言可以实现多模态融合，三者互相关联。AI的思考方式会更符合人类认知方式。上述三个变化，更通用的模型、大规模数据训练、多模态融合，会带来AI技术的井喷和AI应用的爆发。
(0)新发布的GPT-4到底有多强？让我们逐一介绍TA的强大之处：1、GPT-4 能够处理超过25,000个单词的文本。 相比之前的ChatGPT单次输入字数阈值仅3000，这次一下子翻了8倍。允许使用长格式内容创建、扩展对话以及文档搜索和分析等用例。2、考试能力接近哈佛、斯坦福水平。 升级之后，GPT-4在各种职业和学术考试上表现和人类水平相当。柚子哥估计考试是考不过它的。 目前已经有论证的测试，比如模拟律师考试，GPT-4取得了前10%的好成绩，相比之下GPT-3.5（也就是ChatGPT）是倒数10%。这都是颠覆性的提升！做美国高考SAT试题，GPT-4也在阅读写作中拿下710分高分、数学700分（满分800）。在其他考试也呈现出类似对比效果，如果量化这个水平，GPT-4 属于是可以考进哈佛、斯坦福的水平。 柚子哥在这里就有一个假设，大家以后可以通过GPT-4这类的AI帮助学习已经成为可能。相当于免费请了个24小时的家教，什么学科都会，水平还高，简直是颠覆了教育行业。。3、具备更强大的推理能力。 之前ChatGPT的推理能力一直遭到大家的诟病，有些小伙伴都嘲笑说：“ChatGPT是一个优秀的文科生，但是一个比较差劲的理科生。”但是经过这次的升级，GPT-4在数学、物理、逻辑上也进行了“深造”，士别三日，我们再也无法小看它了。以下是OpenAI给出的推理能力对比演示案例：做物理题也是手到擒来： 例如：要求GPT-4解出巴黎综合理工的一道物理题，测辐射热计的辐射检测原理。 GPT-4给出了非常优秀的解答：4、新增了对图片的识别和理解。 GPT-4 可以接受图像作为输入并生成说明、分类和分析。 你可以把图片结合文字作为输入内容一起发给 GPT-4，它不仅能够识别出图中的物件，还能根据这些信息进一步处理内容。比如我们发了一张下图，并问GPT-4：手套掉下去会怎么样？ GPT-4回答道：它会掉到木板上，并且球会被弹飞。对日常的表情包、笑话梗甚至比我们还要精通： 提问这张图哪里好笑？GPT-4可以按顺序描述出每一格的内容，并总结出笑点： 比如下图就是解答为：“用巨大的过时VGA接口给小巧的现代智能手机充电。” 更进一步，GPT-4可以理解图表中数据的含义，并做进一步计算。 光是这一点，已经可以替代很多日常中做数据分析的小白，甚至可以辅助日常的数据洞察和预测，可以说是非常惊人的！对于学生群体来说，本次GPT-4也提供了对论文的摘要能力。 你可以直接把论文截图发给它，GPT-4可以按像素处理其中的文字和图片，并给出对整篇论文的总结摘要。 5、写代码、修BUG。发布会直播上，OpenAI总裁Gregman现场表演了一波GPT-4给代码修Bug，并在几秒内给出解决方案。 甚至只需要简单在纸上画一个网站的草稿图：拍一张照片上传给GPT-4，它就可以立马生成网站的HTML代码！ 这就非常恐怖了，以后程序员小伙伴想搭建一个网站或出现BUG啥也不用想，直接把1万字的程序文档一股脑扔给GPT-4就行。格式也不用管，你只需要Ctrl+A、Ctrl+C、Ctrl+V。 GPT-4的问世，让初级的程序员真的是要瑟瑟发抖了。6、GPT-4的安全性更高。 这点不得不说OpenAI在社会责任感这块还是非常注重的。以下是 OpenAI 官网上说明他们对安全性努力：（1）通过人工反馈进行训练。我们纳入了更多的人工反馈，包括 ChatGPT 用户提交的反馈，以改进 GPT-4 的行为。我们还与 50 多位专家合作，在 AI 安全和保障等领域获得早期反馈。（2）从现实世界的使用中不断改进。（FreeYouth）
(0)逻辑性更强的大模型PaLM-E是将PaLM和ViT强强联合。 5620亿的参数量，其实就是如上两个模型参数量相加而来（5400亿+220亿）。 PaLM是谷歌在22年发布的语言大模型，它是Pathways架构训练出来的，能通过“思考过程提示”获得更准确的逻辑推理能力，减少AI生成内容中的错误和胡言乱语。 Pathways是一种稀疏模型架构，是谷歌AI这两年重点发展方向之一，目标就是训练出可执行成千上百种任务的通用模型。ViT是计算机视觉领域的经典工作了，即Vision Transformer。 两者结合后，PaLM-E可以处理多模态信息。包括：语言、图像、场景表征、 物体表征。通过加一个编码器，模型可以将图像或传感器数据编码为一系列与语言标记大小相同的向量，将此作为输入用于下一个token预测，进行端到端训练。具体能力方面，PaLM-E表现出了比较强的逻辑性。 比如给它一张图片，然后让它根据所看到的做出蛋糕。模型能先判断出图像中都有什么，然后分成9步讲了该如何制作蛋糕，从最初的磕鸡蛋到最后洗碗都包括在内。 有人还调侃说，这机器人怎么在把蛋糕给我前先自己吃了？还有根据图片做判断：我能在这条路上骑自行车吗？模型进行一系列逻辑推断：1、不能进入。2、除了自行车。 3、除了自行车以外都不能进入。4、答案是可以。这和人类思考的过程确实很像了。 不仅如此，模型的最强大之处在于，它无需经过预处理，即提前理解环境。 它做出判断和回答，完全是基于它自己的“经验”。 研究人员表示，这项成果表现出了很强的正向迁移（positive transfer）能力。在多个领域任务的训练中，PaLM-E的表现都优于单项任务机器人模型。而且他们还发现，语言模型的规模越大，它最终能保持的语言理解能力越强。比如使用5400亿参数规模的PaLM时，PaLM-E在语言任务上的实际能力仅下降了3.9%。从实验结果来看，PaLM-E在OK-VQA基准上达到新SOTA。在模拟环境下的任务完成度也都不错。（量子位）
(0)近日，中共中央、国务院印发了《数字中国建设整体布局规划》（下称《规划》）。《规划》提出，“建设数字中国是数字时代推进中国式现代化的重要引擎”，目标到2025年，基本形成横向打通、纵向贯通、协调有力的一体化推进格局，数字中国建设取得重要进展；到2035年，数字化发展水平进入世界前列。同时，《规划》首次提出数字中国建设的整体框架，将数字基础设施和数据资源体系作为数字中国建设的两大基础。受访专家指出，《规划》突出强调了数字基础设施的高效联通、数据要素价值的有效释放，对于我国克服数字鸿沟，引领多数人参与数字经济发展过程、分享数字经济发展红利，起到基础支撑作用。（作者：李润泽子,郭美婷 编辑：王俊）
(1)习近平强调，要协同构建中国特色国家实验室体系，布局建设基础学科研究中心，超前部署新型科研信息化基础平台，形成强大的基础研究骨干网络。要科学规划布局前瞻引领型、战略导向型、应用支撑型重大科技基础设施，强化设施建设事中事后监管，完善全生命周期管理，全面提升开放共享水平和运行效率。要打好科技仪器设备、操作系统和基础软件国产化攻坚战，鼓励科研机构、高校同企业开展联合攻关，提升国产化替代水平和应用规模，争取早日实现用我国自主的研究平台、仪器设备来解决重大基础研究问题。
(1)
手机扫描二维码访问
