当前位置: 首页 > news >正文

AI真正的Killer App 仍然缺席

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

想想看,ChatGPT差点没能成为现实,这真是有些奇怪。在2022年11月推出前,OpenAI的联合创始人兼首席科学家伊利亚·苏茨凯弗对其准确性并不感冒。公司内部的其他人担心,这并不算是什么大的进步。从本质上看,ChatGPT更像是一次混搭而非革命。它的驱动核心是GPT-3.5,这是OpenAI几个月前开发的一款大型语言模型。但这个聊天机器人加入了几个吸引人的调整——特别是更加对话化、更加贴切的回应——这一切汇集成了一个容易上手的包装。“它既能干又方便,”苏茨凯弗说,“这是AI进步首次对AI领域之外的人可见。”

ChatGPT引发的热潮尚未结束。“AI是唯一的玩家,”苏茨凯弗说,“它是科技界的最大事物,而科技是经济中最大的事物。我认为,AI的潜力还会持续给我们带来惊喜。”

但现在我们已经见识了AI的能力,也许当务之急是弄清楚它到底是用来干什么的。OpenAI在没有明确的使用目的的情况下构建了这项技术。当他们发布ChatGPT时,研究人员似乎在说:这里有一个东西,想怎么用就怎么用。从那以后,大家都在努力弄清楚这意味着什么。

“我发现ChatGPT很有用,”苏茨凯弗说。“我经常用它来做各种随机的事情。”他说他用它来查找某些词汇,或者帮助自己表达得更清楚。有时他用它来查事实(尽管它不总是准确的)。OpenAI的其他人用它来规划假期(“世界上最佳的三个潜水点是哪些?”)或编程提示,或IT支持。

有用,但并非改变游戏规则的。上述大多数例子都可以用现有工具,比如搜索来完成。与此同时,据说谷歌内部的员工对公司自己的聊天机器人Bard(现在由谷歌的GPT-4竞争对手Gemini提供支持,上个月发布)的实用性表示怀疑。“我仍在思考的最大挑战是:LLM(大型语言模型)到底真正有用在哪里,就实用性而言?”谷歌Bard的用户体验主管凯西·珀尔在8月份Discord上写道,据彭博社报道。“比如真正做出改变。待定!”

没有杀手级应用,那种“哇”效应就会逐渐消退。红杉资本的统计数据显示,尽管AI应用如ChatGPT、Character.ai和Lensa(后者让用户创造风格化的(且性别歧视的)自画像)拥有病毒式的推出,但它们流失用户的速度比YouTube、Instagram和TikTok等现有流行服务要快。

“消费科技的规律仍然适用,”贝纳奇说。“会有很多实验,很多东西在几个月的炒作之后就会沉寂。”

当然,互联网的早期也充满了失败的尝试。在它改变世界之前,点 com 泡沫以崩溃告终。总有可能,今天的生成型AI会逐渐消失,被接下来的大事件所取代。

无论发生什么,现在AI已经完全进入主流,小众问题已经成为每个人的问题。正如舍弗所说:“我们将被迫以前所未有的方式解决这些问题。”

http://www.lryc.cn/news/277651.html

相关文章:

  • Docker 镜像以及镜像分层
  • aigc 启动器 sd-webui-aki-v4 decode_base64_to_file
  • 【C++进阶05】AVL树的介绍及模拟实现
  • MySQL视图 索引 面试题
  • JAVA实现文件上传至阿里云
  • 设计模式之外观模式【结构型模式】
  • Qt QCheckBox复选按钮控件
  • 加速科技ST2500 数模混合信号测试设备累计装机量突破500台!
  • ASP.NETCore WebAPI 入门 杨中科
  • 问题 C: 活动选择
  • SpringBoot学习(五)-Spring Security配置与应用
  • Java解决删除子串后的字符串最小长度
  • 日志系统一(elasticsearch+filebeat+logstash+kibana)
  • 游戏版 ChatGPT,要用 AI 角色完善生成工具实现 NPC 自由
  • 加工零件的题解
  • 走进shell
  • 【Python】使用tkinter设计开发Windows桌面程序记事本(2)
  • Flutter DateTime 常用处理
  • 【uniapp】APP打包上架应用商-注意事项
  • 【算法题】43. 字符串相乘
  • CH341 SPI方式烧录BK7231U
  • sd-webui-EasyPhoto win 安装笔记
  • gradient_checkpointing
  • 回溯算法part05 算法
  • 阿里云系统盘测评ESSD、SSD和高效云盘IOPS、吞吐量性能参数表
  • RK3568平台开发系列讲解(Linux系统篇)Linux 内核打印
  • 迁移学习的最新进展和挑战
  • Python基础(二十二、自定义模块和包)
  • C#-数组
  • 机器学习周刊第二期:300个机器学习应用案例集