2月9日,360创始人周鸿祎在与搜狐张朝阳的对话中,谈及目前火出圈的聊天机器人ChatGPT。周鸿祎表示,虽然ChatGPT现在还不完美,但要看到它无限的潜力,未来会有非常多的场景,不仅仅是辅助搜索引擎搜索答案。“这就是为什么所有公司都争先恐后地都要搭上这班车,如果搭不上就有可能被淘汰。”
我们的科技留言板“有意见”如下
@老董:普及了计算器,不再用算盘,因为现在的计算器无论在价格还是效率上都比算盘高。ChatGPT也是同样道理,它是一种很好的辅助工具,但在好用的背后还要看到有复杂的算法和大量的GPU算力支持,这样的“计算器”一般企业可负担不起。让专业的人去做专业的事,防病毒还是先把自己的杀毒软件优化好了才是根本。
@TOFU:有没有一种可能,有时候搭不上是因为还没有搭的必要?现在有 ChatGPT,以后还会有更强大的 AI,ChatGPT 自身也需要不断迭代,能用上就用用看,用不到的时候保持关注就好。不论是攒电脑,还是做门户网站、杀毒软件,不想被淘汰,起码先做好分内的事,没必要硬蹭热点瞎跟风。
@独木舟:ChatGPT这波热潮,对90%的人来说,也就是凑个热闹,但是会有少部分的人真的拿它去解决问题,产生价值,甚至是赚到钱了。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。