今年世界人工智能大会,大模型和生成式AI是重头戏。大会首次设置了“迈向通用人工智能”主题展区,集中展示国内外30多款大模型,百度文心、阿里通义、华为盘古、讯飞星火、商汤日日新等大模型悉数登场。仅过去两个月内,星环科技、科大讯飞、火山引擎、小i机器人等多家公司都发布了大模型的进展,目前中国10亿以上参数规模的大模型已经接近80个。
“有意见”留言板
@老董:大模型是“群魔乱舞”还是“百家争鸣”,最后还要看实际的应用效果。当前大模型可以为用户提供出强大的数据整理归纳能力,但如何使用好这种能力获得企业及用户的认同,还需要经过一段时间的摸索。百花齐放后将会是大浪淘沙,只有经过实践的检验,是金子总是会发出光来。
@Futon:行业大模型是一个有前景的方向,不过30多个大模型也太能卷了!希望这里面没有套壳的,也期待有一天能看到中国的OpenAI是什么样子。
@独木舟:大模型的可解释性和透明度不足,可能会导致一些潜在的风险。比如说模型可能会学习到有偏见的信息,或者在一些重要的决策场景中做出错误判断。如果是我一点不了解的事情,我是不敢完全依赖模型的。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。