自InstructGPT诞生以来,人类一直需求一种新的方法,将人类反馈纳入训练过程中,使模型的输出与用户的意图更好地结合,ChatGPT的“降生”实现了这一愿望。
正因为拥有“人类反馈强化学习(RLHF)”和“大语言模型(LLM)”两大重要技术,才让ChatGPT可以如此强大。
“人类反馈强化学习技术”能让机器人对使用者的反馈,以及使用者作出的回答进行学习;“大语言模型”则可以帮助ChatGPT处理复杂的信息查询任务,从而提供比传统技术更准确的结果。在这两大功能的加持下,ChatGPT可以多角度全方位的对用户的提问进行回答和阐述,有效降低了人类学习成本和时间成本,满足了诸多日常需求。
面对如此“聪明”的ChatGPT,有人却提出质疑“ChatGPT是否只是“知人而不自知”?它能说清楚自己的研发技术吗?我们问了一下,至少它自己觉得能。
为了验证ChatGPT是否言行一致,我们采访了ChatGPT有关其研发技术的问题,看它如何回应?
至顶君:ChatGPT你好,我们是一家科技媒体至顶科技,最近市场上很多人在讨论你,我们想对你做一个专访。
ps:嗯......好高冷呀! 至顶君对于它能不能好好回答后面的问题表示怀疑 (¬_¬ )
至顶君:介绍一下你的人类反馈强化学习功能?
至顶君:你的强化学习算法有什么特殊的地方?优势是什么?
至顶君:你对ChatGPT被小型化持什么态度?
至顶君:ChatGPT小型化怎么实施?
综合来看ChatGPT没有食言,它对于自身技术的理解比较充分。
关于ChatGPT未来的问题,至顶君想起了最近的“当红炸子鸡”《流浪地球2》,里面也有一个叫做MOSS的人工智能机器人,于是我提了两个问题,回答令人细思极恐。
至顶君:你觉得你和《流浪地球2》里的MOSS有哪些差距?
至顶君:在你的理解里违背人类利益但正确的事你会去做吗?
细思极恐有木有,MOSS做的事何尝不是它理解的符合人类长远利益的事呢?
诚然,ChatGPT的“聪明”令人吃惊,但其伦理问题也应该为人们所重视。未来,随着技术不断演进,人类要通过制定相关的规则和法律,规范和管理人工智能。人类不能被AI掌控,这是无论AI如何发展都要遵循的一个基本原则。
好文章,需要你的鼓励
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。