（圖片來源：攝圖網(wǎng)）

近日，meta的首席人工智能科學(xué)家、人工智能主管楊立昆(LeCun)在媒體采訪中指出，盡管ChatGPT等生成式人工智能產(chǎn)品背后的大型語言模型(LLM)在技術(shù)上取得了顯著進(jìn)展，但它們永遠(yuǎn)無法實(shí)現(xiàn)像人類一樣的推理和計(jì)劃能力。

楊立昆的評(píng)論基于對(duì)當(dāng)前LLM技術(shù)的深入分析。他明確指出，這些模型在邏輯理解方面存在極大的限制，缺乏對(duì)物理世界的深入理解，沒有持久的記憶，無法以合理的術(shù)語進(jìn)行推理，更無法進(jìn)行層次化的規(guī)劃。這些缺陷限制了LLM在復(fù)雜情境下的應(yīng)用，特別是在需要高度邏輯和規(guī)劃能力的領(lǐng)域。

他警告說，單純追求推進(jìn)LLM的發(fā)展本質(zhì)上是不安全的，無法實(shí)現(xiàn)真正的人工智能通用智能(AGI)。

他指出，現(xiàn)有的LLM主要是通過學(xué)習(xí)數(shù)據(jù)中的統(tǒng)計(jì)規(guī)律來完成相關(guān)任務(wù)，而非真正具備理解和推理的能力。這意味著這些模型只有在獲得正確訓(xùn)練數(shù)據(jù)的情況下才能準(zhǔn)確回答提示，而在面對(duì)未知或復(fù)雜情境時(shí)，它們的表現(xiàn)可能會(huì)大打折扣。

當(dāng)前生成式人工智能行業(yè)正在迅速發(fā)展，包括自然語言處理、圖像生成等領(lǐng)域。隨著深度學(xué)習(xí)技術(shù)的不斷進(jìn)步，生成式模型如GAN、Transformer等取得了巨大成功，為語言生成、圖像生成等任務(wù)帶來了突破性進(jìn)展。

我國上市企業(yè)融資分析

根據(jù)代表性上市企業(yè)的公告，生成式AI行業(yè)的上市公司主要通過定向增發(fā)進(jìn)行融資?？傮w來看，這些企業(yè)主要是為了大模型項(xiàng)目研發(fā)和補(bǔ)充流動(dòng)資金等目的進(jìn)行融資。截至2024年，中國生成式AI行業(yè)的代表性上市企業(yè)主要的融資事件如下：

中國生成式AI行業(yè)產(chǎn)品布局

當(dāng)前主流的生成式AI產(chǎn)品及大模型有百度的文心一言、科大訊飛的星火大模型、騰訊的混元大模型、盤古大模型、華為的盤古大模型等，各家頭部科技企業(yè)研發(fā)打造自己的大模型及生成式AI產(chǎn)品，以達(dá)到或超越OpenAI推出的GPT-4生成式AI產(chǎn)品。

生成式AI相關(guān)專利技術(shù)分析 

生成式人工智能的核心在于訓(xùn)練模型以理解和模仿數(shù)據(jù)分布。其中最具代表性的包括變分自編碼器(Variational Autoencoders, VAEs)、生成對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Networks, GANs)以及Transformer架構(gòu)下的語言模型如GPT系列。隨著算力提升和算法優(yōu)化，這些模型不斷迭代，從早期簡單的模式生成發(fā)展到如今能生成高度逼真且有邏輯連貫性的復(fù)雜內(nèi)容。根據(jù)Incopat的統(tǒng)計(jì)數(shù)據(jù)顯示，截至2024年4月，生成對(duì)抗網(wǎng)絡(luò)相關(guān)專利技術(shù)數(shù)量最高，專利數(shù)量超過3500項(xiàng)。

德勤最新報(bào)告《亞太地區(qū)生成式AI應(yīng)用現(xiàn)狀：新生代員工處于領(lǐng)先，雇主需迎頭趕上》指出，雇主和政策制定者需要主動(dòng)適應(yīng)并積極跟上生成式AI的迅速發(fā)展。報(bào)告調(diào)查了亞太地區(qū)逾11900名受訪者，發(fā)現(xiàn)AI新生代在節(jié)省工作時(shí)間、拓展新興技能、緩解工作負(fù)荷和提升生產(chǎn)力等方面處于領(lǐng)先。

騰訊集團(tuán)高級(jí)執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生分析指出，隨著產(chǎn)業(yè)信息的載體多元化，大模型的能力競爭正在從單一的文生文擴(kuò)展到文生圖、文生視頻、圖生圖、圖生視頻等多模態(tài)能力。另一方面，大模型在產(chǎn)業(yè)場景落地時(shí)面臨諸多問題，如場景的選擇、結(jié)果的準(zhǔn)確性、數(shù)據(jù)的保密、落地成本、內(nèi)容的安全等。

經(jīng)濟(jì)學(xué)人APP資訊組

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 生成 模型 人工智能 隨筆