圖片來源：攝圖網(wǎng)

近日，UAB和URV研究人員在PNAS(美國國家科學院院刊)上發(fā)表的一項研究表明，人類能夠識別句子中的語法錯誤，而人工智能卻不能。研究人員比較了人類的技能和目前可用的三種最好的大型語言模型：兩種基于GPT3，一種基于GP3.5 (ChatGPT)。

它們被賦予了一項對人們來說很簡單的任務：要求他們當場識別各種句子在他們的母語中語法是否良好。參與該實驗的人類和語言模型都被問到一個非常簡單的問題：這句話在語法上正確嗎?結果表明，人類回答正確，而大型語言模型給出了許多錯誤答案。事實上，我們發(fā)現(xiàn)他們大多數(shù)時候都采用回答是的默認策略，無論答案是否正確。

因此，研究揭示了人類和人工智能之間存在雙重不匹配。人們無法獲得負面證據(jù)——關于所講語言中語法不正確的內(nèi)容——而大型語言模型可以通過人類反饋獲得。但即便如此，模型也無法識別細微的語法錯誤，而人類卻可以立即且毫不費力地識別。

——AI大模型是一種新的智能計算范式

超大規(guī)模智能模型，簡稱大模型，是近年興起的一種新的人工智能計算范式。和傳統(tǒng)AI模型相比，大模型的訓練使用了更多的數(shù)據(jù)，具有更好的泛化性，可以應用到更廣泛的下游任務中。按照應用場景劃分，AI大模型主要包括語言大模型、視覺大模型和多模態(tài)大模型等。業(yè)界典型的自然語言大模型有GPT-3、源、悟道和文心等。視覺大模型也已廣泛應用于自動駕駛、智能安防、醫(yī)學影像等領域。基于多模態(tài)大模型的以文生圖技術也迅速發(fā)展，AI內(nèi)容生成(AI Generated Content，AIGC)已成為下一個AI發(fā)展的重點領域。

——AIGC在各行業(yè)滲透度分析

目前，隨著數(shù)字經(jīng)濟與實體經(jīng)濟融合程度不斷加深，以及互聯(lián)網(wǎng)平臺的數(shù)字化場景向元宇宙轉(zhuǎn)型，人類對數(shù)字內(nèi)容總量和豐富程度的整體需求不斷提高。AIGC作為當前新型的內(nèi)容生產(chǎn)方式，已經(jīng)率先在傳媒、電商、影視、娛樂等數(shù)字化程度高、內(nèi)容需求豐富的行業(yè)取得重大創(chuàng)新發(fā)展，市場潛力逐漸顯現(xiàn)。與此同時，在推動數(shù)實結合、加快產(chǎn)業(yè)升級的進程中，金融、醫(yī)療、制造、工業(yè)等各行各業(yè)的AIGC應用也都在快速發(fā)展。

據(jù)IDC，2022年中國人工智能行業(yè)應用滲透度排名前五的行業(yè)依次為互聯(lián)網(wǎng)、金融、政府、電信和制造。另外，AI為自動駕駛、交通物流所賦予的價值也不容忽視，據(jù)預計，AI為交通領域創(chuàng)造3800億元的經(jīng)濟價值。

——AI應用模型效率化生產(chǎn)增長116.7%

AI應用模型效率化生產(chǎn)平臺是全棧式的、可實現(xiàn)流水線開發(fā)的AI應用模型生產(chǎn)工具。假若每次開發(fā)模型都需要算法工程師單獨完成從生產(chǎn)到上線的全流程搭建，就會導致很多時間的耗損與AI模型開發(fā)成本的浪費。集成了數(shù)據(jù)、算法與算力的相應開發(fā)工具的模型開發(fā)工具包—AI應用模型效率化生產(chǎn)平臺應運而生。2020年我國AI應用模型效率化生產(chǎn)的市場規(guī)模達到23億元，雖然市場規(guī)模較小但是增速飛快，2020年市場規(guī)模同比增速高達116.7%。

國海證券發(fā)布研究報告稱，AIGC作為生成式AI自然會與生產(chǎn)力工具相匹配以幫助用戶提高生產(chǎn)效率，因而AI PC也順勢興起。AI技術不斷演進，大模型持續(xù)迭代并表現(xiàn)出向端側下沉的趨勢。

銀河證券研報指出，2024年AIGC應用將迎來爆發(fā)。當前人工智能仍處在行業(yè)發(fā)展初期，未來國產(chǎn)大模型在文生圖、文生視頻等能力上將迎來突破，關注AIGC應用細分子行業(yè)，隨著AIGC應用的加速落地推動行業(yè)財務指標邊際改善，2024年有望出現(xiàn)C端殺手級應用。

經(jīng)濟學人APP資訊組

看完覺得寫得好的，不防打賞一元，以支持藍海情報網(wǎng)揭秘更多好的項目。

標簽： 模型 化生 人類 隨筆