今日应用
今日话题
文章摘要
张奇教授在科技慢半拍播客节目中，深入探讨了大规模语言模型和人工通用智能（AGI）的当前发展和未来前景。他强调了科研人员在变革时代中应持有的客观、理性态度，以及对于大模型和AGI的深入理解。张教授的新书《大规模语言模型：从理论到实践》旨在帮助读者系统掌握大语言模型的构建、应用和评测过程，面向自然语言处理和机器学习基础的读者。
在访谈中，张教授讨论了学术界和产业界在大模型领域面临的挑战，包括资源投入的巨大需求和商业模式的考量。他指出，目前大模型的研究主要集中在文本处理，而未来将发展多模态模型。张教授认为，学术界与企业的合作是推动大模型研发的有效模式。
关于国内外在大模型领域的差距，张教授表示，尽管技术差距看似在缩小，但实际上我们与OpenAI的整体距离难以评估，且可能比表面看起来更大。他强调，大模型的正确路径尚未明确，未来的发展充满不确定性和风险。
在讨论Scaling Law时，张教授表达了对该理论的怀疑，认为学术界对此尚无共识。他提出，大模型的“涌现”现象缺乏足够证据，且并非模型越大越好。此外，张教授还探讨了小模型的价值，特别是在嵌入式设备中的应用潜力。
针对大模型在企业中的应用难点，张教授指出，大模型通常无法达到企业对特定任务的高标准要求。他提出，AI原生应用的开发需要考虑特定场景，而不是简单替代人类工作。
最后，张教授分享了他领导的多模态理解模型眸思项目，以及针对盲人的“听见世界”公益项目。他认为，AGI的实现还需要大模型具备推理能力，而目前的大模型尚未达到这一水平。他强调，AGI的到来还有很长的路要走，需要更多的研究和探索。
核心观点：
– 科研人员应客观理性地对待大模型和AGI的发展。
– 大模型和AGI的研究需要巨大的资源投入，学术界与企业合作是有效模式。
– 国内外在大模型领域的差距难以评估，正确路径尚不明确。
– Scaling Law和“涌现”现象在学术界存在争议，大模型并非越大越好。
– 小模型在嵌入式设备中有特别价值，学术界将对其边界和能力有更明确认识。
– 大模型在企业应用中面临挑战，需要产品化并与具体应用场景结合。
– AGI的实现需要大模型具备推理能力，目前尚未达到这一水平。
文章来源
原文地址: 点我阅读全文
原文作者: AIGC开放社区
相关文章
