人工智能聊天机器人的未来：从商业战略到婚礼誓言，应用范围不断扩大
文章介绍了随着生成式人工智能的发展，面向消费者的聊天机器人能够处理各种需求并给出相应建议，如制定商业战略、设计数学学习指南、提供薪资谈判建议，甚至撰写婚礼誓言。目前市场上领先的聊天机器人有OpenAI的ChatGPT、Google的Bard、微软的Bing和Anthropic的Claude。未来一年，我们可能会看到更多聊天机器人问世。此外，专家们建议初学者深入了解聊天机器人，尝试与其对话以获取更多信息，同时注意保护敏感数据。
AI2.0时代：大模型带来的新机遇与挑战
文章讲述了创业公司云知声在人工智能领域的发展历程。在面对ChatGPT等大模型的冲击时，他们并未气馁，反而看到了新的机遇。通过学习和研究，云知声成功地研发出了自己的大模型"山海"，并在多个领域实现了能力超越。现在，他们正致力于提高大模型在不同场景下的应用落地水平，以推动人工智能技术的发展。
不要拿 ChatGPT 干这 6 件事
虽然 ChatGPT 是一个强大的 AI 工具，能够生成连贯和相关性极强的回复，但它也有其局限性。它不是敏感信息的安全渠道，也不是法律或医疗咨询的可靠来源，不能替代人类的决策或专业的心理健康支持，也不是事实信息的权威来源，或者是复杂数学问题的精确辅助工具。 原文链接：https://www.howtogeek.com/886928/6-things-you-shouldnt-use-chatgpt-for/ 未经允许，禁止转载！ 作者 | SYDNEY BUTLER责编 | 夏萌译者 | 明明如月出品 | CSDN（ID：CSDNnews） ChatGPT 极其强大，对我们与计算机的互动方式产生了变革性影响。然而，像任何工具一样，理解其限制并正确使用它非常重要。以下是你不应该用 ChatGPT 去做的 6 事情。 ChatGPT 的局限在我们深入具体内容之前，理解 ChatGPT 的局限是至关重要的。首先，它不能访问实时或个人数据，除非在对话中明确提供，或者你已启用 ChatGPT 的联网插件。在未启用浏览功能（这需要 ChatGPT Plus）的情况下，它根据在训练过程中学习到的模式和信息生成回应，这包括在其训练截止日期 2021 年 9 月之前的大量互联网文本。但是，它并不以人类的感知“知道”任何事情，或者像人类那样理解上下文。虽然 ChatGPT 经常能生成令人印象深刻的连贯和相关的回应，但它并非无懈可击。它可能会产生错误或无意义的答案。其熟练程度在很大程度上取决于给出的提示的质量和清晰度。 不要在 ChatGPT 中使用敏感信息由于其设计和工作方式，ChatGPT 不是分享或处理敏感信息的安全渠道。这包括财务详情，密码，个人身份信息或保密数据。最近，OpenAI 添加了一种新的“隐身”模式，以防止你的聊天记录被存储或用于未来的训练，但只有你能决定是否信任这个承诺。一些公司，如三星，已经因为数据泄露禁止员工在工作中使用 ChatGPT。 不要用它来获取法律或医疗建议ChatGPT 没有被认证，不能提供准确的法律或医疗建议。它的回应是基于它在训练数据中可用的模式和信息。它无法理解个别法律或医疗案例的细微差别和具体情况。虽然它可能提供关于法律或医疗话题的一般信息，但你应该始终咨询有资质的专业人士以获得这样的建议。GPT 是一项有前途的技术，无疑有潜力应用到合法的医疗诊断，但这将以专业化，经过认证的医疗...
ChatGPT 对科研的影响，它与 AI4Science 是不是生物医药的契机？
2月10日，《理解未来》科学讲座AI for Science 系列03期：“AI4Science 和 ChatGPT，生物医药的契机？”在全网线上开讲。未来论坛理事、北京大学李兆基讲席教授、北京大学理学部主任谢晓亮担任主持，特别邀请中国科学院院士、北京大学教授、北京大数据研究院院长、北京科学智能研究院（AI for Science Institute, Beijing）院长鄂维南，加拿大魁北克省人工智能研究中心（Mila）副教授、加拿大高等研究院（CIFAR）人工智能讲席教授唐建，分别围绕“AI for Science科技革命”、“生命科学中的生成式人工智能”共同探索交流“AI+生命科学”，分享前沿学术成果，共话跨学科交叉领域的深度融合创新。 鄂维南：科学研究将从“作坊”模式转变到“安卓”模式 本次活动中，鄂维南教授以《AI for Science：一场正在发生的科技革命》为题阐述AI for Science带来的科研范式的变革和新的产业业态。他指出，化学、材料、生物、工程等传统领域都将成为AI的主战场，同时也将催生新一代的产业模式。另一方面，在AI+Science的驱动下，科学研究将从“小农作坊”模式转变到“安卓”模式，“平台科研”将成为全新的科研范式，“社区建设”将成为重要趋势。“希望我们有效地利用这一千载难逢的机会，将AI+Science的“安卓”模式基础设施建设起来，充分利用这一科学发展空间，让中国走在全球科学领域的前沿。”鄂维南教授表示。 唐建：AI+生物技术处于黄金时期 以生成式AI模型赋能药物研发 本次活动中，唐建教授以《生命科学中的生成式人工智能：如何搭建生命科学的“ChatGPT”》为题，介绍了生成式人工智能在生命科学的应用。 他指出，人工智能和生物技术的研究正处于黄金时期。语言生成模型如 ChatGPT 在对话系统领域取得了很大的突破，因此，研究者们正在探索是否能在生物制药领域搭建类似的人工智能模型。 “在人工智能与生物医药的交叉领域已有了诸多探索，例如：GeoDiff 应用在小分子的三维构象预测；E3Bind 应用在蛋白质-配体复合物结构预测；ProtSeed 同时生成新的蛋白质结构和序列等。”唐建教授表示。 前瞻对话：聚焦AI+生物医药前景，推动AI+科学交叉融合 在前瞻对话环节，嘉宾们围绕“AI+生物医药前景”、“生成式AI对生命科学领域带来的影响”、“如何促进AI专家与科学家加强合作”等议题展开对话，分享深刻的洞察与思考。关于组学与人工智能相结合，鄂维南教授指出，首先需要不同学科背景的专家一起来参与这类研究。其次，需要找到不同尺度、不同现象的新的guiding principle，来填补中间尺度的结构。他表示，目前分子尺度比较清楚，大的尺度也有一定的概念，但是中间尺度，我们缺乏一个guiding principle，需要物理、数学领域的专家参与进来才能有进一步的发现。“最重要的是找到这样的人，将其有效地组织起来，为他们提供足够的资源。”鄂维南教授谈到。唐建教授指出，AI分析数据以及机器学习，为科学规律的表达提供了可能性。“AI将可能的文本、知识、代码进行训练，当AI能力达到一定强度后，我们就通过模型的开发，对大量数据进行学习和训练。其中，ChatGPT可以产生全新的原创内容，具有一定的创造力，像一本百科全书，用户可以很快从百科全书中获取需要的知识。在蛋白质设计领域，不论是小分子还是蛋白质分子，本质而言都需要生成一些新的结构。通过融入ChatGPT，可以提升蛋白质设计的创新度和多样性。”唐建教授表示。谢晓亮教授也在前瞻对话环节分享了对于AI+生命科学领域应用的思考。他指出，基于技术上的突破，生命科学基因组学、冷冻电镜等生命科学领域，逐渐从“数据缺乏学科”转变为“大数据科学”，从“定性学科”转变为“定量学科”。“此前在我的Biophysics教学过程中，十几年都是从序列到结构，而基于当时的算法水平，‘结构’是没办法算出来的，直到2022年，结构可以通过AI算法计算出来，这也是AI+生命科学的一项技术革命。”另外，谢晓亮教授也提到，AI需要大数据，因此数据质量非常重要。最近，西湖大学的许田教授正在通过机器学习的方式寻找中药的有效成分，运用组学为不同的器官和细胞使用中药，这也是中医非常需要的科学方法。 关于《理解未来》 《理解未来》科学讲座是未来论坛面向公众开放的高质量公益科普讲座，是联结科学与公众的桥梁与纽带，是带领公众探寻世界前沿最新科技的“望远镜”。讲座目前已成功举办70余场讲座，超过140位科学家参与其中，包括：潘建伟、田刚、谢晓亮、Kip Thorne、陈列平、Phil Baran、李凯、薛其坤等。 2022年，在科学面临历史性机遇，站在第四范式时代门槛的今天，《理解未来》将更加关注和聚焦交叉前沿领域和科学热点的系列话题，“AI+生命科学”将作为该系列的首个主题，邀请最具洞察力和前瞻性的国内外科学家担任主讲及对话嘉宾，介绍最新科研突破，分享前沿科技信息，探讨跨学科交叉领域的融合创新。