AI应用资讯

这篇文章主要探讨了人工智能在围棋和聊天领域的突破性进展，特别是AlphaGo和ChatGPT的出现。作者认为，这两次突破分别对应了相对通用的领域和垂直领域。全量数据阶段是AI学习的起点，而自我数据生成阶段则是AI发展的重要阶段。全量数据意味着对场景描述充足，而自我数据生成则能促使AI自己产生有价值的数据。此外，垂直领域大模型的发展需要解决数据和知识的问题，并且大模型本身需要是一个活专家，具有领域的知识。文章提出了一种新的模型分类方式，强调了全量数据的重要性，并预测未来垂直领域大模型将面临更多的挑战。

这篇文章是一位体验了个人ChatGPT的作者对这项技术的使用情况及其中存在的缺陷进行的分析和总结。通过对GPT模型的介绍，详细阐述了其训练过程，以及作者在使用过程中的直观感受，同时对其进行了与InstructGPT的工作方法的对比，从而深入探讨了ChatGPT的使用价值和未来改进的可能性。

核裂变初创公司Oklo Inc.与特殊目的收购公司AltC Acquisition Corp.达成合并协议。 Oklo和AltC合并后的实体将于2023年末或2024年初完成,并在纽约证券交易所上市,预计将筹集5亿美元。 Oklo的目标是设计和部署下一代快堆技术,其研发的奥罗拉(Aurora)快中子堆采用自然物理现象进行运行和自调节,提高安全性,并有望使用高丰度低浓铀燃料,在不换料的情况下运行数十年。 SPAC交易将支持奥罗拉微堆的首次部署,同时筹集的资金还将被用于加速公司的业务计划,实现“直接向用户出售电力”的全新核商业模式,重塑核电业务使其具有更大的灵活性。

可以得出以下结论：ChatGPT 和 AlphaGo 的胜负无法单纯依靠技术判断，人工智能的发展分为现有全量数据阶段、自我数据生成阶段和数据→智能飞轮阶段。垂直领域大模型具有domain knowledge和实时更新的能力，可以解决复杂的问题。对于垂直领域大模型，需要考虑如何在模型中融入人类智慧和实时更新知识。