AI客服助手AI金融助手AI生活助手AI办公助手AI创业助手AI律师助手AI情感助手AI医师助手
  • AIGC
  • Bard
  • Bing
  • ChatGPT
  • copilot
  • DALL-E
  • GPT3.5
  • GPT4
  • Prompt
  • StyleGAN
    • 价格免费付费会员免费会员折扣永久会员免费
    发布日期更新日期评论数量随机展示热度排行
    彭博社推出500亿参数金融大模型BloombergGPT助力AI产业，金融机构纷纷布局
    AI金融助手

    彭博社推出500亿参数金融大模型BloombergGPT助力AI产业，金融机构纷纷布局

    和讯为您带来近期券商看点，供您参考： 彭博社发布金融大模型BloombergGPT 彭博社发布了针对金融领域500亿参数的大语言模型BloombergGPT，处理金融专业任务表现比通用大模型实现了大幅提升。 大模型席卷金融业 今年以来，大模型席卷金融业，各大金融机构采购大模型的需求覆盖了人工智能产业链上的各类厂商。 金融机构部署大模型主要有三种方式 金融机构部署大模型主要有独立全栈自研、在通用大模型或者专业大模型基础上进行微调、从云端调用。 金融大模型竞相出炉 市场火热之下，国内金融领域垂直大模型竞相出炉，包括度小满的“轩辕”、马上消费的“天镜”、蚂蚁集团的AntFinGLM、恒生电子(600570)的LightGPT等。 可靠性是金融大模型落地最大的鸿沟 大模型在金融领域落地的最大鸿沟是可靠性。在金融机构将大模型部署到公司内部时，往往发现挑战不小。 数据训练是金融大模型落地的拦路虎 在大模型领域流行一句话：“Garbage in，Garbage out”，即输入垃圾数据会导致输出垃圾结果，可见对大模型进行预训练，数据是重中之重。 谈论效果尚早 受现实条件的限制，金融大模型的落地应用程度并非想象中那么高，谈论效果更为时尚早。 共建生态“光靠自己不行” 打通大模型在金融业落地的最后一公里并非易事，各类金融机构和服务商都在交流中多次提到“生态共建”，期待联合多方力量解决算力、算法、数据、安全、监管等问题。 看投资段子，轻松一下： 听说金融机构最近玩起了大模型，数据训练是个拦路虎，可靠性更是大鸿沟。不过，共建生态是个好主意，毕竟“众人拾柴火焰高”，只要大家齐心协力，金融大模型的落地应用一定会像“火箭升空”一样顺利。 和讯自选股写手 风险提示：以上内容仅作为作者或者嘉宾的观点，不代表和讯的任何立场，不构成与和讯相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。和讯竭力但不能证实上述内容的真实性、准确性和原创性，对此和讯不做任何保证和承诺。 领和讯Plus会员，免费看更多独家内容：8大财经栏目，最新最热资讯干货独家行情解读，快人一步掌握市场投资风向。
    0
    用高感性超越GPT——论情感元素在营销中的重要性
    AI情感助手

    用高感性超越GPT——论情感元素在营销中的重要性

    知识分享 案例分享 应用报告 数字营销 商业杂谈 导语：2024来了，在年与年的新旧交替之中，在飞速变化的时代里，我们要带着什么奔赴未来？ 我们所在的时代，正在发生着日新月异的变化，智能化的工具给了我们更高效更便捷的生活。比如GPT4.0 ，在各种专业和学术基准上的表现已经出乎意料。 我们突然发现，也许人类与机器无法比拼智力。那么什么才是在未来我们最有竞争力的呢？其实还有很多不确定性，而人要做的就是训练自己的本能，直觉，以更强更好更精细的觉知，精警觉醒，做好自己。 新的经验正等着我们去命名，新的现象正急需我们来思考，新的探索即将被实践，新的感受正在被打开。 笔者介绍：王黎  购物中心营销活动操盘手，多年一线实战经验，擅长话题类活动传播、消费者研究分析。购物中心共情营销3A模型创建者【版权认证：2023-A-00087699】 共情是一种能力，也是一种行为，与消费者的情感互动，是我们在进行营销的情感元素方案，是我们获得消费者关注和喜爱的方式，也是我们能够长久发展和持续收益的方向。 基于情感营销方式，在大量实际工作经验之上，我们可以不断总结，从总结适提炼出使用于购物中心项目进行具有共情力的内容创作输出和策划有共情力的营销事件的操作要点模型。 这个模型就是共情营销3A模型，3A 取自共情营销的整个创作和实施过程三个阶段的首字母“A”【认可 Approve\激活 Activation\启发 Arouse】，这三个阶段完整的体现了从我们与消费者从陌生到产生链接，并获得喜爱的整个过程。 第一阶段的核心在于认可，这是共情的基础，也是共情的第一步。 所谓“道不同不相为谋”这里的“道”就是一种认可。我们要与消费者共情，首先要彼此认可，我们要理解消费者的需求和想法，消费者要认可我们的营销活动理念。 这个是一个双向奔赴的行为。而需求调研就是这个阶段的内核。打个比方“姑娘想要一束花，你给姑娘一捆香菜，你觉得姑娘能高兴吗？”想你之所想，给你想要的，才是我们获得消费者认可的基本态度。 在想要了解消费者的态度之下，我们该如何从情感角度去理解认识消费者呢？除开我们以往常规的消费者调研和大数据分析之上，增加对于消费者喜好和反馈评论的重视和收集分析，从当下消费者的集体情绪去分析消费者的心理状态。 当下诸多的的消费者调研工具和大数据的完善，让我们有了消费者洞察的理性分析基础，如果加上情感的元素，对于消费者的彼此认可将更加立体且生动。 举个例子： 在孝感吾悦广场的周年庆活动中，我们通过官方抖音账号下消费者的评论发现，在sp促销中，榴莲这种单价较高的水果促销会比较吸引消费者，而在这个城市，对于无人机表演活动，广大市民充满期待。 因此我们针对这两点，进行了进一步宣传推送，并围绕此活动进行相关消费设置和引导，从而吸引了更多市民参与，增加了客流和销售，此话题的讨论也反复成为热点。 情感营销是从消费者的情感需要出发，唤起和激起消费者的情感需求，诱导消费者心灵上的共鸣，寓情感于营销之中，让有情的营销赢得无情的竞争。 在情感消费时代，消费者购买商品所看重的已不是商品数量的多少、质量好坏以及价钱的高低，而是为了一种感情上的满足，一种心理上的认同。 这也是我们区别于GPT的特点所在，用高感性来超越单一理性，更丰富更立体展现我们的吸引力。 第二阶段是激活，激活就是激活人们内心的渴望。 从什么样的情感角度去切入，去激活人们的渴望，其实在这个方面也有不同的角度的讨论和思考。 人类的情感是复杂的，比如说，像欢乐这样的基本情感也有很多方面。欢乐可以是怀旧的、令人向往的、宁静的，也可以是欣喜若狂的。 众所周知，爱也分很多种—家庭的、友情的、浪漫的等等。同时，人类的情感也是丰富多变的，既有正面的情感，比如高兴、爱、感激，也有负面的情绪，比如愤怒、悲伤、焦虑。 我们在进行情感激活的时候，要多用正面激活，或者用负面引导正面，而不能用负面情绪去激发。我们作为专业操盘手，一定要做符合人心所向的活动，要理解和尊重消费者，不要利用消费者。 在激活的第一步，就是让营销动作呈现出人格化特点，把消费者的情感诉求以合适的表达方式进行信息传递，提供消费者情感诉求在信息传播中的地位。 致力于消费者情感诉求的深度解读，使宣传内容从情感认知等方面更贴近用户，将提高消费者对于品牌的形象认知和情感认同，更倾向于产生消费行为。 举个例子： 孝感吾悦广场一直以来都坚持自己的人设，以“爱”为题，不断地通过各种活动和宣传打造自身的人设形象，从而获得了消费者的认可和喜爱。 在进行激活的过程中，我们可以抓住3个点：热点、痒点和记忆点。热点，就是当下的大家关注的热门，比较固定的节日、仪式感的行为、传统的文化特点等都是热点所在。 痒点，是能激发消费者内心情感的撬动点，比如对于美好事物的欣赏、对于小动物的爱、情侣之间进行爱的表达的氛围等，都是能吸引消费者的痒点。 记忆点，是我们持续传递给消费者的具有一致性的行为，这些行为的持续性就能形成记忆点。 比如说我们从孝感城市文化历史特征和城市文化内核提炼出“大爱”的代表元素 拟定了“ 爱孝感  逛吾悦...
    1
    盗龄医生AI万灸堂：让创业者更成功，让每一人更健康
    AI医师助手

    盗龄医生AI万灸堂：让创业者更成功，让每一人更健康

    　　盗龄医生传承万灸堂至今天，成为AI万灸堂，一是吸收了现代医学养生理念和科学技术成果的升级，二是融合了互联网、大数据、云计算、人工智能等现代数字技术的升华。而两大因素支持万灸堂成功变为AI万灸堂，最关键的是盗龄医生紧紧抓住了当下传统企业的难点，也就是草根大众创业难以解决，又不得不面对的痛点。 　AI万灸堂 门店效果图 　　当下，很多企业，特别是中小微民营企业都滞留在传统企业阶段，尽管很多中小微企业自认为自己已经进行了“转型升级”，其实只是表层形式做出一些变化，比如趋之若鹜的“线上经营”，但从本质上仍然是传统企业，所以仍在水深火热之中苦不堪言地挣扎。 　　“中华养生第一人”万密斋的后人万百万博士指出，互联网已经进入了下半场，世界几乎是在一夜之间变了样。这是一个全新的时代，企业需要重新创业，人才需要重新学习，技能需要迭代更新。“智云”压城城欲摧，霜重鼓寒声不起。在这样的形势面前，传统实体企业要么数字化、平台化，要么随关门大潮悄然泯灭。 AI万灸堂创始人万百万博士后 　　传统的网店生意面临着流量成本太高，利润透底的困境。因为没有系统，没有团队，没有借力，四面楚歌单打独斗，所有传统生意都面临一个无法解脱的现实，就是永远归零。就像长跑或者登山，取得的任何一点成绩、高度，都会不断地滑回到原点，任何积淀都瞬间化为乌有。总是在原点起跑，任谁也跑不出成绩来。 　　传统生意的天花板太低，已经卷到微利，甚至无利，即便是原来日进斗金的生意现在也只能勉强维持，成本高资产重，一不小心就会亏本。“开门就赔”的困窘景象已不鲜见。曾经令人羡慕的网红只是钻了一段时间的浮躁空子，已经过了流量红利期，无论企业还是个人不再会因为网红的粉丝量而花钱买单。 　　“医圣”万密斋精于对症医治，“中华养生第一人”通晓因人施方。针对传统企业及草根大众的痛点，盗龄医生通过两种创新的方式支持创业者创业，帮助草根获得财富和健康。一是打造为草根大众创业服务的OTO生态平台，严格讲是OTO生态平台之上的平台。 中华医圣 万密斋 　　这个平台具有无可比拟的优势，第一，线上赋能线下：盗龄医生全球S2B2C云猫商城和淘宝、拼多多、亚马逊等传统电商比起来，盗龄医生不和小商家竞争客户，而是为小商家提供商城SAAS系统加超级供应链，让小商家可以全品类经营，使创业者拥有一键代发的云店。第二，线下赋能线上：盗龄医生已经是美股上市公司(股票代码AAQL)，盗龄医生AI万灸堂连锁门店是线上平台的流量入口。第三，Web3DAO社区，线下的AI万灸堂与线上的S2B2C商城相互赋能，成为当下市场最先进的商业模式。创造了相互赋能，实现共有、共创、共赢，形成无国界、无业界、无处不在的商业生态，和传统的中心化平台相比，作为平台之上的平台，是一个闭环的生态系统，每一个小商家都是自平台，平台和商家开启了一个划时代的新创业时代。 　　二是云猫赋能，第一，盗龄医生是一个客户公司，新消费平台从客户出发，提供精选优选供应链，既是客户的买手，又是客户的管家，盗龄医生大数据和Ai算法都是代表客户的利益，优选精选商品和商家。第二，在这个基础上，盗龄医生建立了超级精选柔性供应链，进行精选。这是去中心化的严选，所有的供应商针对一个商品竞价，价优者得。第三，传统的电商平台是直接和小商家竞争，抢走传统商家的客户。而盗龄医生的S2B2C模式，是给每一个小商家、传统商家赋能;帮助小商家拥有一套商场系统(SAAS)，加上超级精选供应链，让每一个小商家和创业者都变成了全品类经营的自平台，成了入口，真正实现了共赢。 　　万百万历经30年的钻研探索、反复实践验证而构建起来的以“新风口、新店商、新流量、新创业、新健康”为核心的产业生态系统，成为万千草根大众通往“财富与健康兼得”目标的平台和桥梁。这是一个前所未有的重大创举，同时彰显了盗龄医生带领草根实现财富自由的强大实力。 AI万灸堂创始人万百万博士后研究万密斋养生理论 　　新店商的本质是三个融合(实体经济与数字经济，坐商与行商，批发与零售)，简言之就是实体门店+云猫系统=沃尔玛+亚马逊+美团，开启了自平台的新时代。 　　新流量简要地说就是“公域+私域+社区街边”，实现流量赋能。而传统企业要么私域很强，不懂公域;新兴网红懂公域，但是没有私域、没有生态。盗龄医生生态自成闭环，独一无二的公域+私域，私域加持公域，公域导流私域。 　　新创业，简单地说就是“医圣”万密斋高尚的医德信仰+盗龄医生先进的商业模式+万百万博士公益性的制度设计。让草根大众实现无风险担忧、无投资压力，稳赚钱、长收益的创业就业。 　　新风口，来自于万百万对于美西方国家两百年来和中国几十年来财富风口的深入观察研究和判断。 　　新健康，既是万百万研究分析科学判断的结果，也是综合大健康基础上，传承“万密斋的方”理论与实践创新的成果。 　　随着我国经济社会的加快发展，人们对生活和生命质量要求的不断提升，万百万新健康理论、商业生态模式与产业实践将放射出越来越强劲的光辉，造就越来越多的成功创业者，造福于越来越多的大众百姓。 海量资讯、精准解读，尽在新浪财经APP
    1
    马斯克声称GPT-4已是AGI，能赢下OpenAI官司吗？
    AI律师助手

    马斯克声称GPT-4已是AGI，能赢下OpenAI官司吗？

    2024.03.04 本文字数：2075，阅读时长大约3分钟 导读：马斯克提出的论点是，自OpenAI去年发布GPT-4大型语言模型以来，AGI就已经开始实现，而该公司未来的技术将更加明确地符合构建AGI的标准。 作者 | 第一财经 钱童心随着AI大模型展现的能力越来越强大，通用人工智能（AGI）何时到来成为科技界热切关注的问题。近期，包括英伟达创始人CEO黄仁勋和谷歌DeepMind CEO哈萨比斯（Demis Hassabis）在内的科技大佬都对AGI来临的时点做出预测。然而，AGI的确切定义仍不明确，这也成为特斯拉CEO马斯克起诉OpenAI的核心争议点。黄仁勋在周五举行的斯坦福大学经济论坛上回应对AGI的预测。他表示，从某些定义来看，通用人工智能可能会在短短五年内实现；但从另一些定义来看，AGI可能还很遥远。 AGI取决于如何定义目标 黄仁勋去年12月就曾表示，未来5年内人工智能将有望在某种程度上达到与人类智能相当的水平，AI在许多脑力密集型任务上可以击败人类。AGI是目前全球最先进的人工智能公司共同努力的方向之一，OpenAI在这一竞赛中处于领先。简单来说，AGI是指能够像人类一样思考的计算机。他表示，AGI何时实现的答案很大程度上取决于目标如何定义。如果对AGI的定义仅仅是具有通过人类测试的能力，那么AGI很快就会到来；而如果要让计算机实现工程师的能力，那可能AGI还很遥远。截至目前，人工智能已经可以通过律师资格考试等测试，但在某些医学等专业测试领域仍然会犯错。黄仁勋认为，五年之内AI应该也能通过这些复杂的医学测试，但AI可能五年之内还无法像人类工程师那样完成具体目标的任务。人工智能领域大多数从事AI大模型构建的企业都声称，AGI是可以实现的，并且能够很快实现。DeepMind CEO哈萨比斯也在最近的一次播客采访中表示，他认为AGI最快可能在2030年到来。OpenAI的CEO奥尔特曼（Sam Altman）此前也预测，AGI可能会发生在未来的四五年内。 构建AGI是OpenAI的明确目标，这也成为过去的一个周末马斯克起诉OpenAI的核心争论点。OpenAI将AGI定义为“一个高度自治的系统，在最具经济价值的工作中能力胜过人类”。 GPT-4是AGI吗？ 而在马斯克对OpenAI的起诉中，最值得关注的核心指控是，AGI是否是已经实现并且被私人企业利用而未公之于众。马斯克在起诉中强调，OpenAI在签署与微软的投资协议时，一项重要条款是OpenAI授权给微软的技术许可仅仅适用于“AGI实现前”，当OpenAI真正开始构建AGI，那么对微软的技术许可将不再适用。马斯克提出的论点是，自OpenAI去年发布GPT-4大型语言模型以来，AGI就已经开始实现，而该公司未来的技术将更加明确地符合构建AGI的标准。诉讼书写道：“GPT-4是一个AGI算法，因此明显超出了微软与OpenAI独家技术许可的范围。”诉讼引用的论据为微软研究团队去年发表的论文，根据论文，GPT-4展示了AGI的早期迹象，其中包括“人类推理水平”的迹象。基于上述论点，此次诉讼的争论焦点将会聚焦在对于OpenAI的技术是否已经达到AGI标准的评判。对此，OpenAI否认了该公司已经实现了AGI。该公司首席战略官Jason Kwon在周五发给员工的备忘录中写道：“GPT-4不是AGI，它能够解决许多工作中的小任务，但在具有经济价值的工作中，人类完成的工作比例仍然比GPT-4高出太多。”去年11月，微软总裁布拉德・史密斯（Brad Smith）曾表示，具有超级智能水平的人工智能不太可能在一两年内实现，这需要耗时数年甚至数十年。但这并不妨碍OpenAI朝着实现AGI的方向努力，事实上从目前已经发布的技术进展来看，OpenAI是最接近实现AGI目标的。真正的AGI将是一种极其宝贵的资源，能够使大量人类劳动实现自动化，并为其创造者赚取大量利润，这也是吸引投资者重金押注的原因，其中也包括微软。 马斯克等“AI威胁论者”认为，如果AI能够智胜人类，或者变得具有欺骗性、与人类价值观不一致，也可能是危险的，因此，需要防止将这一技术掌握在单个公司或者权力聚焦的实体手中。 AI可能不如你家的猫聪明 然而，大多数人工智能行业专家仍然认为，目前的AI大模型还远远不符合AGI的标准，主要因为它们缺乏复杂的推理技能，并且经常犯愚蠢的错误。Meta首席科学家杨立昆（Yann LeCun）一直强调，“人工智能可能还不如你家的猫聪明”的观点。他曾在去年12月表示，人工智能要“进化”到人类智能的水平之前，可能还需要经历很多年“猫狗水平”的人工智能。他预测，当前的人工智能系统距离达到某种人类的感知能力还需要几十年的时间。在LeCun看来，一些公司之所以对具备超级智能的人工智能保持激进，是因为它们受益于人工智能的发展，例如英伟达，该公司正在为人工智能大战提供“武器”——GPU。英伟达昂贵的GPU成为用于训练大规模语言模型的标准工具。例如，Meta通过16000个英伟达的A100 GPU来训练其AI大型语言模型Llama。OpenAI等公司的目标以安全的方式构建通用人工智能（AGI），AGI的实现意味着人工智能可以达到人类智能的同等水平。而在这一过程中，GPU不可或缺。“如果你认为AGI已经流行，你就必须购买更多的GPU。”LeCun在谈到技术人员试图开发AGI时说道。黄仁勋也承认，大模型的发展速度虽然很快，但这并不等同于AGI，虽然它们很相关。他说道：“科技行业距离通用人工智能还有数年时间的原因之一是，尽管机器学习目前擅长识别和感知等任务，但它还无法执行多步推理，这对公司和研究人员来说是首要任务，每个人都在为此努力，技术的发展很快。”微信编辑 | 苏小推荐阅读 这个地级市比重庆、天津还有钱
    1
    塔罗占卜GPT上线，工作感情运势都能问，几天上万次访问
    AI情感助手

    塔罗占卜GPT上线，工作感情运势都能问，几天上万次访问

    克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 现如今，LLM已经无孔不入，就连玄学领域也在劫难逃。 这款塔罗GPT可以扮演占卜师，为你“指点迷津”。 上线短短几天，在所在平台就已产生万余次交互，仅次于乔布斯机器人。 我们实测发现，无论是询问具体的工作和感情问题，还是直接预测宏观的运势，它都能给出合理的答案。 同时，每个问题我们都询问了两次，以确保它真的是在占卜。 第一个问题关于升职。 这款Copilot给出了详细的分析，燃鹅，重复询问时得到的结果连标点符号都毫无二致。 第二个问题则关于爱情。 这款Copilot象征性地问我是不是想自己抽牌，但马上就直接越俎代庖。 不过这次，总算是没有出现问了两次答案都一模一样的情况。 我们接着问了它最后一个问题，这次直接询问比较宏观的运势。 出现了一点小意外，话只说了一半就突然停下了。 不过第二次询问得到的答案就正常了。 通过和塔罗牌教程进行对比，我们发现这款Copilot给出的解释基本上符合塔罗牌自身的含义。 需要说明的是，这个机器人本身不是LLM，而是根据提示工程原理，将用户输入的内容进行加工，再调用LLM的产物。 虽然开发者并未介绍究竟调用了哪款API，但我们简单问一下它就露出了鸡脚马脚。 实际上它就是调用了ChatGPT接口，在它出现回答中断的时候就预感到了。 不过和直接使用ChatGPT相比，后者并不能得到答案。 文心一言：我不会 我们将这款机器人的表现和ChatGPT、Bard、New Bing以及文心一言进行了对比。 第一个问题当中，GPT-4在真刀真枪之下现了原形，对之前夸下的海口只能“抱歉抱歉”。 至于Bard，它在预测试环节中的回答本就飘忽不定，三次询问只有一次给出了答案。 New Bing则是先搜索了一番，不过这结果怎么有点眼熟？ 文心一言则坦诚地强调自己不会，还贴心的从其他角度提供了一些建议。 第二个问题，我们不再询问ChatGPT和文心一言。 Bard在这一轮中没有给出答案。 至于New Bing，由于它回答主要靠搜索，给出的答案和占卜差了十条甚至九条街。 只经过简单的两个问题，其它选手就已经全部被淘汰了。 还有其他好玩的Copilot，也可以自己创建 这款占卜机器人发布在Copilot Hub上，顾名思义，平台中有很多Copilot。 平台的创立者是一名工程师兼设计师，曾供职于Tiktok美国分部。 除了占卜，这个平台中还有模仿乔布斯、奥特曼等名人的Copilot。 也可以扮演英语老师…… 实用一些的，还有为ChatGPT和Midjourney生成提示词的工具。 由于互动条数限制，就不一一体验了，感兴趣的朋友可以通过下面的传送门自行感受。...
    1
    朗玛信息：开发“39AI全科医生” 助力基层医疗提质增效
    AI医师助手

    朗玛信息：开发“39AI全科医生” 助力基层医疗提质增效

    转自：贵州日报 为充分释放贵阳市作为全国首个国家大数据综合试验区核心区和数字经济发展创新区核心区的资源优势、政策红利，全力推进人工智能等新兴技术与卫生健康领域深度融合，市卫生健康局、市大数据发展管理局携手贵阳朗玛信息技术股份有限公司推进“39AI全科医生”项目落地。 2023数博会期间，“39AI全科医生”作为国家健康医疗大数据西部中心人工智能建设成果发布。一年过后，“39AI全科医生”通过大模型上线备案，成为全国首个通过国家备案的医学大模型。今年11月8日，在以“数据要素驱动高质量发展”为主题的第六届数字发展论坛上，“39AI全科医生”获2024“互联网助力经济社会数字化转型”中国互联网协会特别推荐案例奖。目前，“39AI全科医生（基层版）”已投用，贵阳市914名医生开通“39AI全科医生”服务账号，累计提供40余万次咨询及问诊服务，为基层医疗机构的日常工作提供支持。 “麻烦医生看一下检查结果。”11月19日下午，在观山湖区云潭街道社区卫生服务中心的儿科门诊室内，市民王女士正向儿科医生邓光谦询问孩子的病情。“检查结果显示是感冒引发的上呼吸道感染。”邓光谦说，随后，她登录“39AI全科医生”PC端，完成“病情描述”和“症状问答”后，系统迅速给出治疗方案和用药推荐，其中，系统给出的病情诊断与她的判断一致，但在用药方面，系统提供的建议更加多样化。结合系统建议和自身经验，邓光谦为患儿制定了后续治疗方案，王女士满意地带着孩子离开诊室。 邓光谦说，她虽已从业12年，但“39AI全科医生”给出的辅助诊疗方案和用药建议更加全面，为她提供了参考。“近期气温较低，不少未成年人感冒，门诊日均接诊人数有所增加，‘39AI全科医生’在病情诊断和用药推荐方面帮了不少忙。”邓光谦说。 云潭街道社区卫生服务中心于今年2月启用，设内科、外科、妇产科、儿科、口腔科、中医科等科室，还提供体检、预防保健、健康教育等综合性医疗服务。自启用以来，该中心日均接诊120人，覆盖周边近4万名居民。 “中心成为‘39AI全科医生’试点单位后，大家都在使用，目前反馈良好。”云潭街道社区卫生服务中心负责人李星烨说。 作为“39AI全科医生”的开发方，贵阳朗玛信息技术股份有限公司十分重视试用单位的意见和建议。“在场景建设中，如文献收集、卫生机构实训等，市卫生健康局都发挥了牵头作用，为项目的日趋成熟提供了大量帮助。”市卫生健康局数据服务中心负责人介绍，目前，已有超100个社区在试用，“39AI全科医生”也在根据试用医生提出的意见和建议逐步完善。 “39AI全科医生”分为针对医生开发的桌面端和针对普通用户开发的微信小程序。“在开发过程中，我们持续收集数据，定期对模型进行维护与调整，最终目标是让‘39AI全科医生’成为更可靠的医疗助手。”贵阳朗玛信息技术股份有限公司人工智能业务产品经理康乐说。 “目前，微信小程序的日访问量已超100万，我们希望通过人工智能技术提高医疗服务效率，促进优质医疗资源下沉到基层医疗机构。”康乐说，“39AI全科医生”依托朗玛信息旗下互联网医疗业务20余年积累下的高质量医疗健康领域结构化数据，深度学习海量医学文献、指南等，强化训练全球医学专家的数千万个临床病例，基于先进的自然语言处理技术和深度学习算法，通过大模型训练方法，形成人工智能“医生大脑”。现阶段，朗玛信息正加紧构建AI医疗大模型的基石，持续扩容海量数据，不断提升产品高效问诊和安全可控的能力。 贵阳日报融媒体记者 张梅 （《朗玛信息：开发“39AI全科医生” 助力基层医疗提质增效》由贵阳日报为您提供，转载请注明来源，未经书面授权许可，不得转载或镜像。） 海量资讯、精准解读，尽在新浪财经APP
    1
    GPT真的在法律领域翻车了吗？
    AI律师助手

    GPT真的在法律领域翻车了吗？

    近日，一篇引起了广泛关注的报道《GPT-4考90分全假！30年资深律师用ChatGPT打官司，6个虚假案例成笑柄》在各大媒体上热播。该文揭示了一个事实：AI在法律领域的应用并非想象中那么完美。作者还大声呼吁“ChatGPT，真的不可信！” GPT-4的解读 由于文章篇幅较长，我们这里不赘述原文。我们请GPT来为我们概述这篇新闻的主要内容： 我们再来看看GPT对这个新闻会有什么看法？ 通过GPT的回答，我们能看出它对自身能力的透明化评估，以及对可能出现问题的坦诚承认，这是值得我们肯定的。 我的AI认知过程 在这样一个AI飞速发展的时代，以AI为主题的文章引发了无数的讨论。有些人将AI神化，忧虑它将取代人类的工作；而有些人则对AI充满疑虑，批评其错误和漏洞频出。那么，我们该如何看待这个问题呢？AI到底有没有实际用处呢？ 我已经深度使用AI近半年，我发现，对AI的理解，不是一蹴而就的，而是一个逐步深入，认知不断更新的过程。 初次接触阶段：我被网络上用StableDiffusion绘制的精美画作，以及GPT仿佛像知识渊博的人类朋友般流畅的对话所震撼，感觉AI就要立即取代人类，甚至要“消灭人类”了。 别人用AI画的“美女与野兽” 上手实践阶段：当我开始自己尝试使用StaDiffusion时，绘制出的画作简直让人无法直视；我开始像使用一个智能化的“搜索引擎”那样使用GPT，让它帮我完成一些事实查证，但结果常常出现错误。这使我感到有些失落，开始对AI产生了一些怀疑。 我用AI画的“美女与野兽” 学习研究阶段：我开始查阅关于AI的一手资料，阅读一些论文和研究报告，对现在的大型模型和神经网络有了基本的了解，我开始理解它的大致原理，从而对其能力与局限有了初步的认识。 微软的一篇GPT4能力探究论文 深度理解阶段：我对GPT有了更深入的认知，了解到GPT在“归纳总结”、“分析推理”、“文本工作（包括翻译、扩写、改写等）”方面相当擅长，而在事实认定和计算方面则相对较弱。 在《掌握AI，成为高效律师》课程中的总结 应用实践阶段：这是一个至关重要的阶段。我开始在思维上有了变化。我们日常学习工作可以拆解为：“吸纳信息知识，形成认知”、“提出正确的问题，明确方向”、“构建解决问题的系统结构和工作流程”和“掌握具体每个生产环节的知识、技能以实现具体产出”四个环节。在这四个环节中，每一个都让我花费大量时间和精力。 有了AI后，我开始改变思维和习惯，认为提出正确的问题，明确方向才是未来最需要的，而其他环节我都可以借助AI更高效地完成。这使得我在面对陌生的领域或未掌握的知识技能时，不再感到束手无策。甚至，我曾经引以为傲的能力——构建系统化方法论和搭建高效、可执行的工作流程，可能这些都并非未来的核心竞争力。 一旦你掌握了如何借助AI来思考、学习和总结，跨领域学习的门槛就被极大的降低了，未来将出现大量能够跨领域掌握知识和技能的复合型人才，这是一个必然的趋势。有人曾说过，掌握AI技术的人就相当于拥有了一家小型公司，我认为在未来这完全有可能成为现实。 “问对问题”是解决问题的关键，未来会无限放大这个能力的作用 工作落地阶段：这也是我当前正在重点探索的阶段。我开始思考如何将我对AI的理解转化为各行业的实际应用方法、工作流程和应用程序。 如今，AI已经在我的工作和思考中扮演了重要角色，成为了能够真正帮助我工作和生活的工具。我坚信，这场技术革命将像“电脑的发明”，甚至“电的发明”那样，彻底重塑所有行业。我们现在才刚刚开始这个故事，能有幸能经历这样伟大的时代变革，是极其幸运的。 每一种新技术，尤其是具有颠覆性的新技术，都会带来挑战和疑虑。就像最初的汽车无法比马车更快、更舒适，但汽车取代马车就是未来，无人可以阻挡。让我们用开放的心态去体验、探索，享受这一巨大变革来的乐趣。 汽车取代马车，无人可以阻挡 陆鸣学堂的价值 陆鸣课堂坚定地致力于探索如何让人AI真正应用于我们的日常工作和生活，以提高工作效率并开启全新的智能生活方式。为了实现这一使命，我们将专注于以下几个核心领域： AI的资讯或趣闻：我们将追踪并分享最新的AI科技动态和趣闻，帮助你紧跟AI的发展脉搏，了解其最新的进展和趋势。实际应用的AI工具：我们将分享那些能够直接应用到你的工作和生活中的AI工具，为你提供最适用的AI工具，帮助你解决实际问题。系统的、落地的AI应用教程：我们不仅分享工具，更提供系统而详细的教程，让你能够轻松掌握这些工具的使用思路和方法。我们希望你不仅能了解AI，更能运用AI，将其真正融入你的日常生活。 今天就聊到这里，如果大家对GPT或者其他AI工具的使用有疑问，可以私信我或者留言。每个人碰到的实际使用场景可能都不相同，我会根据你的具体情况来帮你解答。
    1
    万字解析GPT的情感与意识，它是一只被人类操控的“风筝” | AI未来指北
    AI情感助手

    万字解析GPT的情感与意识，它是一只被人类操控的“风筝” | AI未来指北

    《AI未来指北》栏目由腾讯新闻推出，邀约全球业内专家、创业者、投资人，探讨AI领域的技术发展、商业模式、应用场景、伦理及版权争议。 编辑整理：周小燕、郭晓静 丨划重点 ● 一部分基础工作可能会被AI产品替代，然而，创意工作、管理和科研工作者等领域难以被取代，机器不可能像牛顿和爱因斯坦一样做出颠覆性的发现。 ● 巨头们在GPT-4之后一定有后招，它们要加入到大模型底层能力的竞争，也要思考原来的护城河还是不是真的护城河。 ● 多模态技术确实会带来一些新的可能性，但相较于自然语言交互所带来的影响，它们的影响是非常有限的。 ● AI真正要产生突破的是独立性、自主性，GPT没有自主性，它更像是一个“风筝”依旧被手中有线的人类操控。 ● 对于产业应用来说，模型小很重要，因为成本、通用性和安全性等问题，模型越小或者更好地量化计算成本。 2022年下半年开始，生成式AI技术成功破圈并引发关注，大模型商业化的潜力正在清晰化：一方面大模型企业可以为C端用户提供“按需服务”和商业转化；另一方面它也提升云计算、云存储的使用量。 用户对AIGC的态度不再仅停留在“尝鲜试试看”阶段，而是不断提升使用频次；企业也在积极投入探索大模型商业化的长期价值。 腾讯科技推出AIGC未来指北内容策划，邀约行业内专家、投资人、创业者，围绕技术发展、商业模式、应用场景、AI治理，以采访、直播等形式，持续产出行业内容。本期为第五期，我们邀请4位专业人士探讨《万众期待的GPT-4，到底有多“强”？》，嘉宾： 王建硕   百姓网AI 创始人&CEO 陶芳波   心识宇宙创始人&CEO、前Facebook高级研究科学家 刘   伟   北京邮电大学教授、人机交互与认知工程实验室主任 陈   巍   前华为系NLP企业首席科学家、千芯科技董事长 欢迎阅读《AI未来指北》往期内容： 第一期：投资人王煜全：中国必须要有自主“大模型” 第二期：我们和创业公司创始人聊了聊：中国AI产业发展需要突破哪些瓶颈？ 第三期：清华大学人工智能国际治理研究院副院长梁正：如何让人工智能不作恶？ 第四期：北京大学新闻与传播学院教授胡泳：马斯克呼吁“暂停”AI开发，背后说明了什么问题？ 以下为实录整理，ChatGPT对本文整理亦有贡献。 GPT-4是阿拉丁神灯还是潘多拉魔盒？会不会带来生产力的变革？ 主持人陈巍：相比较于GPT-3.5，GPT-4的准确性显著提高，它可以完成创意文本生成、结构化写作和交互式文本生成，此外，GPT-4在语言推理和程序生成方面也有很大进步。但我们并不清楚GPT-4的具体参数和架构，感觉有点神秘，需要大家一起讨论和发掘。请陶总谈谈GPT-4对虚拟人技术与元宇宙技术的影响，以及它给办公场景和营销产品应用带来的新机会。 陶芳波：GPT-4和Office 365带来的影响不太一样，GPT-4是一个巨大的模型升级，具有多模态特点。以前可以通过加入类似Clip的模型实现多模态，但GPT-4直接将视觉和文本数据放在一个Transformer里，类似去年推出的Flamingo方法。这种多模态更接近人类获取和产生信息的方式，给未来潜在应用的改造带来无限可能。虽然GPT-4的具体参数和架构没有公布，但我们可以根据过去一年学术界的变化和相关文章，猜测到它的一些做法。 GPT通过工程化方法取得了非常大的成就，我们体验到了用户instruction能力的大幅提升。在使用GPT-3.5做更复杂的任务时，它并没有办法更深刻地理解意图，而使用GPT-4就感觉好像一个普通人的智商从100提升到了120。这也是为什么它在GRE等考试上表现优于90%的人，这种能力来源于大模型的创新。 而Office 365在另一个维度上展示了大模型可能吞噬所有软件的前景。Office 365将复杂的办公软件套件与GPT结合，为我们打造了一个样例。未来，软件的入口可能都会变成AI copilot，当我们打开软件时，将由AI教导我们如何使用。我认为这将带来行业重构的机会，微软为我们树立了一个标杆。 主持人陈巍：我们可以看到AI在Office升级的过程中发挥了重要作用。新的Office升级会不会替换掉打工人和AI技术，特别是GPT技术会不会带来新的生产力革命？ 王建硕：我一直认为科技发展对人类有很大帮助，主要是利大于弊。GPT技术和Office的合作只是科技不断发展的过程，让我们使用时付出的精力越来越少。我们认为这很快会成为日常生活的一部分，不用再感到惊讶，这是未来的一种趋势。 刘伟：我基本同意王总和陶总的看法。大家现在关注GPT技术，但我们还无法确定它究竟是阿拉丁神灯还是潘多拉魔盒。不过，我们可以确定的是，文本处理、程序编制、bug查找以及图像、视频、音频处理等方面可能会发生巨大变化。其中，一部分基础工作可能会被AI产品替代。然而，创意工作、管理、新闻记者和科研工作者等领域仍然难以被取代。例如，在教育领域，学生可以用GPT辅助完成论文，但创新性科研仍然难以依赖它。因为它不可能像牛顿和爱因斯坦一样做出颠覆性的发现。 GPT在训练数据集中进行组合和统计或概率分析是有可能的。但是，AI还做不到跨领域，例如讲化学、历史和计算机知识之间进行有机衔接，而很多创新往往发生在跨领域组合或交叉学科中。目前，GPT被视为一个初级的人机环境产品。它可以取代许多基础职业的体力劳动，甚至部分脑力劳动。但对于一些关键岗位，因为它存在一些类似幻觉的问题，还不可能在社会上产生我们所期待的影响。 随着时间的推移，大家适应了这些技术，它会变得不再神秘，大家的新鲜感逐渐消失，就像当初骑自行车时觉得非常酷后来变得习以为常一样。 主持人陈巍：关于微软和OpenAI是否还有更大的技术后招，目前业界传闻称除了现有技术，实际上还有更强大的东西。 刘伟：现阶段AI主要关注多模态，如视频、文本、图像和语音等。由于底层工具不完善，例如数学和物理学还没有实现相关研究的突破，AI在情感和意志方面也有待发展。因此，美国的几家大厂不太可能推出令人惊讶的工作。 主持人陈巍：微软和OpenAI在应用方面，如与Office的结合和搜索引擎的结合，确实给我们的日常生活带来了较大影响。 陶芳波：微软和OpenAI的保密工作做得很好，大家都在猜测它们还有什么大招。部分同意刘伟的观点，但我认为不能小看基于深度学习的智能模型。这些大厂在过去半年中展示的工作和创新速度令人印象深刻。尽管底层数学和物理不完善，但它们已经证明能够创造有价值的智能体。实际上，大模型所展现的智慧能力已经超出了我们对人脑的理解，但它们仍然涌现出来了。有时候我们可以绕过基础科学，产生一些真正应用侧的巨大影响价值。...
    0
    清华智能产业研究院研发AI医院，首批AI医生将出诊
    AI医师助手

    清华智能产业研究院研发AI医院，首批AI医生将出诊

    　　最快明年上半年，21个科室、42位AI医生将在“AI（人工智能）医院”线上“坐诊”。最近，他们正在进行“集训”——专业人士对其疾病诊断能力进行内部测试和训练。这个“AI医院”系统是由清华大学智能产业研究院（AIR）执行院长刘洋带领团队研发的。 　　在内测版“AI医院”系统内，42位“医生”两两一组，在儿科、耳鼻喉科、呼吸内科、皮肤科等21个科室“坐诊”。来看病的患者也都是人工智能模拟的。整个流程和真实医院一样，患者进医院，经过分诊、问诊，再到检查、诊断，然后取药、治疗等。 　　“AI医院”刚发布，就引发热议，大家最关注的问题是——AI医生的诊疗准确率是多少，会不会误诊。项目成员、学院助理研究员马为之说，目前，AI医生可对300多种常见病和主要重大疾病开展高质量的诊断分析。 　　AI医生还在持续训练中自我进化。“关键就在于构造多样化的AI患者。”马为之说，“系统已经构建了超过50万个AI患者——来自不同国家地区、覆盖各个年龄段、患有不同疾病。这些都是由人工智能大模型结合权威医学知识库和少量公开病例等自动合成的。和现实世界的患者一样，AI患者有完整的基本信息、检查结果、症状、所患疾病等数据记录，可以跟医生进行交谈。” 　　在虚拟闭环中，AI医生还可以及时获得AI患者的诊疗反馈。马为之解释，这种数据闭环在真实世界很难实现，因为很多患者离开医院后就不再反馈。“有了反馈，AI医生可以对诊疗决策进行反思和积累，从而实现自我进化。” 　　得益于人工智能，AI医生的培训成长周期远小于一名真人医生。团队统计，日常培养一名出色的专科医生，除了多年的专业学习，还需要至少数年的临床积累等。AI医生的成长速度要快得多，在虚拟世界里只需要几天时间就能完成上万名的“患者”诊疗积累。 　　“打造AI医院的目的，是要充分发挥大模型智能体的自我进化能力，实现AI医生的快速提升。”马为之说，团队的终极目标是将前沿的大模型智能体技术赋能智慧医疗，为人们提供便宜、便捷和优质的医疗服务。随着技术的不断进步，越来越多的AI医生也将亮相。
    1
    最新GPT-4在律考中击败90%人类，它到底强在哪？｜钛媒体深度
    AI律师助手

    最新GPT-4在律考中击败90%人类，它到底强在哪？｜钛媒体深度

    “码农真的快失业了，编程不存在了。”在今早 GPT-4发布之后，朋友圈刷屏，很多人表达该技术对目前人类生产生活的影响。 GPT-4有多强，GRE考试接近满分，律考比肩顶级律师，随手画个草图就能做出同款网页。当国内还在热议人工智能对话大模型产品ChatGPT时，背后核心预训练模型技术GPT却突然重磅升级。 钛媒体App获悉，北京时间3月15日凌晨，创造出ChatGPT的美国 AI 公司OpenAI 正式对外发布GPT-4。 据悉，GPT-4是新一代多模态大模型，支持图像和文本输入以及正确的文本输出，拥有强大的识图能力，文字输入限制提升至2.5万字，支持多个语言，回答准确性显著提高，从而让新的ChatGPT更聪明。此外，GPT-4还开放了角色扮演和性格定制能力。另外，GPT-4版本还会随着时间进行自动更新。 钛媒体App了解到，OpenAI发布的GPT-4在各种专业学术基准上有着人类水平表现。例如在模拟律师考试中，GPT-4得分约为前10%——击败了90%人类，而ChatGPT背后的GPT-3.5得分约为倒数10%。 “GPT-4 是世界第一款高体验，强能力的先进AI系统，我们希望很快把它推向所有人。”OpenAI工程师在开发者Demo视频中表示，GPT-4 是OpenAI努力扩展深度学习的最新里程碑。OpenAI称，GPT-4虽然在许多现实世界场景中的能力不如人类，但在各种专业和学术基准上表现出人类水平的表现。 微软在GPT-4发布后第一时间表示，新的必应（Bing）已经基于GPT-4 技术运行，这是为搜索产品量身定制的模型产品。“如果你在过去五周内的任何时候使用过新的Bing预览版，你就已经提前了解过这个强大模型的早期版本。随着OpenAl对GPT-4及以后的版本进行更新，Bing 从这些改进中受益匪浅。” 钛媒体App获悉，即日起，ChatGPT Plus付费订阅用户现可直接使用GPT-4版本的ChatGPT，未来则将对免费用户开放一定数量的GPT-4体验。同时，GPT-4 API 需要申请候选名单，今天将开始邀请一些开发人员，并不断扩大邀请规模，每1000字符的价格为0.03美元；图像输入则处在研究预览阶段，仅对少部分用户开放。 不过，GPT-4仍存在改进空间。虽然这次模型大升级，但之前ChatGPT会出现幻觉、“胡说八道”的毛病还是没能在GPT-4中完全改掉。 谁能革得了 ChatGPT 的命？现在看来还是 OpenAI 自己。 花了6个月打造，GPT-4到底强在哪里？ 聊GPT-4之前，先要了解GPT到底是什么。 随着1956年“达特茅斯会议”上创造“人工智能”这个术语，全球迎来了 AI 技术发展阶段。在2016年谷歌DeepMind的“阿尔法狗”（AlphaGo）击败了韩国围棋冠军李世乭，以及机器学习的诞生，AI 算法、算力、数据“三驾马车”获得了突破性技术进展。 但问题在于，机器学习利用循环神经网络(RNN) ——序列数据或时序数据的人工神经网络来处理文字，使得文字按顺序一个个处理，没办法同时进行大量学习。 因此2017年，谷歌团队发布论文“Attention Is All You Need”，提出了一个新的学习框架Transformer，以解决此问题。它抛弃了传统的CNN（卷积神经网络）和RNN，使整个网络结构完全由Attention机制组成，从而让机器同时学习大量的文字，训练速度效率大大提升。 简单来说，只需要LLM（大型语言模型）、大型参数量和算力算法训练，以Attention机制就可实现快速的机器学习能力。因此，无论是ChatGPT的T，还是谷歌预训练语言模型BERT的T，均是Transformer的意思。 基于Transformer框架，OpenAI进行了新的研究学习GPT，全称为Generative Pre-trained Transformer（生成式预训练框架），其利用无监督学习技术，通过大量数据来形成快速反馈。2018年6月，OpenAI发布第一代GPT，2019年11月发布GPT-2，2021年发布了1750亿参数量的GPT-3，不仅可以更好地答题、翻译、写文章，还带有一些数学计算的能力等，而ChatGPT是微调之后的GPT-3.5消费级应用。 今天发布的GPT-4，是一个大型多模态模型，能接受图像和文本输入，再输出正确的文本回复。OpenAI表示，团队花了6个月的时间使用对抗性测试程序和ChatGPT的经验教训，对GPT-4进行迭代调整，从而在真实性、可控性等方面取得了有史以来最好的结果。 “GPT-3.5 和 GPT-4...
    2