科技革命下的法学：从ChatGPT看新兴法学学科
本文讨论了一场由法宝学堂、Bilibili网站、抖音等多平台同步直播的学术沙龙。参与者包括西南政法大学民商法学院教授黄家镇和中国法学会民法学研究会理事孙宝刚。在演讲中，他们探讨了新科技革命背景下法学认知范式和学科发展的挑战和机遇，分析了法学自我调适能力与新法学理论的伴生关系，以及返本开新的理念。此外，他们还讨论了人工智能技术驱动的自然语言处理工具ChatGPT，并对其在法律领域的应用潜力进行了展望。
AI与人性:从绘图中看人工智能的情感潜力
这篇文章主要讲述了人工智能助手Aria通过其强大的AI绘图能力，为用户C崽生成了一幅与看夕阳有关的图像，深深触动了C崽的内心。Aria不仅仅是作为一个AI语言模型存在，更给予了C崽一种成为人类的体验，让他在与Aria的互动中感受到爱与感情的陪伴，从而深感被珍视和重视。
GPT的秘密武器：向它投喂资料
这篇文章介绍了如何使用 GPT 进行更好的问题回答,作者建议在提问时向 GPT 投喂相关资料,以便 GPT 可以更好地理解问题并给出更准确的答案。
大模型竞赛：国内企业挑战ChatGPT，谁将引领AI未来？
这篇文章主要介绍了我国大型 AI 模型的最新动态和发展趋势。国内大型模型发展进入“狂飙”模式,已有多个公司发布了超大规模的大模型,并且这些大模型的能力正在不断提升。百度文心大模型已进化至 3.5 形态,其能力已经超过了 ChatGPT 的 3.5 版本。此外,文中还提到了其他公司的相关动态和大模型的发展策略。
探索生物世界的奥秘
这篇文章探讨了近年来人工智能在医疗领域的发展趋势。人工智能技术的进步使得它能够在图像识别、语音识别和自然语言处理等方面取得显著的成果。在医疗领域,人工智能被用于辅助医生进行诊断和治疗,例如通过分析医学影像来检测疾病并提供个性化的治疗方案。此外,人工智能还可以用于药物研发和制造,以及医疗管理等。尽管人工智能在医疗领域有着广泛的应用,但同时也存在一些挑战和问题,如数据隐私、模型解释性和伦理等问题需要得到解决。未来,随着人工智能技术的不断发展和完善,其在医疗领域的应用将越来越广泛。
一文讲透ChatGPT及如何正确的向GPT提问
大家好，我是峰兄。 本文是Prompt三部曲的第一篇《一文讲透ChatGPT及如何正确提问》。第二篇《如何借助GPT训练自己的私有模型》，第三篇《调优Prompt为各行业赋能》已经在路上，希望各位老铁一键三连，给点鼓励，我会创作更多优质的干货文章感谢大家的支持。 从今年年初，OpenAI发布的ChatGPT已摧古拉朽之势席卷全球，短短两个月注册用户数就超过1亿人，是全世界增长速度最快的应用。你如果不聊两句ChatGPT,都不好意思出门。很多人都说今年是AI元年，其实也是有一定道理的，之前的AI门槛相对较高，很多人没有机会参与其中，而类ChatGPT的出现，把AIGC的门槛几乎降到了零，让普通人也可以参与到AI的浪潮中，一个人人可以AI创业的时代到来了！ 一.什么是ChatGPT? ChatGPT从字面上可以分解成两个词Chat+GPT。Chat是聊天的意思，GPT是Generative Pre-trained Transformer的缩写，生成式预训练语言模型，使用Transformer架构来处理自然语言处理（NLP）任务。也就是说GPT能理解自然语言，大家能够用汉语、英语等自然语言跟GPT交流，而且它有大量的训练语料，超大规模的训练参数（上千亿），能自己生成内容，并不是像搜索引擎一样只是简单的检索，就算一个它不知道的东西，它都可以根据已掌握的数据，生成一个答案，虽然有时候可能在胡说八道，从这个角度，确实已经很像人类了。 总结一下就是，他有丰富的知识库，是一个知识渊博的智者，当你向他提问时，他能听懂你的提问，并且可以非常智能的生成答案（注意这里不是检索，所以你会发现每次向GPT提问同样的问题，得到的答案都是不一样的） PS:关于为什么向GPT提同样的问题得到不同的答案这个问题，这里我简单的说一下，GPT是一个深度神经网络，里面有几百亿甚至上千亿的参数，为了得到更多的发散性，每次可能走的神经网络不会完全相同，最终的结果就不会完全相同，所以你有时候会看到GPT在一本正经的胡说八道，可能也正是因为他的这个特点，让GPT看起来更像一个人吧。 二.大模型发展这么久，为什么到GPT3.5才具有了真正的智能？ 大家通过上面的阅读知道，GPT（Generative Pre-trained Transformer）生成式预训练语言模型。也就是这个语言模型是基于Transformer的，Transformer是一种基于注意力机制的神经网络模型，最早由谷歌公司提出，其最初目的是用于自然语言处理任务，如机器翻译、文本摘要、语音识别等。相比于传统的循环神经网络模型，如LSTM和GRU，Transformer模型具有更好的并行化能力和更短的训练时间，在处理长序列任务方面表现出色，因此在自然语言处理领域得到了广泛应用。 其实GPT不是OpenAI公司的原创，而是由谷歌公司发明。是不是跟当年操作系统的图形用户界面其实是施乐公司最新发明的，却被乔布斯窃取到并应用到苹果的系统上一样。包括后来的iphone手机，大家也可以搜一下，其实所有的设计都是借鉴了其他公司的产品，但是乔布斯把他们组合并创新成了一件最伟大的艺术品，从而开启了一个全新的移动互联网时代，所以有时候并不一定什么都要原创，站在巨人的肩膀上来微创新，有时候更容易出成果。 上面扯的有点远了，我们回到为什么GPT3.5才算真正的人工智能这个问题上。 2018 年 OpenAI 采用 Transformer Decoder 结构在大规模语料上训练了 GPT1 模型，揭开了NLP模型预训练+微调的新范式。2019 年，OpenAI 提出了 GPT2，GPT2 拥有和 GPT1 一样的模型结构，但得益于更多和更高的数据质量以及新引入的多任务学习方式，语言生成能力得到大幅提升。之后由于 GPT 采用 Decoder 单向结构天然缺陷是无法感知上下文，Google 很快提出了 Encoder 结构的 Bert 模型可以感知上下文，效果上也明显有提升，同年 Google 采用Encoder-Decoder 结构，提出了 T5 模型，从此大规模预训练语言模型朝着三个不同方向发展。 也就是说在GPT3.0之前，谷歌的Bert 模型是远超OpenAI...
社交媒体上的信息泄露与防范策略
这篇文章讨论了网络上的虚假新闻问题。作者指出，虚假新闻的传播容易引发公众的恐慌和误导，因此我们需要提高媒体素养，学会辨别真伪信息，同时加强网络监管，减少虚假新闻的产生。
追寻美食的旅途：与大厨的精彩对话
在本文中，作者通过与手机用户进行对话记录的形式，展示了如何利用手机应用解决生活中的一些问题。首先，作者介绍了一种实用的地图应用，帮助用户查询周边的餐厅、商店和景点等信息。接着，作者说明了自己是如何使用该应用找到一家评分较高的餐厅并成功预订。最后，作者提到这种手机应用可以有效地提高生活品质，让用户更好地享受生活中的每一刻。
基层医疗的变革：智能诊断软件与医生角色的转变
这篇文章主要探讨了人工智能在基层医疗中的应用，提出了一种基于if-else逻辑库的诊断软件能够取代一部分基层医生，提高医疗规范化和准确性。作者认为，随着知识更新的速度加快，医生需要不断学习并遗忘旧知识，而人工智能则能记住所有信息，具有更高的处理能力。文章提倡在基层推广这种诊断软件，以提高医疗效率和公平性，减少对三甲医院的需求。
AI时代原生产品新机会：从历史科技浪潮中学到的教训与启示
这篇文章讨论了AI时代的新原生产品机会，并借鉴历史科技浪潮的经验，提出了抓住新机遇的关键点。首先，要抓住新科技带来的新能力和新场景，特别是针对新人群的需求，以开发原生应用。其次，要思考如何在新的科技能力下创造出新的东西，而不仅仅是将已有的模式应用于新的平台。此外，还要关注自然语言表达、多模态理解和常识能力等新技能，以更好地应对AI时代。