🎉揭秘！科技巨头为何突然大手笔投资环保？🌍
作为一名文章撰写专家，经过对虎嗅APP上所载文章的提炼总结，该内容主要探讨了当前科技领域的热点话题——人工智能对未来工作方式的影响。文章深入解析了AI技术如何改变传统产业，强调其带来的效率提升与职业转型需求，同时提及政策监管和数据隐私保护的重要性。
万字长文解读：从Transformer到ChatGPT，通用人工智能曙光初现2015年，四川知名主持人酒后路边“方便”，10分钟后只剩下一只高跟鞋
ChatGPT掀起的NLP大语言模型热浪，不仅将各家科技巨头和独角兽们推向风口浪尖，在它背后的神经网络也被纷纷热议。但实际上，除了神经网络之外，知识图谱在AI的发展历程中也被寄予厚望。自然语言处理是如何伴随人工智能各个流派不断发展、沉淀，直至爆发的？本文作者将带来他的思考。作者 | 王文广出品 | 新程序员自ChatGPT推出以来，不仅业内津津乐道并纷纷赞叹自然语言处理（Natural Language Processing, NLP）大模型的魔力，更有探讨通用人工智能（Artificial general intelligence，AGI）的奇点来临。有报道说Google CEO Sundar Pichai发出红色警报（Red code）并促使了谷歌创始人佩奇与布林的回归，以避免受到颠覆性的影响[1][2][3]。同时，根据路透社的报道，ChatGPT发布仅两个月就有1亿用户参与狂欢，成为有史以来用户增长最快的产品[4]。本文以ChatGPT为契机，介绍飞速发展的自然语言处理技术（如图1所示）。 图1 ChatGPT引发 Google“红色警报” [1][2][3]从机器翻译到ChatGPT：自然语言处理的进化自然语言处理的历史可以追溯到1949年,恰好与共和国同龄。但是由香农的学生、数学家Warren Weaver发布的有关机器翻译的研讨备忘录被认为是自然语言处理的起点，比1956年达特茅斯会议提出“人工智能（Artificial Intelligence，AI）” 的概念还略早一些。二十世纪五、六十年代是自然语言处理发展的第一阶段，致力于通过词典、生成语法（图2）和形式语言来研究自然语言，奠定了自然语言处理技术的基础，并使得人们认识到了计算对于语言的重要意义。这个阶段的代表性的成果有1954年自动翻译（俄语到英语）的“Georgetown–IBM实验”，诺姆·乔姆斯基（Noam Chomsky）于1955年提交的博士论文《变换分析（Transformational Analysis）》和1957年出版的著作《句法结构（Syntactic Structures）》等。 图2 句法分析示例，来自《知识图谱：认知智能理论与实战》图4-5，P149[6]在二十世纪六、七十年代，对话系统得到了发展，比如SHRDLU、LUNAR和ELIZA（图3）。麻省理工学院的SHRDLU采用句法分析与“启发式理解器（heuristic understander）”相结合的方法来理解语言并做出响应。LUNAR科学自然语言信息系统（Lunar Sciences Natural Language Information System）则试图通过英语对话的方式来帮助科学家们便捷地从阿帕网（ARPA net）获取信息，这倒像是当前爆火的ChatGPT雏形。ELIZA是那时对话系统的集大成者，集成了关键词识别（图4）、最小上下文挖掘、模式匹配和脚本编辑等功能[5]。 图3 ELIZA对话系统，摘自维基百科ELIZA词条 图4 ELIZA系统中关键词挖掘的流程图[5]随着自然语言处理任务愈加复杂，人们认识到知识的缺乏会导致在复杂任务上难以为继，由此知识驱动人工智能逐渐在二十世纪七、八十年代兴起。语义网络（Semantic Network）和本体（Ontology）是当时研究的热点，其目的是将知识表示成机器能够理解和使用的形式，并最终发展为现在的知识图谱[6]。在这个阶段，WordNet、CYC等大量本体库被构建，基于本体和逻辑的自然语言处理系统是研究热点。进入二十世纪末二十一世纪初，人们认识到符号方法存在一些问题，比如试图让逻辑与知识覆盖智能的全部方面几乎是不可完成的任务。统计自然语言处理（Statistical NLP）由此兴起并逐渐成为语言建模的核心，其基本理念是将语言处理视为噪声信道信息传输，并通过给出每个消息的观测输出概率来表征传输，从而进行语言建模。相比于符号方法，统计方法灵活性更强，在大量语料支撑下能获得更优的效果。在统计语言建模中，互信息（Mutual Information）可以用于词汇关系的研究，N元语法（N-Gram）模型是典型的语言模型之一，最大似然准则用于解决语言建模的稀疏问题，浅层神经网络也早早就应用于语言建模，隐马尔可夫模型（Hidden Markov Model，HMM）和条件随机场（Conditional Random Fields ，CRF）（图5）是这个阶段的扛把子。在搜索引擎的推动下，统计自然语言处理在词法分析、机器翻译、序列标注和语音识别等任务中广泛使用。 图5...
微软豪投OpenAI，ChatGPT冲击波下，NLP行业将迎来何变数？
概括如下：微软即将在2023年裁员1万人，投资100亿美元以100%利润份额控股OpenAI，加强在通用AI和NLP领域的地位。ChatGPT的发布引发市场反响，微软借此强化搜索壁垒，同时C端用户能通过客户端直接使用模型进行交互。然而，技术挑战如GPT-3的训练成本高昂、错误率仍然存在，以及OpenAI重组和与微软的合作使其成为AI领域的重要竞争者，谷歌正加快研发以应对威胁。百度也已提升生成式搜索能力，积极应对潜在的市场变化。随着微软的布局，ChatGPT和后续可能的GPT-4引发了行业对技术和市场格局的新一轮审视。
AIGC大爆发，AI安全如何破局？
ChatGPT引发全球热议，微软创始人比尔·盖茨等大佬力挺，谷歌前AI教父Hinton则担忧AI失控风险。尽管存在争议，AI安全的重要性日益凸显，伴随AIGC的爆发，AI安全新机遇与挑战并存。业界预计超10亿用户可能使用相关技术，潜在规模巨大。全球范围内已有国家出台监管措施以应对安全隐患，中国网信办发布征求意见稿强化数据和隐私保护。同时，类ChatGPT技术也为AI安全防护提供可能，如微软的Security Copilot和安恒信息等企业积极布局。面对AIGC时代，发展与监管并重、技术创新与安全保障并举成为共识。
《ChatGPT背后的技术演进与新一代AI应用前景》
这篇文章是关于AI大模型ChatGPT的技术演进和未来落地应用的深度分析。ChatGPT是Open AI于2022年11月底推出的一款人工智能聊天机器人程序，其强大的人机交互能力和快速的增长速度吸引了众多关注。文章分析了ChatGPT的技术路线，对比了不同AI模型，深入探讨了ChatGPT的成功因素和未来的发展。同时，文章也提出了一些投资机遇和对垂直场景模型的预测，希望对读者有所启示。
中国互联网药师集团的崛起：打工人福利再升级
这篇文章介绍了中国领先的互联网药师集团,为打工人提供便捷的在线药店服务。该集团拥有丰富的药品种类和优质的服务,让用户可以轻松购买到所需的药物。此外,该集团还致力于提高医疗服务的质量和效率,为用户提供更加便捷、高效、安全的医疗服务。
文章《AI助力学习：从chaos到Clown》
这篇文章讨论了在AI时代中，如何有效地利用人工智能工具来提高学习和教育的质量。首先，作者强调了学习过程中需要解决的两大问题：一是将理论知识转化为实际应用，二是筛选出最有价值的学习内容。为此，作者提出了使用AI工具来辅助学习的建议，如ChatGPT、Bing、Perplexity、Glarity等，这些工具可以帮助用户在海量信息中进行筛选和获取，节省时间和精力。同时，文章也提醒用户在使用AI工具时要保持谨慎，避免盲目跟风，而应该根据自己的实际情况和学习目标来进行选择和使用。
微软裁员背后：科技巨头的新战略与NLP技术的未来
微软宣布将于2023年3月底前全球裁员1万人，旨在应对宏观经济状况和客户需求变化。与此同时，微软将以100亿美元投资OpenAI，并持有其49%的股份。OpenAI的ChatGPT模型已获得广泛应用，引发NLP领域企业集体焦虑。尽管如此，ChatGPT仍面临模型训练成本和时间的挑战。微软与OpenAI的合作加速，未来可能影响其他AI技术的发展。
修改624次提示词后，生成的AI名画申请版权仍被拒！
早在一年前，在外网上讨论的最凶的，是一幅在美国绘画比赛数字艺术类别上获得第一名的作品——《太空歌剧院》。 引起争议的焦点，是这幅作品的作者杰森·艾伦，他本人是一个完全不会画画的人，该幅画作是他使用AI绘图工具Midjourney完成的，这在当时也引来了不少来自人类艺术家的指责。 艾伦对此表示：“我不会为此道歉，我赢了，我没有违反任何规则。”两位类别评委此前并不知道Midjourney是AI工具，但二人随后都表示，即使他们知道，同样也会授予Allen最高奖项。 看了作品之后，才发觉，不知不觉中，AI绘图已经发展到让人出乎意料的地步。 但艾伦的做法，却在网上引起争议，有网友表示：“如果创意性质的工作也要受机器影响，那么高技能的工作更将面临被淘汰的危险，届时我们还剩下什么？” 对此，比赛评审之一的艺术家杜兰称，他评分时没有意识到这幅画是由AI制成，现在知道真相后他仍坚持原来的评分，给予“太空歌剧院”第一名，形容其是“美丽的作品”。同时他也认为，AI能给予那些传统上不认为自己是艺术家的人更多机会。 还有一位评委指出，他也不知道Midjourney是AI工具，但即使他们知道，同样也会授予Allen最高奖项。 提示词该不该算做人类的劳动和创意？ 不过，近期这幅画再次引发了一些争议，起因是作者为它申请版权，但却被美国版权局拒绝，理由是这幅画含AI的量过高。 但作者艾伦称，这幅画作并非全由AI生成，他在Midjourney中进行了至少624次提示后才生成了初始图像，然后用PS修改缺陷后添加了新的内容，最后用Gigapixel AI增加了图像分辨率和尺寸。 也就是说，这幅画中包含了大量人类的劳动。 既然如此，版权局又新设置了一个条款，“将Midjourney、Gigapixel AI生成部分排除在版权声明之外”。不过，艾伦拒绝了这一要求，提出复审。他认为，版权局忽略了用Midjourney创建作品时“输入提示”所需的人类创作力，创作过程与其他艺术家所表达的创造性相当，理应受版权保护。然而不幸的是，这幅画在复审时再次被拒，作者表示这个结果属意料之中，他“确信我们最终会赢”。 这个事件的发酵，也不禁让我们开始思考，人类用AIGC等技术和产品创造出的文字、图像等作品，到底算不算人类自身的劳动，是否该享有版权呢？ 相信很多人都会认为，人类使用提示词创作出的画作，可以被认为是人类劳动产物。因为在这个过程中，人类付出了创造力和劳动来将提示词转化为具体的画作。 提示词虽然可以被视为一种工具或媒介，为创作者提供了一些关于画作的基本信息，如主题、风格、色彩等。然而，这些提示词并不足以直接转化为一幅完整的画作，在创作过程中，创作者需要进行构思、布局、描绘等具体劳动，这需要付出相当大的努力和时间。因此，最终完成的画作可以视为人类劳动的产物。 AIGC作品泛滥，引发各行业的版权保护“反噬” 今年 1 月，三位艺术家就对 Stability AI、Midjourney 以及艺术家平台 DeviantArt 提起诉讼，理由是这些公司利用从网上抓取的 50 亿张图像对其 AI 工具进行训练，侵犯了“数百万艺术家”的作品版权。 全球最大图库 Getty Images、Unsplash 早前纷纷宣布禁止上传和销售使用 DALL-E、Midjourney、Stable Diffusion 等 AI 工具生成的插图。 上个月22日，美国华盛顿的一家法院裁定，在没有任何人类输入内容的情况下，人工智能（AI）创作的艺术作品不受版权保护，只有人工智能与人类作者合作的作品才能获得版权。此次决策援引了多个判例，强调了人类创意和选择的重要性，特别是在人工智能与个人创作界限越发模糊的今天，这一点显得尤为重要。 仅仅几天之后，美国版权局开始公众意见征询期，以研究如何处理人工智能和版权的问题。 此次美国版权局希望回答三个主要问题: 1.人工智能模型应如何在训练中使用受版权保护的数据 2.即使没有人类参与，人工智能生成的材料是否也可以获得版权 3.版权责任如何与人工智能一起发挥作用 版权局书面意见的截止日期为10月18日，答复也必须在11月15日之前提交给版权局，以便可以使用这些评论来告知它将来如何决定授予版权。...
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。