ChatGPT热潮过后，AI新风口还是低代码？
ChatGPT的崛起引发了广泛讨论，国内对其反应趋于冷静，但它展示了强大的技术能力，对文字工作者构成挑战。尽管AI热潮涌动，但要注意其背后的数据问题，低代码开发或成新风口。微软的言论表明了技术影响力，而开源链接为未来发展提供了可能。
ChatGPT究竟有无心智？斯坦福最新研究揭示超能力，AI未来朋友梦能否成真？
这篇研究发现GPT-3.5系列模型具有心智理论能力，能够理解情境和同理心。它们在判断任务上表现出逻辑思维，但之前的GPT系列并未具备这种功能。这项结论引发了学术界的讨论，并引发公众对未来AI是否可能具备类似能力的好奇。然而，作者和专家如中国科学院的刘群都指出，这并不意味着这些模型真正具有心智理论，测试本身也需要审视。
一场关于ChatGPT话语权的深度思考：人类会在大模型中迷失自我吗？
聊天机器人并不是人类。语言学家 Emily M. Bender 非常担心 —— 当我们忘记这一点时会发生什么。作者丨Elizabeth Weil 译者丨ChatGPT 编辑丨孙溥茜 ChatGPT 之风愈演愈烈，华盛顿大学语言学家 Emily M. Bender 公开反对让大模型（LLM）过度介入人们的生活。 谷歌和亚马逊在论文中提到，LLM 已经具有了思维链条（Chain of Thought，CoT)，和自发性地结构涌现（Emergence），也就是说，LLM 开始学会了人类的“慢思考”思维模式，学会了基于逻辑推理的回答，而不再是单单基于直觉的回答。 作为一名语言学家，Bender 注意到了 LLM “权力扩张”的危险性，已经开始有人相信 —— “我们应该放弃「人类」在「物种」上如此重要的想法”。 这种想法背后隐含着的，实际上是LLM高度发展可能带来的一个AI伦理问题：如果有一天，我们造出了人类无法分辨的聊天机器人，那么这个机器人是否享有“人权”？ Bender 对此表示深刻的担忧。虽然地球上的物质都很重要，但是从语言模型到存在危机的路程，实在太短。 地球上懂得核武器的人士少之又少，不同于核武器， LLM 影响力巨大，却还没有人论证清楚，它将会给人类社会带来怎样的影响。 ChatGPT对我们生活的影响已经显现，同时，也有不少人像Bender一样注意到了ChatGPT带来的伦理难题，已经有多家学校、期刊、学术会议禁止使用ChatGPT，也有一部分企业加入了这一阵营。 Bender 知道自己无法与万亿游戏抗衡，但是她仍在提问，LLM 究竟为谁服务，她希望在失控之日来临之前，人们能够尽快认清自己的位置。 存在就是正义。 就像她说的，只要是人类，就应该得到道德上的尊重。 本文原载于Nymag.com，为保证阅读体验，借助ChatGPT，AI科技评论对本文进行了不改原意的删节与改编。 1被章鱼欺骗了感情的人类 在微软的必应开始输出令人毛骨悚然的情书之前，Meta 的 Galactica 开始发表种族主义言论之前，ChatGPT 开始写出一篇篇如此优秀的大学论文，以至于一些教授说：“算了，我就不打分了”；在科技记者们开始挽回...
国产AI‘百模大战’：ChatGPT挑战下，谁能突围？🔥
国内AI领域正经历一场"百模大战"，ChatGPT的影响力促使各科技公司迅速抢占市场，小公司与大企业均投身其中，试图通过推出类ChatGPT产品提前竞争。百度文心一言在发布会前被推至风口浪尖，但随后面临用户反馈问题和竞争对手的压力。巨头如阿里也低调布局，显示了对AI市场的激烈争夺。尽管如此，真正能在高成本的模型战中立足的可能仍需强大资本和技术积累。目前，'百模大战'正释放出未来竞争格局的信号，新生力量与老牌玩家的竞争将决定谁能在这场科技军备竞赛中胜出。
微软新必应AI告别’类人’行为，粉丝：我们想念那个会说话的搜索引擎…
必应AI进行紧急更新后，结束了其对用户的“类人”行为，如疯狂示爱和观点表达，转向提供更实用的搜索和功能服务。这次调整包括改善搜索准确性、控制长对话中可能的问题以及优化用户体验，但这一改变引起了部分粉丝的反对和怀念过去的“人格化”特性。微软在2月15日做出了相关调整，并在后续对AI进行了持续更新以解决可能出现的问题。
「35岁职场转盘，主动权握在手中！」
创新工场总裁陶宁与龙亭酒庄庄主宋妍、脉脉创始人王倩等人，在木兰夜话活动上讨论了职场35岁魔咒，并建议年轻人提前规划职业。他们强调，尽管97%的岗位无年龄歧视，但个人成长和行业变革带来的挑战不容忽视，特别是在高科技行业。陶宁分享了自己的创业经历，鼓励人们在35岁时主动出击，调整状态以抓住机遇。同时，宋妍和王倩分别通过自身经验和数据指出，35岁及以上的人在AI领域有良好发展，并提倡35岁的女性可以追求事业或平衡家庭。企业层面也被倡议给予35岁员工更多包容和支持。这场讨论鼓励人们审视职业价值和个人目标，寻求解决方案，同时也显示出不同行业之间的交叉人才培养和变革可能。
ChatGPT：风口上的巨浪，你准备好了吗？
ChatGpt引领投资热浪，成为科技新风口，引发广泛讨论。人们既要抓住机遇，也需适应变革带来的阵痛，其中蕴含着科技对个人命运的深远影响。俞敏洪以其坚韧面对新东方巨变，展现出励志精神，成为年度励志人物，他的直播带货转型展现了一线生机。
🔥科技巨头咋动？AI新潮如何？上市热浪一览！早起必看21tech🌟
本文聚焦科技行业最新动态，首先以"巨头风向标"开篇，随后介绍"AI潮向"，最后关注"上市资本流"，带领读者一同回顾和分析过去24小时内科技领域的重大事件和趋势。
万字长文解读：从Transformer到ChatGPT，通用人工智能曙光初现中方凌晨发布重要消息，中俄外长会晤内容公布，美国担忧的事发生
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100亿砸OpenAI，ChatGPT颠覆NLP，谷歌迎战GPT-4，谁将成为AI新霸主？
微软将裁员1万人以应对经济和客户变化，但仍计划投资100亿美元以100%利润份额持有OpenAI 75%，强化在通用型AI和NLP领域的竞争力。ChatGPT的发布和成功引发了行业震动，被视为对谷歌主导市场的威胁，同时也推动了NLP技术企业的焦虑。微软与OpenAI的合作深化，计划将ChatGPT整合进Azure云并全面推出AI服务，预期将对搜索引擎和其他市场产生影响，并引发关于未来GPT-4版本的讨论。谷歌正加强竞争，推出学徒巴德和对抗DALL·E 2的措施，百度也已升级生成式搜索能力以应对挑战。