浅谈AI大语言模型的企业落地(一)- chatgpt掀起AI狂潮

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
简介: chatgpt掀起AI狂潮

小马观察到之前编写的《如何5分钟快速搭建智能问答系统》在最近似乎很受欢迎,可见大家最近对人工智能的关注度明显攀升。鉴于那是比较早期(2023年之前)的调研方案,随着年初的大语言模型的爆发,而正好小马也参与了AI学习浪潮,所以写下此系列文章供大家借鉴。

具体要从那个时候说起。2023年初,chatgpt问世。 一夜之间AI一词大家都耳熟能详但却又与自己风马牛不相及,似乎很近又很远。其实不然,AI大模型所体现的能力再次让大家看到了可能。今年下半年,大家已经都在陆陆续续研究和落地AI在企业中的结合和应用。利用AI提效与创新,似乎大势所趋。很庆幸笔者也是其中一员。从理论储备到实践部署,摸爬滚打有了些许沉淀,希望在此分享帮助大家少走弯路,同时也希望对AI企业落地应用还在迷茫的大家能有所启发。

一、chatgpt掀起AI狂潮

从ChatGPT讲起。

年初,最新一代AI模型GPT-4在2023年3月14日首发。距离上一代ChatGPT-3.5发布还不到4个月,OpenAI的技术储备让业界再度调高了对人工智能发展速度的预期,再次掀起了AI浪潮。这款多模态预训练大模型实现了以下几个方面的飞跃式提升:强大的识图能力;文字输入限制提升至 2.5 万字;回答准确性显著提高;能够生成歌词、创意文本,实现风格变化。也再次见证了大模型的可行性和无限性,业界有人称之为“ChatGPT革命”。

ChatGPT是OpenAI旗下的一个产品,类似苹果公司旗下的iPhone。ChatGPT 既可以看作是一个产品,又可以看作是一个模型。

ChatGPT(全名:Chat Generative Pre-trained Transformer),译为“生成式预训练转化器“,美国OpenAI研发的聊天机器人程序,于2022年11月30日发布。ChatGPT是人工智能技术驱动的自然语言处理工具,它能够通过理解和学习人类的语言来进行对话,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写邮件、视频脚本、文案、翻译、代码,写论文等任务。

image.png

二、 AI潜在价值或影响

1、AI对社会的影响

ChatGPT的出现不但是AIGC技术进展的里程碑,也意味着人工智能开始正式进入生产领域,将为人工智能乃至整个信息产业带来革命。类似互联网,浏览器,iphone的诞生,是科技的一大进步,也将推动社会经济进一步发展,类似蒸汽机的发明曾推动了机械工业甚至社会的发展。
image.png

人工智能将可代替大部分的人工作业,经过训练甚至可能比人类完成得更好。乘着这笔浪潮,社会各领域也引来了“AI发展井喷的时代”,未来充满着无限的可能性。

2、人工智能真的会带来大规模失业吗

“生产力提高,必然会取代一部分人,但也会让社会的需求变高,进而再需要新的一部分人。”
image.png

其实AI早就不是什么新名词了,诸如深度学习神经网络、NLP、BERT等等。只不过这次的chatgpt大力出奇迹,涌现出来的能力不仅使社会各界惊呼也见证了大模型的可行性,同时也让资本投资者看到了可能性。于是AI自然而然接下来就会走在时代的风口上。

三、初窥AIGC的应用

AI的领域和应用非常广泛,此处仅对AIGC进行简单描述,大体感受下AI的魅力,后续将有专题文章介绍。

GC,全称Generated Content,是指创作内容。与之相对应的概念中,有PGC、UGC、PUGC、AIGC。

AIGC就是利用人工智能技术生成文字、图片、音乐、视频等各种内容。
image.png

《太空歌剧院》


2022年8月,在美国科罗拉多州的一场美术比赛中,这幅作品拿下了大赛的“数字艺术”大奖。然而,这幅图并非完全出自人类之手,而是由一名39岁的游戏公司老板艾伦利用AI(人工智能)绘画工具创作的。这过程简单地说就是“文本生成图像”。AI打通了“文字输入-图像生成”的分类模型,同时用大量的已有图像来“训练”绘图能力。

据说,他直接拒绝分享出自己在Midjourney所用的提示。他是花了80多个小时,在900次迭代中,才完成了这幅画作。从AI作画来说,一个优秀的提示工程师,必须拥有多学科的背景。经验丰富的工程师,和业余爱好者之中,存在着明显的门槛。目前外国的prompt工程师,年薪已经开到了36万美元。

一个GPT-4 结合AI图片生成的简单例子。
image.png

AIGC应用场景:文字创作、音频创作、视频创作、绘画创作、代码生成、游戏开发(智能NPC 辅助设计工具 自己产出世界观 )、3D等等领域。

AI能力不限:智能推荐,智能问答,主题提取,图像识别 情感识别,客服,智能搜索......

AI领域不限:内容创作 教育 医疗 城市管理 作业机器人 ......# #

相关文章
|
2月前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
2055 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
Meta AI推出的Llama 3.3是一款70B参数的纯文本语言模型,支持多语言对话,具备高效、低成本的特点,适用于多种应用场景,如聊天机器人、客户服务自动化、语言翻译等。
39 13
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
|
3天前
|
人工智能 自然语言处理 算法
AI时代的企业内训全景图:从案例到实战
作为一名扎根在HR培训领域多年的“老兵”,我越来越清晰地感受到,企业内训的本质其实是为企业持续“造血”。无论是基础岗的新人培训、技能岗的操作规范培训,还是面向技术中坚力量的高阶技术研讨,抑或是管理层的战略思维提升课,内训的价值都是在帮助企业内部提升能力水平,进而提高组织生产力,减少对外部资源的依赖。更为重要的是,在当前AI、大模型、Embodied Intelligence等新兴技术快速迭代的背景下,企业必须不断为人才升级赋能,才能在市场竞争中保持领先。
|
1月前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
1月前
|
人工智能 数据库 决策智能
拥抱Data+AI|如何破解电商7大挑战?DMS+AnalyticDB助力企业智能决策
本文为阿里云瑶池数据库「拥抱Data+AI」系列连载第1篇,聚焦电商行业痛点,探讨如何利用数据与AI技术及分析方法论,为电商注入新活力与效能。文中详细介绍了阿里云Data+AI解决方案,涵盖Zero-ETL、实时在线分析、混合负载资源隔离、长周期数据归档等关键技术,帮助企业应对数据在线重刷、实时分析、成本优化等挑战,实现智能化转型。
拥抱Data+AI|如何破解电商7大挑战?DMS+AnalyticDB助力企业智能决策
|
1月前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
29天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
93 4
|
1月前
|
数据采集 人工智能 搜索推荐
|
1月前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
146 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
1月前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
86 1