大型AI模型如何跨越“专门化智能”的局限?
我们现在看到,人工智能技术突飞猛进,出现了很多厉害的AI模型,擅长做某些特定的事情。但要让这些AI真的变得全能,我觉得还需要克服许多挑战。AI的设计要更灵活,不能只擅长几种任务,而要能适应各种不同的场景。我体验过许多AI模型,比如我发现chatgpt在处理数学物理等学科问题时经常会出错,因此openai在chatgpt中推出了一个专们用于解决学科问题的chatgpt,同样,通义千问在VScode等的代码编辑器中有专门的插件通义灵码来专门解决代码问题。然后,训练AI的数据要广泛丰富,不能只局限在某些领域,要涵盖更多知识,这也可能是目前AI模型不能较好地适应许多场景的原因之一。同时,我在使用各种AI模型中发现,对于一个相同的问题,如果提问方式不同,得到的结果可能完全不一样,AI对于提问者问题的理解,可能还需要进一步加深
赞111
踩0