ChatGPT万亿美元商业化狂想( 四 )


大模型的研发只是“第一步” , 还要关注投喂数据的质量 。 专家认为 , 基于现实生活中已有的数据来训练模型只能解决一些已知问题 , 对于一些潜在、未知的问题 , 现在的模型未必能解决 。 因此有研究机构提出合成数据的概念 , 即通过计算机程序人工合成的数据 , 一方面补充高质量的训练数据 , 另一方面填补一些极端或者边缘的案例 , 增加模型的可靠性 。
除了技术本身 , 欲使ChatGPT等AI生成类工具真正大规模落地 , 还要结合应用来发展技术 。 在聂昱看来:“现在ChatGPT虽然引发了很多关注 , 但更多的是‘聊一聊玩一玩’ , 提一些稀奇古怪的问题去测试 , 并没有把ChatGPT的应用潜力发挥出来 , 因此 , 未来的竞争焦点 , 在于能否利用ChatGPT解决的客户和行业的实际需求和痛点 , 让工具成为类似电力、能源一样的社会生产活动的原材料 。 在此过程中 , 业界还需思考降低模型的成本 , 如果成本过高 , 非常不利于它扩展应用 。 ”
分阶段找到合适的应用场景尤为关键 。 “ChatGPT可以率先应用在一些精准性、可靠性要求不高的场景中 。 ”赛迪顾问人工智能产业研究中心副总经理杜欣泽告诉《中国电子报》采访人员 。 ChatGPT未来可以成为很好的助手 , 基于ChatGPT系统所衍生出的代码创作、小说衍生、对话类搜索引擎、交互式虚拟人等新兴业务可能得到越来越广泛的应用 。
北京工业大学信息学部自动化学院教授胡永利则表示 , 基于ChatGPT很好的交互性 , 类似ChatGPT的语言模型未来将会在工业领域产生一些有趣的应用 , 并有希望开启全新的商业模式 , 例如此类人机交互模型能够代替部分人工服务甚至取代一些传统行业 , 如最近很火的服务机器人、助老机器人等 , 通过模型的部署和优化 , 提高机器人的交互能力 。
一睹为快 , CES2023上的炫酷AI黑科技!
高通孟樸:5G与AI加速智联万物时代到来
作者丨齐旭
编辑丨刘晶
美编丨马利亚
监制丨连晓东返回搜狐 , 查看更多
责任编辑: