AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（3 - ChatGPT 成功之路）

最新推荐文章于 2024-12-22 23:38:57 发布
最新推荐文章于 2024-12-22 23:38:57 发布
阅读量675 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 人工智能系统解决方案与技术架构 自然语言处理实战入门【Generative AI重制版】 AI赋能行业实战：‌最佳实践与落地案例深度解析！‌ 文章标签： 人工智能 AIGC chatgpt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wangyaninglm/article/details/131036291

文章大纲

OpenAI 的ChatGPT 是生成式人工智能技术（AIGC）浪潮的一部分

在这里插入图片描述

概述：基于生成对抗网络（GAN）、大型预训练模型GPT 等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术，获得孪生能力、编辑能力、创造能力，具有独特的视角；
AIGC本质上是一种AI赋能技术，能够通过其高通量、低门槛、高自由度的生成能力，广泛服务于各类场景及生产者，形成AIGC+生态；
AIGC的火爆原因：“技术、需求、产业链”的共同加持。深度学习快速突破，需求端对降本增效的追逐，产业链、生态基本形成；

ChatGPT成功要素：巨量资源 + 长期主义

在这里插入图片描述

OpenAI 团队与融资

◼ OpenAI： 非盈利性转向封顶盈利性公司， 估值达290亿美金。
✓ 2015年由马斯克等人创立的非盈利人工智能研究公司， 启动资金10亿 美金， 成立初衷是与其它机构合作进行AI相关研究， 并开放研究成果 以促进AI技术发展， 防止垄断。
✓

了解本专栏 订阅专栏 解锁全文 超级会员免费看
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（1-简介）
shiter编写程序的艺术
05-21 1709
全球人工智能市场规模从2016年的约600亿美元发展到2021年的近3000亿美元，在推荐系统、计算机视觉、自然语言处理等技术加持下，亚马逊、字节、商汤、特斯拉等公司快发展。生成式AI：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基 于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。决策式AI：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系 统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（2.2-大模型发展历程 之 Transformer 与 GPT）
shiter编写程序的艺术
06-01 853
简单来讲，GPT-2 并没有对 GPT-1 的模型架构进行创新，而是在 GPT-1 的基础上引入任务相关信息作为输出预测的条件，将 GPT-1 中的条件概率 p(output|input) 变为 p(output|input;模型的训练提供指导成为 GPT-1 中需要解决的第一个问题。的情况下，GPT-3 在多个任务上均展现出了非常优异的性能，延续 GPT-2将无监督模型应用到有监督任务的思想，GPT-3 在 Few-shot，One-shot 和Zero-shot 等设置下的任务表现都得到了显著的提升。
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（2.4 -大模型发展历程 之 多模态）
shiter编写程序的艺术
06-04 1332
多模态定义： 多模态生成， 指将一种模态转换成另一种模态， 同时保持模态间语义一致性。主要集中在文字生成图片 、文字生成视频及图片生成文字。◼ Transformer架构的跨界应用成为跨模态重要开端之一。多模态训练普遍需要匹配视觉的区域特征和文本特征序列， 形成Transformer架构擅长处理的一 维长序列， 与Transformer的内部技术架构相符合。此外Transformer架构还具有更高的计算效率和可扩展性， 为训练大型跨模态模型奠定了基础。
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（4 - AIGC 应用实践）
shiter编写程序的艺术
06-16 509
毫不夸张的说，如果在AIGC 时代，企业想仅靠应用层面的竞争而成为下一个科技龙头，显然难以实现。我们从人工智能的发展历程中已经明显地看出，模型的迭代和进步才是AIGC 爆发的关键。谁能够掌握更先进的人工智能模型，谁就拥有开启新时代的钥匙。
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（2.1-大模型发展历程 之 背景与开端）
shiter编写程序的艺术
05-30 1091
追寻大模型的“万恶之源”，大抵应该从那篇 Attention is All You Need 开始，基于这篇由谷歌机器翻译团队提出的由多组 Encoder、Decoder 构成的机器翻译模型 Transformer 开始，大模型的发展大致走上了两条路，一条路是舍弃 Decoder 部分，仅仅使用 Encoder 作为编码器的预训练模型，其中最出名的代表就是 Bert 家族。根据经验观察，语言模型的性能随着模型的增大而增加(有时是可预测的，有时是突然的)，这也导致了模型规模越来越多的趋势。
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（5 - AIGC 未来展望）
shiter编写程序的艺术
06-17 746
据预测，未来五年10%-30%的图片内容由AI参与生成，考虑到下一代互联网对内容需求的迅速提升，2030年AIGC市场规模将达到1100亿美元。
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（6.1 - AIGC：GenerativeAI 的工业机遇）
最新发布
shiter编写程序的艺术
12-22 289
工业大模型伴随着大模型技术的发展 ，逐渐渗透至工业 ，处于萌芽阶段。就大模型的本 质而言 ，是由一系列参数化的数学函数组成的计算系统 ，且是一个概率模型 ，其工作机 制是基于概率和统计推动进行的 ，而非真正的理解和逻辑推理 ， 因此 ， 当前大模型具有 不可解释性和幻觉不可消除等主要特征。就大模型落地工业的情况而言 ，工业互联网、
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（6.3 - AIGC：驱动工业智能化的新引擎，工业、制造业大模型应用案例赏析）
shiter编写程序的艺术
11-04 592
这使得多模态大模型在很多领域展示出了革命性的应用潜力，并且其有望变革工业设备智能运维领域的应用范式，推动构建智能化和自动化的工业设备运营维护系统，并降低设备监测、运营和维护所需要的人力成本。这些技术的应用使得即使在资源受限的环境下，也能够训练和部署高效且精确的工业大模型。大模型技术本身仍处于发展的早期阶段，各类新的技术和应用模型不断涌现，比如长文本能力的提升、Sora 等视频生成能力的增强，将进一步扩展大模型在工业应用的场景，Agent、具身智能等大模型应用模式的创新也将深化大模型在工业领域的应用。
AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（2.3-大模型发展历程 之 图像、视频生成与视觉大模型）
shiter编写程序的艺术
06-06 1042
强化学习是机器学习领域之一，受到行为心理学的启发，主要关注智能体如何在环境中采取不同的行动，以最大限度地提高累积奖励。
指纹的对比分析系统概述
热门推荐
shiter编写程序的艺术
02-14 1万+
摘要：指纹识别技术作为生物识别技术中最为具有应用前景的技术之一，近年来取得了长足的发展，并广泛应用于各种场合。由于指纹所具有的唯一性和不变性，以及指纹识别技术具有很高的可行性和实用性，指纹识别成为目前最流行、最可靠的个人身份认证技术之一。所以对指纹识别技术的研究具有重要的理论和实际意义。 指纹识别的一般性过程分为三步：指纹图像的预处理，指纹特征提取以及特征匹配。本设计采用Visual Studio.........
《大数据+AI在大健康领域中最佳实践前瞻》---- 连续血糖监测(CGM) 初探
shiter编写程序的艺术
06-17 9411
本文主要介绍了使用雅培瞬感CGM 设备进行持续血糖检测的背景及糖尿病相关知识。
windows 下 基于 WSL2安装DeepSpares进行YOLOV8 v5 的加速推理
shiter编写程序的艺术
06-12 8076
硬件要求：CPU 支持 avx2 指令集软件：操作系统只支持Linux可以通过查看CPU的规格或者使用特定的命令来检测CPU是否支持AVX2指令集。查看CPU规格：直接查看CPU的规格说明，通常在购买CPU时，其包装或者产品描述中会明确指出支持的指令集。访问CPU制造商的官方网站，通过搜索型号可以获取详细的CPU规格信息。使用系统命令：在Linux系统中，可以使用命令cat /proc/cpuinfo来查看CPU信息。
联想Lenovo 小新Pro-13 AIR 2020 Windows 10 间歇性 蓝屏 的解决方法 : 又一个AI变成 人工智障的失败案例?
shiter编写程序的艺术
11-04 7413
文章大纲错误初现：WHEA_UNCORRECTABLE_ERROR参考文献 今年早些时候家里换了电脑，LP用。我回忆起来电脑可能出现问题个把月了，但是是偶发性的，我没太注意。但是最近每次刚一打开电脑，LP 就说：你看这个电脑咋了，还没说完，等我走过去，电脑重启就好了。 错误初现：WHEA_UNCORRECTABLE_ERROR 后来，我说你拍张照： 上面有个error code：WHEA_UNCORRECTABLE_ERROR 我搜了一圈，大部分是用powershell 进行系统文件的扫描，然后修复，类
树莓派 Raspberry Pi 使用 YOLOv8 YOLOv10 YOLOv11进行目标检测及推理加速，Run YOLOv8 YOLOv10 YOLOv11 on Raspberry Pi
shiter编写程序的艺术
10-10 5124
libcamera 是 linux 新增加用于访问 camera 的 API。树莓派参与了 libcamera 的开发，并且在新的摄像头软件中开始从依赖于固件的摄像头图像处理管道(Image processing pipeline, ISP)迁移到更加开放的 libcamera。当然这块用USB 摄像头应该也是可以的。
代表AIGC 巅峰的ChatGPT 有哪些低成本开源方案能够复现？一张消费级显卡能不能跑出个6-7成的效果？
shiter编写程序的艺术
04-03 4730
代表AIGC 巅峰的ChatGPT 有哪些低成本开源方案能够复现？
基于YOLOv8 的 多边形区域内目标检测，跟踪，计数
shiter编写程序的艺术
08-03 4625
yolov8 检测物体是否在多边形危险区域内,判断点是否在多边形内部的。
使用python 多进程进行基于websocket 的实时视频流处理
shiter编写程序的艺术
07-12 3814
使用python 多进程进行基于websocket 的 实时视频流处理
缺陷或负样本难以收集怎么办？使用生成式模型自动生成训练样本，image-to-image Stable diffusion
shiter编写程序的艺术
08-28 3339
面对这种情况，工程师一般会利用PS工具，或在良品上人为制造缺陷，或在产线蹲守等方式来获取足量缺陷图。不同数据的形式（图像或者文本，是否有缺失），数据的规模（样本数和维度大小），数据中存在的结构信息（稀疏、低秩），选择的模型都应该不一样。数据增广，就是尽可能产生更多的样本，比如，一张图像，通过裁剪、变换、翻转、加噪声，获得更多样本；使用k折交叉验证训练模型，可以提供模型的精度，防止划分数据的随机性。缺陷检测实验中，基于学习的缺陷检测算法，受困于缺陷样本少。迁移其他数据进行模型学习，并根据任务微调模型。
视频分析：基于目标检测（YOLO）实现走路看手机检测、玩手机检测、跌倒检测等
shiter编写程序的艺术
11-21 3337
行为检测任务可以分为时序行为检测( temporal action detection)时空行为检测( spatio-temporal action detection)前者只需要得到行为的类别以及在视频中发生的开始帧和结束帧；而后者还需要定位出与行为相关的目标( 人、物体等) 的空间坐标。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

shiter

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值