AI中文社区 – Telegram
AI中文社区
41.5K subscribers
425 photos
95 videos
32 files
346 links
Download Telegram
发现错过了一篇 text to video 的论文 —— Dreamix,众所不周知,现在视频可以P了,用嘴就行。

从展示的案例来看,Dreamix 的生成能力跟去年 Meta 和 Google 发布的模型类似,个人觉得用图片生成视频的案例比较惊艳……毕竟拍几张照片 + 一段文字描述就能生成一个视频,是真的离谱。

项目地址:dreamix-video-editing.github.io
论文地址:arxiv.org/pdf/2302.01329.pdf
👍4🥰1
This media is not supported in your browser
VIEW IN TELEGRAM
复旦开发的类ChatGPT模型MOSS实测 建议改名欲言又止GPT
🤮12🥰1
最近才将 #chatGPT#NotionAI 用于协助日常生活工作,真的太厉害了👏
我们可能真的站在了技术大爆炸的“奇点”上,这辆车的车速很快,会成就一部分人,但大多数人只会被甩下
👍7🥰1👏1
让 DeepL, ChatGPT 和 Google Translate 分别翻译了一段 ML 领域的论文摘要。效果差别还是很明显的。最好的是ChatGPT,最差的居然是DeepL, 对术语的翻译基本没法看。
👏9🥰1
Transformer模型概述

五年引用3.8万次,Transformer宇宙发展成了这样,ChatGPT只是其中之一。

https://mp.weixin.qq.com/s/0xT-mEKLqEqzb6OLhfBeAg
👍3
平行智能

我们人类一直有一个执念:人类拥有的智能是真正的智能。再退一步说,人类能学会的智能是真正的智能。退一万步说,人类能理解的智能是真正的智能。如果有地球上其它物种,或者其它星球的生物,或者其他非碳基生物搞出来一些我们不懂的东西,这东西不能叫做智能,或者不能叫做真正的智能。

2017年,人类第一次被震惊到了。AlphaGo Zero第一次不需要人类提供棋谱和评估,只通过自己和自己的比赛来学习围棋(三天之内自己进行了490万场对战),就能战胜一切人类棋手(包括过去的老版本AlphaGo)。而人类竟然完全不能理解它的“棋谱”或“棋理”,但却永远不会再有赢过它的机会。

贬低它的人认为,AlphaGo只是一个算力大师,并不真的拥有什么智能。就好比我们过去手算速度低于计算器不算没什么,历史上,我们体力曾经比不上挖掘机,脚力曾经比不上汽车,漂浮力曾经比不上潜艇和飞机。有人还提出:“别老让我们分析它的棋路,有本事让它给我们讲讲清楚自己的棋谱。”

五年之后的今天,ChatGPT又让我们震惊一次。这次它被喂入几十万亿的人类语言素材,突然它就“顿悟”了,它掌握了像人类一样的连续语言交流能力。作为一个语言模型,它可以和你贴心对话,互相“理解”,只要你有上句,它一定有下句。这些人类无法理解的能力(智能)存放在它1750亿个参数里面。

GPT的前几个老版本,由于参数量(只有十五亿)太少,见识的素材量不大(只有四千万),完全没有达到让人类震惊的水平。这一次算是把人类吓着了。人类自认为自己高于机器的马奇诺防线有三条,分别是:智能马奇诺防线,情感马奇诺防线,创造力马奇诺防线。

如果某个解决问题的能力或者原理能够被人类:已掌握、能学会、能理解,我们就会淡然处之。我们对外星人的主要恐惧就是担心,外星人带来的智能不在上面三个分类中。现在我们建立了一个AI智慧体,它能理解我们,和我们对话,但我们并不理解它是如何理解我们的。智能马奇诺防线被绕过去了。

现在我们只能承认,存在与我们人类智能平行的智能。我们能解决的问题,它也能解决。但是我们能理解的原理和它能理解的原理确实是无法互相沟通的。就像AphlaGo的早期版本,我们把人类棋谱教给它,它也能解决问题,也能与人类打个平手。但真正让人类无法招架的是它自己悟出来的平行“智能”。

人类拥有教师这个行业,其任务就是传递知识,让人类智能跨代传承。现在遇到的另类智能,虽然暂时是靠人类提供的算力和制定的复杂结构产生的,应该也会按照它们自己的方式复制传成。除此之外,它们还会在平行领域被不断创造出来:语言理解,图像生成,程序设计,翻译助理,聊天服务。

对于这种混迹于人类智能中的另类智能,人类是什么态度?助理?奴隶?兄弟?我昨天提了一个宗教相关的问题:对这种智能来说,它究竟是人造的?还是神假借人手造的?如果它是人造的,我们是不是有一天也要把它们赶出伊甸园。如果它是神造的,我们是不是应该像该隐一样,把它干掉?谁有答案?
🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
如果你对现在大受追捧的语言模型ChatGPT是怎么工作的有兴趣,或者对几年前令人震惊的围棋模型AlphaGo感兴趣,可以先观摩一下最简单的神经网络感知模型是怎么工作的。这个模型仅有一层,而AlphaGo有16层,GPT3有96层。

看不懂是正常的,因为人工智能不是按照人类智能的方式去解决问题和理解世界的。
👏21
事后看,两百年前发明的傅立叶变换为当今一切人工智能打下了坚实的基础。四十年前LeCun大神搞出来的卷积神经网络CNN和反向传播理念在地基上建成楼房。五年前谷歌搞出来的Transformer模型把那个高楼改造成了宝塔的模样。而今天GPT只不过是OPENAI搭建的漂亮的塔尖。问题是,傅立叶他老人家知道这些吗?
👍8🥰1
OpenAI的投资图谱
👏3
【人工智能21个领域Top10学者及所属国家一览表】
1,数据来源:aminer 《2022年A12000人工智能最具影响力学者》,取21个领域。
2,本年度前十名学者,按照其工作单位填充对应国家的国旗,灰色表示未知国籍。
👍4
通过 Sam Altman 的博客、Twitter、演讲等内容预训练的一个 AI。

目前可以在 Copilot Hub 上体验到:
https://app.copilothub.co/


https://blog.samaltman.com/you-and-your-research
https://blog.samaltman.com/idea-generation
https://blog.samaltman.com/productivity

Sam Altman AI 通过汇总上面 3 篇文章给出了这些建议
👍2