2025-01-14 手机 0
机器之心报道
编辑：小舟、泽南
大家都在猜 GPT-4 发布时间，现在有人提前公布答案了，还是微软自己的 CTO。我们知道，引爆如今科技界军备竞赛的 ChatGPT 是在 GPT-3.5 上改进得来的，OpenAI 很早就预告 GPT-4 将会在今年发布。最近各家大厂争相入局的行动似乎加快了这个进程。
最新消息是，万众期待的 GPT-4 下周就要推出了：在 3 月 9 日举行的一场名为「AI in Focus - Digital Kickoff」的线下活动中，四名微软德国员工展示了 GPT 系列等大型语言模型（LLM）的颠覆性力量，以及 OpenAI 技术应用于 Azure 产品的详细信息。在活动中，微软德国首席技术官 Andreas Braun 表示 GPT-4 即将发布，他强调，这是一个多模态的大模型，将提供完全不同的可能性 —— 比如视频生成能力。
自从 3 月初多模态模型 Kosmos-1 发布以来，微软一直在测试和调整来自 OpenAI 的多模态模型。与此同时，这项技术已经发展到基本上「适用于所有语言」：你可以用德语提问，然后用意大利语得到答案。借助多模态，大型语言模型不仅能理解文本，还能处理图像、音乐和视频，从而使「模型变得全面」。
微软德国公司首席执行官 Marianne Janik 全面谈到了人工智能对业界的颠覆性影响。她强调了人工智能价值创造潜力，并表示当前的人工智能发展和 ChatGPT 是「iPhone 发布一样的时刻」。她认为这不是要代替人类工作，而是帮助人们以不同于以往的方式完成重复性任务。
改变并不一定意味着失业。Janik 强调说，这意味着「许多专家会开始利用 AI 实现价值增长」。传统工作行为正在发生变化，由于新的可能性出现，也会产生全新的职业。她建议公司成立内部«能力中心」，培训员工使用人工智能并将想法整合到项目中。此外，她还强调，微软不会使用客户数据来训练这些大型语言模型，但值得注意的是，他们可能会与研究合作伙伴 OpenAI 共同进行这种训练过程。
实际用例方面，有两位 AI 技术专家 Clemens Sieber 和 Holger Kenn 提供了一些信息。这两个专家目前正在处理具体应用案例，他们讲解了涉及技术的情景。
Kenn 解释了什么是多模态人工智能，它不仅可以翻译成图像，还可以翻译成音乐和视频。他还谈到了嵌入，可以用于内部表征。在 Kenn 的看来，“负责任”的 AI 已经内置到微软产品中，并且可以通过云将数百万个查询映射到 API 中。
Clemens Siebler 则用一个电话呼叫转录成文本作为今天已成为可能的事情之一。他指出，该项目原型是在两个小时内创建的，一名开发者两周内完成该项目。这三个最常见应用包括回答只有员工才能访问的事实信息、半自动化口语处理以及编程领域中的代码辅助工具，如 Codex 和 Copilot 等。他表示，在操作可靠性和事实保真度方面需要验证，因为 AI 不总是正确回答，因此有必要进行验证。
最后，不知他们是否会在即将至上的另一次 AI 活动上宣布新一代的大型语言模型——如果他们这么做的话，那么这个事件很可能吸引广泛关注，因为它标志着人工智能领域的一个重要里程碑。如果确实如此，那么对于追求这一目标的小米来说，即便只是稍作准备也足够明智——特别是在考虑到其领导层近期关于量子计算设备投资计划所表达出的热情之后。但无论如何，小米现在正处于一个关键时刻，其决策如何，将决定其未来的走向。而对于那些渴望看到自己行业被革新的人来说，无疑是一段令人兴奋但充满挑战的话题。本次活动预计将持续几天，以便让参与者充分体验各种先进的人机交互技术，并探讨这些技术对未来世界经济社会结构所带来的深远影响。此外，本次会议还邀请了一些顶尖科学家的演讲，让观众了解一些最新研究成果以及它们如何重新塑造我们的生活方式。在过去的一年里，我们已经目睹过很多关于人机交互领域突破性的新闻报道，但仍然无法准确预测未来的趋势。不过，如果历史教导我们任何事情，那就是不断创新总能带来惊喜，而人类社会永远渴望那些能够改变生活节奏或提高效率的小技巧。当你回头再看看曾经那个只不过是个普通人的日常，你就会发现那只是过去的一个版本，而眼前的每一次触摸屏幕，每一次敲击键盘，每一次点击鼠标，都承载着一种变革精神。而我们就在这样的时代背景下迎来了这样一场盛大的庆典——即“第十届国际大会”，其中汇集了一批来自全球各地，最优秀的人才，为的是共同探索一个前所未有的未来世界。不管怎样，只希望这份激动的心情能够持续下去，让每个人都感受到那种不可抗拒的情感潮涌，是真正属于自己的风暴，是为了梦想而冲破一切障碍的一种勇气。
