Bridge619
动态
分类
归档
相册
Search
Python
NumPy
实用分享
项目
机器学习
深度学习
网站公告
课程笔记
数字图像处理
自动控制原理
工业数据采集与处理
知识图谱
数据挖掘
智能控制方法
登录
/
注册
Bridge619
Search
Bridge619
命定的局限尽可永在,不屈的挑战却不可须臾或缺!
101
文章数
11
评论数
动态
分类
归档
相册
Bridge619
命定的局限尽可永在,不屈的挑战却不可须臾或缺!
101
文章数
11
评论数
热门文章
网站导航
听过,知道,得到,用到
第四章 图像的增强--4.1 直方图均衡方法~4.2 灰度变换处理
5. 模/数转换器 5.1-5.6
斯坦福大学提供免费的IT课程
来首音乐
光阴似箭
今日已经过去
小时
这周已经过去
天
本月已经过去
天
今年已经过去
个月
文章目录
每日一句
标签云
Python
数据挖掘
实用技巧
NumPy
机器学习
深度学习
工业智能
Linux
ChatGPT中美差距究竟有多大
Bridge619
2023-02-11
/
0 评论
/
787 阅读
/
0 点赞
02/11
一位百度资深人士:他“没有兴趣”谈论ChatGPT,言语之间,五味杂陈。
一位人工智能企业创始人:面对ChatGPT的惊艳表现,心痒痒也迷茫,失眠了。他坦承,从模型的规模到效果,差距还比较远。
国内某厂商的大模型和ChatGPT:ChatGPT从回答的逻辑性和完整度上都远超国内大模型,国内大模型的答案带有明显的拼凑感,夹杂着不少主题之外的胡编内容。而且,在回复速度上,ChatGPT也领先一截。
从事数字人研发的特看科技CEO:目前全球还没有能跟ChatGPT抗衡的大模型,业界共识是差距在两年以上。国内先不谈弯道超车,趁早追赶反而是更重要的。
虽然一些人工智能资深人士认为,在ChatGPT所涉及的技术上,中美是“平级”的,但华为诺亚方舟实验室语音语义首席科学家刘群,在黄大年茶思屋的讨论中坦承,中国在技术上还是有差距的。其中一个是基础模型本身的差距,虽然我们训练了很多万亿模型或者是几千亿的模型,但训练的充分程度,是远远不够的。“我估计到现在为止,没有哪个模型能吃GPT那么多数据。”
清华大学计算机科学与技术系长聘副教授黄民烈提到,在GPT-3之后,OpenAI所有的模型都没有开源,但它提供了API调用。在这个过程中,它干了一件事,就是建立起了真实的用户调用和模型迭代之间的飞轮,它非常重视真实世界数据的调用,以及这些数据对模型的迭代。当然,在此过程中,它也养活了美国一大帮创业公司,建立了一个生态。
“你看我们国内的大模型研究,是A公司训练了一个,B公司也训练了一个,打个广告就完了,模型开源,你爱用不用。至少目前还没看到一家比较好的公司,把数据和模型的飞轮完整转起来。所以,我觉得这是我们赶超ChatGPT的难点。”一位业内人士坦言。
业界人士都提到了算力问题。由于GPU芯片等问题,在一定程度上,国内算力已被卡脖子了。即使国内头部公司,从算力上跟谷歌等相比,差距也是比较明显的。 有业内人士称:从数据质量来说,整个互联网的中文数据质量,相比于英文还是有明显差距。“我们可能要想办法,做中英文不同语言之间的数据互补。”
文章不错,扫码支持一下吧~
版权属于: Bridge619 - Bridge619的个人博客
本文链接:
https://www.bridge619.com/article/167
作品采用: 《
署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0)
》许可协议授权
上一篇
下一篇
评论