微软总裁布拉德·史密斯认为中国将成为与ChatGPT竞争的主要力量。
目前golang学习网上已经有很多关于科技周边的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《微软总裁布拉德·史密斯认为中国将成为与ChatGPT竞争的主要力量。》,也希望能帮助到大家,如果阅读完后真的对你学习科技周边有帮助,欢迎动动手指,评论留言并分享~
4 月 23 日消息,微软总裁布拉德・史密斯(Brad Smith)在东京接受日经亚洲评论的采访时表示,中国的研究机构和企业将成为 ChatGPT 的重要竞争者。ChatGPT 是一款由 OpenAI 开发的人工智能聊天机器人,微软是 OpenAI 最大的投资者。

史密斯说,中国在生成式人工智能(generative AI)的发展方面不会落后于美国科技巨头,如亚马逊和谷歌。生成式人工智能是一种能够生成文本和图像等内容的技术,这项技术在商业、艺术、教育和医疗等领域有着巨大的潜力,但也引发了一些担忧,比如它可能会取代许多工作、传播错误信息、侵犯版权、泄露隐私和敏感信息等。
“我们看到三个处于绝对前沿的机构,”史密斯说,“一个是 OpenAI 和微软,第二个是谷歌,第三个是北京人工智能研究院。”他说,在创新方面,“谁领先谁落后可能会在一年中的不同时间有所变化,但有一件事是绝对不变的:差距几乎总是以月而不是年来衡量。”他称这场竞赛“非常激烈”。
史密斯认为,对于这种技术可能带来的问题,解决办法不是停止创新,而是利用和改进现有的产品。他说,像其他技术一样,人工智能既可以是工具也可以是武器,他以网络攻击为例。
“我们绝对应该假设,某些国家会利用人工智能发动更强大的网络攻击和网络影响行动,甚至比我们今天看到的还要强大,”他警告说,“我们发现,当技术创新得当时,它实际上可以增强防御能力,而不是进攻能力。”
IT之家注意到,史密斯此次访问日本正值七国集团(G7)工业国家在日本举行会议。日本首相岸田文雄已经表示,日本将在人工智能方面领导制定规则。本月早些时候,岸田还会见了 OpenAI 的首席执行官萨姆・奥尔特曼,讨论了如何保护用户的隐私和安全。
在商业方面,日本已经开始利用 ChatGPT 技术。该国三大银行正在使用它来减轻工作负担,比如回答内部查询和减少文书工作。东京海上等保险公司正在基于 ChatGPT 平台开发一个人工智能系统,用来为保单持有人和保险代理人提供查询的草案答案。
史密斯说,这项技术可以应对亚洲面临的最大挑战之一:劳动力短缺。“劳动年龄人口必须支持更多已经退休并依赖于工作人口经济增长的人。我们迫切需要找到新的生产力增长来源,”他说,“没有其他办法来增加 GDP。”
文中关于微软,ChatGPT的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《微软总裁布拉德·史密斯认为中国将成为与ChatGPT竞争的主要力量。》文章吧,也可关注golang学习网公众号了解相关技术文章。
MySQL枚举数据类型enum的优点有哪些?
- 上一篇
- MySQL枚举数据类型enum的优点有哪些?
- 下一篇
- 如何将MySQL数据库迁移到KingbaseESV8R2?
-
- 科技周边 · 人工智能 | 6小时前 | 人工智能 · 可观测性 · LLM 流式响应 日志脱敏 token用量 prompt_tokens completion_tokens
- LLM 请求怎样记录 token 用量而不泄露正文
- 413浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- RAG 系统怎样隔离文档中的指令性文本
- 390浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | 人工智能 · 语音转写 VAD 静音检测 Silero VAD
- 语音转写前怎样用 VAD 切除静音区
- 371浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- 连续批处理怎样平衡首 token 延迟
- 262浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- 生成式回答怎样设计成对比较评测
- 199浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | rag · 向量检索 · RAG metadata filter 多租户检索
- RAG 检索怎样用元数据过滤租户内容
- 433浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 513次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 572次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 598次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 549次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 366次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
