当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 360周鸿祎:AI的发展是必然趋势,要充分掌握大模型的核心技术

360周鸿祎:AI的发展是必然趋势,要充分掌握大模型的核心技术

来源:搜狐 2023-06-08 18:48:33 0浏览 收藏

欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《360周鸿祎:AI的发展是必然趋势,要充分掌握大模型的核心技术》,这篇文章主要讲到等等知识,如果你对科技周边相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!

5月31日,360智慧生活正式推出了360智脑·视觉大模型及多款AI硬件新品,并宣布360智慧生活正式进军SMB市场。360集团创始人周鸿祎在会议后接受了媒体的采访,针对近期有关大型模型的热门话题进行了讨论。

360周鸿祎:AI的发展是必然趋势,要充分掌握大模型的核心技术

周鸿祎认为,当前大型模型的主要短板在于幻觉问题,不过这一问题既是其缺点也是其特点。“大模型和搜索还是有本质区别的,搜索是将知识简单地复制下来。试图理解知识的大模型会尝试吸收所有知识,从而导致一些细节缺失。”

他解释道,目前大模型可以用来做一些娱乐性的应用,比如天马行空地让它去写一些类似于“孙悟空大战奥特曼”之类的故事是可以的。目前阶段,在法律、教育、医疗等行业应用大型模型并不可行。我们正试图将搜索引擎变成一个能够解决知识模糊问题的重要工具和知识库。在需要验证和校正知识准确性的情况下,可以通过搜索来获取相关答案。”

周鸿祎认为,昨晚发布的视觉大模型可以被视为一种垂直领域的大型模型。“简单来说就是,目前的视觉大模型是建立在大语言模型的基础上的,从一开始的仅仅对语言的理解,到现在‘语言+图像’的更深层次的解读。”

同时,他也坦言,360智脑与其他大模型相比,其实差别并不大。“360智脑有两个特点,第一是训练数据,360筛选出了很多高质量的数据做大模型的数据支撑;第二是我们把搜索的接口改完之后,通过搜索可以实现知识与时效的增强,这样的话就可以避免大模型最常见的幻觉问题。”

对于视觉大模型的真实使用场景,周鸿祎说道,未来可以将视觉大模型与摄像头相结合,从而应用到汽车导航与安防领域。在安防领域他举例道,比如小孩儿站在一个很高的柜子上,这种事通过视觉大模型就能读出潜在的危险性,从而进行报警。

而在汽车导航领域,通过视觉大模型,就可以在汽车导航过程中发现潜在危险,在保留视频的同时进行报警处理,从而降低驾驶员发生危险的概率。举例来说,如果一辆车后面搭载了大型视觉模型,例如上海街头发生的某个安全事件,该模型能够辨别前车异常情况。那么,它就可以把这段视频自动保存的同时,进行报警上传处理。”

周鸿祎在采访结束时表达了自己对于“AI换脸”所引发关于AI时代安全问题的看法。他坚信AI的安全问题必须受到高度重视,目前360已专门设立内部AI安全团队以攻克这一问题。他补充说:“未来,AI从业者需要在其所创作的AI作品中进行二次验证,例如采用指纹或声纹识别技术。”。”

“AI是一场工业革命,它的发展是必然趋势。不能因为它存在一些安全问题就‘因噎废食’。现在360要做的,就是将这个安全问题降到最小。既要解决网络安全,也要解决数据安全和人工智能安全。同时,360还要将大模型的研发做到极致。因为大模型是数字化的顶峰、是一场工业革命级的变革,谁不掌握大模型的核心技术,谁就没有大模型的实际应用场景,从而被行业淘汰掉。因此,360需要成立专门的研究团队,通过不断尝试,找到一个更好、更安全的解决方案。”周鸿祎说道。

文中关于AI发展,​大模型,核心技术的知识介绍,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《360周鸿祎:AI的发展是必然趋势,要充分掌握大模型的核心技术》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
GPT-4数学能力大蹦极!OpenAI爆火研究「过程监督」突破78.2%难题,干掉幻觉GPT-4数学能力大蹦极!OpenAI爆火研究「过程监督」突破78.2%难题,干掉幻觉
上一篇
GPT-4数学能力大蹦极!OpenAI爆火研究「过程监督」突破78.2%难题,干掉幻觉
GitLab 宣布将推出一款可提高收入的 AI 产品,股价一度上涨35.4%
下一篇
GitLab 宣布将推出一款可提高收入的 AI 产品,股价一度上涨35.4%
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    424次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    502次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    511次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    459次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    288次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码