■5月下旬,300位企业家、风险投资人、记者和以思想领袖自居的各路英雄挤满了位于旧金山Ferry Building大楼二层的时尚社交俱乐部Shack15,许多人大谈着他们眼中的下一个淘金潮。这次会议名为“生成式人工智能思想碰撞会”(Generative AI Meeting of the Minds)。若放在疫情期间,召开这样的会议根本不可想象,就在今年早些时候,这也是不可能的事:那时候的这个城市,似乎还时常在为撬车行窃和零售店铺倒闭大伤脑筋。
可以说,是谷歌的8名研究人员为这一形势逆转奠定了基础。在2017年一篇名为《有注意力就够了》(Attention Is All You Need)的开创性论文中,谷歌的研究人员提出了一个如何让机器能像人类一样(或至少看起来像人类一样)学习的创新系统。这类设备能分析大块文本之类的长序列数据,针对每个词语,根据其与之前出现词语之间的关系给出权重,同时考量语法模式。这个设想绝非只是自动完成功能的花哨版,它是一个突破,从此电脑便不仅能够更好地模仿人类推理,还能模仿具备诸如语言和计算机代码之类序列的设备。
■5月下旬,300位企业家、风险投资人、记者和以思想领袖自居的各路英雄挤满了位于旧金山Ferry Building大楼二层的时尚社交俱乐部Shack15,许多人大谈着他们眼中的下一个淘金潮。这次会议名为“生成式人工智能思想碰撞会”(Generative AI Meeting of the Minds)。若放在疫情期间,召开这样的会议根本不可想象,就在今年早些时候,这也是不可能的事:那时候的这个城市,似乎还时常在为撬车行窃和零售店铺倒闭大伤脑筋。
可以说,是谷歌的8名研究人员为这一形势逆转奠定了基础。在2017年一篇名为《有注意力就够了》(Attention Is All You Need)的开创性论文中,谷歌的研究人员提出了一个如何让机器能像人类一样(或至少看起来像人类一样)学习的创新系统。这类设备能分析大块文本之类的长序列数据,针对每个词语,根据其与之前出现词语之间的关系给出权重,同时考量语法模式。这个设想绝非只是自动完成功能的花哨版,它是一个突破,从此电脑便不仅能够更好地模仿人类推理,还能模仿具备诸如语言和计算机代码之类序列的设备。