所以,,用在媒體傳播上的智能技術(shù)得能處理各種類型,、各種場景的數(shù)據(jù),還得能在各種渠道上都能用,。
生成式大模型當(dāng)前解決的問題不是生成
當(dāng)前大模型火就火在生成(基于算法的數(shù)據(jù)輸入輸出),,但越具有創(chuàng)作性的領(lǐng)域,生成結(jié)果和人工特別是高級人工對比落差越大,。追求信息乃至AI產(chǎn)生思維及情感的生成,,是否就是生成式大模型的最佳應(yīng)用方案,?
實際上,以大數(shù)據(jù),、大參數(shù),、大算力支撐的人工智能模型,本質(zhì)上是在模仿人類的語言模式,,學(xué)習(xí)的是人類精神世界加工過的信息,,吸收的是人類總結(jié)出的知識,雖然可以自主生成內(nèi)容,,但由于不可解釋、不可復(fù)現(xiàn),、出現(xiàn)客觀性錯誤這些自身缺陷,,讓當(dāng)前大模型的生成能力無法可靠地用于生產(chǎn)力場景。
那么,,能否讓機器站在人類的肩膀上,,在現(xiàn)有知識成果基礎(chǔ)上做相對簡單直接的計算和推理?答案是肯定的,。大模型現(xiàn)有的推理能力,,可以適用于理解人類指令,擴(kuò)展人類意圖,,鏈接解決問題所需的資源,,為人類生成備選答案和內(nèi)容素材。
從目前媒體應(yīng)用情況來看,,AI搜集并提煉數(shù)據(jù)信息相較于AIGC更為實用,。多家企業(yè)推出的智能體運行數(shù)據(jù)也表明,AI檢索占比遠(yuǎn)高于內(nèi)容生成,。
從未來的視角來看,,大模型為通向更加廣泛適用的人工智能領(lǐng)域開辟了一條新的道路。就是通過大模型對人類語言模式的掌握與理解,,降低人工智能有望從理解人類語言模式逐步深化,,進(jìn)而掌握人類的方法論和思維模式。它不再僅僅依賴于人類語言來認(rèn)識世界,,而是能夠自主感知并理解這個世界,。
同時,人工智能也將從作為人類的智能助手,,轉(zhuǎn)變?yōu)槟軌蜃灾餍袆拥闹悄軐嶓w,,進(jìn)而成為與人類共生的智能文明。