666智慧设计_666智慧设计

ChatGPT五分钟写完插件，功能完善，还可加需求改BUG量子位2023-02-09 08:50北京量子位2023-02-09 08:50北京

詹士发自凹非寺量子位 | 公众号 QbitAI ChatGPT写代码，水平究竟如何？不到5分钟，做出一个WordPress（一款内容管理系统软件）插件，且代码很干净。测试者名叫David Gewirtz，是一位1982年进入IT行业的老炮，供职过的公司包括：赛门铁克、苹果、Pyramid Technology。即使拥有40年从业经验，他在见识ChatGPT能力之后，还是不禁发出感慨：本以为不会有太多惊喜，没成想，还是吓了一跳。在评测文章中，他还表示这一切既令人着迷，又令人惊讶，同时还令他恐惧。所以，他具体是怎么做的测试？我们一同来看下。精力不够，ChatGPT来凑此番David老哥之所以要用ChatGPT写代码，源于他妻子在运营电商网站，每月，她需要根据客户群组名单随机选出一部分名字，生成轮播动画。过去，David老哥的妻子用一个网站生成随机名单，不过，该服务要收费，且不便宜。于是，老哥决定发挥“技术功力”，自己写一个WordPress插件，帮助妻子“降本增效”。那么问题来了——即便是小小WordPress插件，也需要好几天去完成，这当中需添加用户界面元素，也要编写逻辑代码，鉴于自己实在太忙，于是，David想到—— 最近ChatGPT不是很火么？要不试试？说干就干，他先写了第一个提示，描述想要的文字（代码）到底是什么。具体如下：编写一个PHP 8兼容的WordPress插件，它提供一个文字输入区域，可将列表粘贴进去，还带有一个按钮，按下可将输入条目随机排列再显示出来。不到一分钟，代码就生成出来了： △图源：David Gewirtz/ZDNET 测试者将上述代码复制到一个.php文件中，压缩并上传服务器。唔，亲测有效。当他将该插件拿给妻子看，对方一脸惊讶，不过，她马上加了新需求：重复的名字不能挨着。于是，码农ChatGPT有了新任务。需要保证相同条目不会挨着（除非没有其他选项）…此外，输入条目数与结果条目数得相同。 30s后，结果来了。老样子，上传服务器并测试——有效，但输出包含了空行。那提示它一下。 …不能有空行… A Few Moments Later…… 结果又来了，测试结果没问题。继续加大力度，测试者希望该插件能统计一下处理了多少行数据。结果ChatGPT照样能完成。让我们一起看看，这款插件的最终形态，功能还挺完善： △能生成相应UI并处理一行行数据...

撰文 | 木非 Midjourney因为一出乌龙再次倍受关注。 5月17日，一个名为“Midjourney AI”的公众号宣布：从5月15日晚六点起，开放Midjourney官方中文版内测。之后消息遭到删除，有自媒体质疑其为不实消息。在闹了一出乌龙之后，Midjourney官方正式回应，“Midjourney AI”确属Midjourney官方微信号，开启中文版内测消息属实。Midjourney 官方中文版已经开启内测申请，将搭载在 QQ 频道上，每周一、周五下午 6 点统一开放，达到一定人数后会关闭入口。另外一个重磅消息是， QQ正在全力支持Midjourney频道的商业化。在此之前，Midjourney早已火遍全球，对于行业内人来说，更关注的是它开启中国市场将会为AI绘画带来哪些改变以及能否给出一个全新的商业模式。 AI绘画并不是一个新概念。 2017年，Google开源一个AI简笔画应用；同年Facebook发布CAN创造性对抗网络模型。2021年，OpenAI又相继发布DALL-E模型、CLIP模型；而2022年界内更是爆发出各路新模型，整个赛道呈现高速增长的状态。然而有些出人意料的是，比起深入研发，AI绘画在国内最大型出圈却是流量路线的快车道。与AI绘画相关的微信公众号、小程序近期不断涌现。有大公司，小公司、个体研发也不罕见。去年9月，AI绘画应用不断涌现，包括生成式AI平台TIAMAT、6pen、draft.art、大画家Domo、盗梦师等。一对九十年代中国情侣，由Midjourney V5生成今年四月份，Midjourney发布了第五代V5模型之后，AI绘画被再次引爆。它展现出来的AI照片效果逼真、速度快，而且在使用上不需要部署任何本地硬件。由它生成的一张“中国情侣”图片因效果酷似真人而火爆出圈，不少网友表示，在得知它是由AI工具创作之前，只觉得是一张平平无奇的照片。这说明由AI生成的图片和真正的照片在人眼视觉上已经没有了差别，不少人惊呼：AI绘画元年已经到来。然而另一方面，作为Midjourney最大对手的StabilityAI却陷入连年亏损。 StabilityAI是StableDiffusion的母公司，成立于2019年，属于AI绘画行业老牌公司，在行业内StabilityAI因为其在技术领域做出的巨大贡献而知名。与Midjourney不同，StableDiffusion是开源的，这意味着任何人都可以查看或下载代码，配置一张家用中高端显卡，就能在本地训练和部署AI模型。从开源角度来说，StableDiffusion更像是回到了OpenAI的初衷。目前，StabilityAI已融资超过1亿美元，其对外宣称StableDiffusion已被全球超过200000名开发者下载和授权，根据《福布斯》报道，StableDiffusion日活用户超过1000万——已经超过OpenAI的DALL-E2，低于Midjourney的1500万。StabilityAI还在探索商业模式，但公司实现的营收，完全覆盖不了巨额的服务器和人才招募的费用。相比之下，Midjourney公司只有11人，同样云端有大算力消耗，Midjourney似乎走得顺风顺水，V5模型发布之后，迅速爆发，站上AI绘画的龙头，不禁要问：谁是Midjourney？它是一家怎样的公司？Midjourney做对了什么？AI绘画商业模式路在何方？ 1.十一人，一亿营收算起来，Midjourney还是一个新生儿，还没有过它的一岁生日，如同它的创始团队一样年轻，11人散居全球各地，没有固定办公地，最年轻的4人甚至还在读本科。创始人大卫·霍尔茨（David Holz）是一个身上带着一些理想主义的理工科怪才。 Midjourney创始人David Holz｜图源网络在创立之初，他就给Midjourney设立了一个非常理想主义的宗旨：AI 不是现实世界的复刻，而是人类想象力的延伸。在大卫·霍尔茨的蓝图中，他要打造的是一个“想象力引擎”，他认为想象力是人们在世界上所需东西的重要支柱。而同时，人们可以把AIGC变成一种力量，扩展人类的想象力。霍尔茨少年天才，高中时期感兴趣的是设计，还做过设计生意。上大学后，他转头学了与设计几乎不相干的物理和数学。研究生期间，他希望能选择与现实有关的专业，于是读了应用数学专业。之后，他又攻读了流体力学博士。 2010年，霍尔茨创立了一家研发手部跟踪技术为主的公司——Leap Motion。这个控制器内装有多种传感设备，能追踪到小到0.01毫米的动作，当你把手放在它正上方，便可以跟踪十指动作，并借助计算机视觉技术，让你的手部动作投射在虚拟空间中。这款充满着想象和憧憬的产品推出后，Leap Motion一炮而红。2013年经过B轮融资之后达到巅峰状态，估值达到3.06亿美元。然而，由于与之相关的VR/AR技术一直不成熟，Leap Motion也始终没能做出有具体应用场景的产品。最终，2019年，大卫决定把 Leap Motion 公司卖给竞争对手 Ultrahaptics。随后，他成立了一个工作室来探索新的机会。霍尔茨成立的这家工作室就是后来的Midjourney。他确实等来了新机会。 Transformer架构的出现，彻底改写了图像合成的历史。随后而来的是一个AIGC的大时代，借着生成式AI的东风，霍尔茨带领着他的伙伴们站上了AI绘画的潮头。目前，公司团队成员仅11人，其中1位创始人、8位研发人员、1位法务、1位财务。...

19 hours前 0

AIGC&图标LOGO

微软DeepSpeed Chat，人人可快速训练百亿、千亿级ChatGPT大模型机器之心Pro2023-04-13 16:18北京机器之心Pro2023-04-13 16:18北京

机器之心专栏微软DeepSpeed组昨日，微软开源的 DeepSpeed Chat 引起了AI社区的广泛关注。它让我们能够以更低的成本、更快的速度训练类似于ChatGPT的高质量大模型。链接： https://github.com/microsoft/DeepSpeed/tree/master/blogs/deepspeed-chat 本文对开源的 DeepSpeed Chat 进行了详细的介绍。该博客由微软DeepSpeed组官方撰写并译制，并授权「开源社」首发于中文社区，机器之心转载。概述近日来，ChatGPT 及类似模型引发了人工智能（AI）领域的一场风潮。这场风潮对数字世界产生了革命性影响。ChatGPT 类模型具有惊人的泛用性，能够执行归纳、编程、翻译等任务，其结果与人类专家相当甚至更优。为了使 ChatGPT 等模型的训练和部署更轻松，AI 开源社区进行了各种尝试（例如 ChatLLaMa、Alpaca、Vicuna、Databricks-Dolly 等）。然而，尽管开源社区付出了巨大的努力，目前仍缺乏一个支持端到端的基于人工反馈机制的强化学习（RLHF）的规模化系统，这使得训练强大的类 ChatGPT 模型十分困难。例如，使用现有的开源系统训练一个具有 67 亿参数的类 ChatGPT 模型通常需要昂贵的多卡至多节点的 GPU 集群，但这些资源对大多数数据科学家或研究者而言难以获取。同时，即使有了这样的计算资源，现有的开源系统的训练效率通常还不到这些机器所能达到的最大效率的 5%。简而言之，即使有了昂贵的多 GPU 集群，现有解决方案也无法轻松、快速、经济的训练具有数千亿参数的最先进的类 ChatGPT 模型。 ChatGPT 模型的训练是基于 InstructGPT 论文中的 RLHF 方式。这与常见的大语言模型的预训练和微调截然不同。这使得现有深度学习系统在训练类 ChatGPT 模型时存在种种局限。因此，为了让 ChatGPT 类型的模型更容易被普通数据科学家和研究者使用，并使...

20 hours前 0