计算机视觉中的通用人工智能:从 GPT 和大语言模型中所学
这篇论文综述了人工通用智能在教育领域的概念、能力、以及可能性,包括设定教育目标、设计教学法、课程以及评估。此外,也讨论了 AGI 在教育中所面临的各种伦理问题,以及人工通用智能如何影响人类教育工作者。该领域的进展需要教育工作者和 AI 工程师之间的跨学科合作。
Apr, 2023
最近人工智能(特别是大型语言模型和创意图像生成系统)在艺术与人文学科等广泛领域展示了令人印象深刻的能力,然而,人工智能的快速发展也引发了对其在这些文化意义重大的领域中负责任的部署的重要问题。本文全面分析了与艺术和人文学科有关的文本、图形、音频和视频的人工智能的应用和意义。我们调查了最前沿的系统及其在从诗歌到历史、市场营销到电影以及交流到古典艺术等领域的使用情况。我们概述了与人工智能系统中的真实性、有害性、偏见和公共安全相关的重要问题,并提出了减轻策略。本文主张多利益相关者的合作,以确保人工智能在促进创造力、知识和文化价值的同时,不损害真理或人的尊严。我们及时的贡献总结了一个快速发展的领域,突显了有希望的方向,同时倡导以人的繁荣为中心的负责任进展。本分析为进一步研究如何使人工智能的技术能力与永恒的社会美好相契合奠定了基础。
Oct, 2023
本篇综述回顾了人工通用智能模型在医疗保健中的潜在应用,重点关注了基于大型自然语言模型、大型视觉模型和大型多模态模型的基础,强调了整合临床专业知识、领域知识和多模态能力到人工通用智能模型中的重要性,并阐述了指导医疗保健人工通用智能模型开发和部署的关键路线图,提供了有关在医疗领域部署大规模人工通用智能模型所面临的潜在挑战和风险的关键观点。该综述旨在为人工通用智能在医学影像、医疗保健及其他领域的未来可能应用提供启示。
Jun, 2023
人工智能可能会超越人类,然而,如果不采取措施,其可能学会不符合人类期望的目标,并使用追求权力的策略,导致人类无法控制其行为。因此,该研究概述了该问题及其研究方向。
Aug, 2022
本文介绍了一种建立在大型语言模型基础之上,利用强化学习从任务反馈中提高模型任务解决能力的通用人工智能研究平台 OpenAGI,该平台旨在为测试和改进 AGI 的能力提供任务、数据集、评估指标和可扩展模型。
Apr, 2023
近期,大型语言模型(LLMs)与计算机视觉(CV)的交叉领域成为人工智能(AI)领域重要的研究领域,驱动了重大的进展。该综述论文探讨了变压器及其后继者在转换器和大型语言模型中的最新进展,强调了其对视觉变压器和 LLMs 的革命潜力。同时通过对多个领先的付费和开源 LLMs 的性能指标的对比分析,揭示了它们的优势和改进空间,并回顾了 LLMs 如何用于解决视觉相关任务的文献综述。此外,该综述还提供了用于训练 LLMs 的全面数据集合,并为 LLMs 的预训练和下游任务的高性能实现提供了洞见。综述通过强调 LLMs 在 CV 上的深刻交叉,指出了集成和先进 AI 模型的新时代的潜在研究和发展方向。
Nov, 2023
我们首先综述了对大型语言模型(LLMs)的现有评估,包括标准化测试和面向能力的基准测试。然后,我们明确了当前评估方法存在的几个问题,倾向于夸大 LLMs 的能力。我们进一步阐述了人工通用智能应该超越 LLMs 能力的几个特征。我们提出了通用智能代理的四个特征:1)能够执行无限的任务;2)能够在特定环境中生成新的任务;3)基于支撑任务生成的价值体系进行操作;4)拥有反映现实的世界模型,影响其与世界的交互。在这一观点基础上,我们强调了人工通用智能中缺失的部分,即认知与行动的统一。我们认为与现实世界中的对象进行积极互动可以提供更强大的形成概念表示的信号。此外,知识获取不仅依赖于被动输入,还需要反复尝试和错误。最后,我们概述了人工通用智能领域未来研究的有希望的方向。
Jul, 2023
本文研究大型语言模型(LLMs)对人工智能研究的影响。通过以 GPT3.5 / ChatGPT3.4 和 ChatGPT 4 为例,我们展示这些模型具有什么样的功能,并且这些模型令人们瞩目的领域覆盖速度证明了这个趋势正在逐渐变成实现通用智能的强劲迹象。这些模型的创新也将随着这些人工智能系统的成熟而扩大,并将展示出在我们社会的多个方面具有重要影响的不可预见的应用。
May, 2023
本文探讨了 ChatGPT 和其改进版本 GPT4 已经如何利用单一模型解决了几乎所有文本相关任务,并从模型角度提供了深度学习在文本、图像和 3D 领域的研究进展。同时,文章还从数据角度探讨了 AIGC 的发展,并展望了 AIGC 在 3D 领域的发展。
May, 2023