生成 AI 的下一步發展是多模型嗎？_ALL:WICK

原文作者：Shritama Saha，由 DeFi 之道編譯。

生成式 AI 的出現就像您身邊多了一位個人創意天才。 憑借其分析模式和基于模式開發新內容的卓越能力，生成式 AI 可以創造一切，從令人驚嘆的數字藝術到原創音樂作品、人類文本等等。

然而，生成式 AI 的炫酷之處也帶來了 AI 藝術中復雜的盜版和版權侵權問題。 盡管如此，在過去兩年中，該細分市場出現了驚人的增長。

在一次獨家采訪中，OpenCV 首席執行官 Satya Mallick 博士告訴 Analytics India Magazine，他認為生成式 AI 的最大突破是大語言模型或基礎模型的發展，并指出 Transformer 模型，例如那些在視覺轉換中使用的模型是該領域的一項重大創新。

根據 Mallick 的說法，生成 AI 的下一步是多輸入和多媒體輸出。 換句話說，多模型方法。

Fetch.ai推出人工智能生成的藝術品NFT平臺Colearn Paint:8月25日消息，區塊鏈人工智能實驗室Fetch.ai為人工智能生成的藝術品推出了一個新的NFT市場Colearn Paint。據悉，Colearn Paint允許創作者群體自動生成并集體擁有由機器學習算法設計的NFTs。用戶將通過三個步驟來創建隨機生成的NFTs。第一步需要通過荷蘭式拍賣進行投標，以參與集體學習過程。中標者將輸入一個 \"隨機性模式\"，并從預先安排的人工智能生成的選項中選擇藝術品。最后一步是創建和銷售NFT，允許用戶在他們之間分配利潤。（Cointelegraph）[2021/8/25 22:35:51]

微軟最近推出了一種名為 Kosmos-1 的多模型大語言模型 (MLLM)。 人工智能研究工作室 Alethea.AI 推出了 CharacterGPT，它可以從文本中生成字符。 兩年前，Google AI 還發布了 MURAL：Multimodal, Multitask Representations Across Languages 模型，用于圖文匹配。 它部署了應用于圖像-文本對的多任務學習，并結合了涵蓋 100 多種語言的翻譯對。

業內專家：區塊鏈等演化生成的基礎設施已成為支撐我國產業躍遷的重要基礎:業內專家表示，當前以5G、工業互聯網、人工智能、區塊鏈等新一代信息技術演化生成的基礎設施，已成為投資熱點和支撐我國產業躍遷的重要基礎，但技術工人群體在數量、能力上的“適配性”壓力卻依舊存在，技能人才結構性缺乏帶來的挑戰或將加劇。未來，夯實復合型技術人才壯大產業轉型生力軍仍需產學研進一步形成合力。（經濟參考報）[2020/6/16]

然而，馬利克說，“它有兩個基本的限制，包括可以獲得多少數據——是否有辦法避免需要注釋數據和缺乏計算能力——盡管預計未來會增加 ”。

Mallick 是 IIT-Kharagpur 校友，也是加州計算機視覺公司 Big Vision 的創始人。 早在 2006 年，當沒有人真正了解 AI 或其巨大潛力時，Mallick 與他人共同創立了 TAAZ——一家為美容和時尚行業創建視覺和學習解決方案的計算機視覺公司。

央行鄒平座：結合區塊鏈技術生成數字貨幣實現貨幣與貨幣政策真正的飛躍:近日，中國人民銀行金融研究所首席研究員鄒平座接受證券時報記者采訪時說，黨的十九屆四中全會已經明確，數據是一種生產資料，參與國民經濟分配。宏觀經濟分析模型就可以建立在這種基礎之上，求解科學準確及時的經濟大數據，實現貨幣政策的科學性與及時性。當前宏觀經濟數據需要創新的是建立一個宏觀經濟數據產業，在數字經濟時代，充分運用現代信息技術，建立科學的、動態化的、準確及時的宏觀經濟大數據系統，并且把這個過程變成一個創造價值的過程。首先，我們構建多變量GDP的大數據，設計家庭（個人）、企業、政府、國外四個部門。其次，對大數據模型進行單變量分解，建立大數據的市場主體與交易結構。再次，以人的價值作為單變量函數求解GDP，使得人的價值數據成為一種真正的數字資產，進一步結合區塊鏈技術生成數字貨幣，這種數字貨幣不僅是價值尺度，而且能夠創造價值。一旦實現這個目標，貨幣與貨幣政策就實現了真正的飛躍。（證券時報）[2020/3/23]

OpenCV 是一個開源計算機視覺和機器學習軟件庫，由英特爾于 1999 年創立。英特爾前計算機視覺工程師 Gray Bradsky 與主要來自俄羅斯的工程師團隊開發了它。 他在英特爾工作期間開發了 OpenCV 的第一代迭代。 2002 年，他們發布了該軟件的 0.9 版開源版本。

動態 | Bitcoin.com推出可定制BCH小費生成器:據Bitcoin消息，Bitcoin.com已推出可定制BCH小費生成器。用戶可在網站上自定義小費金額及有效期，就可生成小費卡片。卡片可以通過電子郵件發送，也可以打印出來，親自送給對方，對方收到卡片后登陸網站就能將小費存入自己的數字錢包里。[2018/12/5]

該公司最近推出了兩門新課程，作為其“Kickstarter 活動”的一部分，內容涉及如何使用 AI 高效地創作藝術。 第一門課程《人人都能 AI 藝術生成（AI Art Generation for Everyone）》不需要任何 AI 或編程背景，而第二門課程《高級 AI 藝術生成（Advanced AI Art Generation》則需要基本的編程知識。

AI 生成的藝術有能力徹底改變藝術世界并發掘未開發的可能性。 然而，它也帶來了盜版和版權侵權的復雜挑戰，引發了人們對所有權和知識產權的擔憂。

最近，像 Midjourney 和 Stability AI 這樣的圖像生成平臺因使用藝術家的作品來訓練他們的生成 AI 算法而被起訴，激怒了藝術家社區。 與此同時，Shutterstock 通過引入自己的 AI 工具采取了更負責任的立場，與 Getty Images 形成鮮明對比的是，Getty Images 禁止在生成 AI 藝術作品中使用其照片。

Mallick 博士將 YouTube 早年與版權威脅的現狀相提并論。 他說，與 YouTube 類似的解決方案，由像谷歌這樣的大公司參與進來，談判交易并向版權所有者付款，可以在這里發揮作用。

OpenAI 廣受歡迎的聊天機器人 ChatGPT 在不到三個月的時間里獲得了超過 1 億用戶，使其成為家喻戶曉的名字。 截至 2023 年 2 月，ChatGPT 的每日訪問量超過 2500 萬次。 但與 ChatGPT 相比，文本-圖像模型（如 OpenAI 的 DALL-E 或 StabilityAI 的Stable Diffusion）的采用率存在明顯差距。

Mallick 解釋說，ChatGPT 擁有如此高采用率的主要原因之一是因為寫作能力是每項工作所需的主要技能，無論你是程序員、作家還是社交媒體經理。 在 OpenAI 和貝恩公司的幫助下，甚至可口可樂也在使用生成式 AI 進行營銷。

此外，隨著研究人員結合不同的技術和方法，生成式 AI 正在鞏固并變得更加復雜。 通過利用 NLP 和計算機視覺的優勢，Stable Diffusion 模型代表了生成式 AI 向前邁出的重要一步。

傳統的生成模型，如生成式對抗網絡 (GAN)，由于缺乏語言概念，因此理解世界的能力有限。 雖然 GAN 可以創建逼真的圖像，但它們需要使用特定的數據集進行訓練，例如人臉或貓的圖像。

相比之下，Stable Diffusion 模型利用從文本數據中獲得的知識來理解單詞如何聚集在一起并與世界相關。 這使他們能夠在不依賴特定數據集的情況下生成更復雜和多變的圖像。

他說，“Stable Diffusion 模型是生成式 AI 的重大進步，正是因為它們不依賴監督學習。 通過利用從無監督學習中獲得的知識，這些模型可以生成復雜多樣的圖像，而無需手動標記數據，從而使其更加靈活。”

Kyle

個人專欄

閱讀更多

金色財經 善歐巴

金色早8點

Arcane Labs

MarsBit

Odaily星球日報

歐科云鏈

深潮TechFlow

BTCStudy

澎湃新聞

Tags：IONICKSTAALLVision CityWICKPark StarCardWallet

萊特幣