关于AIGC人工智能、思维方式、知识拓展,能力提升等。投稿/合作: @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
我用AI编曲工具Suno把叶芝的情诗「当你老了」变成了一首重金属摇滚乐。
* Suno的Pro计划是支持版权商用的,而叶芝的作品也早就进入公版领域了,所以严格来说,我真的可以宣称我是这首歌的制作人……而Suno最低档的Pro计划也能支持每年6000首的歌曲生成额度,音乐人市场被冲击是迟早的事情了。
Invalid media: video
* Suno的Pro计划是支持版权商用的,而叶芝的作品也早就进入公版领域了,所以严格来说,我真的可以宣称我是这首歌的制作人……而Suno最低档的Pro计划也能支持每年6000首的歌曲生成额度,音乐人市场被冲击是迟早的事情了。
Invalid media: video
最近工作内容和机器人有关,浅浅道听途说做了点功课。
再加上今天小米汽车发布会有句话:「相信终有一天,全球每条路上都有小米汽车驰骋的身影。」
于是开始联想…造手机的造车,造车的造机器人…智能手机的普及率多少,智能车的普及率多少…要是哪天大家都像拥有智能手机一般普遍拥有了智能车…
噢!变形金刚或成最大预言家!
再加上今天小米汽车发布会有句话:「相信终有一天,全球每条路上都有小米汽车驰骋的身影。」
于是开始联想…造手机的造车,造车的造机器人…智能手机的普及率多少,智能车的普及率多少…要是哪天大家都像拥有智能手机一般普遍拥有了智能车…
噢!变形金刚或成最大预言家!
AI套壳应用如何把壳做厚?
1.一阶:直接引用Open ai接口,ChatGPT回答什么,套壳产品回答什么。卷UI、形态、成本。
2.二阶:构建Prompt。大模型可以类比为研发,Prompt可以类比为需求文档,需求文档越清晰,研发实现得越精准。套壳产品可以积累自己的优质Prompt,卷Prompt质量高,卷Prompt分发。
3.三阶:Embedding特定数据集。把特定数据集进行向量化,在部分场景构建自己的向量数据库,以达到可以回答ChatGPT回答不出来的问题。比如垂直领域、私人数据等。Embedding可以将段落文本编码成固定维度的向量,从而便于进行语义相似度的比较,相较于Prompt可以进行更精准的检索从而获得更专业的回答。
4.四阶:微调Fine-Tuning。使用优质的问答数据进行二次训练,让模型更匹配对特定任务的理解。相较于Embedding和Prompt两者需要消耗大量的Token,微调是训练大模型本身,消耗的token更少,响应速度也更快。
一个AI应用产品如果停留在做一阶和二阶,注定是个门槛极低的产品,没有任何壁垒。
而什么场景,何时以及如何使用三阶和四阶的能力,是个关键性的问题。
1.一阶:直接引用Open ai接口,ChatGPT回答什么,套壳产品回答什么。卷UI、形态、成本。
2.二阶:构建Prompt。大模型可以类比为研发,Prompt可以类比为需求文档,需求文档越清晰,研发实现得越精准。套壳产品可以积累自己的优质Prompt,卷Prompt质量高,卷Prompt分发。
3.三阶:Embedding特定数据集。把特定数据集进行向量化,在部分场景构建自己的向量数据库,以达到可以回答ChatGPT回答不出来的问题。比如垂直领域、私人数据等。Embedding可以将段落文本编码成固定维度的向量,从而便于进行语义相似度的比较,相较于Prompt可以进行更精准的检索从而获得更专业的回答。
4.四阶:微调Fine-Tuning。使用优质的问答数据进行二次训练,让模型更匹配对特定任务的理解。相较于Embedding和Prompt两者需要消耗大量的Token,微调是训练大模型本身,消耗的token更少,响应速度也更快。
一个AI应用产品如果停留在做一阶和二阶,注定是个门槛极低的产品,没有任何壁垒。
而什么场景,何时以及如何使用三阶和四阶的能力,是个关键性的问题。