生成式 AI 的进展

生成式 AI 概念

Daniel Tedesco

Data Lead, Google

协作推进

  • 大学
  • 政府与公民组织
  • 开源社区
  • 初创公司与大型企业
生成式 AI 概念

大学

 

  • 新研究，如发明 GAN
  • 新研究人员
  • 与其他部门的合作

 

蒙特利尔大学 AI 中心主页

1 蒙特利尔大学网站
生成式 AI 概念

政府与公民组织

政府

  • 建立并执行监管环境
  • 资助基础研究

公民机构

  • 提供独立分析
  • 资源（如数据集）
  • 项目资助

 

会议展区图片，横幅写有"DARPA Demo Day"

1 National Defense Magazine, https://www.nationaldefensemagazine.org/articles/2016/5/11/darpa-shows-off-technology-at-demo-day
生成式 AI 概念

开源社区

 

  • 提供对工具和模型的开放访问
  • 降低进入、试验与共享门槛
  • 难以持续并保持质量
  • 增加误用风险

部分生成式 AI 开源项目

开源生成式 AI 工具和模型标志合集

生成式 AI 概念

初创公司与大型企业

  • 寻求竞争优势
  • 推动生成式 AI 广泛采用
  • 展示进展以吸引人才并打动投资者

 

大型公司还会：

  • 资助研究，如 Google 引入 transformers
  • 收购初创公司
  • 提供硬件与云资源
生成式 AI 概念

开放性的挑战

 

优点

  • 开发者支持
  • 吸引人才
  • 更广泛的反馈

 

缺点

  • 失去竞争优势
  • 承担误用责任风险
生成式 AI 概念

生成式 AI 发展的边界

 

加速因素

  • 硬件成本下降
  • 研究进展
  • 竞争与地缘政治压力

 

减速因素

  • 技术极限
  • 过度监管
  • 封闭生态
  • 经济资源有限
生成式 AI 概念

让我们来练习！

生成式 AI 概念

Preparing Video For Download...