生成式 AI 的進展

生成式 AI 概念

Daniel Tedesco

Data Lead, Google

協作的成果

  • 大學
  • 政府與公民組織
  • 開源社群
  • 新創與大型公司
生成式 AI 概念

大學

 

  • 新研究，如發明 GANs
  • 新進研究者
  • 與其他領域的合作

 

蒙特婁大學 AI 中心首頁

1 蒙特婁大學網站
生成式 AI 概念

政府與公民組織

政府

  • 建立並執行法規環境
  • 資助基礎研究

公民機構

  • 提供獨立分析
  • 資源，如資料集
  • 專案資金

 

會展攤位，上方橫幅為「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

開源社群

 

  • 提供工具與模型的開放存取
  • 降低進入、實驗與分享的門檻
  • 難以長期維運並維持品質
  • 提高誤用風險

部分生成式 AI 開源專案

開源生成式 AI 工具與模型的標誌彙集

生成式 AI 概念

新創與大型公司

  • 追求競爭優勢
  • 推動生成式 AI 普及採用
  • 展示進展以吸引人才並打動投資人

 

大型公司另可：

  • 資助研究，如 Google 引入 transformers
  • 併購新創
  • 提供硬體與雲端資源
生成式 AI 概念

開放性的兩難

 

優點

  • 開發者支援
  • 吸引人才
  • 更廣泛回饋

 

缺點

  • 失去競爭優勢
  • 承擔誤用的風險責任
生成式 AI 概念

生成式 AI 發展的界線

 

加速因子

  • 硬體成本下降
  • 研究進展
  • 競爭與地緣政治壓力

 

減速因子

  • 技術極限
  • 過度監管
  • 封閉生態系
  • 經濟資源有限
生成式 AI 概念

一起來練習吧！

生成式 AI 概念

Preparing Video For Download...