再造一个ChatGPT？OpenAI创始人称要开放接口 创造杀手级应用
淘宝搜：【天降红包889】领超级红包，京东搜：【天降红包889】
淘宝互助，淘宝双11微信互助群关注公众号 【淘姐妹】
OpenAI还想再打造一个类似ChatGPT的“杀手级”应用程序。
当地时间3月9日，路透社报道称，OpenAI创始人、首席执行官Sam Altman在摩根士丹利会议上表示，该公司将专注于构建一个平台，向开发者开放API接口，并创造类似ChatGPT这样的“杀手级应用程序(killer apps)”。
目前，聊天机器人ChatGPT的热度居高不下。互联网分析机构Similarweb表示，自去年11月推出以来，ChatGPT的人气不断飙升，该网站的访问量从今年1月的6.16亿次已经增加到如今的超10亿次。
随着热度攀升，该公司不仅向个人用户推出了付费服务ChatGPT Plus，还开始寻求与企业建立合作。Altman表示，OpenAI正在与企业客户合作，在特定的领域训练模型，以便有效地减少AI(人工智能)系统出现错误的次数。
他提到，与OpenAI合作的企业能够使用该公司的数据并制作模型副本，以减少数据安全问题。他举例称，管理咨询公司贝恩(Bain & Company)与OpenAI合作，使用该公司的ChatGPT和DALL-E平台，为可口可乐等公司提供个性化的广告文案和图像等。
此外，Altman补充说，个人用户应该对AI(人工智能)的工作方式有更多的控制权。该公司上个月表示，正在对聊天机器人进行升级，允许用户对其进行定制，以解决对人工智能的错误情况。他表示，“我们将很快推出更多的东西，让用户对系统有更多的控制，使其可以按照不同的方式行事。”
Altman还承认，目前AI系统的准确率无法达到100%，但他预计AI医生、AI律师等应用程序很快就会出现在手机上。
事实上，OpenAI在3月1日就曾宣布，该公司已经引入API，并允许任何企业将ChatGPT技术搭建在他们自己的应用程序、网站、产品和服务中，Snap、【【微信】】、Instacart和Shopify等公司是ChatGPT API早期采用者。
公开资料显示，API是应用程序编程接口，可以实现计算机软件之间的相互通信，通过API接口，开发人员不需要访问源码或理解内部工作机制的细节，就能够开发应用程序。亚马逊官方网站给出了这样的例子――气象局的软件系统包括每天的天气数据，用户手机上的天气应用程序通过API与该系统“对话”，并在手机上显示每天的最新天气信息。
此前，OpenAI总裁兼董事长Greg Brockman表示，ChatGPT API由自然语言大模型GPT-3.5-turbo支持，其中“turbo”代表的是GPT-3.5的优化版本，响应速度更快。该模型与广受欢迎的ChatGPT采用同源技术，后者是基于GPT-3的增强版进行的改造。
美国科技媒体TechCrunch称，OpenAI开发GPT-3.5-turbo的最初动机可能是为了降低ChatGPT的计算成本，Altman曾在推特上表示，ChatGPT与用户对话的成本非常“惊人”，每次对话需要花费几美分或更多。
值得注意的是，更新一代的自然语言处理模型GPT-4或于下周推出。当地时间3月9日，微软德国首席技术官Andreas Braun在一场AI(人工智能)活动中提到，“我们将在下周推出GPT-4，它将是一个多模态模型(multimodal models)，能够提供完全不同的可能性，比如支持视频。”
此外，在3月16日，微软将举行“人工智能引领未来工作”在线活动，展示微软最新的AI技术，并探讨人工智能在工作场景中的应用和发展。
（文章来源：澎湃新闻）
谷歌人工智能识别问题 ai预测和机器翻译的区别
谷歌人工智能叫什么名字,谷歌人工智能chat,谷歌人工智能聊天软件,谷歌人工智能首席科学家| 出chatgpt独享账号！内含5美元！仅需38元/个！独享永久使用！点击购买！自动永久激活office/【【微信】】6,2013、win10/win11工具，仅需15元，点击购买！ 0 分享至 用微信扫码二维码 分享至好友和朋友圈 新智元报道 编辑：编辑部 【新智元导读】近日，谷歌正式发布了支持100多个语种的20亿参数通用语音模型――USM，正式对标OpenAI的开源Whisper。 上周，OpenAI发布的ChatGPT API和Whisper API，刚刚引动了一场开发者的狂欢。 3月6日，谷歌就推出了一款对标的模型――USM。不仅可以支持100多种语言，而且参数量也达到了20个亿。 当然了，模型依然没有对外开放，「这很谷歌」！ 简单来说，USM模型在涵盖1200万小时语音、280亿个句子和300种不同语言的无标注数据集中进行了预训练，并在较小的标注训练集中进行了微调。 谷歌的研究人员表示，虽然用于微调的标注训练集仅有Whisper的1/7，但USM却有着与其相当甚至更好的性能，并且还能够有效地适应新的语言和数据。 论文地址：【【网址】】/abs/2303.01037 结果显示，USM不仅在多语种自动语音识别和语音-文本翻译任务评测中实现了SOTA，而且还可以实际用在YouTube的字幕生成上。 目前，支持自动检测和翻译的语种包括，主流的英语、汉语，以及阿萨姆语这类的小语种。 最重要的是，还能用于谷歌在去年IO大会展示的未来AR眼镜的实时翻译。 Jeff Dean亲自官宣：让AI支持1000种语言 当微软和谷歌就谁家拥有更好的AI聊天机器人争论不休时，要知道，大型语言模型的用途可不仅于此。 去年11月，谷歌最先宣布了新项目「开发一种支持全球1000种最常用语言的人工智能语言模型」。 同年，Meta也发布了一个名为「No Language Left Behind」模型，并称可以翻译200多种语言，旨在打造「通用翻译器」。 而最新模型的发布，谷歌将其描述为通向目标的「关键一步」。 在打造语言模型上，可谓群雄逐鹿。 据传言，谷歌计划在今年的年度 I/O 大会上展示20多款由人工智能驱动的产品。 当前，自动语音识别面临许多挑战： 传统的监督学习方法缺乏可扩展性 在传统的方法中，音频数据需要费时又费钱的手动标记，或者从有预先存在的转录的来源中收集，而对于缺乏广泛代表性的语言来说，这很难找到。 扩大语言覆盖面和质量的同时，模型必须以高效的计算方式进行改进 这就要求算法能够使用来自不同来源的大量数据，在不需要完全重新训练的情况下实现模型的更新，并且能够推广到新的语言和使用案例。 微调自监督学习 据论文介绍，USM的训练采用了三种数据库：未配对的音频数据集、未配对的文本数据集、配对的ASR语料库。 未配对的音频数据集 包括YT-NTL-U（超1200万小时YouTube无标签音频数据）和Pub-U（超429,000小时的51种语言的演讲内容） 未配对的文本数据集 Web-NTL（超1140种不同语言的280亿个句子） 配对的ASR语料库 YT-SUP +和 Pub-S语料库（超10,000小时的音频内容和匹配文本） USM使用标准的编码器-解码器结构，其中解码器可以是CTC、RNN-T或LAS。 对于编码器，USM使用了Conformor，或卷积增强Transformer。 训练过程共分为三个阶段。 在初始阶段，使用BEST-RQ（基于BERT的随机投影量化器的语音预训练）进行无监督的预训练。目标是为了优化RQ。 在下一阶段，进一步训练语音表征学习模型。 使用MOST（多目标监督预训练）来整合来自其他文本数据的信息。 该模型引入了一个额外的编码器模块，以文本作为输入，并引入了额外的层来组合语音编码器和文本编码器的输出，并在未标记的语音、标记的语音和文本数据上联合训练模型。 最后一步便是，对ASR（自动语音识别）和AST（自动语音翻译）任务进行微调，经过预训练的USM模型只需少量监督数据就可以取得很好的性能。 USM整体训练流程 USM的性能如何，谷歌对其在YouTube字幕、下游ASR任务的推广、以及自动语音翻译上进行了测试。 YouTube多语言字幕上的表现 受监督的YouTube数据包括73种语言，每种语言的数据时长平均不到3000个小时。尽管监督数据有限，但模型在73种语言中实现了平均不到30%的单词错误率（WER），这比美国内部最先进的模型相比还要低。 此外，谷歌与超40万小时标注数据训练出的Whisper模型 (big-v2) 进行了比较。 在Whisper能解码的18种语言中，其解码错误率低于40%，而USM平均错误率仅为32.7%。 对下游ASR任务的推广 在公开的数据集上，与Whisper相比，USM在CORAAL（非裔美国人的方言英语）、SpeechStew（英文-美国）和FLEURS（102种语言）上显示出更低的WER，不论是否有域内训练数据。 两种模型在FLEURS上的差异尤为明显。 在AST任务上的表现 在CoVoST数据集上对USM进行微调。 将数据集中的语言按资源可用性分为高、中、低三类，在每一类上计算BLEU分数（越高越好），USM在每一类中的表现的优于Whisper。 研究发现，BEST-RQ预训练是将语音表征学习扩展到大数据集的一种有效方法。 当与MOST中的文本注入相结合时，它提高了下游语音任务的质量，在FLEURS和CoVoST 2基准上实现了最好的性能。 通过训练轻量级剩余适配器模块，MOST表示能够快速适应新的域。而这些剩余适配器模块只增加2%的参数。 谷歌称，目前，USM支持100多种语言，到未来将扩展到1000多种语言。有了这项技术，或许对于每个人来讲走到世界各地稳妥了。 甚至，未来实时翻译谷歌AR眼镜产品将会吸引众多粉丝。 不过，现在这项技术的应用还是有很长的一段路要走。 毕竟在面向世界的IO大会演讲中，谷歌还把阿拉伯文写反了，引来众多网友围观。 参考资料： 【【网址】】/2023/03/uni【【微信】】usm-state-of-art.html?m=1 https://www.theverge.com/【【QQ微信】】/【【微信】】-ai-universal-speech-model https【【网址】】/google-usm-shatters-language-barriers-with-multilingual-speech-recognition-model/ 特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。 Notice: The content above (【【微信】】 and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only pro【【微信】】age services. /阅读下一篇/ 返回网易首页 下载网易新闻客户端 |
