打造中国最大的
AI信息汇总平台


最新动态 第4页

How ChatGPT Enhances Sports Writing and Journalism

How ChatGPT Enhances Sports Writing and Journalism插图

The article explores the multifaceted benefits of ChatGPT in the realm of sports writing and journalism. ChatGPT serves as a versatile tool that offers a range of functionalities to sports writers and journalists, making their work more efficient and engaging.

1. Idea Generation and Story Structuring.

ChatGPT empowers sports writers by assisting in the brainstorming process. It suggests various topics, story angles, and relevant keywords. Writers can quickly gather ideas and receive feedback from this virtual assistant. Moreover, ChatGPT provides templates for different types of sports stories, be it player profiles, interviews, or game recaps, aiding writers in structuring their narratives effectively.

2. Saving Time and Gaining New Perspectives:

Sports journalists benefit from ChatGPT’s time-saving capabilities. It swiftly offers accurate answers to queries, which is invaluable during research or when finding the right words to express a particular point. Additionally, ChatGPT provides fresh ideas and alternative viewpoints, thereby enhancing the overall quality and appeal of sports stories.

3. Ensuring Accuracy and Relevance:

ChatGPT’s ability to provide up-to-date information contributes to the accuracy of sports reporting. It comprehensively covers various aspects of sports events, including scores, statistics, and player performance. Furthermore, it can offer insights into team strategies and game plans, enhancing the depth and precision of sports reporting.

4. Audience Engagement and Personalization:

ChatGPT tailors content to the specific interests of the readers through natural language processing and machine learning. It analyzes user data to identify topics that resonate most with the audience, resulting in content that is both engaging and relevant. Writers can use ChatGPT to create personalized newsletters and alerts, ensuring that readers stay informed about the latest sports developments. Additionally, interactive content like polls and quizzes can be generated to further engage the audience.

5. Skill Enhancement:

ChatGPT goes beyond providing assistance in content creation. It helps writers hone their skills by offering a platform where they can refine their storytelling abilities. This includes crafting engaging and informative sentences and paragraphs, tailoring content to their audience, ensuring accuracy and timeliness, and promoting concise writing to prevent information overload.

In conclusion, ChatGPT emerges as a robust tool that elevates the quality of sports writing and journalism. It streamlines the creative process, saves time, enhances accuracy, and allows for more personalized content that resonates with a broader readership. As AI technology continues to evolve, ChatGPT’s utility for sports journalists is expected to expand even further.

Welcome everyone to experience this news writing tool, which will bring you a perfect writing experience.

Website:http://www.sportswriterai.com

省下Midjourney的10美元月费

省下Midjourney的10美元月费插图

getimg ai在线提供出色的文本对图像生成器。

无需去Discord在其网站上生成图像。

直观的用户界面、60图像生成AI模型。每月免费100张图像额度。

1、如何使用文本

→去 getimg.ai/text-to-image

→输入提示

→从60+ AI模型中选一个中意的。

→点击“生成”

观看AI将您的单词变为惊人的图像。

2、逼真的图像

从光影到艺术,动漫到3D渲染,具有内置的每种样式。

它使您可以使用其功能强大的照片现实AI模型,来生成自己的无许可证照片。

3、提供许多图特的功能

  • 图像编辑器
  • AI画布
  • 训练 模型
  • 稳定的扩散API

有需求的网友可以自己去探索了!

欢迎大家加群,了解各种AI行业新事物!

省下Midjourney的10美元月费插图1

波士顿动力机器狗变身导游:接入ChatGPT对答如流

波士顿动力机器狗变身导游:接入ChatGPT对答如流插图

全球顶级机器人开发商波士顿动力在官网宣布,在将ChatGPT、Spot以及其他AI模型相结合之后,开发出一种会说话的导游机器狗。

据了解,为了让Spot开口说话,波士顿动力公司使用了OpenAI的ChatGPT API以及一些开源的大语言模型来训练它的反应。

Spot机器狗“导游”能用英国口音与员工聊天,带他们参观公司的设施。该机器人能够回答问题,甚至可以张开“嘴巴”,让它看起来像是真的在说话。

波士顿动力机器狗变身导游:接入ChatGPT对答如流插图1

不仅如此,该机器狗能够根据文字、语音提示与人类进行交谈,同时提供了视觉问答功能,可以分析摄像头拍摄的画面,自动生成图像说明。

同时,波士顿动力还给该机器人安装了一个扬声器,增加了文本转语音功能。

此外,公司使用一台电脑作为机器狗的控制大脑,并通过Spot SDK与其实现数据交互。为了让机器狗具备拟人化动作。例如,点头,伸脖子等,使用了Spot的点臂和夹具相机。

据悉,波士顿动力在机器人领域深耕了20余年,主要代表机器人包括:BigDog、Atlas、Spot、Handle等。

Spot是该公司成立20多年来推出的首款商用机器人,是一款电动液压机器狗,它能走能跑,还能爬楼梯、上坡下坡。此外,它还拥有跳舞、探索矿井,以及帮助医务人员等诸多技能,但它还在不断学习新的技巧。

波士顿动力机器狗变身导游:接入ChatGPT对答如流插图2

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

ChatGPT国内版本,无需梯子,也能体验Chatgpt-AI爱好者 (aiahz.com)

长按扫描二维码进群领资源

OpenAI|ChatGPT新功能,搜索Bing获取答案插图3

如何在AI时代保住工作?专家:这些人群最不容易被AI取代

如何在AI时代保住工作?专家:这些人群最不容易被AI取代插图

哪类人群最不容易被AI取代?如何在大数据时代保留并展现自己的价值?

10月26日,复旦大学“社会学学科周”启动仪式暨人工智能与社会研究AI for Social Research(2023)学术研讨会在光华楼展开,多位国内外专家学者分享了AI技术在研究中的应用经验。

如何在AI时代保住工作?专家:这些人群最不容易被AI取代插图1

复旦“社会学学科周”活动 本文图片由澎湃新闻记者李思洁 图

今年复旦大学“社会学学科周”为10月23日至29日。在这一周里,复旦大学社会发展与公共政策学院将举办学术研讨会、专题讲座、博士生学术论坛、复旦人类学日等系列活动,展示复旦大学社会学及相关学科的最新研究成果,交流社会学与其他学科、社会学与AI等新范式交叉融合创新的最新发展。

人工智能与社会研究AI for Social Research(2023)学术研讨会是本届“社会学学科周”中最重要的一场会议活动,9位世界知名社会学学者发表主旨演讲。

如何在AI时代保住工作?专家:这些人群最不容易被AI取代插图2

教授彭希哲发表主旨演讲

“家庭到底是什么?是一个居住单位,养育的单位,文化传承的单位,还是一个经济活动的主体?ChatGPT能给我们什么样的答案?” 家庭研究是复旦大学老龄研究院院长彭希哲教授的一大研究方向。

在研究中,他发现中西方对“家庭“的认知差异很大,这也鼓励学界重新建构中国式家庭模式。比如对家庭的讨论话题,根据彭希哲与其团队通过询问ChatGPT发现,中国人更倾向讨论父母养老话题,而西方人更侧重对家庭价值观的讨论。彭希哲认为,AI技术能够帮助人们更好地描述家庭模式的变化,识别变化的原因和机制并选择最优的研究方式和数据,从而制定更有效的家庭政策。

如何在AI时代保住工作?专家:这些人群最不容易被AI取代插图3

教授谢宇发表主旨演讲

“最不可能被机器取代的这些人群是不能被其他人取代的。“在普林斯顿大学教授谢宇的演讲中,他回答了当下十分热门的话题——如何才能在AI时代保住自己的工作?

谢宇教授认为,人与人的替代性是机器替代人的一个条件,高端人群,包括决策者、高级科技人员等,低端人群,包括重复性低、非技术性工作者,以及提供个人化服务和情感需求的人群,最不容易被替代。在AI的冲击下,靠知识和技术维生的中产阶层在劳动力市场的价值会降低,导致更严重的社会分工两极分化与社会不平等现象。

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

ChatGPT国内版本,无需梯子,也能体验Chatgpt-AI爱好者 (aiahz.com)

长按扫描二维码进群领资源

OpenAI|ChatGPT新功能,搜索Bing获取答案插图3

Gartner对2024年十大战略技术趋势

  • 这些创新可以让您更快地实现业务目标,尤其在不断发展的人工智能时代。
  • 有目的地集成少数选择性的技术,帮助构建和保护您的数字化组织,并产生价值。

这些战略技术趋势将在未来三年内对商业和技术决策产生影响。

Gartner建议您评估每个技术趋势的影响和益处,以确定哪种创新或战略组合对您的组织成功的影响最为显著。

1、AI Trust, Risk and Security Management (AI TRiSM) – AI信任、风险与安全管理

2、Continuous Threat Exposure Management (CTEM) – 持续威胁暴露管理

3、Sustainable Technology – 可持续技术

4、Platform Engineering – 平台工程

5、AI-Augmented Development – 人工智能增强开发

6、Industry Cloud Platforms – 行业云平台

7、Intelligent Applications – 智能应用程序

8、Democratized Generative AI – 民主化生成式人工智能

9、Augmented Connected Workforce – 增强连接的劳动力

10、Machine Customers – 机器客户

每个趋势都与业务的一个或多个关键主题相关:保护和保留过去和未来的投资,在正确的时间为正确的利益相关者构建适当的解决方案,并为内部和外部客户不断变化的环境提供价值。

Gartner对2024年十大战略技术趋势插图

主题一:保护您的投资

  • 为了确保技术投资的持续影响力,您应该:

谨慎行事。停止所有缺乏明确方向的无序试验。努力应该有意识,并产生可用于日常工作的良好结果。

理性行事。从一开始就考虑必要的保护措施,计算项目的投资回报率(ROI)。

展望未来。在创新时考虑重复利用,并确保您的权益(如知识产权和创作的所有权),以及在未来取得持久地位。

  • 符合这些标准的IT趋势包括:

AI Trust, Risk and Security Management (AI TRiSM)——人工智能信任、风险和安全管理

Continuous Threat Exposure Management (CTEM)——持续威胁暴露管理

Industry Cloud Platforms——行业云平台

Sustainable Technology——可持续技术

Democratized Generative AI——民主化生成式人工智能

到2026年,生成式人工智能将显著改变70%新的网页应用程序和移动应用程序的设计和开发工作量。

Source: Gartner

主题2:建设者的崛起

  • 释放无数应用程序和解决方案构建社区的创造力,方法如下:

使用适合您行业、具体组织需求和专业工作人员的技术。

制定路线图,使非专业人士能够进行创作。

与业务利益相关者密切合作,确定软件交付和组合生命周期管理。

符合这一主题的IT趋势包括:

Platform Engineering——平台工程

AI-Augmented Development——人工智能增强开发

Industry Cloud Platforms——行业云平台

Intelligent Applications——智能应用程序

Sustainable Technology——可持续技术

Democratized Generative AI——民主化生成式人工智能

到2027年,80%的首席信息官(CIO)将与IT组织的可持续性相关联的绩效指标。这意味着CIO将被要求关注和衡量IT组织在环境、社会和经济可持续性方面的表现。这些绩效指标可能包括能源效率、碳足迹减少、废物管理、可再生能源使用等方面的考核。通过将可持续性纳入绩效评估中,企业可以更好地推动和实施可持续发展战略,并提高组织的整体可持续性水平。

Source: Gartner

主题3:提供价值

  • 通过以下方式来改善利益相关者的体验并扩大推动收入的选择:

持续调整以适应不断变化的内部和外部客户需求,创建价值确定和交付的良性循环。

包括面向基于算法的客户的方法,其影响力正在迅速增长。

促进可控访问快速发展的数字工具,无论是与生成式人工智能、员工技能培养和迁移还是其他增强和自动化机会有关。

  • 符合这一主题的IT趋势包括:

Machine Customers——机械客户
Augmented Connected Workforce——增强连接的劳动力
Intelligent Applications——智能应用程序
Sustainable Technology——可持续技术
Democratized Generative AI——民主化生成式人工智能

Gartner对2024年十大战略技术趋势插图1

如何利用这些技术实现您的CEO和CIO在2024年及以后的目标

  • 审视与您组织特定情况相关的趋势潜力,将其纳入未来几年的战略规划中,并相应地调整业务模型和运营。
  • 这些趋势是相互加强的,而不是孤立的事件。结合这些技术以符合您的战略、转型意图和利益。
  • 积极的结果包括增强韧性、从数据中最大化价值、吸引和保留人才、实现ESG目标、推动增长和加速数字化业务的发展。

研究背后的故事

来自Gartner副总裁分析师Bart Willemsen的话:

“技术颠覆和社会经济的不确定性要求我们勇于行动,以策略性地增强韧性,而不是依赖临时应对措施。IT领导者必须确保计算风险,并进行可靠和持久的投资,以可持续地促进内部和外部的价值创造。”

向你的同龄人传达的三件事

  1. Gartner每年一次的战略技术趋势研究可以帮助你在人工智能时代有针对性地进行投资,帮助你优先考虑投资方向。
  2. 2024年的趋势将带来一个或多个关键好处:保护你的投资、优化智能应用/解决方案构建者的崛起,并提供增加的价值。
  3. 策划正确的技术组合,以实现CEO和CIO未来几年的目标。

以上全文有AI爱好者翻译转自Gartner官网

想要获取报告全文的小伙伴,欢迎扫码加群索取!

Gartner对2024年十大战略技术趋势插图2

AI能赚到钱了么?

AI能赚到钱了么?插图

AI很容易变成用技术指标来衡量自身,但这就会变成一种内卷的套路,极致就是自己骗自己。

最近各种大模型密集发布,“赶上GPT4”“成为中国的OpenAI”等观点散见于各种文章。那回到一个最根本的问题:AI能赚到钱了么?这对于在这个行业里面的人实在是个灵魂拷问。如果没有过去十年的铺垫,总是这么问,那似乎是有点急功近利,但有十年亏损的这个铺垫在,赚不赚钱就变成了一个技术和商业合二为一的问题:即是技术的试金石也是商业化能力的证明。在回答这个问题前,我们需要总结下AI背后潜在的商业模式。

AI背后潜在的商业模式

如果AI发展的到非常成熟的阶段那潜在的变现方式有那些?过去探索证明过的商业模式并不多,和AI匹配的更是只有那么几个:

第一,订阅。这差不多是现在AI最典型的变现通路。其实就是云服务的一种,各大云厂商很自然的把自研的AI功能放到了自己的云的产品矩阵里面。

第二,新式增值服务类。电影里面的《Her》其实是种新式增值服务,未来能沟通的电子宠物等也是这个类别。和一比,差别是这类是最终做出来的那个菜,而一是原材料,两者会有很多重叠的区域,但大致和PaaS与SaaS的差异差不多。过去我们总说的SaaS更贴近于新式增值服务,我们就不单列一类了,比如各种企业级的助手。

第三,硬件产品销售。这类最终运转和联想卖电脑差不多。多模态方向的大模型需要这个做支撑,没有大规模的类似机器人、智能音箱、AR眼镜等新智能品类产品的成功,就不太会有多模态大模型的成功。产业分工的话,这种模式就会和上两种叠加在一起,成为拉动前面两种的力量。

第四,新式广告。之前有人说大模型会导致搜索类广告不好展示。我倒是觉得完全不是,屏幕大的很,甚至可以直接做推荐:如需购买,请看….。关键是频次和精准度要上来。

第五,解决方案销售。Watson这类产品不太可能变成彻底标准的产品,总是要和周边的各种具体情况做对接,也就必然需要解决方案做对接。从技术角度看着和二、三似乎类似,但从商业模式角度看差别非常大需要单列。新式增值服务和硬件产品销售的还是标准品,客单价上iPhone或者Vision Pro就是上限。但解决方案不是,这里客单价必须极大比如数千万做起来才有价值,否则支撑不了前后期的较长周期的投入。一定程度上现有产品的AI化其实都会变成方案,比如电商、短视频等,行业大模型就更是如此。在这里AI并不是一种颠覆性的力量,而是会表现为强化现有产品的方案。

第六,游戏与元宇宙。这个看着也是产品,但和一~五很大的不同在于只有这种产品支持虚拟央行模式。虚拟央行模式说的是可以直接发行一种自己的代币(不一定是数字货币)。只有这类产品才支持一种单独的生态和货币体系。

如果纵着切割这些商业模式,那会有两个明显的共通特征:

第一,如在歪理大集合,谁也跑不了提到过的,AI其实一种打深井模式,体现为对现有模式的更新(包括人),作为结果就是创造新模式其实不如互联网,但对现有模式的冲击深度会大于互联网。

第二,技术的经济价值更多会体现出一种拟人化,做人现在在经济体系里做的事,并做出超越。(各种助手等)

这两点非常关键,因为它们直接影响,谁会赚到AI的钱,以及潜在的终局形态。

最终谁会赚到AI的钱?

AI的上述特质决定它其实是供应链上的一个环节。这样一来除了1,对应公司要想跑通自己的模式,必须变成自己现在还不是的那种公司。比如即使是对于比较轻的游戏和元宇宙,也意味着大模型公司需要强迫自己变成懂游戏和元宇宙的公司。

这样一来就进一步衍生两个问题:

第一,如果是1这种云服务的形式,那AI会是单独的一种云服务还是现有云服务的一部分?

第二,如果需要和某种现存领域结合,那到底是纯粹AI公司主导还是该领域原生的公司会进化并主导?

对于第一个问题,我想答案比较清楚。云这种东西不可能单独一个品类存在,一定会归并。这是重资产行业内在的规模效应决定的。

对于第二个问题,答案其实也比较清楚。在不同领域里面,领域的权重和技术的权重是不同的,比如对于游戏领域权重就低,对于税务医疗领域权重就高,领域权重越高越不可能是单独技术性的AI公司去主导。而现实是大多时候领域权重是高的。具体那个公司很难说,但这种技术和领域知识的配比就会比较关键。

AI赚钱的商业挑战

之前琢磨事的文章更多是从技术的属性来看商业化的过程,这次则是从纯粹的商业模式角度来看这件事,结论并不复杂:

纯粹AI企业商业挑战非常明显,如果停在供应链上,变现通路太窄。而要想自己走通最后一节,那就不单需要搞定模型,还要搞定产品(产品代表了领域知识和技术的融合)。

看起来未来似乎是这种结局:最头部的大模型企业如果自己打不通其它变现通路而是局限在供应链上,那更可能被大的云公司归并。中间的领域模型则更可能同时具有领域知识的公司逐渐完成自身进化并胜出,比如出版的公司做内容审核产品就比单纯的外行人做有更大的成功几率。

所有商业模式的分析判断,都需要一个基础:技术本身要确实足以创造价值。那技术成熟度到底怎么样了?够了么?

时间点到了么?技术成熟度到底怎么样了?

够是真的不够。但凡打通一个真实场景做产品就会发现技术供给还是不够,并且短期也不可能彻底够。

AI技术的从0到1其实一直并未完成。

这是AI和之前技术比如互联网在技术本身上很大的一个差异性。

一定程度上2000年左右互联网基础的很多技术其实是在那里了,剩下的是更快、更大规模类的量上的提升。(我们现在还在用的互联网基础协议如TCP/IP,HTTP都什么年月的技术了)

但AI则不是,它的基础一直在完善,对应的所有应用就需要一遍完善一边应用。

AI能赚到钱了么?插图1
AI能赚到钱了么?插图2

两相对比会发现技术上互联网是一步一个脚印,AI差不多是不停的在欺骗自己中成长。我们今天宣布解决了这个问题,明天宣布解决了那个问题,但直到大模型进步远没想的大。(而大模型的成功出自最初创始人不是AI背景的公司也会有一点魔幻现实主义)

所以如果从够和不够的角度看,那就真的不够。但即使不够AI就像水一样,它淹没的部分就会彻底改变,对应的功能就会发生彻底的变化,比如做图,基本的配图没人再会找人画了。

不够之外怎么判断产品的技术成熟度呢。或者说够不够呢?

其实可以用全场景覆盖法,商业角度的话也只能是全场景覆盖法。前面提到过AI的商业通路总是会表现出一种拟人化,而人生活在某种关系之中,不能处理对应的综合的关系,就不够拟人。

全场景覆盖法

AI很容易变成用技术指标来衡量自身,但这就会变成一种内卷的套路,极致就是自己骗自己。

AI本质上考验的是通用能力,如果用一种专门化的方法在任何一个测试集上理论上都可以干的极好,超过任何一个现存最好的人工智能。但这除了写PPT,并没有什么用处。因为AI落地的时候,拟人化导致任何一个场景都是和复杂环境深度交叉的,这就还是需要通用能力。

这种技术专门化的评价方式事实上构成了一冷一热的根本原因:一边是AI好像什么都能干,已经无比神奇,一边是用起来不好用,不好用然后就不赚钱。

什么是全场景覆盖法呢?

简单说就是比如招聘是一个场景,那技术供给支不支持直接打造一个数字员工,履行过去招聘人员的所有职能,比如给一个需求就把人招聘回来,全过程不要人介入。

这个事如果实现不了,那除了第一种模式,高价值的后面的模式就一个都跑不通。

这是真的挑战。

小结

仔细想想,后互联网时代的几个新领域其实还真是各有各的坎坷。如果回到2015年前后,大概有3个新方向出现了:一个是人工智能,一个是区块链,一个是SaaS,感受到互联网基本到头又不甘于寂寞的同学很多去了这三个方向,然后人工智能和SaaS持续10年不盈利,区块链倒是赚钱但因为其它原因差不多消失了。现在大模型似乎可以为这三者同步注入新生的力量并且临近最后关头。我每次看到下面这种图的时候,都会对此相信更多一点:

AI能赚到钱了么?插图3

很多同学会关注到底那个领域会先来。这实在没法具体化,但可以有个基本的判断模式:

判断技术创造新价值到商业价值的通路到底有多远。Midjourney那种其实就是短的,Watson就是长的。真做事资金、人力和这个长度是要匹配的。

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

ChatGPT国内版本,无需梯子,也能体验Chatgpt-AI爱好者 (aiahz.com)

长按扫描二维码进群领资源

OpenAI|ChatGPT新功能,搜索Bing获取答案插图3

ChatGPT 骗了全世界

ChatGPT 骗了全世界插图

ChatGPT 骗了全世界插图1

ChatGPT有多火爆就不用说了,一堆读者在后台留言,让K哥聊一聊。这几天在忙「顿悟山丘」咨询公司的事情,今天终于告一段落了,抽空聊聊吧。

关于,ChatGPT是什么?为什么如此火爆?OpenAI是什么公司?创始人有多么牛逼……这些连百度都知道的问题,我就不聊了,真的快烂大街了。

我们聊点不一样的:ChatGPT是如何骗了全世界的?K哥罗列了媒体、大V们普遍搞错的5个问题,逐个说一说。

01

谎言1:ChatGPT是AI革命

真相:ChatGPT的成功,是模型和场景应用的成功

关注人工智能的朋友知道,人工智能有5个要素:算法、模型、数据、算力、场景。算法、数据、算力好理解,就不说了。场景就是应用场景,模型是对场景的抽象,包括数据语言和机器语言等等。

ChatGPT称不上AI革命,顶多是模型和场景应用的一次飞跃。简单的说,在聊天这个应用场景之下,ChatGPT模型胜过了以往任何一个模型,但是算法、算力、数据这些东西并没有什么革命性的突破。

所以要对ChatGPT的成功有个基本的认识。

02

谎言2:ChatGPT会淘汰人类

真相:抢饭碗的从来不是AI,而是会用AI的人

每次AI的爆火,总是有人跳出来说AI要淘汰人类了、我们要失业了。上次Alfa Go战胜人类围棋世界冠军的时候,这些人也是这么说的。

AI到底会不会淘汰人类呢?这么说吧,抢你饭碗的从来不是AI,而是会用AI的人。

举个例子,现在你接到电商公司、快递公司、银行打来的电话,90%是AI打的,那么客服人员都去哪了呢?有一种工作叫AI训练师,很多客服人员都转岗成了AI训练师,去做数据标注的工作。

你看,客服通过培训,掌握了AI工具,又重新上岗了,但是有部分不愿意学习AI工具的客服,就只能被淘汰了。

看到了吧,淘汰你的从来不是AI,而是你自己。

03

谎言3:ChatGPT是“新瓶装旧酒”

真相:ChatGPT是AI时代的windows

先思考一个问题,90年代为什么个人电脑会普及爆炸?是因为有了windows图形界面、鼠标,代替了DOS命令,让普通人使用电脑的门槛大大降低了。

在AI时代,ChatGPT的出现,大大降低了人们使用AI的门槛,会打字聊天就能使用AI,不再需要你去学Python、学算法,AI再也不是工程师的专属工具,它将走进人们的日常工作与生活。

ChatGPT可以说是AI交互方式的重要创新,是AI真正普及爆炸的导火索。ChatGPT就好比AI时代的windows,它必将引发全面的AI普及。

04

谎言4:ChatGPT会干掉搜索引擎

真相:交互方式不是核心,语义理解和数据才是

许多业内专家说,ChatGPT会干掉搜索引擎公司,谷歌、百度要完蛋了,微软的bing刚引入ChatGPT,股价就大涨了。

这些所谓的专家忽略了一个事实,聊天式AI的核心不是交互方式,而是语义理解和数据。那么,哪家公司的语义理解和数据最牛逼?当然是国外的谷歌、国内的百度了,它们都在搜索引擎时代,建立起了足够高的技术壁垒。所以,我个人反倒很期待谷歌、百度版本的ChatGPT。

也许有人会问,你把谷歌、百度说得这么牛逼,那么首先推出ChatGPT的为什么不是搜索引擎公司?这又是另外一个话题了,你要知道,大公司是很难革自己命的,内部利益集团的阻力实在太大了,任何威胁到既得利益者的创新,都会被立刻消灭干净,柯达、诺基亚就是前车之鉴。

历史给人类唯一的教训,就是人类从来不吸取教训。这次似乎是个例外,谷歌、百度已经有所警觉了,并且立刻采取了行动,ChatGPT虽然在交互方式上有所创新,但是并没有动摇整个AI产业技术的根基,谷歌、百度的技术领先优势仍然明显,结果究竟如何?一切都还是未知数。

05

谎言5:ChatGPT很难盈利

真相:人流会带来钱流,变现有1万种方法

从古至今,没有出现过任何一家拥有巨大流量,但是因为找不到变现方法而倒闭的公司,从来没有。

为什么呢?因为人流会带来钱流,这是最朴素的商业逻辑。举个例子,你在上海人流量最大的人民广场卖鄂尔多斯的空气,一定会有人买,这是个概率问题。不要说别的,随随便便卖个煎饼果子、饮料,那肯定就卖爆了。所以OpenAI公司赚钱根本不是问题,想要变现就会有1万种方法,如果他对钱有兴趣的话。

虽然ChatGPT火了,但是不要以为AI创业最好的时代来了,要知道这种平台级的机会从来不属于普通人或草根创业者,科技巨头和资本早就把主赛道的各个路口堵得死死的。

也许有人会说,那按K哥你的说法,我们就一点机会也没有了吗?那倒也不是,可以好好想想你们公司的业务场景如何利用ChatGPT进行创新,为客户提供价值增量。

最后要说的是,不出意外的话,就要出意外了,接下来会有一批人跳出来声称自己通过ChatGPT赚到了第一桶金。紧接着,教你利用ChatGPT赚钱的攻略、教程会大火。这个时候你要对自己有个清醒的认知,别太早跑出来证明自己的韭菜体质。并不是这个时代的坏人变多了,而是教人赚钱,实在是太赚钱了,尤其是疫情三年之后,万物复苏,连韭菜都蠢蠢欲动了。

好了,就说这么多,该来的逃不掉,各位自求多福。

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

ChatGPT国内版本,无需梯子,也能体验Chatgpt-AI爱好者 (aiahz.com)

长按扫描二维码进群领资源

OpenAI|ChatGPT新功能,搜索Bing获取答案插图3

不想上班?谷歌执行官:AI不会取代你的职位,只会让你更爱工作

不想上班?谷歌执行官:AI不会取代你的职位,只会让你更爱工作插图

AI让你不那么讨厌工作

  1. 谷歌云的Philip Moyer告诉Insider,生成式人工智能将提升工作满意度。
  2. 他表示,人工智能工具正在减少繁琐的工作量,员工们现在 “等待它的出现”。
  3. 一些人担心人工智能会导致失业,高盛表示,人工智能可能会影响到3亿个工作岗位。

谷歌公司的一位高管表示,人工智能可以帮助减少琐碎无聊的工作,从而使员工们更加享受工作。

不想上班?谷歌执行官:AI不会取代你的职位,只会让你更爱工作插图1

谷歌云全球人工智能业务副总裁Philip Moyer表示,ChatGPT和Bard等生成式人工智能工具不会取代员工的工作,反而可能会提高工作满意度,帮助员工提高工作效率

他在最近的一次访谈中表示:“我认为,满意度和熟练度才是人工智能真正会产生深远影响的方向。”

“如果你看看人们在使用生成式人工智能时的工作满意度,那些正在尝试使用人工智能的公司所做的研究表明,几乎80-90%的员工都一致表示 ‘满意’。AI让我的工作变得更好了。”

不想上班?谷歌执行官:AI不会取代你的职位,只会让你更爱工作插图2

然而,一些人担心生成式人工智能可能会导致大范围的失业。高盛预测,ChatGPT等人工智能系统可能会影响全球多达3亿个全职工作岗位

不过,一些专家认为,新技术可以减少耗时的行政工作。美国国家经济研究局最近的一项研究发现,生成式人工智能可以提高生产力并改善员工士气。

哥伦比亚大学商学教授Oded Netzer告诉Insider:“AI目前所做的大部分事情,都不是我们喜欢做的。” 他把生成式人工智能工具比作“加强版自动完成”,可以完成编写电子邮件和填写电子表格等琐碎任务,并表示这些工具将对低保留率的工作环境(如呼叫中心)产生特别大的影响。

不想上班?谷歌执行官:AI不会取代你的职位,只会让你更爱工作插图3

虽然他承认有些职位会因转型而流失,但他表示,由于人工智能提升了生产力,广泛失业的预测可能不会实现。

Netzer表示:“这将提高生产力,所以我们可能会看到更多的就业机会,而不是更少的工作岗位。你见过哪家公司说,‘哦,我们做得这么好,还是少招点人吧?’”

Netzer将人工智能与自动取款机(ATM)引入银行业进行了比较。虽然这种变化导致大量手工银行柜员的工作流失,但开设分行的成本也随之降低,对分行的需求增加了,这就创造了大量新的就业机会。

不想上班?谷歌执行官:AI不会取代你的职位,只会让你更爱工作插图4

Moyer告诉Insider,生成式人工智能将改变金融、发票和医疗等需要大量行政工作的行业,并表示公司采用这项技术是不可避免的,因为员工现在“正在等待AI的出现”。

他说:“我不知道有哪个人,如果你提出能减少他20%的工作量,他会不高兴。坦率地说,我也不认为有企业会说:‘好吧,我们就不再做这个事情了。’”

谷歌今年推出了大量新的人工智能产品,努力追赶OpenAI和微软等竞争对手。

但该公司也面临着生成式人工智能工具在准确性上的质疑,比如其Bard聊天机器人,就像它的竞争对手ChatGPT一样,容易“幻想”出大量虚假信息。

不想上班?谷歌执行官:AI不会取代你的职位,只会让你更爱工作插图5

据报道,谷歌计划将在未来几个月内推出新的人工智能模型“Gemini”,据说它具有先进的“多模态”功能,可以与OpenAI的旗舰模型GPT-4相媲美

Moyer告诉Insider,谷歌未来的模型将在“真正困难的多模态问题”上取得一些 “重大突破”,使它们能够同时解释多种类型的数据。

但他表示,就目前而言,生成式人工智能还处于“管理”阶段,科技公司正试图根除准确性问题,并降低运行模型的巨大成本。

他表示:“我想告诉人们,在未来大约三年左右的时间,这个行业将致力于提高模型的准确性,降低模型的成本,并让企业和组织加入进来。”

“因此,这将是一个管理时代。而当你展望未来时,你将开始涉及推理和这个多模态时代中真正复杂的问题,”他补充道。

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

ChatGPT国内版本,无需梯子,也能体验Chatgpt-AI爱好者 (aiahz.com)

长按扫描二维码进群领资源

OpenAI|ChatGPT新功能,搜索Bing获取答案插图3

李彦宏:AI不仅不会替代人,反而能救人

李彦宏:AI不仅不会替代人,反而能救人插图

雷达财经出品文|章蕴琪编|深海

10月17日,李彦宏在百度世界大会上,分享了过去几个月百度对旗下各个产品线进行原生化重构过程中的心得体会。

“众所周知,AI原生应用是基于大模型来开发的。过去一年,科技领域最大的创新无疑是大模型带来的智能涌现,这是百度开发AI原生应用的基础。”李彦宏表示。

李彦宏称,百度的AI原生应用是基于“文心一言”来开发的,“文心一言”在今年3月16日首发,在经过快速的更新迭代后,于今年8月31日获得了向全世界开放的批准。在百度世界大会上,李彦宏宣布了“文心一言4.0”的正式发布。

李彦宏称,这是迄今为止最强大的文心大模型,它实现了基础模型的全面升级,理解、生成、逻辑和记忆四大能力,综合水平与GPT4相比已经毫不逊色。

李彦宏:AI不仅不会替代人,反而能救人插图1

“AI不仅不会替代人,AI还能救人。”在大会上,李彦宏再度回应了公众对AI取代人工的担忧,介绍了百度数字安全堤坝。与临洮相关部门合作后,两个月中,AI发布涉水预警多达1600多条,并成功救下4个人的生命。

AI原生思维产品百度GBI:天下武功,唯快不破!

“在我们的商业世界里,最离不开的就是商业分析,也就是BI,那怎么做出最快的商业决策?”在百度世界大会上,李彦宏向大家介绍了AI原生思维产品,百度GBI(Generative Business Intelligence),也就是生成式商业智能。这是一个从零开始的产品,不是对已有产品的重构。

李彦宏在现场播放了一个视频,在视频中,总裁问了多方面的专业问题,例如财务分析情况、项目交付、用户分析情况等,运用了GBI的总裁助理都能快速给出结果,让总裁当场决策。

“掌握先进工具的人不仅不会被AI取代,而且‘升职加薪不是梦’,不会使用先进工具的人,才会有丢工作的风险。”李彦宏说。

百度GBI是怎么做到快人一步的?据李彦宏介绍,它从三个方面颠覆了传统的数据分析:首先,传统BI只有专业人士才能操作,而GBI能直接听懂总裁问题,实时执行;其次,GBI提供了便捷的接入方式,企业可以接入数据,对任意数据用自然语言进行提问、分析,不再需要人工去跨数据库、跨表格做各种专业操作;最后,GBI还具备学习能力,企业可注入本行业专业知识,让它成为行业专家。

所谓天下武功,唯快不破;企业竞争,不是大鱼吃小鱼,而是快鱼吃慢鱼,比竞争对手更快决策,很可能你就赢了!

这就是基于大模型能力的决策利器,国内首个生成式商业智能产品,百度GBI。

如果AI有温度,应该是36.5度

李彦宏称,AI是当今最热门的话题之一,涉及到未来和社会的发展,尽管AI技术已经取得了许多进展,但仍然存在许多争议和担忧:AI越来越发达,人类会被取代吗?

“AI不仅不会替代人,AI还能救人。”在大会上,李彦宏介绍了百度数字安全堤坝。

据李彦宏透露,在临洮,发生过1500多次洪灾、溺水与轻生,黄河在这里孕育了生命,也目睹过生命的陨落。而难不倒的临洮智慧与AI一同筑起一道道屏障,建成了守护生命的数字堤坝。

200多个智能监控与数位地图,是水上的天眼,提供了旱涝智能化检测与应急方案,是临洮的智囊团,是一条数字防旱涝的水利堤坝,也是防轻生溺水的生命安全堤坝。可见光和热成像监控技术与百度AI防溺水模型让河岸危险徘徊、越界、溺水无处遁形。

“有了这个模型以后,我们从危险动作识别、自动预警到组织救援,过程不会超过10秒,极大提高了救援的成功率和及时率。”临洮县引洮工程建设服务中心主任何学科说。

两个月中,AI发布涉水预警多达1600多条,并成功救下4个人的生命。

“云智一体”全面进化,千帆生态繁荣

自2020年起,百度智能云在业界率先提出“云智一体”战略,并在技术架构与服务等方面进行了多次迭代升级。

本届百度世界大会,“云智一体”的战略内涵全面升级为“云智一体,深入产业,生态繁荣,AI普惠”。相比过去,“生态繁荣”是百度智能云战略中新增内容,生态建设也成为百度智能云在大模型时代最重要的一环。

在10月17日举行的百度世界大会上,百度智能云宣布,千帆大模型服务平台已服务17000多家客户,覆盖近500个场景。

同时,新的企业和开发者还正在不断地涌入千帆,大模型调用量高速攀升。平台上既有年龄仅14岁的小开发者,也有刚成立不久的初创企业,还有已深耕行业十几年的互联网老兵,开发出了智能创作、问诊咨询、电商、短视频、游戏、情感陪伴,智能鼠标等多样化应用。

此外,为了助力合作伙伴们取得大模型时代的商业成功,百度世界大会上,百度智能云宣布推出了国内首个大模型全链路生态支持体系,并为10家综合伙伴、100家应用伙伴、1万家初创企业以及代理伙伴,提供包括培训赋能支持、AI原生应用创新孵化、销售商机和市场营销支持,以及千帆社区、千帆AI原生应用商店的服务。

其中,千帆AI原生应用商店是百度智能云在百度世界2023宣布推出的国内首家面向企业客户进行一站式交易的AI原生应用商店,加速AI原生应用的商业化落地。

AI重构搜索,看见另一种可能

在百度世界大会2023大会上,百度集团副总裁、搜索平台负责人肖阳介绍了AI重构搜索。

据肖阳介绍,搜索,不仅是百度通过大模型重构的第一个产品,也是百度的起点。20多年前,百度改变世界的梦想,就始于一个简单的搜索框。

生成式大语言模型一直在深刻的改变着百度搜索。百度搜索的用户范围非常广,从刚学会说话的小孩子,到耄耋之年的老人,百度看到了人们对于新搜索充满着信任、期待和包容。

60%!

这是用户每天在百度搜索上,询问各种问题想获得精准答案的比例。这个数字背后的每一次提问,都代表了用户对百度的信任。

在过去的二十年里,百度团队一直努力把更可信、更准确、更丰富多样的结果提供给用户。现在,通过大语言模型与搜索的结合,这些需求可以被更加极致地满足。

比如,前些日子杭州召开了亚运会,有用户好奇马龙跟张本智和的实力对比,百度搜索从两个人的力量、经验、技巧等等维度,给出了客观比照。

“如果你要的是精准答案,我们的回答会更加极致,一击中的!”百度集团副总裁、搜索平台负责人肖阳说。

275轮!

有一个用户在一天时间里,跟搜索的AI伙伴连续对话了275轮。

百度在调研时联系到了这位用户——他是一位63岁、家在河北的老人。他向百度员工说,那段时间因为半月板有轻微拉伤,医生让他在家静养。

在那段时间里,他把搜索里的AI伙伴既当成专家,又当成一个知心朋友。这种陪伴,对搜索来说也是一份沉甸甸的信任

这种效果的实现,主要是基于多轮交互能力的加强,这也给百度搜索带来了更大的想象空间。

新的搜索,会像一个懂你又耐心的助手,细致地跟你互动,让你充分表达,并尽全力帮助你。

500次!

这也来自百度的另一个访谈用户。他是一位29岁的小伙子,在北京的一个理发店当店长。每天早上开店前,这个小伙子都给店员鼓励、带着大家慷慨激昂地喊口号。每晚闭店前,他还要趴在电脑前写总结。即便扣除假期,他说他每年至少也要写500多次文案。

现在,他只需要通过百度搜索的AI创作能力,就能瞬间生成很多还不错的口号和每日工作总结内容,省时又省力。

2小时!

百度听许多资深的媒体人经常提起,下班后仍然要做大量的信息搜集和资料整理工作。这个时间往往超过2个小时,非常耗费精力。

但现在,有了大模型插件工具,可以帮大家大大节省时间。

比如要撰写一篇关于「新能源汽车电池供应链」的分析文章,这时“金融智能助手”插件可以分析财报内容,并总结成数据图表,帮作者快速了解清楚这家公司的利润分配、资产负债、现金流等内容,甚至还能给出行业排名作为参考。

下一步,通过“TreeMind”插件,能直接以脑图的形式帮助组织出电池类型、供应链主要环节情况、未来趋势等信息。它们都可以直接作为文章框架,极大提升工作效率。

聚沙成塔、集腋成裘,百度就是这样一步一步走过来,也将这样一步一步坚持不懈地走下去,让用户的体验每天都多提升一点。

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

ChatGPT国内版本,无需梯子,也能体验Chatgpt-AI爱好者 (aiahz.com)

长按扫描二维码进群领资源

OpenAI|ChatGPT新功能,搜索Bing获取答案插图3

从零开始如何学习人工智能?

从零开始如何学习人工智能?插图

作为一个本科时期安卓开发,研究生转型,三年磕磕绊绊一路走来,已经工作快5年的算法工程师。回首当年的学习之路,常常因为人工智能入门知识繁多,走在半路因看不到终点而焦虑不已,从而怀疑走上这条路的正确性,“要不要转行去做开发”、“要不要转行去做前端” 等半途转行的思想一直萦绕脑海中。

这篇文章讲讲入门人工智能的路线和前景,希望能给同样满怀热情想要学习的有志之士,一点点帮助。同时,希望大家认清自己的优劣势,不要用战术上的勤奋,掩盖战略上的懒惰,选择这条路就要全身心all in。因为只有all in,才有更大的概率在激烈的就业市场上胜出同侪。

总的来说,真的从“零”开始的入门之路分为“三步走”。

第一步:学习Python,熟悉Python 基础语法;

第二步:学习机器学习基础知识,实战kaggle;

第三步:选择人工智能具体方向,阅读业界论文。

下面来具体谈谈每一步的具体该如何走,有哪些好的学习资料,究竟要学到什么地步。

学习之路——“三步走”

一. 学习Python

Python 是最简单的入门语言,对于没有编程基础的朋友也非常友好。最重要的是,Python开源社区非常丰富,有很多开源工具和模型,后续人工智能模型开发都是使用Python语言。

Python入门只需要学习基础语法,不需要了解Python GUI、CGI、网络编程等等高级部分,因为这些高级部分都是做后端开发才需要了解的知识点。

这里推荐《Python核心编程第二版》,只需要掌握这本书的第一部分,基本的概念和语句、语法和风格、Python对象、数字类型、序列类型、映射和集合类型、条件和循环、文件和输入/输出、错误和异常、函数和函数式编程、模块、面向对象编程这些内容。不推荐《Python核心编程第三版》,是因为第三版没有这些基本内容了,全部都是GUI、网络、数据库等高阶知识。

Python 要学到什么程度呢?学到能使用 Python 写 leetcode easy 题即可,其实就是熟练使用Python 中的 for/while 循环,字符串,数组等。

二. 机器学习基础知识

人工智能与机器学习并不完全等同,但它们密切相关。人工智能是一个更宽泛的概念,代表可让机器或系统像人类一样感知、推理、行动或适应。而机器学习是人工智能的一种方法,它主要使用归纳、综合而不是演绎。机器学习最基本的做法,是使用算法来解析数据、从中学习,然后对真实世界中的事件做出决策和预测。

从零开始如何学习人工智能?插图1

机器学习是人工智能所有方向都必须学习的基础知识,因为无论是机器视觉还是语音识别都是通过神经网络进行分类或者回归,只是网络更加复杂、目标更加细分。

根据监督信息从无到有,各种机器学习算法,可以分为三类:有监督学习、无监督学习和强化学习。

1) 无监督学习

在没有label的数据下学习数据之间的异同。由于没有给定正确的答案,模型无法知道数据的结果是什么,因此将学习数据之间的关系。 当想要检测异常或对数据进行分类时,通常会使用无监督学习。

2)有监督学习

给定学习数据和label,需要从指定数据中发现划分label的规律。对于给定数据,进行足够的训练,能够学习到数据和label 之间的关系,并预测没有label的数据的结果。因此用于预测场景和目标识别对象。

3)强化学习

与监督学习略有不同,给定数据,选择动作以最大化长期奖励 。如果模型尝试的行动导致了好的结果则给出正向反馈,如果导致不好的结果则给出负向反馈。强化学习用于围棋游戏、自动驾驶和机器人控制的人工智能。 那机器学习有什么好的学习资料呢?

经典的西瓜书和李航的统计学习法方法就是非常好的入门材料。注意,不需要看完全部章节,因为有的知识可能你整个算法生涯都不会用到,一开始我们只学普适知识,后面有用到其他的知识点再转过头学。西瓜书只用看到第九章 聚类,《统计学习方法》只用看到第九章 EM算法即可。

从零开始如何学习人工智能?插图2

在具体看的过程中,一定有很多困难,虽然公式不要求每一步都看懂,但是推到思路一定要啃下去。书看完了,感觉也懂了,但是你一考我,我好像又忘了。

从零开始如何学习人工智能?插图3

这时候可以看吴恩达的机器学习视频,Coursera上就有,温习一遍。一定要记笔记,跟着推导一遍。记笔记是因为在以后学习生涯中你一定会回过来翻看,记下来就不用再去翻视频了,大大节省了时间。

从零开始如何学习人工智能?插图4

三.人工智能具体方向

学习完基础知识,就需要选择一个具体的方向,深入了解业内通用的解决方案。关于选择什么方向这个问题,可以看我主页里写的另一篇文章,这里只讨论如何学习。

想要在人工智能算法这条路上成长,一定要培养自己阅读论文的能力。在学习的初期,可以阅读综述性论文,了解这个领域什么算法解决什么问题;在学习的过程中,阅读经典论文,这样能了解到非常多的细节;在已经精通之后,也要不断阅读前沿论文,时刻保持新的视野,将前沿的思想运用在自己的工作中。

金融风控/数据分析

金融风控应该是比较简单的方向,因为它的领域知识比较少,只需要将之前学到的机器学习基础知识会实战即可。机器学习实战阶段需要学习pandas , numpy, sklearn 这三个包的使用,模型主要使用xgboost 和 lightgbm, 代码上主要进行特征构造、特征筛选、特征工程,思维上培养分析模型的能力。

kaggle 是一个业界备受认可的机器学习比赛平台,我推荐下面这本书,这本书不仅教各个库的使用方式,而且使用kaggle 题目举例,给出了如何加载数据,构造特征,交叉验证,调参各个阶段的代码范式,看完之后你就可以组队去kaggle上一显身手了。

从零开始如何学习人工智能?插图5

大语言模型

大语言模型是近期最火的算法方向。llm大语言模型是最近新兴的方向,国内不仅有百川智能、光年之外等明星创业公司从零开始做中国的llm,而且各个公司的业务部门也开始使用llm 解决原先的业务问题。这意味着技术范式已经升级,原先这部分业务是nlp 工程师使用nlp 技术解决,而如今llm 工程师逐步替代了nlp 工程师。

从零开始如何学习人工智能?插图6

如何快速入门大语言模型呢?我的方法是从网上找视频教程来看。

我在知乎上找到了针对程序员入门的大语言模型的免费课程和资料,具体操作方式为:点击下面卡片,添加助教老师微信,他会发给AI 大模型资料包和无需翻墙的好用AI工具和网址。关键这个课程是大模型评测软件ChatALL.ai 的作者编写的,有实战经验的大佬总结的经验对于刚入门的朋友是非常宝贵的,无需翻墙的AI工具也能加速我们的工作学习效率。

2023超🔥的AI大模型公开课👉大模型资料包免费领!

¥0.00立即体验

吴恩达联合openai 出品的三个课程同样非常值得学习,每个课程短小精悍,直击要点。

1.《面向开发者的chatgpt 提示工程

链接https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

从零开始如何学习人工智能?插图7

2.《使用chatgpt api 构建系统

链接https://www.bilibili.com/video/BV1zX4y187dw/?spm_id_from=333.788.recommend_more_video.12&vd_source=18fbb3e7f363c57cfeac5e175b356e96

从零开始如何学习人工智能?插图8

3.《LLM应用程序开发的LangChain》

链接:吴恩达最新ChatGPT课程《LLM应用程序开发的LangChain》中文字幕由ChatGPT翻译_哔哩哔哩_bilibili

从零开始如何学习人工智能?插图9

欢迎免费使用GPT对话,感受ChatGPT的魅力!AI爱好者 – 最具实力的中文AI交流社区平台 (aiahz.com)

ChatGPT国内版本,无需梯子,也能体验Chatgpt-AI爱好者 (aiahz.com)

长按扫描二维码进群领资源

OpenAI|ChatGPT新功能,搜索Bing获取答案插图3

欢迎来到AI爱好者

我们旨在打造一个最具实力的中文AI交流社区平台,致力于为所有AI爱好者,创业者和使用者提供优质服务. 我们的宗旨是为广大用户提供免费解决方案,您可以通过问答形式提出与AI相关的任何问题.

AI社区AI工具

安全服务战略合作伙伴:麒麟盾 SCDN

登录

找回密码

注册