网络营销网例如苹果举办WWDC 23，微软召开Build 23，就连谷歌也在2月份举办了搜索业务大会。

　　这些巨头们的动作，无疑彰显了生成式人工智能（AIGC）的崛起，也带动了一批此前对人工智能不感兴趣的团队、机构。

　　现在这些大型科技公司全力押注人工智能，值得注意的几个标志是：Google AI、Microsoft Copilot、Apple 机器学习以及OpenAI追求通用人工智能。

　　在今年的WWDC 上，只字未提“人工智能”，以及“ChatGPT”等当前科技界内的一些更为流行的词汇。苹果所做的，只是简单地提及了 7 次“机器学习（ML）”。

　　即使是在介绍他们准备了 7 年的 AR 眼镜 Vision Pro 时，也只是表述为“使用了先进的编码-解码神经网络”。

　　实际上，苹果对人工智能的理解可能更加准确。他们在机器学习研究方面投入了大量资金，组建了一支由优秀的研究人员和工程师组成的团队。他们将机器学习应用于各种项目，包括Siri、照片、健康和CarPlay，提升了用户体验。

　　今年，苹果也更新了基于机器学习的新功能，如Live Text、Visual Look Up和Safety Check，这些功能都运行在iOS 16系统上。显然，苹果对人工智能（机器学习）的重点：是改变用户交互方式。

　　唯一有点的遗憾的事情，可能就是苹果在数据方面不甚有竞争力，毕竟，库克不止一次说过：我们是对用户数据不感兴趣的公司。

　　换句话说，虽然苹果的移动设备令人着迷，但它们可能难以与谷歌、Meta这些布局云计算的公司竞争。

　　最出名的当属谷歌Brain技术，在人才培养方面也有“人工智能留才计划（Google AI Residency Program）”。

　　谷歌在人工智能算法和系统方面有突破性的进展，推动了谷歌搜索、谷歌翻译和谷歌照片等基于人工智能的产品和服务的创建。

　　谷歌I/O活动中重点强调了Bard，一个与OpenAI的ChatGPT竞争的聊天机器人。

　　面对谷歌的做法，一些行业人士认为：谷歌调整人工智能运营，优先考虑快速推出产品的做法是“应对性”的，与其过去以创新为导向的做法有所偏离。

　　谷歌的母公司Alphabet多年来一直在投资人工智能，并于2014年收购了DeepMind。最近，Alphabet将其谷歌研究团队与DeepMind合并，整合人工智能工作。然而，一些专家认为，这种整合应该早些进行，因为谷歌在其领先的人工智能产品上没有充分利用其优势，导致在2022年落后于微软。

　　Meta从2017年的时候，就非常看好自监督学习。这几年，他们也给业界提供了非常多的自监督学习算法、框架。

　　例如，在在图像分类和目标检测等任务中取得了SOTA结果的SimCLR、SwAV和DINO。

　　Meta在2021年建立了Megatron，一个用于自监督学习算法训练的计算集群。在2022年，他们发表了Data2vec论文，介绍了一个跨语音、视觉和文本模态的SSL算法。

　　“我认为RLHF是没有希望的，因为错误答案的空间非常大，而棘手问题一般都是长尾分布，RLHF无法解决。任何不经历世界并自己学习的系统都将受制于它所学习的数据。”

　　微软近年来大力投资人工智能，其Copilot项目是这种投资最具雄心的例证之一。它是一个功能强大的语言模型，能够生成文本、翻译语言，并辅助完成各种创意任务。

　　Copilot的目标是通过提升效率、激发创造力和增强包容性，改变人们的工作和创造方式。微软计划为微软365的用户免费提供Copilot服务，并作为一个独立的产品。这个工具有可能引领人工智能对世界的影响，带来诸如提高生产力、改善质量和拓展创造力等好处。

　　OpenAI的首席执行官Sam Altman和其他创始人在多个平台上谈论了人工通用智能（AGI），对其可能带来的利益和风险既感兴趣又担忧。Altman在接受Lex Fridman的采访时说，他认为AGI“大概还有10到20年就能出现”，并且有望对人类产生“正面的影响”，同时强调了保证其负责任使用的重要性。

　　Altman也承认AGI存在一些风险，比如被滥用或导致大量失业。Altman强调了及时考虑AGI的利弊的必要性。他致力于制定安全指南，并建立一个专家社区，以促进AGI的负责任使用。Altman的访问反映了全球对AGI日益增长的关注。在AGI变得越来越现实之际，思考其可能带来的利益和风险是非常重要的。在Altman的领导下，OpenAI专注于安全和道德的AGI开发。

　　在一篇博客文章中，Altman和其他创始人描述了他们对AGI的期待，认为它可以“解决世界上一些最迫切的问题”，如气候变化、贫困和疾病，同时也能激发人类的创造力和智慧。

　　然而，他们也意识到了AGI的潜在风险，包括被用于制造自主武器或通过替代人类工作而引发大规模失业。

　　亚马逊在人工智能研究方面投入了大量资金，其云服务是人工智能开发和部署的重要平台。

　　他们还致力于为人工智能开发者提供工具和资源。例如基于云的平台SageMaker使得构建、训练和部署ML模型变得更加容易，这些模型可以用于各种应用，如欺诈检测、客户流失预测和产品推荐。

　　最近发布的Falcon 40B，是一个大型的语言模型，它是在亚马逊网络服务（AWS）上开发的。Falcon 40B是一个多功能且稳健的工具，可以用于翻译、问答、摘要和图像识别，并且可以通过AWS上的Amazon SageMaker JumpStart访问。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。