孟繁岐的这番话,听起来让人觉得不是那么舒服。
言下之意,给人一种华国AI技术就是不如国外的感觉。
这是李彦弘不大喜欢的,毕竟他这么早就关注AI技术,就是为了研发最前沿最先进的技术。
孟繁岐大概猜到了他的想法,前世他也曾被早期华国大量发表的AI论文所迷惑。
觉得在这个新崛起的技术上,华国已经可以和美国分庭抗礼,不落下风。
虽然AlphaGO震惊了世人,但毕竟有些华而不实。
直到上千亿级别的语言大模型出现,这种纯硬核实力的比拼,让孟繁岐不得不甘拜下风。
实际上,并非是技术手段和算法层面上相差太远。
更多的还是因为优质数据的数量不足。
白度的文心一言,出图的时候甚至会将用户的中文输入翻译成英文,再去作图。
很多较真的网友故意测试了中英文差异很大的词汇,比如总线(Bus),鼠标(mouse)。
文心一言绘出的图像竟然是大巴车和老鼠,这从中文上是完全说不通的事情。
可见即便不是全部,文心一言这个所谓的专注中文的超级大模型,也在相当程度上借助了英文基础的模型权重和技术。
究竟为何要这么做,说到底还是基础不够扎实牢靠。
整理数据,清洗数据,给数据打上高质量的标签。
这些都是脏活累活,见效慢的工作。
把别人公开的数据拿过来跑一跑训一训,多么方便快捷?
以国内996大厂的内卷风气,很难容下长回报周期的基础建设。
早些时候看看不出区别,只觉得国内大厂频繁在XX榜单上露面,刷榜,又是超过这个,又是超过那个。
直到语言大模型阶段,基础语料数量和质量上的劣势才暴露无遗。
“其实这也不能完全怪华国的大厂风气,美国的互联网起步要早,并且很多领域的文献材料归档做得特别好。”
孟繁岐也曾仔细思索过这方面的问题。
();() “像github,arxiv这样的大型公开社区,里面都是非常优质的外文代码或者论文。
这些也不只是美国人自己的积累。
而是通过免费公用的形式,收割了全世界的数据。”
“华国人在github上贡献的代码行数也不在少数,反过来看看华国的论文社区,就比如知网,纯纯就是毒瘤。
里面屯点硕博生的论文,还要论页数收费。
就连下载之后的阅读器,甚至都需要专门的....”
此消彼长之下,差了多少珍贵的数据啊...
只是此时此刻,李彦弘应该还没有想到这么大规模的数据用于训练。
因而孟繁岐也不急于一时和他讨论后面语言类的技术,以及生成式的大模型。
最近一两年内,孟繁岐的重心还是在视觉图像算法这边。
“李总,我个人相信AI技术的开源程度是相对的,不可以一直这样透明下去。
最火爆畅销书大山中走出来的叶凡重回都市,却在意外中获取神秘系统,从此走上了不归路。...
资质平平和长生不死两种属性加身,陈生只想大喊一句三十年河东,三十年河西,莫欺老年穷。当宗门天骄崛起的时候,陈生还活着。当宗门天骄晋升长老的时候,陈生还活着。当宗门天骄寿终正寝的时候,陈生还活着。活着,熬成老前辈,他就能对小辈指手画脚,以大欺小了。悠悠岁月。江山代有才人出,各领风骚数百年,而陈生长驻光阴岁月不死不灭,淡看天骄起起落落,超然物外。...
...
拥抱黑夜,等待黎明,末世当前,除了肆虐的丧尸,还有被无限放大的人性。人,可能比面前这些丧尸还要可怕...
新元历2166年,我所在的十七区被评为联邦最差地区。居高不下的失业率。逐步飙升的失踪人口。天价悬赏犯层出不穷。人们说,执法者是这个星球上最危险的职业。而我,不幸成为了执法者。...
啥?身为王牌军医的我穿越了,但是要马上跟着王爷一起下葬?还封棺两次?你们咋不上天呢!司夜云掀开棺材板,拳拳到肉干翻反派们。躺在棺材板里的轩辕靖敲敲棺材盖开棺,王妃说本王还有救!各位书友要是觉得来人开棺王妃说本王还有救还不错的话请不要忘记向您QQ群和微博里的朋友推荐哦!来人开棺王妃说本王还有救...