在AI大模型中遇到“超级个体”

GPT-4出来之后，人们似乎又开始兴奋AI了！AI技术的快速发展再次催生了超级个体，再一次拓宽和强化了人类的能力边界！

“通过简单的对话聊天话题，人们发现AI几乎知道天文地理，可以回答任何可以想到的问题，甚至可以为大家编辑ppt。、撰写论文，撰写专利，专注于翻译学术，提炼论文的核心观点和结论。..”

AI技术，人们通常称之为AGI技术。（Artificial General Intelligence），也就是说，通用人工智能，因为它“不挑工作”，同时，由于这些技术背后的算法模型具有巨大的参数值，又称大模型。

大模型可以理解和创建文本、图像和音频和视频，其中自然语言模型是最典型和最具代表性的。OpenAI作为聊天工具 ChatGPT就是自然语言的大模型。

国内很多AI厂商在领略了ChatGPT的魅力后，迅速开始英勇追击，开发了国产自然语言大模型基础模型。例如，百川大模型、智谱大模型、文心言论、Kimi等。 ...

这类大模型底座更适合中文文本大数据的应用场景，更符合国内人的语言交流习惯和文件表达风格。

与传统AI相比，大型模型具有更大的技术亮点，主要在于“实用性”和“生成性”两个方面。

对于生成性：传统的AI更注重数据的处理，而AI模型可以生成数据，即直接给出工作效果，完成业务活动“最后一公里”的交付。

对于实用性：然后强调，AI不仅可以很好地实现目标，而且可以完成各种类型的工作，具有很强的可塑性。

以前，AI做什么，不是使用AI的人说了算，而是开发AI的人说了算。

开发一套AI代码需要经过一系列复杂的过程，如数据整齐、特征工程、模型构建、参数训练、模型有效性验证、模型部署等。

模型开发的效率远远落后于需求的变化。业务人员总是使用过时的技术工具和过时的知识经验。

拥有AI大模型，能实现“零样本”学习或“少样本”学习。什么意思？

就是说，AI的能力并不总是取决于开发者重新开始的建设，而是在客户口头发布任务指令时，能够立即掌握该任务的相应能力。，并且按照规定“完美”地完成工作。

一个人的“想法”可以立即实现。同时，许多创新的想法可以快速实验，每个人都可以成为他所在领域的创作者和发明家。

数字化转型，不仅仅是企业的数字化、组织的数字化、流程的数字化，更是人的数字化。

数字化理念最成功的表现之一就是人们更好地利用当代信息技术工具来发展自己的创新潜力，挖掘数据元素的价值。

由于拥有AI大模型，一些基本的执行水平被机器迅速取代，而人类的价值更多地体现在提出思想上。

这时候，1 X得多代理（Agent）方式，能迅速扛起一支极具创新性的队伍。

利用提示词工程(构建任务问题模板)重塑大模型的能力，对其进行连接安排，形成业务协作。

假如这个“想法”运作得很好，那么这将是未来高产值超级个人的典型方法：

...定义一个价值链流程，确定这个价值链的每一个环节都需要完成哪些任务，这样AI模型就可以在每一个环节高效地完成数据和知识的转换，而人们只需要监督整个过程，在适当的时候给出必要的业务指标进行校准。...

本文来自微信微信官方账号“大话数字化转型”（ID：dataminingxmz），作者：数字刘老师，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com