认为ChatGPT大语言模型非常适合教育吗?三思而后行!
ChatGPT与教育

认为ChatGPT大语言模型非常适合教育吗?三思而后行!

近期,以ChatGPT为代表的AI大模型在教育界掀起了一阵热潮。从最新的硅谷投资到数学领域的垂直模型应用,这些先进的算法不仅改变了教育的传统模式,还提出了一系列从0到1的新可能性。 最新动态速览 9月2日:专注于AI语言学习的教育技术公司Speak宣布筹集了1600万美元的B2轮融资,由Lachy Groom领投,OpenAl的Startup Fund和Dropbox创始人Drew Houston等参投。8月31日:OpenAI发布名为“用AI进行教学”的文章,探讨如何在教育领域有效地应用ChatGPT。该文章分享了多个实际案例,展示了AI在教育中的多样性应用。8月24日:学而思发布MathGPT,以数学领域的解题和答题算法为核心,面向全球数学爱好者和科研机构。5月6日:科大讯飞举办了讯飞星火认知大模型发布会,会上宣布科大讯飞AI学习机搭载讯飞星火大模型,搭载大模型后的学习机将变得更加智能。 OpenAI直接相关的就有两条,说明AI行业对教育领域持续看好,我们今天就聊聊教育领域大模型应用情况,下文主要分为两个部分: 一、测试10个大语言模型解答数学题的能力 二、聊聊对教育领域大模型应用前景的看法 01 测试10个大模型在数学领域的效果 顺便看看各个模型的翻车程度 最近发布的MathGPT主要针对数学领域,我认为数学是现有大模型最不擅长的领域之一。为了比较不同模型在数学题解决方面的表现,我选择了市面上大家熟知的几个模型,针对一些刁钻的题目和真实的高考数学题进行了试验。这次实验我主要站在使用者的角度来体验不同模型的优劣。 为了体现相对公平性,每个模型发起5次全新的提问,避免上下文对答题结果的影响,下面统计解答效果: 题目1 简单推理计算 题目:1 1 1 1 1 1 1 2 1 1 1 =? 答案:12 问题2 2023年高考数学第1题 看起来讯飞星火和文心一言在这个实验中表现很出色,但从我对大模型原理的理解来看,这个结果超出了我的预期,因此我怀疑它们是否通过预先训练高考题目才做到每次都正确回答。为了验证这一猜测,我又试着找到一些它们可能没有见过的题目进行测试,例如SAT数学考题。然后我用中文向讯飞星火和文心一言提出以下问题: 最后这一题,我已经不关心正确答案是什么了,也不关心各个模型的优劣,它答案的不稳定性已经充分地说明了问题:对于把大模型当作孩子的数学老师这个场景来说,目前的大模型技术架构下,所有的模型都不具备这个能力。 如果这些大模型把已经出现的题目训练进模型,所有模拟题它都有标准答案,但向其提问全新的题目时,就很难分辨它是不是在一本正经的胡说八道。 生成式AI擅长的领域不在于逻辑推理,如果你真用大模型来辅导孩子数学学业,如果缺乏批判精神,大概率是要成为一个学渣的。 在探讨大语言模型在教育领域的应用潜力时,需要明确教育的复杂性在于其高度依赖人际交流,尤其是学习新知识时。这也论证了为何小班教学往往优于大班,用户有较高的意愿为高价的小班教学付费,所以基于大模型的一对一教育产品非常有潜力。 前景虽广阔,但我们也应正视其面临的挑战。教育行业数据丰富易获取,为模型提供了充足的训练材料,如果教育领域的模型表现不佳,更应考虑技术本身的局限,而非仅归因于数据量。 技术层面上的难题是提升模型的推理能力,推理是衡量语言模型的关键指标,但现有模型在这方面仍有很大提升空间。如果在教育应用中,过于强调使用模型的推理能力可能会面临困难。一个更实际的思路是关注那些不需要高度推理的教育子领域,对推理要求较低的课程,如相较于解决数学问题,英语教学,可能更适合语言模型的介入。 除了使用大模型教授课程,还有多种方式来提升教育体验,以ChatGPT为例: 定制化的学习方案: 传统教育模式下,教师面对的是一个庞大的学生群体,很难做到因材施教。但ChatGPT具备精准分析每个学生学习轨迹的能力,为他们量身定制专属的学习计划。例如,在解答习题时,它能精准地识别出学生在哪个环节遇到困难,并提供专门针对该问题的解决方案和练习。实时的互动与反馈: 在传统教育体系中,学生和家长常常需要等待期末考试的成绩单,才能了解学习效果。ChatGPT则能提供即时、动态的反馈,让学生和家长能够实时掌握学习进度,激发学生的学习热情。家长参与的新维度: ChatGPT不仅是孩子的学习伙伴,更是家长参与教育的得力助手。通过与ChatGPT的互动,家长能更深入地了解孩子的学习状态,从而更精准地进行家庭教育,形成一种高效的教育合作模式。尖端科技的融合:ChatGPT运用了最新的认知心理学研究,能助力学生在高压的学习环境下更有效地复习和记忆。教育的平等机会: ChatGPT作为一种相对经济实惠的教育工具,有助于缩小社会各阶层之间的教育资源差距。即便是经济条件有限的家庭,也能享受到高质量的教育资源。长远规划与思维拓展:ChatGPT不仅解答学术问题,还能助力家长进行更为长远的教育规划。与ChatGPT的互动能激发家长对教育的全新思考,从而做出更加明智和全面的教育决策。时间与效率的最优化:有了ChatGPT的帮助,家长无需再花费大量时间辅导孩子的学习。孩子一旦熟悉了与ChatGPT的互动模式,家长便能将更多时间用于其他更为重要的事务。全球视野的培养: ChatGPT拥有庞大的全球信息数据库,能够让孩子和家长接触到多元文化和全球观点,进一步拓宽他们的国际视野。全面技能的培育: 除了传统的学科知识,ChatGPT还能教授一系列生活技能,如财务规划、社交能力等,这些都是孩子在成长过程中不可或缺的软实力。...
ChatGPT 联合创始人 Greg Brockman 在 UND 谈论人工智能的未来
ChatGPT提问姿势

ChatGPT 联合创始人 Greg Brockman 在 UND 谈论人工智能的未来

站长之家9月28日消息:当 UND 校长 Andrew Armacost 和 Greg Brockman 进行对话时,他估计大约有 550 人在听众席上。 打开凤凰新闻,查看更多高清图片 这场访谈在 UND 纪念联盟大厅举行,围绕着 Brockman 的过去和人工智能的未来展开。「我们很高兴你能来到这里,」Armacost 在开始谈话时说。 Brockman 是 ChatGPT 的联合创始人和 OpenAI 的联合创始人,他是北达科他州人。在汤普森长大并就读于红河高中的 Brockman 从小就对数学产生了浓厚的兴趣。他参加了数学竞赛,进行了一项中学的独立研究,并在高中时获得驾驶执照后参加了 UND 的课程。 Brockman 说他想走一条不同于其他人的道路,并鼓励听众中的学生也要追随自己特定的道路。 他说:「如果有人想找到他们的热情所在,并且不想走平凡的路,那么这条路应该是独一无二的,应该是适合自己的。」 正如 Brockman 所说的那样,当 OpenAI 成立时,团队「陷入了困境」,他说:「你可以看到即将发生的事情的雏形。」 ChatGPT 的首次推出意味着「低调的研究预览」,Brockman 说。而结果是相反的。仅在五天内就有约一百万人下载了它。 Brockman 说,OpenAI 的目标是最终创建通用人工智能,即 AGI。即使没有 OpenAI 和 ChatGPT,他说人工智能也会以某种方式取得进步。...
喻旭:ChatGPT提示词技术(6): why-if-how,提问模型
ChatGPT提问姿势

喻旭:ChatGPT提示词技术(6): why-if-how,提问模型

原标题:喻旭:ChatGPT提示词技术(6): why-if-how,提问模型 知识已泛滥,提问更稀缺 喻旭先讲一个有关爱因斯坦的经典故事。 曾经有一位记者向爱因斯坦要他的电话号码,而爱因斯坦就顺手拿起旁边的电话本。当他在电话本上找自己的号码时,这位记者问:“为什么这么聪明的人却记不住自己的电话号码?”爱因斯坦解释说:“我不想让一些很容易查到的信息填满自己的脑袋。” 知识泛滥时代,提问更加稀缺,而答案始终在那。你要做的是通过掌握提问方法来高效链接答案,而不是死记答案本身。 如果将“问题”和“答案”看作市场上的股票,那么我们可能会说,在当前的形势下,“问题”正逐渐升值,而“答案”正在贬值。 尽管我们积累了越来越多的知识,对世界的了解也越来越深了,但个人了解的知识总量仍然远远小于知识自身增加的数量。掌握如何提问链接知识的能力显得更加重要。 相比只会死记硬背的人,会提问的人,更有出息。 如今的中国的教育却是教会了学生如何死记硬背,少了探索和发现的好奇心。关键是这些死记硬背的知识或答案,在AI时代的价值真的不大。而掌握提问的方法,撬动这些知识才是关键。 克里斯坦森教授说:“在哈佛大学商学院,我已经执教20年了。我爱这个地方,但是学生们往往不像20年前的学生那样靠本能提问了,他们的好奇心也没有那时的学生那样强烈了。”至于原因,克里斯坦森说:“在成长的过程中,如果你所做的只是在电脑屏幕上阅读学习资料,或是死记答案,那么你的提问能力就难以提高了。他们不知道怎样提问是因为从来没有人要求他们去提问。” 而,恰恰相反,驱动社会发展的不是答案,而是问题。 作家斯图亚特·法尔斯坦(Stuart Firestein)在他的《无知:它怎样驱动科学》(Ignorance:How It Drives Science)一书中指出,科学发现的关键因素之一便是,科学家愿意拥抱无知,愿意用问题作为指引以获得新发现。 提问 行动=创新,提问-行动=哲学 那么该如何提问呢? 我们可以从人们的思考行动逻辑来描述: 首先,当人们遇到困难问题时,往往先会问“为什么”(why),试图找到问题发生的原因, 其次,尝试提出解决问题的方案,而这些解决方案通常以“如果”类(if)的假设性问题的形式出现, 最后,如果人们采取其中一种可能的解决方案,并尝试将其落实,那么他通常需要思考“怎样”(how)落实的相关问题。 这就是人们经常提出的“why-if-how”3步提问模型,该模型引自《如何提出一个好问题》沃伦.贝格尔。 “why-if-how”3步提问模型 “为什么-如果-如何做”是一种常用的提问结构,用于探索问题的原因、可能性和解决方案。 方法解释: “为什么?”:这是一个开放性问题,用于探究问题的根本原因、背后的动机或影响因素。有个有效方法是连问3次why,找到问题本质。 “如果……会怎样?”:这是一个假设性问题,用于思考不同情景下可能发生的事情以及潜在结果,也就是找到可能性的解决方案。 “如何做?”:这是一个实践性问题,用于寻求具体的行动建议和解决方案。 案例示例: a. 假设你正在研究员工流失率高的问题: 为什么有些公司员工流失率比其他公司高?(why,原因) 如果我们提供更好的职业发展机会,员工流失率会减少吗?(if,假设) 如何制定并实施有效的职业发展计划来降低员工流失率?(how,解决方案) b. 假设你是一位市场营销人员,正在考虑推出新产品: 为什么我们需要推出新产品?(why,原因) 如果我们将产品定位在年轻一代,会如何影响销售和市场份额?(if,假设) 如何制定并执行一个成功的市场营销策略来推广新产品?(how,解决方案) c. 假设你是一位教育家,希望改进学生的学习成果: 为什么有些学生的学习成果比其他学生好?(why,原因) 如果我们提供个性化的学习计划,会如何改善学生的学习成果?(if,假设)...
ChatGPT,遥遥领先
百度文心一言

ChatGPT,遥遥领先

原标题:ChatGPT,遥遥领先 ChatGPT终于又大更新了,炸裂程度堪比上次推出的插件功能。 内容并不复杂,就两条: 1.全平台支持图像识别。 2.移动端支持语音输入和输出,可选择各种音色。 简单来说,就是能看、能听、能说话了! 你知道,这意味着什么吗? 这意味着,OpenAI在交互性上,做出了巨大突破。 比如,你可以把自己的日常资料发给GPT,让它生成明天的工作、生活规划图。 又比如,你可以在睡前,要求GPT用女神的声音,讲故事、唱歌哄你入眠。 到这,我的第一个反应就是,以后学外语简单了。 我们以前学得慢,完全是因为没语言环境。如果有个心仪的对象,时刻用外语与我交流,是不是很快就学会了? 但转念一想,学了又有什么用?估计还没等我学会,又出新版本了。 可以想象得到,GPT-4都已经做到这个地步了。 GPT-4.5、GPT-5,会是个什么样子? 千万白不要小看交互性,它的价值远超想象。 01引爆商业社会 其实事到如今,你大概也能明白,OpenAI要干什么了: 他们要让GPT这个人造大脑,越来越符合“人”的标准。 目前的GPT,数据整合、分析、处理能力都非常强大,但依然不具备“人”脑的特性。 我们的大脑,最基本的能力是什么?五感。 所以最终版的大模型,一定是能看到、能听到、能闻到、能尝到、能触摸到,并且,能以文字、图片、语音、视频,甚至3D的形式表达出来。 不少人都猜测,GPT-5的训练时间不会很久,或者早就训练好了。只是碍于社会舆论,只能推迟发布。 而根据OpenAI的一些公开论文,它将具备更强大的多模态处理能力,甚至是完整的五感。 届时,它将彻底改变这个世界。 首先是娱乐方面。 从之前投资De的举动可以看出,OpenAI有意把最新的AI技术引入到影视创作领域。 即便他们不这么干,其他的影视公司也一定会干。 最近,持续了154天之久的好莱坞编剧大罢工,就是最好的例子。 虽然刚刚达成了和解,但无法改变时代趋势。 未来的趋势就是——“交互式传媒”。 你可以把这种模式,理解为短视频,每个人都是创作者,没有谁更专业一说。 在不久的未来,假如我们用的还是App,某个App接入了GPT-5。 它不仅能理解你想拍出来的场景、情绪、构景,还能给出建议,甚至在极短的时间内生成炫酷的特效。 更夸张的是,你的电影,不是固定的! GPT-5会在后台操纵,它将根据观众的实时反应,不断调整接下来的情节和画面,实现真正的个性化。 到那时,不仅是创作者和AI之间,还包括受众,这才算真正的人机交互。 到那时,每个人都是最佳导演,一天拍十几部大片都没问题。 想要出圈,就看谁的点子更有新意,更迎合受众口味。 与之相对的,各种影视公司,包括现在的一大堆流量明星,都将没有任何发展空间。 未来,能存活下来的,只有平台,和无数个个人。 当然,电影只是其中一方面,包括音乐、动漫、游戏等任何具备消费价值的娱乐领域,都将变得和电影一样: 去中心化。 每个人都是完美的音乐家、漫画家、游戏设计师,只要你有足够的耐心。 你能想象,这些将催化多大的消费市场吗? 以游戏为例,到2025年,全球将有35.3亿游戏玩家。数十亿人,有多少千奇百怪的点子?...
如何用ChatGPT在一天内写出一本小说?
ChatGPT与商务写作

如何用ChatGPT在一天内写出一本小说?

作为技术从业者,我们不能仅凭经验和想象来回答这个问题。我们需要用严谨、科学的态度来探求,所以我们尝试用AI来创作一部小说,大家根据写出来的结果做出评价。 准备工作 1. 设定核心主题,例如编写关于“新毕业的年轻人如何适应复杂社会环境”的故事。2. 自己制定前几章的大纲或允许AI自动生成,搭建故事骨架。3. 确定写作风格,我比较喜欢余华老师的风格。4. 向AI传授基本的小说写作技巧。 写作步骤 1. 让AI先写出小说第一章的细纲,并进行讨论和调整。2. 让AI写出小说第一章摘要,并进行讨论和调整。3. 根据经过讨论的摘要,完整编写第一章节。4. 让AI依照第一章风格续写第二章。5. 持续第4步续写文章。 小说欣赏 第一章:入职初体验 上海的清晨总带着一丝湿润的清凉,尤其是在忙碌的商业区。今天对Jay来说,是个特殊的日子,他即将踏入职场的大门,开始新的人生阶段。 银行的大楼高耸入云,一如那些在股市中起伏不定的数字。Jay站在大楼门前,望着自己在玻璃门上的倒影,那是一张充满期待却又略显稚嫩的脸。 “你好,我叫Jay,新来的。”他对前台的接待员微微一笑。 接待员回以职业的微笑,指引他进入电梯,然后消失在忙碌的人群中。电梯的上升带着一丝沉重,仿佛预示着职场的压力和竞争。 业务部门的同事们多样而复杂,有的沉浸在电脑屏幕前,有的在讨论着新的项目。Jay的座位安排在一个靠窗的位置,窗外是不断流动的车辆和人群。 总经理Fan走了过来,他的眼神锐利,微笑却带着一丝距离感。“Fay,公司就像一艘大船,我们都是船上的船员。我非常看重你的才能,相信你会在这里展现光芒。”然后,他的眼神变得锐利:“当然,每一艘船都有自己的航线和规则。在盛世集团,我们尊重努力,但也期待共同的目标。”微笑中似乎藏着一些深意:“不必担心水浪的汹涌,那只是让我们更好地认识海洋、认识自己。” Jay点点头,对未来充满了展望,但心里却开始思考,职场真的只是工作吗?还是隐藏着更深的东西?他开始感受到一些微妙的变化,平庸之恶的萌芽在这样的环境下似乎隐隐约约开始生根发芽。 午休时间,同事们聚在一起聊天,有的抱怨工作压力,有的则谈论晋升机会。Jay静静地听着,心里的疑惑愈发深重。这个看似普通的职场,为何总让人感觉复杂而深奥? 下班后,Jay走在回家的路上,思绪万千。今天的一切对他来说都是新鲜的,也是复杂的。他开始明白,职场不仅仅是一份工作,它更像是一面镜子,映射出人性的各个侧面。 他不知道,这只是开始…… 只要ChatGPT Plus次数够用,他就能持续不断的续写,一直续写四十多章,故事也是跌宕起伏,一波三折,简单概括下AI的脑洞: 主人公在公司工作了一段时间后,开始察觉到职场的问题,也交了不少朋友,建立了深厚的友情。这些友情却在动荡中受到了考验,促使他逐渐成长为领导者。 他曾试图改变公司现状,但失败了。离开后,他加入了一家新公司,却发现新公司也有相似的问题,令他担忧。但他在此过程中积累了更多的能力和影响力。 最后,他下定决心自己创办了一家公司,专注于创建理想的文化氛围。他的不懈努力终于让这个目标成真,并开始了一系列社会活动,以自己的力量促进社会风气的变革。他的努力虽只在一定程度上成功,却产生了巨大的影响。 成功后,他对人生的意义感到困惑。偶然的一次酒吧相遇让他结识了女主角,两人在探讨人生价值观的过程中建立了特殊的联系。 接着,他们被卷入了一场全球黑暗组织的阴谋。成为侦探的主人公和女主角开始了一场惊心动魄的冒险,将面对巨大的挑战和危险,同时也揭示了一个关于权力、阴谋和人性的深刻谜团。 第四十章:黑夜的追踪 夜幕降临,城市的灯光落在湿润的地面,映出一片迷人的光影。Jay和Lena,两个身处黑暗的勇士,穿越街道,躲避着深入政府各层的“黑暗组织”。每一步都是谨慎,每一呼吸都充满紧张。他们知道,危险无时不在。 灯光在地上舞动,仿佛是一个光影迷宫。Jay紧紧握着Lena的手,他们呼吸几乎同步,默契的力量成为他们的信仰。 突然,黑色轿车的引擎声刺破夜的寂静。Jay毫不犹豫地拉着Lena躲进小巷的废弃商店,他们的心跳声在黑暗中回响。时间似乎在这一刻停滞。 Lena颤声说:“我害怕。” Jay紧紧抱着她回答:“我也是,但我们必须坚持下去。” 他们的对话不是废话,而是情感和目标的真实反映。他们的斗争不仅是外在的,更是一次内心的试炼。 外面的轿车声渐渐消失,他们走出商店,继续探索,每一个声响都成了警告。夜的沉寂,街道的冷清,他们的感觉变得敏锐,每一寸皮肤都能感受到周围的气流。 篇幅有限,展示起始两章,看完这些内容,你觉得“AI能否替代作家?”,欢迎后台留言一起交流观点。 补充部分ChatGPT写小说截图
对话港科大郭毅可:一个会「提问」的机器,远比复刻 ChatGPT 更重要
ChatGPT与教育

对话港科大郭毅可:一个会「提问」的机器,远比复刻 ChatGPT 更重要

ChatGPT 改变教育模式,未来的人才培养应聚焦批判性思维。 作者|黄楠 编辑|陈彩娴 今年 4 月,位于香港清水湾、香港科技大学的一个小型会议室内,汇集了十几位顶尖的科学家,有以郭毅可为代表的香港本地高校教授,以及专门从北京飞赴港岛的何晓冬、王小川等多位 AI 大牛。他们屏气凝神,热烈地讨论着大模型带来的技术热潮。 这轮创新中,香港可以做什么?这是郭毅可彼时所提出的问题。 香港优势在于高校多、人才丰富,但要把大模型部署到本地、并能应用起来,还需要大量 GPU,算力是大模型生存与发展的必要条件。 讨论的最终结果是:必须要有一个机构作为依托,先做一个香港自己的基础大模型(下称“香港大模型”)出来。 大模型在国内爆火最初,很多浪潮中的创业者喜欢以“中国版 OpenAI”来讲故事。2015 年,OpenAI 成立,这种独立于商业之外的科研机构模式,被外界视为 ChatGPT 得以大获成功的基座。但在郭毅可看来,OpenAI 之于大模型,它走通的大模型路径可以学、它的技术长期理想主义可以学,而不是所谓的商业模式。 “OpenAI 很好,但创新不是如何去思考在中国再现它。每个人有自己的方法论,如果只能看到‘复制’、无疑脱离了创新本身应有的意义。” 他认为,从机构属性自身出发,无论是如 OpenAI、DeepMind 的海外公司,还是国内像智源、百度、阿里达摩院等各类公司,并不存在真正意义上的模式“差异”,大家的目标是相同的:聚集有一批聪明的人,去做最尖端、最具探索性的工作。 这种朴实的理念也延续到具体的行动上。 之后的四个月里,香港由香港政府资助,港科大牵头、香港五校联合成立了香港生成式人工智能研发中心(HKGAI),港科大成为国内首个全面启用 ChatGPT 服务的高校,目前,香港大模型也在 HKGAI 紧锣密鼓地研发中、不日将面世。 不在排行榜的分数上争高低,郭毅可透露,香港大模型的关注点更具体:多少人愿意用?哪些场景可以用?怎么用?出现问题了如何解决? 人工智能的市场很大,香港大模型定位成为一个开源技术基座,在此之上,所有香港本地的市民和企业都有机会使用大模型并可以这个技术基座开发生成式人工智能的应用。用技术来解决过去解决不了的、实实在在的问题,这才是创新的伟大所在。 郭毅可笑称自己是“工程师”,少说、踏实做好过程中的每一步,是他予以“创新”的本质。 2022 年秋,郭毅可在伦敦 8 月初,在港科大郭毅可的办公室里,我们与他就香港生成式 AI 研究中心、 HKUST ChatGPT 的话题进行了一场对话。 以下为访谈实录,雷峰网-AI科技评论作了不变原意的编辑整理: 1GPT 革新教育范式...
原创
            陈根:问ChatGPT50个问题就会消耗500毫升水?
ChatGPT提问姿势

原创 陈根:问ChatGPT50个问题就会消耗500毫升水?

原标题:陈根:问ChatGPT50个问题就会消耗500毫升水? 文/陈根 AI 模型的碳足迹引起了人们的关注,但水足迹经常被忽视。 研究显示,培训和部署 AI 模型需要大量的水。比如,ChatGPT 每次涉及 20 到 50 个问题的对话中,消耗的水量约为 500 毫升。人工智能的热潮导致用水量上升,但科技公司们正在采取措施减少用水量,如充分利用计算能力和寻找可持续的用水策略。 人工智能是否能顺利的方展,除了人工智能技术本身的突破之处,其中还面临着算力与能耗的挑战。 尤其是大模型技术的突破,比如,问ChatGPT 50个问题,耗水500毫升,这背后就是算力所带来的水能耗问题。而除了水的能耗之外,电力以及与电能耗对应的碳排放,都是大模型技术面临的巨大挑战。 如果我们不能在数据的运算与存储方面,获得新的技术突破,如果继续依赖于当前的硅基算力,人工智能的前景,以及其所带来的环境破坏性将会对人类社会的生存构成挑战。 返回搜狐,查看更多 责任编辑:
文心一言 vs ChatGPT,数据治理专业知识大比拼!
百度文心一言

文心一言 vs ChatGPT,数据治理专业知识大比拼!

9月1号凌晨,文心一言正式向全社会开放,用户可以在 App Store 和安卓应用商店下载“文心一言APP”或登录“文心一言官网”体验。而此前则需要排队领取内测资格。官方介绍,文心一言为百度全新一代知识增强大语言模型,能够与人对话互动、回答问题、协助创作,高效便捷地帮助人们获取信息、知识和灵感。 我很想了解文心一言在数据治理领域的水平,同样的数据治理问题,「文心一言」 vs ChatGPT4,二者究竟谁更胜一筹?以点带面,我也很容易推断文心一言在其它专业领域上能达到的水准。这里假设ChatGPT4是基准分100分。 问题1:元数据是什么意思? 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,ChatGPT4的回答语言组织符合逻辑,非常具体,而且比较通俗易懂,「文心一言」感觉就是照搬了网上的定义,然后拼凑叜一起,「文心一言」该回合得50分。 问题2:如何跟五岁小孩解释清楚元数据概念? 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,「文心一言」和ChatGPT4的回答都是可以接受的,ChatGPT4似乎进化了,它甚至加上了多少个玩具这种抽象元数据,「文心一言」该回合得80分。 问题3:元数据和标签有什么区别?举例说明 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,「文心一言」相比ChatGPT4的回答,即元数据是数据的固有属性,标签是用户自定义的元素,用来标记对象,直接点出了两者的本质区别,「文心一言」该回合得120分,我记得ChatGPT4原来也是回答的很好,但这次表现不佳。 问题4:元数据和数据字典有什么区别?举例说明 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,ChatGPT4明确指出了元数据和数据字典在用途、适用范围的区别,而「文心一言」只是把各自的定义再说了一遍,没有去进行区别的抽象总结,「文心一言」该回合得70分。 问题5:元数据和数据标准有什么区别?举例说明 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,「文心一言」虽然大致知道定义,但显然没有理解标准这个概念,因为它把基础指标和计算指标当成了规范性约束,而指标只是呈现的方式,跟是否标准其实没啥关系,标准其实是非常通俗的知识,「文心一言」在关联及推理能力还有欠缺,而ChatGPT4显然理解透了,从它举出的例子就知道,「文心一言」该回合得50分。 问题6:元数据和元模型有什么区别?举例说明 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,「文心一言」只给出了一个定义,依样画葫芦。ChatGPT4显然有了自己的理解,「文心一言」该回合得50分。 问题7:元数据与数据编织有什么关系? 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,由于数据编织概念出现的比较晚,ChatGPT4无法回答,强行推理了一下,「文心一言」占了时间优势,给出了一个定义,还是可以的,「文心一言」该回合得130分。 问题8:元数据和主动元数据有什么区别?举例说明 「文心一言」的回答: ChatGPT4的回答: 从结果可以看出,我都不太满意,大家都只说了表象,而没有点出本质区别,因此差距不大。主动元数据是一种特殊的元数据,指的是在数据生产过程中主动收集和记录的元数据。与之相对的是被动元数据,即在数据使用过程中自动生成的元数据,「文心一言」该回合得90分。 问题9:数据治理与数据管理有什么本质的区别? 「文心一言」的回答: ChatGPT4的回答: 碰到这种问题「文心一言」肯定是懵逼的,我一直在想为啥不拆字呢推理呢,ChatGPT4当它说出“数据治理是“规定应该做什么”,而数据管理是“实际如何做”。数据治理为数据管理提供了框架、指导和标准”这么经典的话时,你还有什么好挑剔的呢?「文心一言」该回合得20分。 问题10:主数据是什么意思? 「文心一言」的回答: ChatGPT4的回答:...
ChatGPT的通俗阐述,父母必识的虎娃教育问题
ChatGPT与教育

ChatGPT的通俗阐述,父母必识的虎娃教育问题

ChatGPT名字都有点难读,学历不高的父母有次居然问我是不是GDP? 故中国有人给他取名叫柴特鸡皮题,方便记忆。 反正只要是定死的,只要是边界清晰的,人能做,它都能做。 像教师的备课批改试卷,接线员客服的工作,文档白领文案的策划,流水线的拧螺丝,无论事业还是企业,只要处理规范化流程的工作,它都可以胜任,比人做的更优秀,且不出错。 ChatGPT是大趋势,将取代后来的很多工作,不管人类是否愿意,科技益助人类的进步皆无法阻挡。 如上篇文章所说:这是科技发展的必然,除非人类继续承认自己就是一坨有智能的肉肉。 我的大伯是老会计,珠算统计儿时在小镇上非常有名气。 我小时候也学过珠算,“三下五除二、四下五除一、五去五进一、六上一去五进一”的口诀还记忆犹新。可小学没上完计算器就普及了,算盘法即刻消失于小学课本。 也就是说计算器的推广,大伯的名气顷刻间一落千丈,以前很多人盛情邀请,取代到偶尔自娱自乐中,现在是只能在孙子面前显摆算珠的六六六阵法。 这只是其中真实的一个例子,抽象一点比如你苦练武艺20年,结果发现功夫再高,一枪撂倒。再比如你改练枪法20年,结果发现接受的任务并不是亲自去打枪,而是操控AI去打枪。 这就是真实的人工智能,它并不是纸老虎,而是真老虎,就在这几年陆续要风靡于社会的各行各业当中。 搞笑的星爷电影都还清晰记得,零零七里面的铁腿水上漂,三十年的苦练终于派上用场了。 结果,结果…,时代的变化就是如此快,你眼中的铁饭碗,相当优秀的安身技能,很可能因为人工智能,因为ChatGPT,就那样变的毫无生存价值。 你头上巍峨俊秀的一座山,在人工智能时代,很多只是姹紫嫣红一粒灰。 ChatGPT也只是一个开端,AI技术还没有成熟,但它是带动便利的一个时代福利,会随着时代进步逐渐进化,更加先进,逐步取代诸多行业工种。 近几日对ChatGPT很感兴趣,深夜与国外朋友一直在交流探讨,在体验的过程中感受它的精髓与乐趣。 它可以快速的续成命题作文,还可以快速作古诗,快速编辑出你所需要的程序代码,快速画出你所需要的图片,并且基本原创。 不像以前的傻瓜机器,得出的东西要么水平不高,要么非原创不苟使用,要么引擎一系列相关链接,自己查询搜索采用。 相当于所有填鸭式教育的知识理论,它都收于囊中。 在必要的时候,领会你的要求,还会自由组合,进化到你想要的结果与答案。 更主要的是速度与质量,快准狠几分钟完成需要的作业,还找不出任何诟病,这就真是精彩,及至极致。 作为父母,ChatGPT真正影响虎娃的还是近代教育问题。 人类的近代教育就是普鲁士教育,德国人发明的,这个教育的目的就是为了培养产线工人。那个年代想象不到机器可以操作机器,人们需要的是能操作机器的人。所以连考试模型都是固化的,ABC你选一个,就像机器上红黄蓝你选一个。让你背书就好比让你将来背操作手册。 现在的教育父母要有个清晰判断,如濒近高考学子的志愿选择,孩子即将走出社会,大学四年中哪些将来可能会被智能取代的专业可以尝试规避。 当然,教育部门也会逐渐跟上时代步伐。孩子还小时,以ChatGPT为引,我们不能再局限于我们以前的教育认知,多让孩子接触新事物,适当减少重复又重复的题海战术。 毕竟时代不同了,一件新事物萌芽完全可引发一场社会新就业式革命。 一个不计工资成本,忠诚执行命令,高速快捷还不出错; 一个高薪聘请人工,配备人文关怀,效率不高偶尔出错。 优劣自有决择,趋势不可逆转。 ChatGPT短短两月用户已高达1亿,国内目前虽在封杀,但仍然改变不了人工智能逆转世界民生的革命浪潮。 当然也有人调侃中自我安慰:很多打工人担心自己会被ChatGPT取代,你见过能说明白需求的老板吗? 其实以现在的发展速度,新型企业雨后春笋,长江后浪推前浪,一辈更比一辈强。这些连需求都说不明白的老板,五年十年二十年不被淘汰也会在AI浪潮中淹没吞噬,知识的能量已决定了一切。 当然AI并不能解决人类所有的工种,其一它做不了决策只能听命于人类指令执行;其二它缺少人类少有的人文情怀;其三一种菜可以做出100种口味,它尚未进化到人类千姿百态思想。 chatGPT也只是个AI雏形,初现端倪。后面在智能方面的进化以及更高端的AI必然是众多科学研究者逐鹿的风靡市场,无数的革新换代将呈现给世人。 人脑的价值不在于能记住多少事实,或者已有的事实里寻找所谓的答案,而在于人脑能够思考。 作为父母,虎娃教育更应该思考,还是深层次的思考。 多加强学习吧,多接触新事物,墨守成规已不适合虎娃教育的生存发展。 最后这个ChatGPT确实很有趣,父母有机会可尝试接触下,我最近把它当做对话工具没事就做做互动游戏。 它像一个宠物喵喵喵,一个有智慧的小古怪精灵。 喜欢请点个“在看”!
中国 130 个大模型,难超越 10 亿营收的 ChatGPT
ChatGPT与PPT

中国 130 个大模型,难超越 10 亿营收的 ChatGPT

打开凤凰新闻,查看更多高清图片 中国 AI 大模型全面 ” 开闸 “。 钛媒体 App 获悉,8 月 31 日,百度(文心一言)、抖音(云雀大模型)、智谱 AI(智谱清言)、中科院(紫东太初大模型)、百川智能(百川大模型)、商汤(商量 SenseChat 大模型)、MiniMax(ABAB 大模型)、上海人工智能实验室(书生通用大模型)共 8 个企业 / 机构官方发布公告,宣布面向全社会上线大模型产品。 这是中国首批面向公众提供类似 ChatGPT 服务的 AI 大模型产品,大模型行业迎来关键时刻。 同时,阿里 ” 通义千问 “、360 智脑以及科大讯飞 ” 讯飞星火认知大模型 ” 等尚未宣布全面开放,但已表示完成了备案工作,预计在未来一周左右陆续开放。 除 ABAB、书生通用、紫东太初三个大模型之外,首批上线国内大模型中有 5 款为消费级(C 端)产品,免费对外开放,有望对标成为 ” 中国版 ChatGPT”。 不过,拥有先发优势的 ChatGPT,如今却开始加速商业化。据 The...