ETH:生成 AI 的下一步发展是多模型吗？_ION

原文作者：Shritama Saha，由 DeFi 之道编译。

生成式 AI 的出现就像您身边多了一位个人创意天才。 凭借其分析模式和基于模式开发新内容的卓越能力，生成式 AI 可以创造一切，从令人惊叹的数字艺术到原创音乐作品、人类文本等等。

然而，生成式 AI 的炫酷之处也带来了 AI 艺术中复杂的盗版和版权侵权问题。 尽管如此，在过去两年中，该细分市场出现了惊人的增长。

在一次独家采访中，OpenCV 首席执行官 Satya Mallick 博士告诉 Analytics India Magazine，他认为生成式 AI 的最大突破是大语言模型或基础模型的发展，并指出 Transformer 模型，例如那些在视觉转换中使用的模型是该领域的一项重大创新。

根据 Mallick 的说法，生成 AI 的下一步是多输入和多媒体输出。 换句话说，多模型方法。

Cybozu推出Web3和生成式AI投资基金kintone Teamwork Fund:7月5日消息，日本企业Cybozu推出企业风险投资（CVC）kintone Teamwork Fund，将在新服务开发、Web3和生成式AI等新技术领域进行投资。

该基金已从7月4日开始招募希望获得投资和支持的初创公司，将为入选者提供投资和商业化支持。[2023/7/5 22:19:22]

微软最近推出了一种名为 Kosmos-1 的多模型大语言模型 (MLLM)。 人工智能研究工作室 Alethea.AI 推出了 CharacterGPT，它可以从文本中生成字符。 两年前，Google AI 还发布了 MURAL：Multimodal, Multitask Representations Across Languages 模型，用于图文匹配。 它部署了应用于图像-文本对的多任务学习，并结合了涵盖 100 多种语言的翻译对。

亚马逊云服务CEO：生成式人工智能仍处于早期阶段:4月14日消息，据报道，亚马逊云服务(AWS)CEO表示，生成式人工智能仍处于早期阶段；专注于降低人工智能模型成本；生成式人工智能工具对于消费者而言是有用的。?（鞭牛士）[2023/4/14 14:03:08]

然而，马利克说，“它有两个基本的限制，包括可以获得多少数据——是否有办法避免需要注释数据和缺乏计算能力——尽管预计未来会增加 ”。

Mallick 是 IIT-Kharagpur 校友，也是加州计算机视觉公司 Big Vision 的创始人。 早在 2006 年，当没有人真正了解 AI 或其巨大潜力时，Mallick 与他人共同创立了 TAAZ——一家为美容和时尚行业创建视觉和学习解决方案的计算机视觉公司。

OpenCV 是一个开源计算机视觉和机器学习软件库，由英特尔于 1999 年创立。英特尔前计算机视觉工程师 Gray Bradsky 与主要来自俄罗斯的工程师团队开发了它。 他在英特尔工作期间开发了 OpenCV 的第一代迭代。 2002 年，他们发布了该软件的 0.9 版开源版本。

生成艺术NFT平台Art Blocks交易总额突破30万ETH:10月1日消息，据最新数据显示，生成艺术NFT平台Art Blocks交易总额突破300,000 ETH，本文撰写时为301,728.9492 ETH（约合922,141716美元），此外Art Blocks交易总量也超过10万笔，目前为104,803笔。[2021/10/1 17:19:44]

该公司最近推出了两门新课程，作为其“Kickstarter 活动”的一部分，内容涉及如何使用 AI 高效地创作艺术。 第一门课程《人人都能 AI 艺术生成（AI Art Generation for Everyone）》不需要任何 AI 或编程背景，而第二门课程《高级 AI 艺术生成（Advanced AI Art Generation》则需要基本的编程知识。

DeFi固定利率生成协议88mph发布“init()”函数严重漏洞修复报告:官方消息，DeFi固定利率生成协议88mph发布“init()”函数严重漏洞的修复报告。此前iosiro的安全研究员白帽AshiqAmien向智能合约漏洞赏金平台Immunefi披露88mph的CRV:RENWBTC、CRV:STETH和yaLink池中发现严重漏洞，该漏洞是一个未受保护「init()」函数，这些特定池的代码功能将允许恶意用户窃取650万美元的代币，主要是crvRenWBTC。该init()函数是用来初始化88mph平台的NFT合约，init()函数不受保护并且可以被任何人多次调用，此漏洞允许恶意攻击者访问任何用户的NFT和存款。在Immunefi披露该漏洞后，88mph暂停了受影响的合约，并将用户资金归还给合格的所有者。88mph表示很快就会部署其V3平台，这将废除受影响的合约，所以不需要立即修复。意识到该漏洞的潜在破坏性影响，88mph应白帽公司的要求，向iosiro颁发了42069美元的赏金。[2021/6/15 23:37:12]

AI 生成的艺术有能力彻底改变艺术世界并发掘未开发的可能性。 然而，它也带来了盗版和版权侵权的复杂挑战，引发了人们对所有权和知识产权的担忧。

最近，像 Midjourney 和 Stability AI 这样的图像生成平台因使用艺术家的作品来训练他们的生成 AI 算法而被起诉，激怒了艺术家社区。 与此同时，Shutterstock 通过引入自己的 AI 工具采取了更负责任的立场，与 Getty Images 形成鲜明对比的是，Getty Images 禁止在生成 AI 艺术作品中使用其照片。

Mallick 博士将 YouTube 早年与版权威胁的现状相提并论。 他说，与 YouTube 类似的解决方案，由像谷歌这样的大公司参与进来，谈判交易并向版权所有者付款，可以在这里发挥作用。

OpenAI 广受欢迎的聊天机器人 ChatGPT 在不到三个月的时间里获得了超过 1 亿用户，使其成为家喻户晓的名字。 截至 2023 年 2 月，ChatGPT 的每日访问量超过 2500 万次。 但与 ChatGPT 相比，文本-图像模型（如 OpenAI 的 DALL-E 或 StabilityAI 的Stable Diffusion）的采用率存在明显差距。

Mallick 解释说，ChatGPT 拥有如此高采用率的主要原因之一是因为写作能力是每项工作所需的主要技能，无论你是程序员、作家还是社交媒体经理。 在 OpenAI 和贝恩公司的帮助下，甚至可口可乐也在使用生成式 AI 进行营销。

此外，随着研究人员结合不同的技术和方法，生成式 AI 正在巩固并变得更加复杂。 通过利用 NLP 和计算机视觉的优势，Stable Diffusion 模型代表了生成式 AI 向前迈出的重要一步。

传统的生成模型，如生成式对抗网络 (GAN)，由于缺乏语言概念，因此理解世界的能力有限。 虽然 GAN 可以创建逼真的图像，但它们需要使用特定的数据集进行训练，例如人脸或猫的图像。

相比之下，Stable Diffusion 模型利用从文本数据中获得的知识来理解单词如何聚集在一起并与世界相关。 这使他们能够在不依赖特定数据集的情况下生成更复杂和多变的图像。

他说，“Stable Diffusion 模型是生成式 AI 的重大进步，正是因为它们不依赖监督学习。 通过利用从无监督学习中获得的知识，这些模型可以生成复杂多样的图像，而无需手动标记数据，从而使其更加灵活。”

Kyle

个人专栏

阅读更多

金色财经 善欧巴

金色早8点

Arcane Labs

MarsBit

Odaily星球日报

欧科云链

深潮TechFlow

BTCStudy

澎湃新闻

标签：ETH以太坊EFIIONYFETH如何购买以太坊币PEFI币VISION

币赢热门资讯