全球供需对接平台致力于形成需求引导、成果匹配、服务跟进的综合生态，打造创新链和产业链双向联通的“双向快车道”。

近日，在AI领域风头正盛的母公司Open AI正式宣布进军人形机器人方向，试图打破AI和人类“线下”生活之间的“次元壁”；同步，国内的大数据、人工智能企业们也在不断积极尝试拓宽AI的边界，作为GPT天然的“最佳拍档”，虚拟现实、虚拟人继元宇宙风潮后再一次被簇拥上风口。

平台在前不久上新了一系列与人工智能紧密关联的需求，其中《虚拟数字人形象生成和驱动》已累计预览次数近1.5万次。

↓点击图片，一键对接需求

要抓住这波人工智能的“工业革命”风口，追踪行业最新动态同时，也必须要了解如GPT、ML、NLP、AIGC等核心关键词。

小助手收集了人工智能相关的一系列关键词及其含义，以基础、产品和落地、衍生为界，分为上下两篇，本期为上篇，主要介绍人工智能发展情况及背后技术支持，所有涉及到的论文和参考都可以在公众号中回复“人工智能”免费获取哦，Let's go！

关键词一：人工智能的技术基础

什么是人工智能？人工智能现在发展到什么程度了？

技术的发展是人工智能行业腾飞的基础，对接相关需求之前gpt人工智能，需要熟悉以下这些关键词：

AI

人工智能，是一个通用术语，指的是表现出智能的行为的硬件或软件，是「制造智能机器，特别是智能计算机程序的科学和工程」。

ML

机器学习，是 AI 的一个子集。

机器学习让我们通过算法来解决一些复杂的问题，它给计算机学习的能力而不是明确的编程能力。大多数机器学习的目标是为特定场景开发预测引擎。

机器通过训练学习。算法最初接收其输出是已知的示例，此时要注意其预测和正确输出之间的差异，并且调谐输入的权重以提高其预测的准确性，直到它们被优化。因此，机器学习算法的定义特征是，它们的预测的质量随着经验而改进。

DL

Deep 深度学习，是机器学习的一个子集。一般的机器学习  写执行某些任务的程序是很困难的，比如理解语音和识别图像中的对象。而深度学习模拟人的大脑来学习理解语言和识别对象，通过实践和反馈来找到其中规律和规则，进而掌握规则，并按照规则处理更多信息。

基于人工和软件的计算单元，近似的单元功能被连接在一起，成一个神经网络，并通过“接受信息-做出判断-被告知判断是否正确-正确则得到奖励、错误则被纠正调整-接受下一个信息”来被训练，最终无限接近于掌握正确的规则并处理特殊案例。

↓图为AI、ML、DL的包含关系

在深度学习中，奖赏是很重要的一种手法，通常指的是一个数值，用来评估一个AI模型行为的效果。越高，表示这个模型做出的行为或策略效果越好。

NLP

自然语言处理，让电脑把输入的语言变成有含义的符号和关系，然后根据目的再处理。自然语言生成系统则是把计算机数据转化为自然语言。

NLP是计算机科学领域与人工智能领域中的一个重要方向，最终将实现人与计算机之间用自然语言进行有效通信。

GPT

Pre- 生成预训练变换器由开发，可以使用深度学习产生类似人类的文本。给定一个初始的文本作为提示，它会产生继续提示的文本。

GPT是一种基于变换器（）的深度学习神经网络架构，使用生成预训练（ pre-）的方法进行训练，即先用大量的无标注文本进行无监督学习，然后再用少量的有标注文本进行有监督学习。这样可以使模型具有强大的零样本学习（zero-shot ）和少样本学习（few-shot ）能力，即可以在没有或很少训练数据的情况下完成各种NLP任务。

RLHF

RL by Human ，即通过人类反馈来强化学习的算法。

指在强化学习阶段通过拟合大量的人工标注的偏好数据，来对齐大规模语言模型和人类偏好，从而给出令人满意的有用（）、可靠（）和无害（）的回答。

AIGC

AI ，意思是利用人工智能技术来生成内容，也被认为是继UGC、PGC之后的新型内容生产方式，是未来内容生产的绝对趋势。

AIGC包括AI绘画、AI写作、AI配音、AI视频剪辑等多种形式，目前，AI技术已经可以自动生成文字、图片、音频、视频、3D模型和代码。

关键词二：人工智能产品

是由人工智能研究公司 在 2022 年 11 月发布的一个对话型大语言模型，是人工智能技术驱动的自然语言处理工具和应用，全称是Chat Pre- ，即以 为基础架构，采用预训练和生成式方式构建的面向对话的大语言模型，是AIGC在文本方面的典型代表。

的主要用途是生成对话，它能够通过学习和理解人类的语言来进行对话，根据聊天的上下文进行自然、流畅的互动，还能完成邮件撰写、文案编写、 文本翻译、代码生成等任务。

↓图为被提问后gpt人工智能，对自己的介绍

GPT-4

GPT-4支持图片和文本输入并生成文本输出，相比增加了识图能力，并能够生成歌词、创意文本、学习用户的写作风格等，更具创造力和协作性。

GPT-4的输入限制提升至 2.5 万字，处理能力是的8倍，可用于长篇内容创作、扩展对话以及文档搜索和分析等应用场景，并可以用所有流行的编程语言写代码。

GPT-4相较于，不合规内容的响应请求降低了 82%，响应准确度提高了 40%，具备了更高的理解能力。

但是GPT-4仍然具有与早期GPT模型相似的局限性，如：犯常识性的错误、缺乏对新世界知识的了解、存在社会偏见、产生幻觉、推理错误等。

↓图为GPT4信息脑图，图源网络

New Bing

New Bing基于GPT-3.5模型开发，和相比，New Bing是处于联网状态的，可以获取实时数据，而所使用的训练集数据是截止于2021年9月；

和New Bing在专业较强的领域和一些预测类型问题均无法保证正确率，存在胡编乱造的现象，但是New Bing数据更加丰富，在实际数据的收集和整理中更有优势。但回答常规百科类型、故事性强的问题时，的语料数据质量更高，更有优势。

↓图为使用New Bing，寻找国内科技成果对接平台

小助手曾实操使用New Bing来帮助技术经理人更好地完成技术成果转移转化，详见

LaMDA

LaMDA， for 对话应用程序的语言模型，由谷歌公司推出，同样基于 架构。在自然语言处理中，语言模型用于分析语言的使用，根本上是一个数学函数或统计工具。

LaMDA不同于其他语言模型，相比于GPT专注于生成语言文本，LaMDA专注于生成对话。所以与不同，LaMDa的回答更积极，而且还会提出问题、并讲述自己，更"像是“有情感。

是 的母公司，来自英国。公司创建于2010年，最初名称是科技（ ），在2014年被谷歌收购，相对于LaMDA，负责研究更本质、更学术的问题。

AI

是一个基于 API的搜索引擎，但与不同的是它的答案中不仅包括训练数据，还包括来自互联网的内容。

是一家由 前员工共同创立的 AI 初创公司，使用谷歌的云计算服务。

是 新推出的一款类似于的 AI 助手，开创性地引入了 AI ( CAI )的概念。

与RLHF相比， 在有用性（有用和可靠）方面沿用人类反馈，但在无害方面开创了一条更低成本且有效的路径。仅需要少量的自然语言准则或指令，AI 系统会自动输出偏好判断，指导模型对齐 AI 理解的无害化偏好，从而训练出危害更小的系统。因此这种技术也叫以AI 反馈强化学习（RL from AI ，RLAIF）的算法。

文言一心

是百度推出的知识增强大语言模型。

基于飞桨深度学习平台和文心知识增强大模型，持续从海量数据和大规模知识中融合学习具备知识增强、检索增强和对话增强。飞桨，即百度架构指的是部署深度学习神经网络的框架，指的是在芯片上如何更好更方便更快捷部署大模型的能力。

AI最典型的使用场景就是使用自然语言作为输入，然后生成多模态数据，再嵌入到工作流不同的场景中，目前在各种领域里，都有哪些AI应用落地？都达到怎样的水平了？

下期关键词辞典将介绍目前市场上最前沿的AI应用及与其他衍生领域（如虚拟人、人形机器人）的关联，敬请期待。

全球供需对接平台是“第一个技术经理人自己的平台”，旨在从用户需求出发，以数字化全力打造技转生态3.0，降低技术经理人的门槛，在科技成果产业化的全链条中提供资源、信息、能力、工具、收益支撑，赋能技术经理人通过平台轻松促成对接获取收益。

相信在不远的未来，技术转移人才队伍将不断壮大，最终“人人都是技术经理人”。

最后重点推荐当下最新最火的商业模式 不管你是想创业找项目的，还是自己开实体门店的，猪小侠是目前市场独一无二的实体门店引流商业模式 猪小侠属于消费返现平台，即消费者消费多少就有机会返现多少，通过这种方式促进消费者复购和分享，提升门店的客源 猪小侠消费返现模式目前已经获得多家每天报道，是2023年实体门店拓客最佳商业模式 更多详细了解点击进去 猪小侠全民共享系统