今天又是一期关于AI的硬核讨论！这次依旧是 AI 领域的核心话题之一：GPT 是否能带领我们通向 AGI (Artificial General Intelligence, 通用人工智能）？如何评估和理解 AI 的能力？大模型范式下，我们如何定义智能？这些问题，至今没有标准的答案。大模型加上 HuggingGPT, AutoGPT 一系列 generative agents（生成式代理） 之后，给各个行业甚至整个社会带来什么改变？我们这期的嘉宾，来自中美学术界与产业界，绝对难得的一线视角。 Hello World, who is OnBoard!? GPT 之后，我们关于AGI 的探讨又更近了一个阶段。但如果走向通用人工智能时代是一个大概率事件，那么实现通用人工智能的最佳路径只有 GPT 吗？还有哪些值得大家去探索的方向有待讨论，探索的方法论又从何而来？这是 OnBoard! 与科技早知道又一期合作节目，我和大家都非常喜欢的硅谷徐老师，与来自微软研究院两篇刷屏论文的作者，以及中国AI独角兽研发总监一起，深度探讨最值得你关心的几个AI领域核心命题。相信你听完这一期，会对人工智能的能与不能，希望与挑战，有不一样的认识。 长达3小时的谈话，即使知道短一些的版本会更容易传播，但是Monica 还让大家听到更多原汁原味的讨论，所以尽量保留了更多内容。相信这些干货，值得你的时间。Enjoy！ 嘉宾介绍 硅谷徐老师，硅谷连续创业者、人工智能高管、斯坦福商学院客座讲师，「科技早知道」主播 ｜推特：@H0wieXu｜ 微信公众号：硅谷云｜ AI博客：howiexu.substack.com 谭旭，微软亚洲研究院 高级研究员，主要研究方向为生成式人工智能及其在语言/语音/音乐生成中的应用，《MSRA researcher, HuggingGPT》作者之一 张弋，微软亚洲研究院 高级研究员，主要研究方向为通用人工智能的物理、数学，《Microsoft researcher，Sparks of AGI》 论文作者之一 红博士，某 AI 公司研发总监，研究方向：计算机视觉、数据压缩、通用人工智能。公众号：红博士说 主持： Monica，美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号：M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 [01:41] 嘉宾自我介绍，最近关注的AI研究（及Monica的隐藏小Update!） [07:48] 第一视角解读微软刷屏论文：Sparks of Artificial General Intelligence: Early experiments with GPT-4 [13:25] GPT4 是 AGI 吗？ [18:42] 对于这篇AGI论文常见的误解：为什么这是比公开 GPT4更强的模型？ [21:48] 为什么GPT4 没有视觉训练数据，却能够理解图片？ [26:46] GPT4 达到高中生水平了吗？为什么能比 ChatGPT 提高这么多？ [31:26] 大模型的 Hallucination（幻觉）要如何解决？业界有哪些尝试？ [44:59] 大模型要实现AGI，还有哪些挑战？为什么“思考太快了”是一种局限？ [56:57] 火爆全网的 HuggingGPT: 研究背景、运作机制、与 AutoGPT 和 ChatGPT Plugin 的异同？ [65:30] 我们需要不同领域的 foundation model （基础模型）吗？ [72:27] HuggingGPT 和 AutoGPT 技术成熟了吗？为什么需要专家生态？ [78:05] 为什么说 ChatGPT Plugin 的本质是 OpenAI 在收集数据？ [85:21] 中国的大模型公司如何追赶 OpenAI? [90:05] 大模型能处理的 Context Length (背景信息长度）是能力瓶颈吗？要如何突破？ [96:11] 如何理解 context length 对于大模型能力的重要性？需要对模型架构本身做改变吗？ [103:53] 为什么说AI创新要赢得市场，生态可能比技术更重要？ [106:04] AI技术应用落地的现状如何？有什么机会和挑战？ [113:34] AI创业公司应该优先服务500强大客户吗？ [118:56] 企业会如何使用AI：调用 API 还是本地部署？有哪些决定因素？ [122:21]