首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏后台技术汇

    AGI 时代的破局之道 》

    2、当局者迷 从虎嗅收集到的公开资料,我们能拉取到下表的这 50 个职业,可能是未来职业发展的高可替代性岗位。 AI 替代率最高的职业是翻译,其次是保险核保专业人员以及剧作家。 3.3 自我变革 3.3.1 前 AGI 时代 从软件工程的角度看,我们这个行业从诞生之初就是在通过不断地抽象来提高生产力,使我们更加专注于最重要的事情:构建东西。 3.3.2 后 AGI 时代 程序员的工作其实很神奇,我们写的代码是让机器执行的,但写的时候却是更方便人阅读理解的。 (2)未来模型发展趋势 未来是一个模型无处不在的时代。 但未来的模型世界会怎么发展?必定是将有更多大模型会出来。更多更完整的模态和更完整的世界知识在这里。 《2021年深圳ArchSummit全球架构师峰会》 《降本30%,酷家乐海量数据冷热分离设计与实践》 《经典书籍》 《Java并发编程实战:第1章 多线程安全性与风险》 《Java并发编程实战:第2

    55330编辑于 2023-09-08
  • Her时代要到了吗?|AGI路线图

    我们是否要迎来超级智能助力的Her时代? 但是今天,实际上,国内的这些大模型公司,都在开玩笑地说,他们在做商业化的多年后,直到现在,他们都无法定义出SKU,只会说L0,L1,L2。你跟我讲33B,你跟我讲L2,那又怎样? 这就是"Her"时代!Her时代要来了吗? 如何思考怎么去做下一代Agent交互?徐思彦: 修涵的捏它就是一个诞生于智能时代的一个产物。你在设计下一代的这个智能体的时候,是如何思考的? 所以我认为HER的时代还有很大的门槛要突破。我一直在想一个问题,就是在B2B交易中,我们需要博弈,例如谈判价格。这就开始有意思了,人的决策往往有偏见。 再次感谢几位嘉宾今天的精彩分享,也欢迎各位观众继续关注我们的AGI路线图,我们会持续关注这个AGI路上的各种里程碑的事件和有趣好用的最新的产品和公司,帮助每个人更好的认识和融入即将到来的AGI的社会。

    37210编辑于 2024-05-30
  • 来自专栏AIGC

    AGI】AI时代智能体简介及场景分析

    四、智能交互新时代LLM Agents 代表了人机交互的重大飞跃。他们的推理和学习能力为未来铺平了道路,人工智能助手不仅可以响应我们的查询,还可以理解它们,预测我们的需求,并提供智能解决方案。

    49710编辑于 2024-04-30
  • 来自专栏心源易码

    向量数据库——AGI时代的“数据枢纽”

    看完纪录片,今天给大家带来AGI时代的“数据枢纽”——向量数据库的分享。一、前言人工智能的关键,不只是构建好算力、算法、模型,更重要的是做好数据的清洗、处理、挖掘等问题。 一定程度上,智能时代,企业数据处理能力有多强,决定了业务发展的天花板有多高。 一些常用的数据向量如下:图像向量,通过深度学习模型提取的图像特征向量,这些特征向量捕捉了图像的重要信息,如颜色、形状、纹理等,可以用于图像识别、检索等任务;文本向量,通过词嵌入技术如Word2Vec、BERT 文本检索里边比较常用的是利用向量进行检索,我们可以把文档片段全部向量化(如One-Hot、Word2Vec、GloVe、BERT等embedding技术),然后把向量存到AI原生数据库里边。

    80701编辑于 2024-09-17
  • 来自专栏研发效能EE

    DevOps|AGI : 智能时代研发效能平台新引擎(上)

    AGI 的快速进步大家已经有目共睹,本文就是在项目协同,代码管理、测试、AIOps等方面来探讨 AGI 可以给研发效能平台带来的巨大变化效率提升。 拥抱 AGI,吸纳 AGI 来改善和升级我们的研发效能平台。使用人工智能提高研发产能和效率是当下的重要趋势,AGI技术作为人工智能的前沿,必将成为推动研发效能新一轮飞跃的关键技术。 比如对着 AGI 机器人说:“列出我现在进行中的任务有哪些,请关闭任务2,备注已完成,给小明发个通知。” 这样AGI就成了我们的个人工作助理。 AGI 中,通过 AGI 来提供服务。 同时AGI 的出现挑战着我们对企业服务,对研发效能平台的认知,我们要把 AGI和研发效能平台结合到一起,看看 AGI 能催化出一个什么形态。

    54510编辑于 2023-05-11
  • 来自专栏研发效能EE

    DevOps|AGI : 智能时代研发效能平台新引擎(上)

    拥抱 AGI,吸纳 AGI 来改善和升级我们的研发效能平台。使用人工智能提高研发产能和效率是当下的重要趋势,AGI技术作为人工智能的前沿,必将成为推动研发效能新一轮飞跃的关键技术。 AGI+项目协同 自动创建文档结构和框架:比如我要写一份产品需求文档,我直接在某个目录下点击 AGI 机器人,通过语音或者文字告诉它,帮我生成一份产品需求文档,AGI 就可以自动帮我生成一个模版式的文档和部分内容 比如对着 AGI 机器人说:“列出我现在进行中的任务有哪些,请关闭任务2,备注已完成,给小明发个通知。” 这样AGI就成了我们的个人工作助理。 AGI 中,通过 AGI 来提供服务。 同时AGI 的出现挑战着我们对企业服务,对研发效能平台的认知,我们要把 AGI和研发效能平台结合到一起,看看 AGI 能催化出一个什么形态。

    42630编辑于 2023-08-23
  • 人类离AGI时代,又近了18个月

    ChatGPT问世18个月之后,行业开始叩问未来——“AGI时代”何时到来? 目前在学术界,针对AGI按照能力等级将其划分为L1、L2、L3、L4、L5,其中L1代指聊天机器人、L2则具备深度思考推理能力、L3是数字世界走向物理世界的智能体、L4需要具备发现、创造新知识的能力、L5 第三件事是o1的发布,它第一次证明了语言模型可以具备“人脑的慢思考”能力,也就是所谓的系统2的能力。系统2能力是理解和归纳世界的基础条件。 我也期待这个领域中,L2的能力将进一步优化,甚至实现更高阶的进展。张鹏:你对这个进展的定义已经非常高了,认为在L2阶段,AGI已经有了显著的进步和阶段性成果。 AGI L3阶段是智能体阶段,在经历了L1、L2阶段的进展之后,接下来就是L3阶段,让机器人更好地进行推理规划,并与环境进行高效交互。

    47010编辑于 2024-09-24
  • 来自专栏腾讯云TVP

    大模型创新浪潮下,如何拿到AGI时代的新船票?

    ChatGPT 的问世,拉开了大模型与生成式 AI 产业蓬勃发展的序幕:多家企业和研究机构纷纷入局大模型研发,融资规模连创新高,新应用场景与产品模式不断涌现,算力集群、向量数据库等大模型时代的基础设施也引发广泛关注 作为技术从业者和创业者,在大模型时代,又应当如何洞察趋势,选择赛道,拿到通往 AGI 时代的“新船票”? 9 月 3 日,「大模型时代的机遇与挑战」腾讯云 TVP AI 创变研讨会,特邀 AI 领域顶级大咖,围绕大模型热点话题进行深度分享与研讨,带你共同探索大模型时代的未来风向。 直播报名 9 月 3 日(周日)下午 14:00,「大模型时代的机遇与挑战」腾讯云 TVP AI 创变研讨会将在腾讯云 TVP 视频号等多平台同步直播, 扫描「海报二维码」或点击「海报下方视频号卡片」即可报名 希望通过本期「大模型时代的机遇与挑战」腾讯云 TVP AI 创变研讨会,携手顶级大咖,帮助与会者锚定赛道方向。 欢迎关注「腾讯云TVP」,期待你的「在看」~

    28220编辑于 2023-08-28
  • 来自专栏腾讯云TVP

    AGI智能新时代,大模型为软件开发带来范式变革

    导语 | 人工智能作为新一轮科技革命和产业变革的重要驱动力量,尤其是在当下新一轮 AI 大模型、生成式 AI 浪潮背景下,重视通用人工智能(AGI)成为行业的共识。 在当前, AGI 技术背后的逻辑究竟是怎样的?技术创新的过程中又带来了哪些变革? 今天,我们特邀了 Boolan ⾸席技术专家、全球机器学习技术⼤会主席、腾讯云TVP 李建忠老师,他将为我们带来关于 AGI 时代的技术创新范式与思考。 一、从产业迈进看AGI的发展 首先,从产业的角度来看,回顾技术的发展历程,我们会发现其脉络十分明晰,连接和计算都经历了从 1.0 到 2.0 的革命性变化。 然而,在数字 2.0 的神经网络计算中,它采用自然语言输入,并产生多个输出(Y1、Y2、Y3等),这种计算具有概率性,因此使用大型模型时无法确定要得到的是确定性的结果。

    1K10编辑于 2023-12-30
  • 谷歌 DeepMind AGI 治理研究新作 - Distributional AGI Safety

    谷歌DeepMind最近发布了一篇讨论AGI治理的文章-Distributional AGI Safety,文章提出了一个比较有意思的AGI概念 - patchwork AGI,直译为"拼凑式AGI", 和之前经常提到的一个独立模型或者独立系统所代表的AGI不同,patchwork AGI强调的是通过多个子AGI拼凑出AGI,这个概念与agent领域的两个概念:single agent与multi-agent 基于此,我们将进一步深入审视“拼图式 AGI(Patchwork AGI)”场景。2. 因此,标准化的智能体间(Agent-to-Agent, A2A)通信协议(如消息传递协调(Message Passing Coordination, MCP)或其他协议的开发,是实现“拼凑式”通用人工智能 为确保人工智能的安全性,我们需要主动开发相关机制,以识别并引导由具备互补技能的子AGI(sub-AGI)智能体网络所构成的、具有高度能力的复合型近AGI(near-AGI)及AGI系统。

    38810编辑于 2025-12-23
  • 来自专栏磐创AI技术团队的专栏

    AGI时代真要提前到来?

    这不仅是一次技术的飞跃,更是AI时代的一个重要里程碑!了解更多的AI工具也欢迎大家访问开放猫AI导航站:openmao.cn 那么,Blackwell B200到底有哪些新的特点?表现如何? 2.能耗和成本大幅降低:之前90天内训练一个1.8万亿参数规模的模型需要8000个Hopper架构的GPU,功率为15兆瓦。 它意味着老黄在通向AGI的道路上,领导英伟达给作为AI主流的暴力美学和AGI的信奉者兑现了不言自明的一个承诺——GPU 在大模型的隔代升级中不做瓶颈。 作为AI时代的见证者和参与者,我们有幸见证这一历史性的变革。让我们拭目以待,英伟达将如何继续推动AI技术的发展,为我们的世界带来更多的惊喜和变革。

    54010编辑于 2024-04-03
  • 人工智能AGI

    AGI 的定义与核心特征 AGI 指具备人类水平通用认知能力的人工智能系统,能够自主理解、学习并解决跨领域的复杂问题。 与窄人工智能(如图像识别、语音助手)不同,AGI 的关键特征包括: 自主迁移学习:无需特定训练即可将知识迁移到新领域。 抽象推理:处理未见过的问题时进行逻辑归纳和演绎。 代码示例:元学习框架实践 以下是一个简化的MAML实现(PyTorch),展示AGI研究中的快速适应能力训练: import torch import torch.nn as nn from torch.optim

    30810编辑于 2026-01-20
  • GPT-5.2在ARC-AGI-2上的能力跃升分析

    而在arc-agi-1上,gpt-5.1(72.8)的表现与在arc-agi-2截然不同,与gemini-pro-3(75.0)的差距很小,比opus 4.5(72.0)还高,但是arc-agi-2和arc-agi 那了解arc-agi测评什么能力之后,我们来看一下arc-agi-2和arc-agi-1有什么比较大的区别?导致gpt-5.1在两代测评集上出现如此大的反差表现。 根据arc-agi-2的技术报告,arc-agi-2在5月份发布时,当时最强的o3-mimni(High)模型在arc-agi-1上实现了34.5的成绩,而在arc-agi-2上只达到3.0%,但是却是表现最好的模型 ARC-AGI-2 的任务是全新设计的,切断了模型利用预训练数据中的类似题目进行“模仿”的路径。 ARC-AGI-2大幅度扩展了搜索空间,使得暴力破解变得在计算上不太可行。

    46420编辑于 2025-12-14
  • ARC-AGI-2:抽象推理与泛化能力的终极测试

    核心定位与适用场景ARC-AGI-2的核心定位是抽象推理与泛化能力评估。 与其他基准的关系知识密集型基准对比基准主要焦点性质ARC-AGI-2对比MMLU通用知识57个科目,多选题奖励记忆;ARC-AGI-2奖励适应MMLU-Pro复杂推理扩展选项,CoT友好仍然知识密集;ARC-AGI 2使用仅基础先验关键差异1.核心知识vs世界知识ARC-AGI-2:仅需要核心知识先验(对象持久性、计数、几何、拓扑)其他基准:通常需要专业知识(历史事实、科学术语、数学符号)2.过拟合抗性ARC-AGI 2.ARC-AGI-2是能力上限的指示器ARC-AGI-2的价值在于它揭示了模型的推理能力上限,而非日常应用的平均表现。 参考来源ARCPrizeFoundation:官方网站ARC-AGI-2官方页面:https://arcprize.org/arc-agi/2/ARC-AGI-2技术报告(arXiv2505.11831

    44110编辑于 2026-02-23
  • 来自专栏腾讯云TVP

    大咖共探AGI时代机遇,腾讯云助力大模型规模化应用提速

    滚滚趋势下,作为从业者、创业者,将面对怎样的机遇和挑战,又该如何破局迎来 AGI时代AGI时代的技术创新范式与思考 Boolan 首席技术专家、全球机器学习技术大会主席、腾讯云 TVP 李建忠老师,带来了题为《AGI 时代的技术创新范式与思考》的主题演讲。 李建忠老师认为,在未来的三到五年内,整个 AGI 产业的成熟度将达到一个新的高度,带来巨大的创新机会。 在英特尔最近发布的 Gaudi2 深度学习加速器中,与 Hugging Face 合作进行模型优化。 话题2:AI 算力的私有化部署和云部署有哪些差异和优势,分别更适合哪些场景?

    65630编辑于 2023-09-20
  • 来自专栏大数据文摘

    Andrej Karpathy最新专访:AGI、Optimus、软件2.0时代丨万字精华观点

    需要具身交互 Lex Fridman(以下简称“L”):你对于AGI(通用智能体)怎么看,哪些进展或想法对于实现AGI是至关重要的。 类比地看,在软件1.0时代,我们在集成开发环境(IDE)中编写代码、调试代码、运行代码、在 GitHub上维护代码;而在软件2.0时代,这种范式则转变为了Hugging Face这类模式。  A:以AutoPilot为例,许多在软件1.0时代由C++编写的程序可以逐渐由小型的神经网络替代,整个大的系统将这些小网络组合起来。 因此,我们需要准备输入数据集、输出标签,它们需要满足以下三个特性:(1)大规模(2)准确(3)多样。在此基础之上,数据清洗的工作非常繁重。 它同时具备以下特性:(1)在前向传播中有出色的表达能力(2)可通过反向传播+梯度下降进行优化(3)通过高度并行的计算图实现高效计算」,能否对上述论点做出解释?

    61920编辑于 2023-04-10
  • 来自专栏AI快讯

    AGI智能新时代,技术驱动营销数字化重组|数说故事D3峰会盛况

    本届峰会由数说故事携手GDMS联合主办,数说故事作为专场合作伙伴,与5000+品牌人一道开启营销智能新时代,围绕数据驱动生意增长要素的核心,聚焦社媒大数据与消费场景互联,构建“场景+”的全新REMIX数字化解决方案 AGI时代序幕已开启,各行各业掀起不少风浪。AI人工智能的应用备受关注,它的出现为数字营销带来了跨越式的变革,正重塑整个消费市场。 后疫情时代,流量见顶、兴趣消费、ESG与品牌强链接、品牌踊跃出海、AI新热潮的颠覆性“狂飙”......面对无限变化的市场,不确定仍是主旋律。 数说故事创始人兼CEO徐亚波博士表示,“沿着ChatGPT和AIGC的不断演化,将会全面开启AI时代新篇章——AGI,数说故事基于数据的多功能渔场——湖仓一体、数据处理先上车再导航的ELT以及最近智能的重要飞跃 ◎用户说创始人林恺澌 数据驱动兴趣电商流量破局,让偶然变为必然 “抖音日活逐渐见顶,曾经的红利时代,变成红海时代,所有的品牌都必须在这片红海厮杀。

    58420编辑于 2023-03-30
  • 来自专栏新智元

    2028年第一个AGI将到来?谷歌DeepMind提6条AGI标准,定义5大AGI等级

    因此,AGI应该根据能力而不是过程来定义。 案例2:与人脑的类比。 以DALL·E 2为例,因为DALL·E 2产生的图像质量比大多数人能够绘制的更好,所以可以评估为「专家」级别的性能。然而该系统存在故障模式,使其无法获得「大师」的称号。 作者建议用表2中描述的六个自主水平来描述人机交互范式。 这些自主水平与AGI水平相关。更高水平的自主性可通过AGI能力的提升而 「解锁」。 作为风险评估框架的人机交互范式 上表2说明了AGI级别、自主级别和风险之间的相互作用。 模型性能和通用性的进步提供了更多的交互范式选择(包括潜在的完全自主的人工智能)。 表2还提供了作者提出的六个自主级别中每个级别的具体示例。 对于每个自主水平,作者都指出了 「解锁 」该交互范式的相应性能和通用性水平(即该范式有可能或有可能成功部署和采用的AGI水平)。

    60731编辑于 2023-11-08
  • 来自专栏孟永辉

    从B2B时代到S2B时代,决胜点在“供给物”上

    这是B2B模式的最大弊端所在。即平台的低门槛和流动性带来了效率的提升,但这种改变相对较为浅尝辄止,无法给行业本身带来更深层次的影响和改变。在这种情况下,从B2B时代进入到S2B时代变得无可避免。 B2B时代的平台或场景并未参与到行业实际运行当中,而在S2B时代的平台或场景则需要深度参与到行业运行当中,通过大数据、新技术等元素给行业本身带来正向的影响。 互联网家装同样如此。 通过分析我们可以看到,B2B时代和S2B时代的最大区别在于"供给物"的改变。在B2B时代,大型平台几乎不参与行业的产品供给,仅仅只是提供一个场所。 从B2B时代进入到S2B时代后的关键在于供给侧产品和服务组成的”供给物”的改变上,而非供给方式的改变上。 因此,在S2B时代谁能够提供更多新的产品和服务,借助这些产品和服务给行业本身带来改变,谁就能够在用户流量有限的情况下实现最大限度的转化,谁就能够真正成为S2B时代引领行业发展的真正力量。

    64450发布于 2018-05-15
  • 来自专栏企鹅号快讯

    从B2B时代到S2B时代,决胜点在“供给物”上

    这是B2B模式的最大弊端所在。即平台的低门槛和流动性带来了效率的提升,但这种改变相对较为浅尝辄止,无法给行业本身带来更深层次的影响和改变。在这种情况下,从B2B时代进入到S2B时代变得无可避免。 B2B时代的平台或场景并未参与到行业实际运行当中,而在S2B时代的平台或场景则需要深度参与到行业运行当中,通过大数据、新技术等元素给行业本身带来正向的影响。 互联网家装同样如此。 通过分析我们可以看到,B2B时代和S2B时代的最大区别在于"供给物"的改变。在B2B时代,大型平台几乎不参与行业的产品供给,仅仅只是提供一个场所。 从B2B时代进入到S2B时代后的关键在于供给侧产品和服务组成的”供给物”的改变上,而非供给方式的改变上。 因此,在S2B时代谁能够提供更多新的产品和服务,借助这些产品和服务给行业本身带来改变,谁就能够在用户流量有限的情况下实现最大限度的转化,谁就能够真正成为S2B时代引领行业发展的真正力量。

    66760发布于 2018-01-05
领券