强人工智能崛起引发新一轮AI备战升级(2)

发布之初，ChatGPT的表现虽然亮眼但并非臻于完美，经使用者大量测试发现，一些专业领域知识给出的反馈仍存在事实准确性参差不齐的缺陷，其模型训练结果被认为需要进一步校正。
● 强人工智能应用兴起与现状
这些年，人工智能领域的分支以人工神经网络为架构的深度学习发展迅速，这主要得益于全球云计算市场膨胀、基础设施数量逐年扩大带来的算力资源总量的快速上升。深度学习有赖于并行分布式计算，而并行计算的技术路线是人工智能领域近十年来得以突破瓶颈和超越以往技术形态的业界共识。
在此共识之下的成果，ChatGPT这类文本应用只是其中之一，这两年还有AI绘画、AI音乐，甚至AI 3D建模的出现，无不意味着有着推理和解决问题能力的强人工智能技术形态初现端倪。

比如2022年8月发布的文本生成图像模型Stable Diffusion，它根据用户给出的文字描述生成相应的图像，也可以用于绘制和修补图像。Stable Diffusion在一个公开的数据集LAION-5B上训练模型，而LAION-5B至少包含了50亿个图像-文本数据对。除此之外，还有Disco Diffusion、Midjourney等AI绘画工具也与之类似。
再比如可以从文本描述中生成高保真音乐的模型MusicLM。例如用户输入“一段吉他即兴演奏搭配平静的小提琴旋律”，MusicLM会将文本描述条件按过程和层次建立序列并建模任务，最终生成可长达几分钟的24kHz音频文件。还有同样出彩的AI 3D建模方面，但因过程复杂目前暂未出现以文字生成样本的产品。
这些强人工智能工具由于训练所用模型依赖海量互联网已有数据，也面临着著作权争议和道德伦理方面的负面影响。由AI侵权引发的版权诉讼案件正在逐年增加，不久前代码自动生成工具Copilot侵权案尚未落定，ChatGPT在教育界又引起论文作弊与学术道德的争议。
● 强人工智能产品市场格局和未来走向