2023年马上过半，去年的技术热点话题还是元宇宙，都还没写一篇微文，今年热度转身已经是人工智能了。趁着年中这个时间节点，赶紧和各位读者一起学习一下人工智能，特意请教了和其他三个大语言模型，它们的推荐书籍里都有一本一样的书《深度阅读》。
大家可以来馆纸质阅读，也可以在微信里识别以下二维码在线阅读。
我请教这几位新朋友的问题是“假设你是一名图书馆员，你推荐读者通过阅读哪些书本来了解人工智能”。以下是它们的回答：
首先这五个朋友都是通用型大语言模型，不是为某一个行业特训的版本；然后，除了，其他都是国内团队训练；还有，除了闻达是可以在消费机N卡上部署体验的，其他都必须在线申请才能体验；最后，目前只有科大讯飞的星火认知周围的小伙伴都顺利申请到了体验资格，文心一言、通义千问、则很难体验到，是热心网友帮忙代问的。
这里额外说明一下闻达，是一个调用了清华技术成果转化公司智谱AI开源且优化后的库-6B的本地化开源项目，测试时运行环境是一台装备 12g英伟达显卡的台式机，以下视频可以看到它和在线平台的回答速度差异。而且，也仅有它没有推荐《深度学习》这本书。不过这里补充一下它和GPT-3的差异大家或许就释然了。-6B，就是60亿级别的参数，而GPT-3就已经是1750亿级别的参数了，几乎就是降维打击了。
科幻作品里的强人工智能可以取代人类的时代快了么？哈哈，还没，这种惊悚论断大多属于标题党。当然，各行各业都在尝试拥抱AI，但是实际困难是很明显的：
计算成本巨大。无论是租赁或者购买企业基本的GPU资源都是昂贵的，比如当下AI计算显卡价格高昂，企业大规模部署的GPU型号A100( 80GB A100 GPU)单价10万以上，而且已经被被美国宣布禁售中国大陆。这里引用国盛证券基于参数数量和token数量估算，GPT-3训练一次的成本约为140万美元；对于一些更大的LLM模型采用同样的计算公式，训练成本介于200万美元至1200万美元之间时间成本。
行业专精数据样本差异。目前体验的大语言模型都是通用型数据训练，在垂直细分领域基本上是达不到专家咨询水平。目前看到的酷炫实现效果，例如Adobe公司的AI修图那是一步一个脚印的，都是企业几十年数据积累结合AI应用的必然结果。
最后，在当下即时给你配备了一位AI助理，如何好好说话、如何一步步调教它来完成工作，核心能力都离不开个人阅历的积累和阅读的扩展。如果大家有足够的阅读兴趣（留言和点赞），下一期投稿AI绘画。
扫描二维码，下载“学习强国”App
来源 | 长沙图书馆·技术支持部
整理 | 九澧
本号由湖南芙蓉律师事务所提供常年法律顾问服务
本馆法律咨询顾问湖南金州律师事务所张鹏律师
长沙图书馆在哪里
友情提示：自驾读者请于9:00之后由园区4号岗亭进入。
乘车路线
路线一：乘520路、804路至滨江文化园站。
路线二：乘2路、357路、111路至北辰时代广场站。
路线三：乘11路、106路至二馆一厅站。
路线四：乘地铁1号线至北辰三角洲站（1号出口）。
相关文章
