◎记者 罗茂林 郭成林
4月10日下午，在商汤科技的技术交流日活动中，商汤揭开了一批自主研发的AI应用产品的神秘面纱。其中，商汤“日新Sensensenova”大模型系统备受市场关注。
随着全球ChatGPT热潮，国内互联网科技厂商也正式宣布了自己的大型产品。尚堂科技发布了功能全面的生成人工智能大模型产品，充分展示了公司的雄心壮志。随着GPT的广为人知，通用人工智能（AGI）时代正在慢慢到来。
商汤版ChatGPT亮相
4月10日下午，在商汤科技技术交流日活动上，商汤科技董事长兼首席执行官徐莉宣布推出商汤自主研发的大型“日新Sensenova”，并在此基础上推出了一系列生成式人工智能应用，从文本聊天到人工智能绘画。
具体来说，在基于Sensenova的模型上，尚堂推出了四大平台:秒画、如影、琼宇、格子，对应自然语言聊天、文本生成图片、AI数字人、空间3D大模型生成。
被认为是标杆ChatGPT的产品，商汤最新自主研发的中文语言大模型应用平台“讨论SenseChat”备受关注。据报道，该模型是一种1000亿参数的自然语言处理模型，参数规模达到1800亿。根据该参数规模，SenseChat的参数已超过GPT-3.5参数。
据报道，“讨论Sensechat”最大的特点是在培训过程中充分考虑中文背景，从而更好地理解和处理中文文本。许多经纪分析师和市场参与者向记者反馈，尚唐推出的大型模式“超出了市场预期”。
与许多制造商发布的产品概念不同，商业汤发布的大型产品给出了相应的商业应用场景。例如，“讨论Sensechat”显示了优秀的多轮对话和对超长文本的理解。大型语言模型支持创新应用程序，包括编程助理、健康咨询助理和PDF文件阅读助理。
作为一家从底层技术开始的人工智能平台公司，尚唐科技发布的“讨论Sensechat”可以说是“展示肌肉”。为了完成这种大型培训，尚唐建立了一个豪华的培训平台。据报道，尚唐花了五年时间建造了一个大型人工智能设备。大型设备上共有2.7万块GPU芯片卡，可输出5万块总算能力。它是亚洲最大的智能计算平台之一。
一位从事人工智能研发的资深工程师告诉记者：“GPT4发布后，业内预测未来人工智能行业将出现马太效应，强者将永远强大。”，数字时代的计算能力指标将类似于工业时代的钢铁产量。
在这次活动中，尚堂科技负责人提出了新的“28定律”，并预测“低代码”人工智能时代即将到来。他说，未来80%的基本代码将由人工智能自动生成，只有20%需要手动调试。
“未来将是一个prompt（提示指令）的时代，传统的代码语言将被淘汰。”一位资深程序员同意尚唐对“低代码”时代的预测。他告诉记者，随着人工智能在基础领域的表现越来越强，程序员的核心工作将是通过prompt调试人工智能，而不是手动编写基本代码。
尚唐表示，“日日新sensenova”将为合作伙伴在后续接入中提供各种灵活的API接口和服务。
通用人工智能时代或正在到来
随着商汤自主研发的大模型的发布，通用人工智能已成为业界关注的焦点。
商汤科技联合创始人兼首席科学家王晓刚说：“通用人工智能产生了一种新的研究范式，即基于强大的多模态基础模型，通过加强学习和人类反馈，不断解锁基础模型的新能力，从而更有效地解决大量的开放任务。通用人工智能将实现从‘数据飞轮’到‘智能飞轮’的演变，最终实现人机共识。”
记者注意到，通用人工智能也是尚堂科技2022年年度报告的关键词。尚堂科技在年度报告中写道：2022年，在大计算能力和大模型的驱动下，通用人工智能领域取得了显著进展。尚堂始终专注于大型模型的研发，积极投资于人工智能高性能计算基础设施的建设。
一般来说，行业普遍预测人工智能的发展分为弱人工智能三个阶段（ANI，Artificial Narrow Intelligence）、通用人工智能（AGI，Artificial General Intelligence）和超人工智能（ASI，Artificial Super Intelligence）。在此之前，震动围棋行业的AlphaGO仍然是弱人工智能，其最显著的特点是这些系统在特定领域表现良好，但不能跨领域推理和学习。在此之前，震动围棋行业的AlphaGO仍然是弱人工智能。它最显著的特点是，这些系统在特定领域表现良好，但不能跨领域推理和学习。一般人工智能是指能够理解、学习和适应人类等各种任务和环境的人工智能系统。这意味着通用人工智能可以在广泛的任务中表现出色，并具有类似于人类的思维能力。
随着科学技术的不断进步，人工智能在许多领域取得了突破。然而，与目前的弱人工智能相比，通用人工智能无疑是一个更具挑战性的目标。”推理实际上是判断人工智能水平的关键指标。”高级工程师告诉记者，在大数据培训下，许多传统模型的决策更类似于“类似的概率”。
ChatGPT的出现动摇了人类在弱人工智能时代的结论。特别是在模型训练中，随着参数的增加，模型出现了智能的“出现”和泛化现象，使人们开始意识到通用人工智能时代可能已经缓慢到来。山姆·阿尔特曼曾被称为GPT之父，他承认他不知道为什么在某个节点，GPT突然有类似的推理能力。
当然，通用人工智能的发展仍处于初级阶段，许多研究人员和机构正在努力解决算法创新、知识表达和抽象思维等关键挑战。一些顶尖的研究机构，如OpenAI、DeepMind和微软投入了大量资源研究通用人工智能技术。这些研究为实现通用人工智能提供了重要基础，促进了人工智能领域的创新。
“在数据方面，目前的人工智能系统主要依赖于大量的标记数据来学习，这在很大程度上限制了其泛化能力。”对于通用人工智能面临的挑战，上述工程师告诉记者，为了实现通用人工智能，有必要开发新的学习方法，使人工智能能够像人类一样从少量数据中学习和推理。
此外，业内普遍认为，目前的人工智能系统很难理解和处理抽象概念，这在很大程度上阻碍了其在复杂任务中的表现。因此，未来的一般人工智能系统需要具备更强的知识表达和抽象思维能力。
未经数字化报网授权，严禁转载或镜像，违者必究。
特别提醒：如内容、图片、视频出现侵权问题，请发送邮箱：tousu_ts@sina.com。
风险提示：数字化报网呈现的所有信息仅作为学习分享，不构成投资建议，一切投资操作信息不能作为投资依据。本网站所报道的文章资料、图片、数据等信息来源于互联网，仅供参考使用，相关侵权责任由信息来源第三方承担。
Copyright © 2013-2023 数字化报（数字化报商业报告）
数字化报并非新闻媒体，不提供新闻信息服务，提供商业信息服务
浙ICP备2023000407号数字化报网（杭州）信息科技有限公司 版权所有