图片截自OpenAI
“I”:视频输入。GPT-4V对视频的理解还相当原始,因为它将视频视为一系列离散图像。减少信息冗余的最聪明方法是什么?学习目标应该是什么?下一帧预测与下一个单词预测有着明显的类比关系,但它是否是最佳的?如何与语言交错?如何引导机器人和人工智能的视频学习?业界尚未达成共识。
在2024年,我们将看到具有高分辨率和长期连贯性的视频生成。这将需要更多的“思考” ,即系统2的推理和长远规划。
划重点:据路透社报道,英特尔利用其硬件以及开源和内部软件的组合,开发了一款通用人工智能系统,能够在BCG的数据中心内运行,以满足BSG的安全要求。该系统在英特尔内部经过大约两年的开发,并最近针对BSG的特定用途进行了微调。