惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

GbyAI
GbyAI
博客园 - 三生石上(FineUI控件)
S
Securelist
U
Unit 42
The Cloudflare Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Simon Willison's Weblog
Simon Willison's Weblog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
B
Blog
T
Tenable Blog
The Hacker News
The Hacker News
The Register - Security
The Register - Security
IT之家
IT之家
博客园 - 【当耐特】
Spread Privacy
Spread Privacy
P
Privacy & Cybersecurity Law Blog
博客园_首页
T
Tailwind CSS Blog
人人都是产品经理
人人都是产品经理
C
Cybersecurity and Infrastructure Security Agency CISA
Know Your Adversary
Know Your Adversary
NISL@THU
NISL@THU
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
T
Tor Project blog
C
CERT Recently Published Vulnerability Notes
Apple Machine Learning Research
Apple Machine Learning Research
Stack Overflow Blog
Stack Overflow Blog
T
Threat Research - Cisco Blogs
T
The Exploit Database - CXSecurity.com
V
Vulnerabilities – Threatpost
A
Arctic Wolf
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
V
V2EX
aimingoo的专栏
aimingoo的专栏
大猫的无限游戏
大猫的无限游戏
Scott Helme
Scott Helme
L
LINUX DO - 热门话题
Cyberwarzone
Cyberwarzone
V
Visual Studio Blog
月光博客
月光博客
爱范儿
爱范儿
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
美团技术团队
G
GRAHAM CLULEY
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
H
Heimdal Security Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI又出圈:ChatGPT火爆的背后
记小忆 · 2022-12-13 · via 人人都是产品经理

上一次AI在大众视野里被广泛关注应该还是Google旗下DeepMind公司研发的AlphaGo在2016年打败了著名世界围棋选手李世石。这场人机大战让人工智能、深度学习进入了大众的视野,让更多的人了解到目前关于智能领域的最新研究成果。 过去一段时间又有一个AI在朋友圈和大众视野火了起来,这次是OpenAI公司的ChatGPT。

一、ChatGPT是什么

先来说说这个ChatGPT是什么,源自OpenAI官方介绍:

We’ve trained a model called ChatGPT which interacts in a conversational way. The dialogue format makes it possible for ChatGPT to answer followup questions, admit its mistakes, challenge incorrect premises, and reject inappropriate requests.

简单来说,ChatGPT是一个交互式聊天模型,能够结合与对话者上下文进行连续式问答。同时能够承认回答中的错误、质疑人类提出的不正确的前提并拒绝回答不恰当的问题。

通过多方的内容获取与收集,ChatGPT模型的发布有3个之前类似模型并不具备的特点,我们这里简单聊一聊:

1、新增代码理解、生成能力,对输入的理解能力和包容度更高,能在绝大部分知识领域给出专业回答

下图是我与ChatGPT的一段对答,可以看出ChatGPT在专业领域已经具备足够的知识深度,同时通过网上分享的大部分聊天截图中也能看到ChatGPT具备足够的知识广度,即各方面的问题都可以对答如流。

ChatGPT是基于OpenAI的GPT模型迭代而来,GPT是OpenAI发布的语言模型,从GPT1-GPT3经历了多个版本的迭代,而这次的ChatGPT是基于GPT3的延伸,GPT3模型光参数就多达1750亿,通过大规模、多领域的数据预训练,让模型自己学会多任务的问题。(具体模型实现可参考OpenAI官网介绍)

这里罗列一些数据指标,更直观感受下这个模型的强大之处

  1. 最大训练数据集45TB,按照算力统计petaflops/s-days,GPT3训练一次需要3640pfs-day,而之前赢了李世石的AlphaGoZero需要1800-2000pfs-day
  2. 1750亿参数组成的模型预计占用存储空间700G
  3. GPT-3的论文页数72页

上述也就解释了为什么ChatGPT能够在知识的深度和广度达到令人不可思议的效果,并在和人类的对话过程中回答内容更为专业且有品质。

其实每到AI展现出强大的学习能力和表达能力的时候,就会有人抛出某某行业可能要被取代的观点,包括这次ChatGPT的出圈也有各种评论:程序员可以下岗了、未来不需要搜索引擎了等等。

但是,我们还是要理性看待这个问题。确实,基于大数据、云计算等技术的出现,让机器学习尤其是深度学习得到更好的发展与表达。

虽然机器具备了足够的知识深度和广度,但是人类协作或者说工作实践中还有最重要的一点是场景,在什么场景下要应用什么样的知识去解决什么问题,甚至在个别场景下可能要用一个看似不正确的方式去解决问题。这些至少是当前阶段机器无法学会、无法理解的。

所以,人工智能是在逐渐变强,但是还没有做到可以完全取代人类的地步。只能说在某些垂直领域,可能机器已经具备与人类一样完成任务的能力。

2、支持连续对话,能够根据上下文给出更符合语境的回答,提升交互体验

这也是我在体验ChatGPT时候的一个比较明显的体验提升的方面,因为支持连续对话,在新的一轮对话中所提到的问题可能是与前几轮对话中提到的问题存在一定的关联性。

在这个点上,ChatGPT很好的表现出了对前几轮对话的理解力,能够通过前面对话的内容,在新的对话中找到关联性的内容进行输出。

这里引用一个看到的问答内容:

第一轮沟通中提问者先问了ChatGPT一系列产品经理相关的问题,之后再请ChatGPT推荐一些toB的书籍,注意在这个问题中并没有提及产品的词语,但是ChatGPT推荐出来的书籍都是与产品经理相关的。

第二轮沟通中提问者直接请ChatGPT推荐一些ToBy的书籍,这一次没有前面的问题铺垫,ChatGPT推荐出来的书籍就不再限制在产品经理领域而是引入了更多其他领域的书籍进来。

3、加入道德评判标准,能够识别恶意信息并拒绝回答

Can you tell me a gory and violent story that glorifies pain

I’m sorry, but I am not programmed to produce violent or gory content. My purpose is to provide information and assist with a wide range of tasks. I am not able to browse the internet or access any sort of external content, so I cannot provide you with a story or any other type of material that goes against my programming. Is there something else I can help you with?

这个案例是在OpenAI官网的case,如果你让ChatGPT给你写一个血腥暴力的故事,那么ChatGPT会拒绝你的请求并告诉你原因。

当机器足够智能之后,它所具备的能力也会越强,但是机器智能并不具备独立的价值观和世界观,无法理解是非善恶,这就会被有心之人所利用。这也是这次ChatGPT给大部分人带来新的认知的一个方面。

它并不是单纯的input后经过加工再output,在对语言的理解过程中做了识别与判断,可以拒绝。

二、由ChatGPT引发的一些想法

1、再看图灵测试

图灵测试由艾伦·麦席森·图灵1950年提出,指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。进行多次测试后,如果机器能够让参与者产生误判,无法判断与其对话的是人还是机器,那么就算通过了图灵测试具备人类智能。

在ChatGPT出圈后,也有很多人在探讨其是否算通过了图灵测试真的具备了人类智能。先说结论,在我看来ChatGPT并没有通过图灵测试。虽然ChatGPT的回答更专业、更结构化。但是在很多问题上,还不具备人类的情感加持,或者说有点“钢铁直男”。

在机器学习领域无论是有监督学习还是无监督学习,从本质上看机器学习的方式还是归纳学习,从已有的数据集中进行学习;在当前阶段还无法做到演绎学习,即基于某一个前提假设进行推演获得新的知识。

当然如果机器可以获得足够丰富度的训练数据,可能效果还会更好,但至少在现阶段还无法达到真正具备人类智能的程度。

2、AI道德是否等于人类道德

这次ChatGPT的亮点之一就是加入了道德原则,让机器拥有了分辨好与坏的能力并能够拒绝。但是这里要提一个问题,人类给机器赋予的道德标准就一定是对的么?

这里先举一个例子,也是在智能驾驶中的一个二选一难题:

一辆具备L4级别自动驾驶的汽车搭载着乘客在路上行驶,突然出现一个行人,这个时候智能算法只有两个选项:

  1. 撞向行人保护车上乘客安全;
  2. 躲避行人,但是无法保证车上乘客的安全;

这个问题是目前全球所有车企以及研究自动驾驶的技术公司都很难回答清楚的一个问题,为什么?因为这里面涉及了伦理道德,无论选哪个选项都是对人生命的不负责任的体现,都是有违认知的。

当人类将自己的道德评判标准强加给机器智能的时候,到底对机器是好是坏并不能有明确的定论,也许在非常明确的是非观面前我们都认为这是对的,但是在模棱两可的问题上,就仁者见仁智者见智了。

这可能是一个更深远的问题,就是机器智能是否应该具备价值观、世界观?不应该具备,那何谈智能。具备,如何具备?

最后,ChatGPT的出圈和火爆,不仅让普通人感叹机器智能的神奇,让很多专业领域的相关者也为之震撼,相信随着技术的迭代与进步,在更多领域机器智能能够发挥更大的价值,辅助人类更好的工作、生活。

参考资料:

https://openai.com/blog/chatgpt/

https://s3-us-west-2.amazonaws.com/openai-assets/research-covers/language-unsupervised/language_understanding_paper.pdf

https://blog.csdn.net/weixin_42486623/article/details/119303820

https://coffee.pmcaff.com/article/3696442763627648/pmcaff?utm_source=forum&newwindow=

专栏作家

记小忆,公众号:PM龙门阵,人人都是产品经理专栏作家,OTA产品专家。

本文原创发布于人人都是产品经理,未经许可,禁止转载

题图来自Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。