为深入探讨AI时代的人机关系,引领社会共同思考人机共生时代的经济发展机遇与社会应对策略,腾讯研究院联合前海国际事务研究院、青腾、香港科技园公司等机构举办 “AI时代的人机关系展望”论坛,这也是“人工智能+社会发展系列高端研讨会”的第二期。 论坛上第二个圆桌论坛邀请到前沿技术、城市规划和社会治理四位资深专家,探讨机器人作为智能执行体在新一轮AI技术和产业爆发期的价值和挑战,进而讨论要建立以人为中心的新型人-机-环境的关系,我们应该对齐哪些价值和路径?以下是圆桌讨论实录。
这几年,眼看着中台直上云霄,又看着它跌落神坛。最早提中台建设的友商在去中台,腾讯内部的中台建设也开始趋向务实。但腾讯的中台并没有消失,而是以技术产品的形式继续默默耕耘,平台型技术产品服务于开发团队,曾经被纳入中台的范畴,但它比中台更长久,中台陨落,而平台长青。本文作者从零到一打造了腾讯 PCG 平台型技术产品——搜索中台 XSearch,他将以此为例,带大家了解做好一个平台型技术产品,需要考虑哪些点。
为深入探讨AI时代的人机关系,引领社会共同思考人机共生时代的经济发展机遇与社会应对策略,腾讯研究院联合前海国际事务研究院、青腾、香港科技园公司等机构举办 “AI时代的人机关系展望”论坛,这也是“人工智能+社会发展系列高端研讨会”的第二期。 论坛上第一个圆桌论坛四位嘉宾重点围绕具身智能的技术演进和人机关系走向这一话题,从技术趋势、产业应用、人机关系走向等多个维度展开了讨论,以下是圆桌讨论实录。
随着大模型在2023年横空出世,“Prompt 工程” 应运而生,作为用好大模型最重要的武器,Prompt 的好坏对模型效果有着决定性的影响。然而,网络上大量相关文章多是罗列“Prompt 工程” 中的若干技巧,少有体系化的总结,让人看完依然不知道该如何入手。 本文希望结合我们在 “Prompt 工程” 中的实践经验,更加体系化地对 “Prompt 工程” 进行梳理,希望可以一步步地帮助大家用好大模型,人人都是 Prompt 工程师。
自动驾驶并非逐渐替人类驾驶,而很大概率会是一个突变过程。 之前,网约车替代巡游出租车,只是用数字化改造了某个产业的局部,这种改造过程往往是渐进的、漫长的过程。事实上,我们大多数所谓的数字化,都是这样的逻辑。所以我们已经习惯了这种渐进替换的方式,而且习惯了在单一系统内线性外推,估算新技术的各种影响。 然而作为本轮产业革命的关键技术,自动驾驶(或者包括更广泛的机器人技术)代表着信息域变革牵引整个物质系统转移的范式变革,其引发的会是整个社会经济系统的全面改变。无论是讨论发展速度,还是对就业的影响,都不能限于交通系统内部。 最近一年来,人工智能的快速发展、端到端自动驾驶技术的演进、传感器和自动驾驶整车价格的快速下降,都大大加快了自动驾驶技术的落地进程:特斯拉FSD大量实际道路应用、马斯克宣布即将落地Robotaxi自动驾驶出租车。而在我国,百度萝卜快跑的Robotaxi在武汉商业运营,也引发热议:萝卜以远低于普通出租车的价格吸引乘客,引起大家对取代司机职业的担心;萝卜快跑驾驶策略十分保守,经常引发路口拥堵等问题,且不设车内安全员,代之以远程云接管,引起了大家对安全性的担心;
很多应用都属于数据密集型应用,而非计算密集型;对于这类应用,CPU往往不是第一限制性因素,关键在于数据量 、数据复杂度 和 数据的快速多变性;因此数据库的选型在应用系统设计中就显得比较重要。 数据库(数据引擎)最核心的任务就是"读到写入的值",我们尝试从"最简单的脚本文件数据读写" 一步一步扩展讨论到"分布式键值数据库",在这个过程中我们会遇到很多"挑战",并尝试逐步解决。
生命中有价值的洞见,通常很简单,比如这期杂志的封面主题:不内卷。 内卷并不是一个新词,它最早由美国人类学家亚历山大·亚历山德罗维奇·戈登威泽提出,用以描述某一类文化模式到了某种最终的形态以后,既没有办法稳定下来,也没有办法使自己转变到新的形态,取而代之的是不断地在内部变得更加复杂。后来,内卷化概念又被引入到学者们对二十世纪印度尼西亚爪哇岛农业和中国华北的研究之中,简单来说,内卷就是无效地投入、没有发展的增长。 一个人类学名词,兜兜转转几经流转,最终被中国当代打工人借用来描述身处的职场环境。在经历上一轮信息技术革命对生活和工作节奏的超级加速后,技术的承诺显然部分落空了,于是很多人甚至不再相信,这一波人工智能技术能够让工作变得轻松,他们更愿意相信,有了这神一般技术,日后只怕会更加忙忙碌碌,内卷卷到飞起。OpenAI最近宣布要从非营利组织转变为商业公司,也部分印证了这种担忧。
近日,多家大厂都放出了在自动驾驶领域的最新进展。特斯拉最近推出了V12版本的FSD,在驾驶体验上有很大的提升。“萝卜快跑”在武汉上路测试刷屏全网,无人驾驶出租车订单量激增。Robotaxi已经成为自动驾驶落地的一个重要场景。那么,自动驾驶行业开始进入快速发展的阶段了吗?无人驾驶出租车(Robotaxi)距离真正的商业化还有多远,将面临哪些挑战?