1、转眼间,春节已过,开始上班了,希里安祝各位读者朋友开工大吉,工作顺利!
2、国产自研 Servlet 容器春季后迎来新版本。smart-servlet是目前 Gitee、Github 平台上首款,也是唯一的全栈核心技术自研的国产开源的 Servlet 容器项目。--smart-servlet
3、2024年2月15日,openai发布视频生成大模型sora。可以根据文字描述生成逼真的视频,震惊了很多人。以下是官网原文翻译:
我们探索了在视频数据上进行大规模训练生成模型。具体来说,我们联合训练了文本条件扩散模型,在不同持续时间、分辨率和宽高比的视频和图像上。我们利用了一个在视频和图像潜码的时空块上操作的变压器架构。我们最大的模型“Sora”能够生成一分钟的高保真视频。我们的结果表明,扩大视频生成模型的规模是构建物理世界通用模拟器的一个有前途的路径。
[1]
如果你不及时按照自己所想的活,
总有一天你会按自己所活的方式去想。
——连岳
最近在学习过程中,越来越觉得,目前AI是未来技术发展的大方向,尽管我们很多人不是从事AI研发或者AI运营的专业人员。但是未来不主动学习AI、不会使用AI,不对抗遗忘的人,必将逐渐会被时代淘汰落伍。
那么接下来就以我借助学习资料、ChatGPT学习的一些内容进行整理总结。个人认为,当前不具备专业知识的我们,当务之急不是如何研究学习开发或者套壳一个AI系统,而是掌握如何合理的使用AI,融入当下的职业工作使用场景中。先了解下基础,合理使用提升本职工作效率是AI对我们普通人最大的帮助。
人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的,三者的关系如 图1 所示,即:人工智能 > 机器学习 > 深度学习。
人工智能(ArtificialIntelligence,AI)是最宽泛的概念,是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。由于这个定义只阐述了目标,而没有限定方法,因此实现人工智能存在的诸多方法和分支,导致其变成一个“大杂烩”式的学科。机器学习(MachineLearning,ML)是当前比较有效的一种实现人工智能的方式。深度学习(DeepLearning,DL)是机器学习算法中最热门的一个分支,近些年取得了显著的进展,并替代了大多数传统机器学习算法。[2]
要学习和理解类似于ChatGPT这样的AI模型,需要掌握一系列的基础知识和技能,这些可以分为理论知识和实践技能两大类。
掌握这些知识和技能将帮助你理解像ChatGPT这样的复杂模型。当然,随着技术的发展,可能还需要不断学习新的工具和框架。这里推荐以下百度的飞桨PaddlePaddle学习平台进行入门:https://www.paddlepaddle.org.cn/tutorials
AI视频生成模型的原理基于机器学习,尤其是深度学习技术,这些技术允许模型学习如何从已有的数据中生成全新的视频内容。视频生成模型通常结合了理解空间信息(图像中的像素关系)和时间信息(帧与帧之间的变化)的能力。以下是一个简化的解释,描述这类模型可能采用的技术和原理:
结合上述原理,Sora这样的模型能够生成高质量的视频片段,可能还涉及到复杂的后期处理技术,如颜色校正、稳定化等,以提高生成内容的质量。它们的应用范围可以从娱乐产业到教育、模拟训练和更多。虽然这里描述的是概念上的模型,但现实中的实现可能会更复杂,并且需要大量计算资源。
[1]
sora大模型: https://openai.com/research/video-generation-models-as-world-simulators
[2]
人工智能: https://www.paddlepaddle.org.cn/tutorials/projectdetail/3520300