为什么开源是对话式人工智能未来的关键

人工智能 开源
现代对话式人工智能背后的想法是,人工智能主要通过语音或文本帮助人类完成各种任务,从在线订购产品到计划远程旅行。科技巨头们正在对对话人工智能进行大量投资,但仍存在大量挑战。即使是巨额投资也不能保证取得突破。

现代对话式人工智能背后的想法是,人工智能主要通过语音或文本帮助人类完成各种任务,从在线订购产品到计划远程旅行。科技巨头们正在对对话人工智能进行大量投资,但仍存在大量挑战。即使是巨额投资也不能保证取得突破。

开源是对话式人工智能更快发展的关键。不能只依靠科技巨头来推动这一领域的发展。虽然他们有能力在内部创造复杂的产品,在研发中部署的资源比任何实验室或初创公司都多,但他们的努力还不足以释放对话式人工智能的全部希望。以下是原因。

1.需要一个促进创新的环境

在创意、人员和专业知识方面,大型科技公司与其他科技巨头是肩并肩的。例如,1988年,苹果起诉微软窃取了麦金塔的创意,尽管双方都使用了施乐PARC的创意。或者以DaveCutler为例,他被微软从DEC挖来为IBM个人电脑开发新的OS/2版本。最终,该产品被重新构建为WindowsNT,并发展为Windows11。创新需要一个鼓励组织和专家之间思想自由流动的环境。

2.企业将创新锁定在其生态系统内

在21世纪后期,苹果、谷歌、亚马逊和其他公司开始开发封闭的生态系统,以最大化从数百万客户那里获得的收入。在不断创造新产品、改进现有产品、寻求创新的同时,他们锁定了自己的突破。这并不奇怪,因为科技巨头希望控制其产品的整个生命周期和未来的迭代,并从中获利。但这种对控制权的需求与去中心化的互联网背道而驰,即使在今天,像HTTP这样的协议仍然推动着互联网的发展。

3.对话式人工智能仍然会犯错误

对话性人工智能是研究和产品开发中最复杂的领域之一。它也是最快的一种。它需要快速的发展,当然,这需要在整个过程中犯错误。但上市公司规避风险,倾向于避免错误,尤其是在新产品方面。其结果是不断地重复同样的想法。

想象一下,一家公司关起门来开发一个想法,结果出了问题。但企业以外没有人知道这件事,也没有人能接触到问题出在哪里。微软的Cortana就是一个失败例子,它享受了大量的投资资源。重点是更大的人工智能社区是否从失败中吸取了教训?

4.合作为核心

企业在对话式人工智能方面需要合作。Amazon、谷歌和其他公司有几十个真正大规模的项目。虽然人们能说出很多合作项目的名字,但它们都是表面上的。例如,知道将多个助手集成到一个设备中的几个合作示例。

然而,真正的创新应该发生在更深的层面,也就是核心。目前,所有的核心技术或多或少都处于同一水平,而且都被锁定在大型科技公司内部。

但如果他们更自由地合作,他们可以一起创造出真正令人惊叹的产品。例如,当Linux作为一个免费的开放源码的操作系统发布时,有许多人讨厌。微软前首席执行官SteveBallmer将其视为对知识产权的威胁,并在2001年将其称为“癌症”。微软花了10多年时间才改变态度;Linux被证明是一个独特的现象。投资它的行业种类越多,它就变得越好。现在Linux已经无处不在,从Android手机、智能电视到NASA的设备。

人们相信在对话人工智能中建立一个“Linux”时刻是可能的。开源是显著加速创新和专注于不同的潜在应用领域的唯一途径。拥有一个对所有人开放的核心,并确保对它的简单访问可以促进开发,并在不同的应用领域带来新产品,从我们家庭设备中的个人人工智能助手到工业中的复杂系统。

除非在真正的核心进行合作,否则就会减缓最有希望和发展最快领域的进展。

责任编辑:庞桂玉 来源: 机房360
相关推荐

2017-12-13 12:44:07

人工智能技术AI

2021-10-08 10:57:19

对话式人工智能关键服务人工智能

2022-06-14 10:33:08

物联网智能家居人工智能

2023-05-05 14:02:59

人工智能聊天机器人

2022-07-22 11:02:46

人工智能AI网络安全

2024-02-20 16:14:36

人工智能开源AI

2022-09-26 10:56:28

人工智能数字孪生

2021-01-14 10:04:29

人工智能AI机器学习

2022-02-26 19:05:01

AI人工智能机器学习

2021-12-21 23:02:44

人工智能机器人技术

2017-08-29 08:55:59

2023-11-02 15:36:38

人工智能AI

2022-05-23 15:56:40

人工智能机器人自然语言

2022-08-15 10:08:16

人工智能AI

2020-11-03 10:45:53

人工智能AIAI偏差

2021-02-25 14:09:55

人工智能数据机器学习

2020-12-18 13:22:33

人工智能算法

2015-12-09 14:32:51

人工智能

2022-06-20 11:05:58

通用人工智能机器人

2020-04-16 10:18:48

人工智能物联网货币化
点赞
收藏

51CTO技术栈公众号