搜尋結果
2017年8月3日 · 「AI自創語言」的標題黨和恐懼，只會令我們忽略更迫切的科技問題. Photo Credit: Scott Lynch, CC BY-SA 2.0. Kayue. Factcheck Lab 執行編輯，曾任《關鍵評論網》編輯，最想寫的還是數學。 訂閱作者. 收藏本文. 我們想讓你知道的是. 人工智慧嚇到Facebook煞停研究？ 這類標題黨文章不會消失，但讀者可以避免「中招」，關注其他更重要的科技問題。 今年6月中，我讀到一篇說有人工智慧發展出非人類語言的文章，於是翻查內文提到的研究，發現那是標題黨，也見到一些誇張報導。 不過當時見沒太多人在Facebook分享這新聞，就沒有寫，畢竟人工智慧非我專長，要了解得花太多時間（一字記之曰懶）。 於是我後悔了。
- Kayue
- 使用 ChatGPT 學語言 1：學習正常交談中別人是怎麼運用這個語言的。在學習語言時大家很容易就踏進一個誤區：直接把參考書教的方式用在日常生活對話中，然後講出來的話有時就會讓外國人傻眼。
- 使用 ChatGPT 學語言 2：學習一句話在正常對話中聽起來會是怎麼樣。語言是用來溝通的工具，當然也要知道怎麼唸對吧。因此學語言除了會閱讀之外，你還必須要知道正常人說某句話的語氣會是如何。
- 使用 ChatGPT 學語言 3：讓 ChatGPT 幫你解釋文法。每一種語言都有很多文法，多數人的做法可能會花錢去買工具書來看，或是要自己上網查文獻找答案。
- 使用 ChatGPT 學語言 4：讓 ChatGPT 幫你生出一個學習規畫藍圖。在學習語言的不同階段，你的學習資源一定會有所不同。同樣的你可以告訴 ChatGPT 你的語言程度、你想要達成的目標，還有你願意花多少時間投入學習等等，請它幫你生出一個語言學習的規劃藍圖。
2024年4月20日 · OpenAI 於 2022 年推出 ChatGPT 後，人工智慧的發展掀起了一股熱潮。 除了大型科技公司競相開發自己的 ChatGPT 替代品外，開源社區也開始透過群眾力量開發開源的大型語言模型（Large Language Models, LLMs），希望能夠讓世界各地的人都能免費使用這些強大的語言模型。 閉源模型通常由大型科技公司開發，如 OpenAI 的 ChatGPT 系列 、 Google 的 Gemini 、 法國新創公司的 Mistral 以及 Anthropic 的 Claude 等。 這些模型通常以 API 的方式開放，允許用戶從雲端存取並按需計費。 這樣一來，用戶無需自行架設或購買硬體，就能利用 API 開發出屬於自己的人工智慧應用。
2017年8月2日 · 研究的兩名作者Igor Mordatch及Pieter Abbeel指出，透過在語料庫中尋找統計模式，機器學習在處理自然語言上有顯著進展，包括機械翻譯、對答以及情緒分析等。. 然而兩人認為要讓程序有智慧地跟人類互動，單靠統計模式並不足夠，因此他們研究能夠讓AI在 ...
人工語言 （又稱 人造語言 [1] ，英語： constructed language ，簡稱 conlang )，是許多因特定目的、用途，為了某特定使用族群，而人為創造出來的 語言 ，包括 文法 、 單字 等等。 人工語言不像 自然語言 一樣會隨人類的語言文化而發展，但是，它們在被創造之後，卻可能因而產生特定的影響力，隨著人類文化如真實語言一樣地演進。 意圖分類. 人工语言可按创造意图分为： 辅助语言 （英語： Auxiliary Language ，简称auxlang，亦稱 國際輔助語言 ，英語：International Auxiliary Language，簡稱IAL） 艺术语言 （英語： Artistic Language ，简称artlang）
2024年1月30日 · 大型語言模型（LLM）是一種生成式人工智慧（gen AI），專注於文本和程式碼，而不是圖像或音訊，儘管有些模型已開始整合不同的模態。 目前在企業界最受歡迎的 LLM 包括 ChatGPT 和其他 OpenAI GPT 模型、Anthropic 的 Claude、Meta 的 Llama 2，以及 Falcon。 Falcon 是一個由阿布達比科技創新研究所開源的模型，以支援英文以外的語言而聞名。 企業在部署 LLM 時有幾種方式，像是給員工使用公共應用程式（public apps），使用提示工程和 API（prompt engineering and APIs）將 LLM 嵌入現有軟體，以及使用「向量資料庫」（vector databases）來提升準確性和相關性。
自然語言 處理（NLP） 是人工智慧的一個領域，專注於對人類生成的自然語言的解釋和理解。 它使用機器學習方法來分析、解釋和生成單詞和短語，以瞭解使用者的意圖或情緒。 神經網路等機器學習技術的改進和對更大數據集的更快處理極大地改善了 NLP。 因此，研究人員已經能夠開發出越來越準確的模型，用於識別自然語言對話中發現的不同類型的表達和意圖。 NLP 技術用於自然語言理解 （NLU）、 自然語言 生成 （NLG）、機器翻譯、語音辨識、情感分析等任務。 自然語言處理系統使開發人員更容易構建高級應用程式，例如 chatbots 或使用NLP技術與使用者交互的語音助手系統。 開發人員絕對需要的 14 種工具. NLP可以做什麼？ NLP專注於對自然人類語言的分析。
