今天分享的是人工智能AI系列深度研究報(bào)告?《清華大學(xué)196頁(yè)AIGC發(fā)展研究最新版》。?精選報(bào)告來(lái)源公眾號(hào)：【人工智能學(xué)派】，回復(fù)關(guān)鍵字6688”，獲取完整PDF電子版

研究報(bào)告內(nèi)容摘要如下

1.推理過(guò)程:關(guān)聯(lián)推測(cè) 擇優(yōu)輸出

理解輸入:分布式語(yǔ)義解析，首先會(huì)接收文本序列，轉(zhuǎn)化為詞向量，也稱(chēng)為嵌入。該過(guò)程基于分布式語(yǔ)義假設(shè)，即詞義由其在上下文中的使用決定

參數(shù)關(guān)聯(lián):上下文焦點(diǎn)連鎖，將這些詞向量輸入到Transformer的Encoder中生成上下文表示可以看作是在其內(nèi)部參數(shù)模型中尋找與輸入相關(guān)的信息，也可視為一種連鎖反應(yīng)，因?yàn)槊總€(gè)詞的上下文表示都取決于其前面的詞的上下文表示。

生成回答:生成性概率建模，模型初始化Transformer的Decoder部分，并將Encoder的輸出(即上下文表示)和當(dāng)前的輸出序列一同輸入到Decoder中。Decoder會(huì)生成下一個(gè)詞的概率分布。選擇概率最大或其他設(shè)定的概率分布的詞作為輸出，這個(gè)詞將被添加到輸出序列選擇最適回答:動(dòng)態(tài)詞串演化，重復(fù)上述步驟，每次都向輸出序列中添加新的詞，直到生成一個(gè)完整的輸出序列。

2.不可知涌現(xiàn)的AI覺(jué)醒理論

（1）不透明性：不透明性指的是AI模型的內(nèi)部工作方式往往難以解釋和理解。它代表了模型的不可解釋性，揭示了我們對(duì)AI的理解和控制的局限

（2）涌現(xiàn)性：涌現(xiàn)性是指從AI系統(tǒng)中產(chǎn)生的新的、預(yù)料之外的行為或特性。這些特性在系統(tǒng)的構(gòu)建或訓(xùn)練過(guò)程中并未明確編碼卻在特定條件下顯現(xiàn)出來(lái)。

（3）預(yù)測(cè)困境：這一特性代表了我們無(wú)法預(yù)測(cè)AI的行為和結(jié)果尤其是在涌現(xiàn)性行為出現(xiàn)時(shí)。這在AI決策制定和風(fēng)險(xiǎn)管理中產(chǎn)生了重大挑戰(zhàn)

（本文僅供參考，不代表我們的任何投資建議。如需使用相關(guān)信息，請(qǐng)參閱報(bào)告原文。）

本報(bào)告共計(jì)：196頁(yè)。受篇幅限制，僅展示部分內(nèi)容。

精選報(bào)告來(lái)源公眾號(hào)：【人工智能學(xué)派】，回復(fù)關(guān)鍵字“6688”，獲取完整PDF電子版