📢 Gate廣場 #NERO发帖挑战# 秀觀點贏大獎活動火熱開啓!
Gate NERO生態周來襲!發帖秀出NERO項目洞察和活動實用攻略,瓜分30,000NERO!
💰️ 15位優質發帖用戶 * 2,000枚NERO每人
如何參與:
1️⃣ 調研NERO項目
對NERO的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與NERO生態周相關活動,並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
NERO熱門活動(帖文需附以下活動連結):
NERO Chain (NERO) 生態周:Gate 已上線 NERO 現貨交易,爲回饋平台用戶,HODLer Airdrop、Launchpool、CandyDrop、餘幣寶已上線 NERO,邀您體驗。參與攻略見公告:https://www.gate.com/announcements/article/46284
高質量帖子Tips:
教程越詳細、圖片越直觀、互動量越高,獲獎幾率越大!
市場見解獨到、真實參與經歷、有帶新互動者,評選將優先考慮。
帖子需原創,字數不少於250字,且需獲得至少3條有效互動
螞蟻原副總裁漆遠創業公司被曝all in大模型,原方向AI製藥不做了
原文來源:量子位
**從AI製藥全面轉向大模型領域! **
這是螞蟻集團原副總裁,復旦大學AI創新與產業研究院院長漆遠正在做的事。
他創辦的公司無限光年,現在從AI製藥領域,轉向專注於生成式AI和AGI研發。
量子位獲悉,這家公司規劃自研百億千億大模型搭建底座,最終構建行業應用落地醫療、遊戲和教育場景。
2021年年底,時任螞蟻集團副總裁漆遠重返學界,任復旦大學AI創新與產業研究院院長;次年上半年,漆遠成立無限光年。
成立之初,公司對外定位是一家AI製藥公司,主營“醫學研究和試驗發展(除人體幹細胞、基因診斷與治療技術開發和應用)”。
當時,漆遠的領英主頁添加了“AI for drug design”的相關描述,不過現在這句話已經從他的主頁刪除。
無限光年的大模型之路
2022年5月,無限光年成立,專注AI製藥。
目前,該公司在招聘平台上的製藥直接相關技術崗位全面關閉,現有的招聘方向多與算法、infra架構有關。
市場傳來的消息,無限光年現在員工規模五、六十人上下,成員以阿里出身為主,也有微軟、騰訊、字節背景的成員加入,產研佔比在85%左右。
而針對創業大模型的第一道門檻——算力資源,據傳該公司擁有豐富的集群資源,並不發愁。
最新消息是,該公司規劃自研百億千億大模型搭建底座,還會著手領域自適應的智能體的研發,通過模擬人類的學習和行為方式,讓機器在復雜環境中解決問題。
如此看來,擇定路線似乎與AutoGPT、BabyAGI等項目掀起的AI Agent風潮有所關聯。
而具體會採用的差異化打法,漆遠在此前一次論壇上有過透露:
量子位獲悉,這裡所指的“垂直領域”,目標之一就是與公司原本賽道有關聯的醫療大健康領域。無限光年或將針對醫療領域推出行業大模型以及相關應用。
其次則是金融、電商營銷等領域。
這樣的定位可能有訓練成本和算力需求的考慮,也可能有對行業服務能力的考量。漆遠5月在杭州的一次論壇上曾發言稱,訓練通才成本極高,對行業應用的大模型,也許需要訓好“高中生的”理解和推理能力後,再聚焦一個或幾個相關專業學習。
漆遠是誰?
**漆遠,**本科畢業於華中科技大學自動控制專業,在中科院取得模式識別碩士學位後,於MIT媒體實驗室進行機器學習工作,並取得博士和博士後學位。
他最早從1998年開始接觸AI,MIT畢業論文也與機器學習中的貝葉斯推理和概率圖模型有關。
按照他早期“自動控制、模式識別還是機器學習都是AI分支”的理念,漆遠的本碩博研究都與AI相關。
就在1年後,漆遠歸國加入阿里,並在1年後見證了公司上市。
漆遠曾經表示,這個選擇裡既有技術成果能被億萬用戶直接使用的“學以致用”意義感,也有技術上的挑戰感。
進入阿里,漆遠與塗子沛、金榕等人聯合創立了達摩院前身——iDST,漆遠負責帶領中國的研究團隊。
並且從基礎設施開始,領導構建了阿里巴巴集團的第一個大規模分佈式機器學習平台,如今已經迭代為PAI 3.0。
此外,他還主導建立了阿里第一個專業的基於深度學習的語音識別團隊。
後來,他又擔任螞蟻金服副總裁、首席數據科學家,達摩院金融智能負責人,螞蟻AI首席科學家等職位。
2021年,漆遠重返學界,加入復旦大學(外界透露是因個人和家庭原因):
任復旦大學浩清特聘教授、博士生導師及人工智能創新與產業研究院院長。
現在,漆遠再度從學界出發,創業於大模型潮流中。
究其原因,或許可以從漆遠在復旦大學經濟學院的“從ChatGPT到AI for Science”主題講座中窺見一斑。
他在講座上表示,基於ChatGPT的發展現狀,AI for Science在各個領域都會有更長遠的發展前景,如AI與生命科學大模型、氣象大模型、流體大模型的結合等。
言辭間提到的內容生產密集型行業,如醫療健康、金融等,正是無限光年AI大模型瞄準的落地領域。
但更深層次的原因,或許還是AI的潮水又漲起來了。