高文教授曾在美国卡内基梅隆大学(CMU)机器人研究所、美国麻省理工学院(MIT)人工智能实验室等做过访问科学家。他1992年入选进入国家863智能计算机主题专家组,担任智能计算机接口领域的责任专家,1996年至2000年任专家组组长(首席专家)。高文教授的主要研究领域为人工智能应用和多媒体技术,侧重于计算机视觉、模式识别与图象处理、多媒体数据压缩、多模式接口、以及虚拟现实等的研究。近几年主要研究兴趣包括视频编码与分析、手语识别与合成、人脸识别、数字图书馆等。已出版著作4部,发表科学论文400余篇。曾四次获得国家科技进步二等奖。
好文章,需要你的鼓励
现代大语言模型就像一栋拥有数百个房间的豪华大厦,每个房间(或称为"层")都执行特定的功能,共同协作完成复杂的语言理解和生成任务。然而,这些模型的规模已经变得如此庞大,以至于只有拥有高端计算资源的机构才能负担得起它们的运行成本。这就像一辆耗油量极大的豪华跑车,普通人负担不起它的燃料费用。
想象一下,当你在解答一道复杂的数学题时,你不仅需要给出答案,还需要详细解释每一步推导的理由,不能有任何逻辑跳跃或假设——这就是形式化数学推理的严格要求。
想象一下日常生活中我们使用的语音助手,比如Siri或ChatGPT。它们通常是这样工作的:你问一个问题,它回答,然后安静地等待你的下一个指令。这就像是一个只会被动回应的服务员,永远等待你的呼唤。而Voila团队认为,真正高级的AI助手应该更像一个时刻准备着的好朋友或队友,能够自然地融入你的生活节奏中。
想象一下,你正在参加一场料理比赛,有两位评委。第一位评委只给你一个分数,而第二位评委会详细解释你的菜品在口感、创意和技巧上的表现如何,然后才给出最终评价。显然,第二位评委的反馈对于你改进厨艺更有帮助。伊利诺伊大学研究团队正是秉持这一理念,开发了能像第二位评委那样工作的AI评估系统。