自古至今，未来永远都是人类探索的终点，也是人类对于未来科技发展的期许。我们知道，未来总是美好的，那么互联网的未来是什么呢？有人说是元宇宙(Metaverses)。但随着元宇宙这一概念从热逐步到冷，是不是这个世纪大梦也该醒了呢？元宇宙这个概念最早源自科幻作家尼尔·斯蒂芬森的《雪崩》。最近有愈演愈烈的趋势，微软CEO纳德拉在微软开发者大会上把Azure的系列产品说成是元宇宙;而Facebook CEO扎克伯格说元宇宙是这家社交网络的未来愿景。那么，元宇宙究竟是什么？为什么元宇宙突然火了？元宇宙时代还有多遥远？元宇宙究竟是什么？也许很多人并不知道科幻作家尼尔·斯蒂芬森的《雪崩》，但是，只要看过大
时至今日，人们对于元宇宙的追捧依然没有减退的迹象。无论是一级市场，还是二级市场来讲，都是如此。然而，仅仅只是凭借一味地热情，仅仅只是凭借对于元宇宙的追捧是无论如何都无法抓住元宇宙的风口的，更无法将元宇宙从一个悬于半空的概念带入到寻常百姓家。这一点，我们可以从Meta的身上看出一些端倪。不可否认，对于元宇宙，扎克伯格和他领导下的Meta是深信不疑的。我们完全可以从Facebook的改名上，看到这一点。同时，我们也应该看到，尽管Meta在元宇宙的赛道上进行了诸多的探索和尝试，付出了诸多的精力和投入，但是，从Meta的具体表现上，我们却可以非常明显地看出Meta距离它所预想到的元宇宙，尚且有很长一段
时至今日，人们对于元宇宙的追捧依然没有减退的迹象。无论是一级市场，还是二级市场来讲，都是如此。然而，仅仅只是凭借一味地热情，仅仅只是凭借对于元宇宙的追捧是无论如何都无法抓住元宇宙的风口的，更无法将元宇宙从一个悬于半空的概念带入到寻常百姓家。这一点，我们可以从Meta的身上看出一些端倪。不可否认，对于元宇宙，扎克伯格和他领导下的Meta是深信不疑的。我们完全可以从Facebook的改名上，看到这一点。同时，我们也应该看到，尽管Meta在元宇宙的赛道上进行了诸多的探索和尝试，付出了诸多的精力和投入，但是，从Meta的具体表现上，我们却可以非常明显地看出Meta距离它所预想到的元宇宙，尚且有很长一段
ChatGPT之风愈演愈烈，华盛顿大学语言学家EmilyM.Bender公开反对让大模型（LLM）过度介入人们的生活。谷歌和亚马逊在论文中提到，LLM已经具有了思维链条（ChainofThought，CoT)，和自发性地结构涌现（Emergence），也就是说，LLM开始学会了人类的“慢思考”思维模式，学会了基于逻辑推理的回答，而不再是单单基于直觉的回答。作为一名语言学家，Bender注意到了LLM“权力扩张”的危险性，已经开始有人相信——“我们应该放弃「人类」在「物种」上如此重要的想法”。这种想法背后隐含着的，实际上是LLM高度发展可能带来的一个AI伦理问题：如果有一天，我们造出了人类无法分
ChatGPT之风愈演愈烈，华盛顿大学语言学家EmilyM.Bender公开反对让大模型（LLM）过度介入人们的生活。谷歌和亚马逊在论文中提到，LLM已经具有了思维链条（ChainofThought，CoT)，和自发性地结构涌现（Emergence），也就是说，LLM开始学会了人类的“慢思考”思维模式，学会了基于逻辑推理的回答，而不再是单单基于直觉的回答。作为一名语言学家，Bender注意到了LLM“权力扩张”的危险性，已经开始有人相信——“我们应该放弃「人类」在「物种」上如此重要的想法”。这种想法背后隐含着的，实际上是LLM高度发展可能带来的一个AI伦理问题：如果有一天，我们造出了人类无法分
人工智能作为第一个自我生成技术，是对过去的彻底突破。以前从来没有一项技术能够在没有人类帮助的情况下自我改进。云计算如今是IT的基础，它提供了一套令前几代人相形见绌的按需工具。最重要的是：它具有无限的可扩展性。虽然云计算和人工智能面临不同的挑战和不同的增长路径，但它们的发展却不可避免地交织在一起，并没有引起太多关注。这两种技术正在合并为一个实体。在许多方面，它们已经在基本层面上结合起来了。例如，人工智能聊天机器人ChatGPT依赖于其主机云平台微软Azure的计算能力。如果没有云的支持，人工智能将只是未来主义者眼中的一道光芒。反过来，云计算也从人工智能中受益匪浅。例如，AIOps在云管理中扮演着
人工智能作为第一个自我生成技术，是对过去的彻底突破。以前从来没有一项技术能够在没有人类帮助的情况下自我改进。云计算如今是IT的基础，它提供了一套令前几代人相形见绌的按需工具。最重要的是：它具有无限的可扩展性。虽然云计算和人工智能面临不同的挑战和不同的增长路径，但它们的发展却不可避免地交织在一起，并没有引起太多关注。这两种技术正在合并为一个实体。在许多方面，它们已经在基本层面上结合起来了。例如，人工智能聊天机器人ChatGPT依赖于其主机云平台微软Azure的计算能力。如果没有云的支持，人工智能将只是未来主义者眼中的一道光芒。反过来，云计算也从人工智能中受益匪浅。例如，AIOps在云管理中扮演着
我们在工作中经常遇到的一个词，那就是“产品NPS调研”。当部分项目缺少专业的用研人员时，设计师、产品经理则经常会接受上级的要求，投身于NPS调研工作。笔者也曾在2022年的某天突然接到一款产品年度NPS调研的任务。那么，NPS调研究竟该怎么做？下面将根据笔者的个人经历复盘，带领大家重温NPS的调研方法。1、NPS基础知识1.1什么是NPS？NPS的核心就是：调研用户对你产品的忠诚度。1.2NPS的计算规则如何计算NPS值？我们一般通过询问用户“是否愿意向朋友推荐我们的产品和服务？”来获得评分，并根据评分将用户分为三类：9～10分的是推荐者，是产品忠实地用户；7～8分的是被动者，他们很容易被竞
我们在工作中经常遇到的一个词，那就是“产品NPS调研”。当部分项目缺少专业的用研人员时，设计师、产品经理则经常会接受上级的要求，投身于NPS调研工作。笔者也曾在2022年的某天突然接到一款产品年度NPS调研的任务。那么，NPS调研究竟该怎么做？下面将根据笔者的个人经历复盘，带领大家重温NPS的调研方法。1、NPS基础知识1.1什么是NPS？NPS的核心就是：调研用户对你产品的忠诚度。1.2NPS的计算规则如何计算NPS值？我们一般通过询问用户“是否愿意向朋友推荐我们的产品和服务？”来获得评分，并根据评分将用户分为三类：9～10分的是推荐者，是产品忠实地用户；7～8分的是被动者，他们很容易被竞
「太卷了！」在经历了 GPT-4 和微软 Microsoft365Copilot 的连续轰炸后，相信很多人都有这样的感想。与GPT-3.5相比，GPT-4在很多方面都实现了大幅提升，比如在模拟律师考试中，它从原来的倒数10%进化到了正数10%。当然，普通人对于这些专业考试可能没什么概念。但如果给你看一张图，你就明白它的提升有多么恐怖了：图源：清华大学计算机系教授唐杰微博。链接：https://m.weibo.cn/detail/4880331053992765这是一道物理题，GPT-4被要求根据图文逐步解题，这是GPT-3.5（此处指升级之前的ChatGPT所依赖的模型）所不具备的能力。一
