我在京东做研发 | 京东云算法科学家解析爆火的ChatGPT

京东,研发,算法,科学家,解析,chatgpt · 浏览次数 : 203

小编点评

**ChatGPT技术的大规模产品应用背后有以下前沿技术支撑之势:** * **自然语言处理 (NLP):**ChatGPT 的核心技术是 NLP,它可以理解和生成人类语言。 * **机器学习 (ML):**ChatGPT 使用各种 ML 模型,包括语言模型和深度学习模型,来处理语言问题。 * **大数据:**ChatGPT 需要海量数据来训练和优化。 * **人工智能 (AI):**ChatGPT 是一个 AI 系统,它可以像人类一样思考和决策。 **局限性:** * **语言理解:**ChatGPT 在处理某些语言类型(例如非英语或非欧洲语言)时可能存在问题。 * **思维方式:**ChatGPT 的思维方式可能与人类不同,这可能会导致误解。 * **道德问题:**ChatGPT 在处理某些问题时可能产生道德问题,例如偏见或歧视。 **对话式AI技术十余年京东云算法科学家将带您一同走进技术世界解析ChatGPT的技术亮点与局限分享下一代对话式AI技术趋势:** * **多模态处理:**下一代对话式AI将能够处理多模态数据,例如图像、视频和语音。 * **深度学习:**下一代对话式AI将使用深度学习技术来处理数据,从而获得更高的准确率。 * **强化学习:**下一代对话式AI将使用强化学习技术来改善其决策过程。 * **可解释性:**下一代对话式AI将提供更可解释的答案,以帮助用户更好地理解。 **对话式AI的落地实践嘉宾介绍:** * **吴友政,京东集团高级总监,京东科技语音语言算法部负责人:**吴友政是一位具有丰富研究和管理经验的对话式AI专家。

正文

令人惊艳的ChatGPT横空出世

背后有怎样的前沿技术支撑

走向大规模产品应用又有何局限

深耕对话式AI技术十余年

京东云算法科学家将带您一同走进技术世界

解析ChatGPT的技术亮点与局限

分享下一代对话式AI技术趋势

从好玩到好用

探讨对话式AI的落地实践

嘉宾介绍

吴友政, 京东集团高级总监,京东科技语音语言算法部负责人。2006年中科院自博士毕业后,先后在日本国立信息通信研究机构、英国爱丁堡大学、索尼中国研究院从事自然语言处理相关研究工作。工作主要聚焦自然语言处理、人机对话、语音识别、机器翻译等前沿技术研究和产品研发工作,并取得了诸多技术突破,累计发表顶级国际会议和期刊论文30余篇,曾获得语音识别(IWSLT2012、IWSLT2013)和自然语言处理(QuAC2021,DROP2022,Multiwoz2022)领域多项国际比赛的冠军。他与团队密切合作打造了言犀人工智能应用平台,为客户提供涵盖客户服务、营销导购、流程自动化的整体智能化解决方案,为京东超5.8亿用户提供智能服务,也为零售、政务、金融、交通等行业提供产品与解决方案。他也曾获京东集团最高奖-技术金牛奖等。

与我在京东做研发 | 京东云算法科学家解析爆火的ChatGPT相似的内容:

我在京东做研发 | 京东云算法科学家解析爆火的ChatGPT

令人惊艳的ChatGPT横空出世 背后有怎样的前沿技术支撑 走向大规模产品应用又有何局限 深耕对话式AI技术十余年 京东云算法科学家将带您一同走进技术世界 解析ChatGPT的技术亮点与局限 分享下一代对话式AI技术趋势 从好玩到好用 探讨对话式AI的落地实践

我在京东做研发 | 揭秘支撑京东万人规模技术人员协作的行云DevOps平台

随着业务变化的速度越来越快各类IT系统的建设也越来越复杂大规模研发团队的管理问题日益突出如何提升研发效能成为时下各类技术团队面临的重要挑战 京东云DevOps专家将带您深入研发一线揭秘支撑京东集团万人级研发管理的行云DevOps平台 分享企业应该如何规划DevOps落地与演进 嘉宾介绍 孙长虹 京东

我在京东做研发丨【混合多云第一课】为何多云多活被称为“技术皇冠上的明珠”?

数据的爆炸性增长 对业务连续性带来了巨大的挑战 传统灾备方式资源利用率底、切换时间长、成本高 对此,基于云计算的多云多活技术正在逐步兴起 巨大的业务价值、超高的技术难度 让“多云多活”被称为“技术皇冠上的明珠” 本期,京东云资深混合多云多活专家将带来 京东内部秒级容灾切换实战分享 以及多行业跨云多活

我在京东做研发第五期:京东云自研服务器,如何将开发成本降低 60% 的同时还更低碳环保?

随着互联网的不断发展,各类技术工程对cpu算力的需求持续飙高,这不仅带来了技术上的压力,对电力能耗的需求也越来越大。为在有限的电力内达到最佳的效果,京东云自研服务器围绕三大主轴,提升性能效率、降低整体成本,让地球环境可以永续经营。

【我在京东做研发】揭秘支撑京东万人规模技术人员协作的行云DevOps平台

分享人:孙长虹 京东云DevOps解决方案架构师 复旦大学计算机系毕业,并拥有人民大学心理学硕士学位。曾任职于Alcatel-Lucent,IBM和惠普,具有丰富的大型复杂产品研发及项目管理经验,擅长组织级敏捷和DevOps转型,并拥有EXIN Agile Coach, 业务敏捷,DevOps Ma

研发提测前测试到底能做些什么

作为测试,经常会遇到倒排期的项目,当研发已经占用了很多资源的情况下,此时测试要想提高效率。就不得不在研发提测前多做准备,那么研发提测前测试到底能做些什么,我将根据我的经验,在本次文章中与大家一起分享。

一种面向后端的微服务低代码平台架构设计

结合京东业务研发实际情况,针对后端研发人员,设计一个微服务低代码平台,助力更高效低交付业务需求。现已结业,将我在本次项目中沉淀设计出的设计文档整理成文,期待与大家有进一步的碰撞沟通

当“代码农”遇上“码农”:揭秘主干开发的那些事儿

前段时期我负责部门内部主干开发落地相关事宜,这个过程中,也真真切切的体会到了多人开发过程中,面对特性分支管理中,大家遇到的一些困扰,尤其面对敏捷迭代的开发方式,合并冲突,集成测试,代码重用等方面,都与高效两个字背离。当然,我在推进主干开发过程中,也遇到了一些问题和坎坷,在这里,集中的做一次分享。

分而治之 -- 浅谈分库分表及实践之路

今天想聊一下分库分表,因为对于快速增长的业务来说,这个是无法回避的一环。之前我在做商城相关的SAAS系统,商品池是一个存储瓶颈,商品池数量会基于租户增长和运营变得指数级增长,短短几个月就能涨到几千万的数据,而运营半年后就可能过亿。而对于订单这种数据,也会跟着业务的成长,也会变得愈发巨大。

分库表数据倾斜的处理让我联想到了AKF模型

1 背景 最近在做需求的时候需要在一张表中增加一个字段。 这张表情况如下: 1、拆分了多个库多张表 2、库表拆分按表中商户编码字段hash之后取模进行拆分 由于库表拆分按照商户编码,有些大商家的单子数量远远要高于其他普通商家,这样就造成了严重的数据倾斜。 在增加字段的时候尝试多种办法,执行多次都添加