香港大学计算机科学系衍生公司＂Stellaris AI＂ 推出

香港大学计算机科学系衍生公司"Stellaris AI" 推出具有千亿参数的突破性语言模型"Stellaris GPT"

香港 - Media OutReach - 2023年5月30日 - 香港大学（港大）计算机科学系衍生公司"Stellaris AI"，宣布推出具有千亿参数的突破性大规模语言模型"Stellaris GPT"（SGPT）。 该模型完全由Stellaris 人工智能团队自主研发，并不依赖于OpenAI或任何其他类ChatGPT系统，该突破性技术提供了一个没有版权或法律风险的人工智能驱动的语言模型/系统。

SGPT v2.5是由Stellaris从零开始自主研发的，研究团队包括港大-渣打慈善基金金融科技学院总监、计算机科学系姚兆明教授和他的前博士生、Stellaris AI 首席执行官武继坤博士。

预计到2030年，人工智能生成内容（AIGC）在中国市场产值将超过1万亿元人民币。 支持该行业的关键因素之一是采用人工智能驱动的语言模型，例如ChatGPT。

"透过SGPT，将有更多新兴和非凡的应用，包括在医疗、金融及教育相关的应用，这些应用技术的突破，将令香港，以至全球受惠。"姚兆明教授说。

Stellaris在2023年5月10日进行了一次现场示范，与会者可以向SGPT提出任何问题。 SGPT在文本生成、语言理解、基于知识的问答、新闻评论、金融查询、技术评论、技术问答、编程问答、代码理解、代码生成、通识、数值计算、逻辑推理、多语言和跨语言解释、多轮对话和类人情感等任务中表现出色。 值得注意的是，在数学、逻辑、伦理等其他大型模型失败的一些极端复杂案例中，SGPT依然能够提供正确的答案。

Stellaris AI的未来发展将追求卓越的技术水平、业内领先的研发实力以及强大的科研团队支撑。 更快更强的SGPT v3版本将于2023年6月进行公测。 新版本将增加包括多模式对话、插件、开放API调用、更长的上下文记忆、本地部署、自动模式、针对特定行业的大型模型、LLM安全框架和合规保护等诸多新功能。

发布方对本公告的内容全权负责。

上一篇：Microchip推出全新VSC8574RT PHY器件 进一步扩大耐辐射千兆以太网PHY产品阵容
下一篇：一举两得：支持双数据连接的全新第二代高通双卡双通

推荐阅读最新更新时间：2023-10-31 15:25

AI出海：盘点走向国际的中国人工智能企业

出海是指中国以移动互联网、人工智能、共享经济等新技术和新商业模式向海外拓展的行为，其本质是新兴技术产业的出口。品途商业评论关于2017亚太区域互联网创新创业高峰论坛的报道中指出，从中国AI科技企业的融资、团队和发展规模来看，在全球范围内已经具备了一定的竞争力；随着中国政府一带一路的政策加持，中国AI科技创新领域的优秀企业已经在其他国家和地区崭露头角。人工智能如今已是遍地开花，如何在泡沫中寻找明晰的发展路径，显得尤为重要。国内投资的持续上升和竞争的加剧，也在客观上推动了中国的AI科技企业走出国门，进入不发达的市场和地区。下面请看人工智能企业出海盘点： 优必选 2017年12月，优必选入选CB Insights评选出的“AI 1

[机器人]

人工智能将成为医疗保健的“新神经系统”

　　埃哲森最近发布了一份针对 AI 大背景下医疗健康行业发展的报告，名为《 人工智能 ：医疗保健的新神经系统》(Artificial Intelligence： Healthcare's New Nervous System)。下面就随网络通信小编一起来了解一下相关内容吧。   人工智能将成为医疗保健的“新神经系统”  　　埃森哲认为，尽管需要大量投资才能换来增长机会， 人工智能 ( AI )无疑是医疗保健实现自主增长的“引擎”。 　　据埃森哲分析，由于关键的临床医疗 AI 应用，截至2026年美国医疗保健经济可能可以节省1500亿美元。 　　AI医疗代表了多种技术的集合，机器能够感知、理解、行动和学习，从而可以执行管理和临

[网络通信]

阿里达摩院斩获6大榜单冠军，AI机器语言是否能超越人类？

阿里达摩院语言技术实验室取得一系列突破，斩获自然语言处理（NLP）领域 6 大权威技术榜单冠军。 据介绍，参与竞赛的 6 项自研 AI 技术均采用模仿人类的学习模式，全方位提升了机器的语言理解能力，部分能力甚至已超越人类。目前，这些技术均已大规模应用于阅读理解、机器翻译、人机交互等场景。 据悉，过去几年，AI 在图像识别、语音识别等方面已逐步超越人类水平，但在复杂文本语义的理解上，AI 与人类尚有差距，其主要原因就是传统 AI 学习文本知识效率较低。 为此，业界提出了一种模仿人类的学习思路，即先让 AI 在大规模的网页和书籍文字中进行训练，学习基本的词法、语法和语义知识，然后再在固定领域内的文本上进行训练，学习领域专有