第(1/3)頁
深度高，但對江皓來說并非關注的關鍵。
“推薦五個與人工智能和醫學相結合的論文選題，盡量做到創新且能操作，結合近三年的研究熱點，并告訴我每個選題研究的意義和可能的創新點。”
對話這種場景，很多手機助手都能做到，而且本身就是初級的語言大模型而已，算不上AI。
起碼對江皓來說，他認為的AI大模型起碼真的能有一定的解決實際問題的能力。
“以下是為您推薦的五個選題，選題一：基于多模態數據融合的阿爾茨海默病早期診斷，課題二：基于強化學習的個性化癌癥治療……”
江皓對于回復的選題并不算了解，不過并不影響他對該AI功能的判斷。
“請根據選題一，幫我完成該論文的大綱。”
連續的發問并沒有難倒該hiSeek模型的思考。
很快新的內容就已經呈現，大綱的每個部分包括子標題，以及子標題的核心內容等等。
所生成的內容讓江皓當下是頗為滿意。
哪怕知道該內容本質上還是源于足夠多數據支撐下的預測，并非真正的創新，但這個智慧已經足夠。
起碼普通的碩士論文，能用該AI模型進行輔助，乃至直接生成且有很大概率能被通過。
中文文字的總體表述也十分準確。
江皓接下來還進行了一番文字表述的交流，包括中文和英文的，都能很正常的進行日常對話。
尤其是語音上，真的能模擬人聲以及一些說話的氣口，跟人類說話幾乎相同。
“江教授，當前版本的hiSeek模型，共引入了1500億個參數量，數據集來源與全網，……”
對于自己團隊的成果，溫教授當下介紹時情緒也頗為自豪與激動。
“溫教授，目前這個版本可以開放下載么？”
…
“可以，不過需要進行簡單的封裝包括環境配置。”
“而且下載后使用的話，運算只能以用戶電腦的配置進行，除非開通云計算服務，以我們的數據集后臺進行運算。”
“只是這樣的話，大量的訪問，云計算中心的壓力可能會比較大。”
…
“這點沒問題，云計算中心整體我會做好安排。”
“若是您沒意見的話，當前的hiSeek版本我會讓公司盡早封裝，安排上線。”
該AI項目，江皓當下是無比重視。
第(1/3)頁