告辞了，GPT：研究者为何偏爱笔记本上的“小号”AI |《自然》长文

主要观点总结

本文介绍了本地人工智能（AI）的使用方法，包括公开可用的工具、小型开源模型的优势、本地模型的隐私保护以及科学家如何选择和运用这些工具。文章还提到本地AI的发展速度和广泛应用前景。

关键观点总结

关键观点1: 本地AI的使用方法

一系列公开可用的工具，如histo.fyi、LLM等，使得在本地使用AI成为可能。这些工具可以帮助研究人员节省成本、保护隐私或确保可重复性。

关键观点2: 小型开源模型的优势

小型模型的出现使得在消费级硬件上运行AI成为可能，其性能可媲美旧版的大型模型。这些模型包含相对较少的参数，但仍然能够完成复杂任务。

关键观点3: 隐私保护成为本地AI的另一个优势

将个人身份数据发送到商业服务可能会违反数据保护法规。因此，本地模型的使用可以更好地保护个人隐私。

关键观点4: 本地AI的发展速度和广泛应用前景

随着计算机速度的提高和模型效率的提高，人们将在越来越多的场景下使用本地AI。科学家正在利用这些工具创建定制应用程序，以改善医疗、生物学和其他领域的工作流程。

文章预览

本篇《自然》长文共2948字，干货满满，预计阅读时间9分钟，时间不够建议可以先“浮窗”或者收藏哦。 原文作者： Matthew Hutson 人工智能模型通常要在线使用，但一系列公开可用的工具正在改变现状。以下是本地AI的使用方法。 来源：The Project Twins 网站histo.fyi是一个专注于免疫系统蛋白质——称为主要组织相容性复合体 （MHC） ——分子结构的数据库。它包含图像、数据表和氨基酸序列，由生物信息学家Chris Thorpe运营。Thorpe利用大型语言模型 （LLM） 等人工智能工具，将这些资源转化为可读的摘要。但他用的不是ChatGPT或其他基于网络的LLM，而是在自己的笔记本电脑上运行的AI工具。 近年来，基于LLM的聊天机器人因写诗或对话能力而备受赞誉。 一些LLM拥有数千亿个参数 （参数越多，复杂性越高） ，因此只能在线访问。然而， 近期有两个趋势兴起 ………………………………