归纳+记忆:让机器像人一样从小样本中学习
让机器区分猫和狗需要成千上万的图片来训练，但一个小孩只需要几张就够了。人类之所以能够从很小的样本中就能进行很好的学习，主要在于两个能力：
【1】归纳能力，即能够从个例中抽象出通用规则；
【2】记忆能力，即能够将学过的东西记下来并在需要时进行类比；
我们团队在业界率先将Few-shot Learning引入到人机对话领域，基于对人类学习能力的思考，提出了归纳网络（Induction Network）和动态记忆网络（Dynamic Memory），分别发表在EMNLP2019和ACL2020；
目前这套技术已经作为阿里云智能客服（云小蜜）的核心底座在各行业场景大规模应用。
全能的ChatGPT能否取代保险理赔审核？
从ChatGPT自己的回答来看，ChatGPT并不能完全取代理赔审核人员、扣费审核岗，但是可以取代票据人工录入的工作。不得不称赞，这个回答是比较准确的。因为目前的智能理赔技术可以替代90%以上的人工录入作业，但仍需要人工辅助进行订正审核。
程序员个体正确入局AIGC的姿势
随着人工智能技术的飞速发展，越来越多的程序员开始关注和学习AI技术，以便于更好地应对未来的技术挑战和机遇。而在AI技术领域，AIGC（AI+GC）是一个新兴的方向，主要是将AI技术和图形计算技术相结合，可以构建出更加高效、智能和直观的应用程序。作为一名程序员个体，包括笔者在内，个人如何在学习和实践AIGC的时候选一个正确的姿势入局AIGC呢？那么本文就来简单的分享一下。
