Mašinos giluminio mokymosi revoliucija
Mašinos giluminio mokymosi revoliucija apytiksliai išgyveno tris bangas, kiekviena didesnė nei paskutinė. Pirmoji banga, maždaug 2010 m., Pastebėjo kalbos atpažinimo proveržį, pakeitus Markovo modelius giliu mokymuisi ir precedento neturinčiais rezultatais; Antroji banga yra konvoliucinio neuroninio tinklo lūžis 2012 m. Vaizdo atpažinimo metu, o tai viršija žmonių vaizduotę; Pastaruoju metu trečioji kalbų modelių banga, artima ar net už žmogaus lygmens, panaikino pastaruosius 40–50 metų skaičiavimo kalbotyros, natūralių kalbų apdorojimo tyrimų, yra revoliucinis technologinis proveržis.
Didelių modelių raktas yra tas, kad yra išankstinis metodo žingsnis, kuriame anksčiau buvo mokomasi anksčiau mašinų mokymasis, arba mašininis. Išankstinis mokymas yra sukurti sveiko proto pasaulio sistemą, remiantis taisyklėmis, kaip veikia pasaulis. Šis ryšys sukonstruotas per sveiką protą, o poveikis nėra vaizduotė.
Didelis modelis yra nauja metodika, suteikianti AI panašų intelektą. Tiesą sakant, didelis modelis yra įvesti kryžminio domeno ir kelių pramonės atstovų žmogaus žinių sistemą į žmogaus panašaus smegenų nervų tinklo matematinį modelį per super mastelio skaičiavimo galią, o per skaičiavimo paradigmą jis turi turinio gamybos ir logines samprotavimo galimybes daugelyje sričių.
Mūsų šalis vis dar vejasi sceną
Ar naujame AI varžybose Kinija gali greitai suspėti? Didelio modelio kūrimui reikia bent tūkstančių lustų, didelei skaičiavimo galiai reikalauja sujungimo tarp lustų, o sujungimui reikia ypač didelio greičio pralaidumo. Šiuo metu didelis Kinijos bendro visapusiško stiprumo ir inovacijų plėtros modelis, palyginti su „Head Enterprises“, vis dar turi didelę spragą.
Dideli modeliai taip pat turi taikymo ir išlaidų problemas. Šiuo metu lusto kaina, ypač mokymo ir išvadų kaina, yra didelė.
Remiantis pranešimais, AI lustus galima suskirstyti į dvi kategorijas: treniruočių lustus ir samprotavimo lustus. Dideliems modeliams ir AI algoritmams mokymas nėra tikslas, išvados ir taikymas yra pagrindinis tikslas. Kalbant apie mokymo lustus, daugelis Kinijos įmonių vis dar yra pasivijimo etape dėl ribotos gamybos ir gamybos įrangos ir procesų. Sąvokos susiskaidymo srityje yra daug galimybių samprotavimų srityje, nėra tarptautinių standartų ir monopolinių įmonių.
Dirbtinis intelektas yra pramonės revoliucija, ir visi labai rūpi, kaip dirbtinis intelektas gali būti derinamas su pramonės skaitmenizavimu, kad būtų pasiekta industrializacija, įmonė, specializacija ir vertikalė. Nors mūsų šalis turi daug laiko, kad būtų galima pasivyti originalią naujovę, mūsų šalis turi didelę gyventojų skaičių, daugybę įmonių ir daug scenų, kurios suteiks daug naujovių galimybių.
Tikimasi, kad pramonė imsis sprogimo laikotarpio
Inovacijoms reikalinga ekologijos galia, smalsumo galia. Per pastaruosius dvejus metus buvo daug žlugdančių naujovių, o ateityje atsiras daugiau mokslinių ir technologinių naujovių. Kinijos taikymo scenarijaus duomenų apimtis yra didelė, tačiau jai trūksta pramonės standartinės sistemos rinkinio, o diferenciacijos pranašumas iš tikrųjų nėra atliekamas naudojant technines priemones. Norint įvertinti įvairių scenarijų atidarymo tikslus ir poveikį, būtina naudoti pramonės standartus ir techninius standartus.
Kai pasirodo kiekviena nauja technologijos karta, didžiausi naudos gavėjai yra tie žmonės, kurie yra jautriausi technologijoms, o svarbiausia yra sujungti pramonės poreikius su technologijomis, kad būtų kuo geriau. Dirbtinis intelektas yra ypač efektyvi gamybos priemonė, kuri netrukus turės įtakos tūkstančiams pramonės šakų.
Ateityje kiekvienas asmuo gali turėti tris robotus: aptarnavimo robotą namuose, darbo robotą biure ir kelioninį robotą - be vairuotojo automobilį ar žemo aukščio, įgyto droną. Šiuos tris robotus gali paskatinti dideli modeliai arba nauji technologiniai keliai ir AI galimybės, išsivysčiusios iš didelių modelių, ir mes tikimės, kad jie visi turės žetonų, kuriuos mes savarankiškai sukūrėme. Ateityje robotai padės mums dirbti, gyventi ir geriau keliauti. Tikimasi, kad aplink dirbtinį intelektą, skaitmeninę ekonomiką, naujos kartos lustus ir taikymo scenarijus tikimasi, kad visa pramonė ateityje imsis sprogstamojo laikotarpio.