人工智能要取得成功需要具備三個條件。
首先,它需要高質(zhì)量、無偏見的數(shù)據(jù),而且是大量的數(shù)據(jù)。構(gòu)建神經(jīng)網(wǎng)絡(luò)的研究人員使用的是隨著社會數(shù)字化而出現(xiàn)的大型數(shù)據(jù)集。
用于增強人類程序員能力的 Co-Pilot 會從 GitHub 上共享的數(shù)十億行代碼中獲取數(shù)據(jù)。ChatGPT和其他大型語言模型使用了在線存儲的數(shù)十億個網(wǎng)站和文本文檔。
文本到圖像工具,如Stable Diffusion、dale -2和Midjourney,使用來自數(shù)據(jù)集(如LAION-5B)的圖像-文本對。隨著我們將更多的生活數(shù)字化,并為它們提供替代數(shù)據(jù)源,例如模擬數(shù)據(jù)或來自《我的世界》等游戲設(shè)置的數(shù)據(jù),人工智能模型將繼續(xù)在復雜性和影響力方面發(fā)展。
人工智能還需要計算基礎(chǔ)設(shè)施來進行有效的訓練。隨著計算機變得越來越強大,現(xiàn)在需要大量努力和大規(guī)模計算的模型,可能在不久的將來可以在本地處理。例如,Stable Diffusion已經(jīng)可以在本地計算機上運行,而不是云環(huán)境。
人工智能的第三個需求是改進模型和算法。數(shù)據(jù)驅(qū)動的系統(tǒng)在一個又一個曾經(jīng)被認為是人類認知領(lǐng)域的領(lǐng)域繼續(xù)快速發(fā)展。
然而,隨著我們周圍的世界不斷變化,人工智能系統(tǒng)需要不斷使用新數(shù)據(jù)進行重新訓練。如果沒有這一關(guān)鍵步驟,人工智能系統(tǒng)將產(chǎn)生與事實不正確的答案,或者沒有考慮到自訓練以來出現(xiàn)的新信息。
神經(jīng)網(wǎng)絡(luò)并不是人工智能的唯一途徑。人工智能研究中的另一個突出陣營是“符號人工智能” —— 它不是消化龐大的數(shù)據(jù)集,而是依賴于規(guī)則和知識,這些規(guī)則和知識類似于人類形成特定現(xiàn)象的內(nèi)部符號表示的過程。
但在過去10年里,力量的天平嚴重傾向于數(shù)據(jù)驅(qū)動的方法,現(xiàn)代深度學習的“奠基人”最近被授予了圖靈獎,這相當于計算機科學領(lǐng)域的諾貝爾獎。
數(shù)據(jù)、計算和算法構(gòu)成了人工智能未來的基礎(chǔ)。所有指標都表明,在可預見的未來,這三個方面都將取得快速進展。
違法和不良信息舉報投訴電話:0377-62377728 舉報郵箱:fbypt@www.houstonmotorsportenthusiasts.com
網(wǎng)絡(luò)警察提醒你 a>
中國互聯(lián)網(wǎng)舉報中心
網(wǎng)絡(luò)舉報APP下載
掃黃打非網(wǎng)舉報專區(qū)