Heim Technologie-Peripheriegeräte KI Wie werden wir von künstlicher Intelligenz gesteuert?

Wie werden wir von künstlicher Intelligenz gesteuert?

Apr 11, 2023 pm 07:31 PM
人工智能 机器 算法

In einem Interview mit dem Life-Magazin im November 1970 warnte Minsky: „Sobald der Computer die Kontrolle erlangt, werden wir sie vielleicht nie wieder zurückbekommen. In seiner berühmten Vorhersage postulierte er: „Wenn wir Glück haben.“ , Maschinen könnten beschließen, uns als Haustiere zu halten. Tencent wird Ihnen ein neues Drama empfehlen, das Ihnen auf jeden Fall gefallen wird, Douyin wird Sie weiter anschauen und Taobao wird Ihnen Ihre Lieblingsstücke empfehlen, aber zu welchem ​​Preis werden Sie sich nie wieder zufällig in einer Videothek treffen und ein erstklassiges Stück Musik entdecken? oder ein verlegtes Buch in einer Buchhandlung. Bei jeder Essensbestellung suchen Sie immer nach dem Restaurant mit den höchsten Bewertungen und der größten Beliebtheit. Sofern es nicht von einem Algorithmus empfohlen wird, werden Sie auf keinen Fall ein neues Restaurant ausprobieren. Produkte, die Unterhaltung bieten oder unser Leben einfacher machen, können mit versteckten Kosten verbunden sein. Beim täglichen Surfen im Internet wird jeder unserer Schritte aufgezeichnet. Online-Shopping liefert eine große Menge an Informationen und Daten. Ratet mal, wer am Ende an die Daten kommt. Bald werden autonome Autos darüber entscheiden, wer bei einem Unfall überlebt und stirbt, und wenn man überlebt, ist das großartig. Vielleicht werden wir eines Tages in der Zukunft wissen, wann wir sterben werden, was uns dazu zwingt, einfach auf Online-Dating-Plattformen zu gehen, um einen Ehepartner zu finden oder den Job auf 58.com zu wechseln.

In einer Neujahrskolumne, die auf Edge, einer Website für Wissenschaft, Technologie und Philosophie, veröffentlicht wurde, glaubt der Wissenschaftshistoriker und Autor George Dyson, dass wir einen Wendepunkt erreicht haben. Dyson schrieb: „Früher war es einfach: Programmierer schrieben die Anweisungen, die der Maschine gegeben wurden. Da die Maschine durch diese Anweisungen gesteuert wurde, kontrollierte die Person, die die Anweisungen schrieb, die Maschine.“ Heute ist der Code selbst aktiv geworden: der Algorithmus Modellieren Sie unsere Persönlichkeit und prognostizieren Sie unsere Wünsche anhand unseres Suchverlaufs, Kreditkartenkäufen und Geolokalisierung. Dadurch sind einige wenige Menschen wie Mark Zuckerberg, Jack Ma und Ma Huateng unvorstellbar reich geworden. Wie werden wir von künstlicher Intelligenz gesteuert?

Wir sollten Angst vor diesen riesigen Konzernen haben, die derzeit die Welt kontrollieren. Am vorausschauendsten ist vielleicht die Warnung, die Dyson uns gibt. „Wir glauben, dass irgendwo hinter den Kulissen immer noch ein Individuum oder ein einzelner Algorithmus die Kontrolle hat. Wir machen uns etwas vor“, schrieb er. „Durch die Kontrolle des Informationsflusses beherrschen neue Gatekeeper einen wachsenden Sektor der Welt.“ Die Unternehmen, die die Welt wirklich beherrschen, haben jedoch keine Kontrolle mehr über die Maschinen, die sie bauen, und die Algorithmen, mit denen Hunderttausende Ingenieure arbeiten Es ist möglich, jede Eingabe oder Ausgabe auf der Plattform zu steuern.

Mehr als 1 Million Menschen arbeiten bei Google, Amazon, Apple und Microsoft. Während viele von ihnen Dinge in Lagerhäusern lagern oder Ihnen bei der Reparatur Ihres iPhones helfen, schreiben Tausende von Ingenieuren den Code neu, um alle unsere Fragen und Wünsche zu beantworten. Kein einzelner Ingenieur, nicht einmal Tausende, können aus jedem Blickwinkel erkennen, wie diese Plattformen unseren eigenen Geist beherrschen und wofür sie verwendet werden könnten. Mittlerweile werden sie jedoch für alles verwendet.

Bald wird jeder Aspekt unseres Lebens, von den Autos draußen bis zu den Lichtern in unseren Wohnzimmern, von Algorithmen dominiert. Die nächste Version von JD.coms Taobao schlägt nicht nur vor, welches Buch Sie das nächste Mal kaufen sollten, sondern füllt Ihren Kühlschrank automatisch mit den Produkten, die der Algorithmus bestimmt, die Ihnen gefallen oder brauchen. Klar, Online-Shopping klingt nach einer Utopie, aber es klingt auch eher nach Minskys Vorhersage aus dem Jahr 1970, dass wir im Begriff seien, die „Haustiere“ der Computer zu werden. Kann es gestoppt werden? Wenn wir es wirklich wollten, wäre die offensichtliche Logik, den Computer auszustecken, zu erkennen, dass wir dieses Mal alles vermasseln werden, und von vorne zu beginnen. Aber wie die Geschichte immer wieder bewiesen hat, scheinen Menschen untrennbar mit der Nutzung von Mobiltelefonen und Computern verbunden zu sein. Es ist lange her, dass wir die Welt gesehen und unseren Kopf nur noch in unseren Mobiltelefonen vergraben haben.

Wir brauchen frische Luft, wir können sie selbst in die Hand nehmen, die Nutzung der Webgiganten so weit wie möglich reduzieren und versuchen, Alternativen dafür zu finden. Oder noch besser: Hören Sie auf, so viel Technologie zu nutzen wie wir, und kehren Sie zu unserem simulierten Leben zurück, verlieren Sie sich und probieren Sie neue Dinge aus, anstatt dem Diktat von Algorithmen zu folgen. Aber das werden wir wahrscheinlich nicht tun, und wir hoffen, dass unsere neuen Oberherren uns so gut behandeln, dass wir uns zusammenrollen und am Fußende des Bettes schlafen lassen, sobald sie die Kontrolle übernommen haben.

Das obige ist der detaillierte Inhalt vonWie werden wir von künstlicher Intelligenz gesteuert?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
2 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Repo: Wie man Teamkollegen wiederbelebt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Abenteuer: Wie man riesige Samen bekommt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

Verbesserter Erkennungsalgorithmus: zur Zielerkennung in hochauflösenden optischen Fernerkundungsbildern Verbesserter Erkennungsalgorithmus: zur Zielerkennung in hochauflösenden optischen Fernerkundungsbildern Jun 06, 2024 pm 12:33 PM

01Ausblicksübersicht Derzeit ist es schwierig, ein angemessenes Gleichgewicht zwischen Detektionseffizienz und Detektionsergebnissen zu erreichen. Wir haben einen verbesserten YOLOv5-Algorithmus zur Zielerkennung in hochauflösenden optischen Fernerkundungsbildern entwickelt, der mehrschichtige Merkmalspyramiden, Multierkennungskopfstrategien und hybride Aufmerksamkeitsmodule verwendet, um die Wirkung des Zielerkennungsnetzwerks in optischen Fernerkundungsbildern zu verbessern. Laut SIMD-Datensatz ist der mAP des neuen Algorithmus 2,2 % besser als YOLOv5 und 8,48 % besser als YOLOX, wodurch ein besseres Gleichgewicht zwischen Erkennungsergebnissen und Geschwindigkeit erreicht wird. 02 Hintergrund und Motivation Mit der rasanten Entwicklung der Fernerkundungstechnologie wurden hochauflösende optische Fernerkundungsbilder verwendet, um viele Objekte auf der Erdoberfläche zu beschreiben, darunter Flugzeuge, Autos, Gebäude usw. Objekterkennung bei der Interpretation von Fernerkundungsbildern

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

See all articles