


Wenn Geld zur wahren Triebkraft der KI wird, wird dann künstliche Intelligenz in die Fußstapfen fahrerloser Autos treten?
Im Jahr 2019 sagte OpenAI-CEO Sam Altman einmal: „Ich bin wirklich davon überzeugt, dass die Arbeit, die ich bei OpenAI geleistet habe, weitaus umwerfender ist als die, die ich bei Y Combinator geleistet habe. Nicht nur das, sie ist auch noch umwerfender.“ als das, was ich in der Technologiebranche getan habe. „
Er glaubt, dass Menschen ein Softwaresystem entwickeln werden, das in jeder Hinsicht intelligenter und leistungsfähiger ist als Menschen. Aus diesem Grund befürwortete er: „KI wird sich weiterentwickeln und stärker werden als Menschen. Bald wird sie 1 Million Mal oder sogar 1 Milliarde Mal stärker sein als Menschen.“ Technologie vorantreiben Die eigentliche Kraft, die voranschreitet, sind nicht Code und GPUs, sondern Geld. Denken Sie daran: KI ist teuer!
In den letzten Jahren sind technologische Genies in die KI-Branche geströmt, haben Unternehmen gegründet und Investitionen angezogen, und sie haben ihren Spaß. Der Stanford AI Index zeigt, dass die Finanzierung der KI-Industrie im Jahr 2021 94 Milliarden US-Dollar erreichen wird, doppelt so viel wie im Jahr 2020. Im Jahr 2021 erreichten oder überstiegen 15 KI-Finanzierungstransaktionen 500 Millionen US-Dollar. Altman und seine Kollegen mussten alles tun, um zu übertreiben, denn die Entwicklung von KI erfordert viel Geld. Die Konkurrenten von OpenAI, Google und Facebook, sind „Gelddruckmaschinen“. Sie brauchen keine Werbung, sie können die Kosten selbst tragen.
Erinnern Sie sich noch daran, wie die Technologie-Community damals selbstfahrende Autos befürwortete? Im Jahr 2014 gelobte Googles Direktor für selbstfahrende Autos, er sei sicher, dass sein elfjähriger Sohn in Zukunft keinen Führerschein mehr benötigen werde, da in fünf Jahren selbstfahrende Autos auf den Markt kommen würden. Mittlerweile sind fast 10 Jahre vergangen und das autonome Fahren ist immer noch unausgereift.
Trotzdem stürmen immer noch unzählige Unternehmen auf das Schlachtfeld. Intel prognostiziert sogar, dass der Markt für autonomes Fahren im Jahr 2035 800 Milliarden US-Dollar erreichen wird. SoftBank hat von 2010 bis 2019 30 Milliarden US-Dollar in autonomes Fahren investiert. Seit 2010 haben die USA 84,5 Milliarden US-Dollar, China 50,6 Milliarden US-Dollar und die Europäische Union 10,7 Milliarden US-Dollar investiert.
Autonomes Fahren ist nicht völlig gescheitert, aber wir können darin einige Muster erkennen: Befürworter werden sagen, dass es eine riesige revolutionäre Chance gibt, Investoren anzuregen.
Zurück zur KI: Viele Menschen wetten darauf, dass sie es Maschinen ermöglichen wird, menschliche Arbeitskraft (teure Angestellte) zu ersetzen, ähnlich wie selbstfahrende Autos. Allerdings ist KI so teuer, wo bleibt der Return on Investment?
Warum ist KI so teuer?Meredith Broussard, Professorin an der New York University, glaubt, dass sich nur große Unternehmen und superreiche Unternehmen KI leisten können.
Erstens ist es rechenintensiv. Auch Avi Goldfarb, Marketingprofessor an der University of Toronto, sagte: „Wenn Sie ein Unternehmen gründen, selbst ein großes Sprachmodell entwickeln und es selbst berechnen möchten, sind die Kosten zu hoch. OpenAI ist sehr teuer und kostet Milliarden.“ Dollar.“ Leasingberechnung Natürlich wird es viel günstiger, aber Unternehmen müssen immer noch teure Gebühren an AWS und andere Unternehmen zahlen. Zweitens sind Daten teuer. Trainingsmodelle erfordern riesige Datenmengen, manchmal sind die Daten leicht verfügbar und manchmal nicht. Die Nutzung von Daten wie Common Crawl und LAION ist kostenlos. Bei dieser Art von Daten fallen die Kosten hauptsächlich für die Datenbereinigung und -verarbeitung an. Die Kosten können stark variieren und zwischen einigen Hundert Dollar und Millionen Dollar liegen.
Debarghya Das, Gründungsingenieur der Glean Company, sagte, dass in den Vereinigten Staaten, basierend auf einigen groben mathematischen Berechnungen auf der Grundlage umfangreicher Sprachmodellpapiere, die Schulungskosten (ohne Berücksichtigung von Iterationen oder Fehlern) etwa 4 betragen, wenn Facebook LLaMA verwendet wird Millionen US-Dollar, wenn es sich um Google PaLM handelt, etwa 27 Millionen US-Dollar.
Auch wenn Sie kostenlose Daten nutzen, sind die Kosten nicht gering. „Wenn Sie Terabytes an Daten herunterladen und die Daten filtern oder auf besondere Weise verwenden möchten, beispielsweise mithilfe eines Text-Bild-Modells, werden sich die Forscher auf bestimmte Teilmengen der Daten konzentrieren“, sagte Sasha Luccioni, Forscherin bei Hugging Dadurch wird das Modell besser), der gesamte Prozess ist ziemlich knifflig und erfordert viel Rechenleistung und viele Profis.
Auch hier sind die Kosten für die Einstellung von Fachkräften sehr hoch. Debarghya Das hat bei der oben genannten Kostenschätzung die Arbeitskosten nicht berücksichtigt. Sasha Luccioni betonte: „Experten für maschinelles Lernen werden sehr gut bezahlt, weil sie mit Google und anderen Technologiegiganten um Talente konkurrieren, und manchmal kann ein professionelles Talent Millionen von Dollar kosten.“ 190 Millionen Dollar.
Darüber hinaus sind die Kosten für die Schulung von Modellen und die Einstellung von Fachkräften keine einmaligen Kosten, sondern fortlaufende Kosten. Wenn Sie beispielsweise einen Kundenservice-Chatbot entwickeln, müssen Sie ihn jede Woche oder alle paar Wochen optimieren. Das Modell wird außerdem einem Stresstest unterzogen, um sicherzustellen, dass die von ihm generierten Antworten korrekt sind. Wie Sasha Luccioni erklärt: „Die teuersten Kosten entstehen durch die laufende Arbeit, durch die Notwendigkeit, das Modell kontinuierlich zu testen und sicherzustellen, dass die KI das tut, was sie tun soll
Letztendlich sind es die laufenden Betriebskosten.“ auch günstig. Wenn alles fertig ist und das Modell für die Öffentlichkeit zugänglich ist, werden täglich Tausende von Anfragen eingehen. Derzeit ist die Sicherstellung der Skalierbarkeit und der hohen Stabilität des Modells auch sehr kostspielig und erfordert die Betreuung durch Profis.
Wo ist die Rückkehr der KI?Die amerikanische Apothekenkette CVS Healthcare investiert seit 2019 in KI. Auf der CES 2021 demonstrierte Walmart KI, die den Kundenservice ersetzen kann. Es ist nicht schwer zu erkennen, dass viele Unternehmen den „Kundenservice“ automatisieren wollen. Sie glauben, dass Kundendienstabteilungen ihr Geschäft nicht erweitern können und leicht durch Maschinen ersetzt werden können.
Natürlich taucht KI auch an anderen Orten auf, beispielsweise in Copilot von GitHub, wodurch die Programmiergeschwindigkeit verbessert werden kann. KI kann viel Boilerplate-Code schreiben, um Zeit zu sparen. Einige Fachleute sagen, dass Programmierer ihre Programmiergeschwindigkeit durch KI-gestützte Programmierung verdoppeln können.
Es sieht großartig aus, aber McKinsey warnt, dass die Popularität von KI Ende 2022 ihren Höhepunkt erreicht haben wird. Die Penetrationsraten haben sich seit 2017 verdoppelt, stiegen aber nach 2019 nicht mehr an. KI-Chatbots erfreuten sich bereits damals großer Beliebtheit.
Für viele Menschen besteht die sogenannte KI darin, den Arbeitsablauf des Unternehmens zu überprüfen, um zu sehen, welche Prozesse an Maschinen übergeben werden können, um den Prozess zu automatisieren. Avi Goldfarb sagte: „Die Erträge sind begrenzt. Mit Hilfe von KI wäre es schön, etwas Besseres zu machen als das, was man bereits tut, aber die Kosten sind hoch. Es kann Dutzende Millionen, Hunderte Millionen oder sogar Dutzende kosten.“ „Milliarden Dollar.“
Er glaubt, dass es am besten ist, den Arbeitsablauf zu untergraben und ihn durch KI zu ersetzen, wenn man KI in eine Geldmaschine verwandeln will. Die Unterbrechung Ihres Arbeitsablaufs ist riskant und wird wahrscheinlich scheitern, aber wenn Sie Erfolg haben, ist der Lohn enorm.
Wenn beispielsweise in der Medizinbranche die gesamte Branche rund um die Maschinendiagnose umstrukturiert wird, wird die Effizienz höher sein. Goldfarb glaubt, dass viele Ärzte über schlechte diagnostische Fähigkeiten verfügen und die KI möglicherweise nicht so gut ist wie die besten 5 % der Ärzte, aber die untersten 20 % der Ärzte leicht übertreffen kann. Daher ist KI äußerst nützlich für Menschen, die nicht einfach einen Arzt aufsuchen können.
Auch die Finanzbranche kann von KI betroffen sein. Mark Muro, Forscher am Brookings Institute, glaubt, dass die Finanzbranche stark mit der Mustererkennung verbunden ist und dass KI über eine starke Fähigkeit verfügt, Muster zu erkennen. Um Trends zu überwachen, stellen Finanzinstitute eine große Anzahl von Datenbank- und Datenarbeitern ein. Sie möchten die Zahl des Personals reduzieren, das Nachwuchskräfte ersetzen kann, aber hochrangige Finanzarbeit übersteigt immer noch die Möglichkeiten von KI.
Daher ist der Markt immer noch optimistisch, was OpenAI angeht. Der Umsatz könnte in diesem Jahr 200 Millionen US-Dollar und im Jahr 2024 1 Milliarde US-Dollar erreichen. Die Unternehmensbewertung hat 20 Milliarden US-Dollar erreicht und ist damit höher als die von Hewlett Packard Enterprise, Garmin, Cloudflare, Snap und H&M.
Zusammenfassung:
Kurz gesagt geht es bei der aktuellen Anwendung von KI eher um die Optimierung von Geschäften als um die Herbeiführung revolutionärer Veränderungen. Im Vergleich zu Startups haben große Unternehmen einen Vorteil bei der Nutzung von KI. Wenn Sie im Bereich KI Geld verdienen möchten, besteht der derzeit beste Weg nicht darin, KI zu entwickeln, sondern die für KI benötigten Chips herzustellen, Rechenzentren zu bauen oder anderen bei der Entwicklung von KI zu helfen.
Was nützt KI langfristig? Sogar Menschen, die in der KI arbeiten, sind verwirrt. Aus diesem Grund ist die boomende Entwicklung der KI möglicherweise genau wie das Internet und die Mobiltelefone in der Vergangenheit. Jeder steckt verzweifelt Geld in alle Projekte im Zusammenhang mit KI und hofft dann auf die besten Ergebnisse. (Messer)
Das obige ist der detaillierte Inhalt vonWenn Geld zur wahren Triebkraft der KI wird, wird dann künstliche Intelligenz in die Fußstapfen fahrerloser Autos treten?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Bei der Konvertierung von Zeichenfolgen in Objekte in Vue.js wird JSON.Parse () für Standard -JSON -Zeichenfolgen bevorzugt. Bei nicht standardmäßigen JSON-Zeichenfolgen kann die Zeichenfolge durch Verwendung regelmäßiger Ausdrücke verarbeitet und Methoden gemäß dem Format oder dekodierten URL-kodiert reduziert werden. Wählen Sie die entsprechende Methode gemäß dem String -Format aus und achten Sie auf Sicherheits- und Codierungsprobleme, um Fehler zu vermeiden.

Der Artikel führt den Betrieb der MySQL -Datenbank vor. Zunächst müssen Sie einen MySQL -Client wie MySQLworkBench oder Befehlszeilen -Client installieren. 1. Verwenden Sie den Befehl mySQL-uroot-P, um eine Verbindung zum Server herzustellen und sich mit dem Stammkonto-Passwort anzumelden. 2. Verwenden Sie die Erstellung von Createdatabase, um eine Datenbank zu erstellen, und verwenden Sie eine Datenbank aus. 3.. Verwenden Sie CreateTable, um eine Tabelle zu erstellen, Felder und Datentypen zu definieren. 4. Verwenden Sie InsertInto, um Daten einzulegen, Daten abzufragen, Daten nach Aktualisierung zu aktualisieren und Daten nach Löschen zu löschen. Nur indem Sie diese Schritte beherrschen, lernen, mit gemeinsamen Problemen umzugehen und die Datenbankleistung zu optimieren, können Sie MySQL effizient verwenden.

Zusammenfassung: Es gibt die folgenden Methoden zum Umwandeln von VUE.JS -String -Arrays in Objektarrays: Grundlegende Methode: Verwenden Sie die Kartenfunktion, um regelmäßige formatierte Daten zu entsprechen. Erweitertes Gameplay: Die Verwendung regulärer Ausdrücke kann komplexe Formate ausführen, müssen jedoch sorgfältig geschrieben und berücksichtigt werden. Leistungsoptimierung: In Betracht ziehen die große Datenmenge, asynchrone Operationen oder effiziente Datenverarbeitungsbibliotheken können verwendet werden. Best Practice: Clear Code -Stil, verwenden Sie sinnvolle variable Namen und Kommentare, um den Code präzise zu halten.

Um die Zeitüberschreitung für Vue Axios festzulegen, können wir eine Axios -Instanz erstellen und die Zeitleitungsoption angeben: in globalen Einstellungen: vue.Prototyp. $ Axios = axios.create ({Timeout: 5000}); In einer einzigen Anfrage: this. $ axios.get ('/api/user', {timeout: 10000}).

Verarbeiten Sie 7 Millionen Aufzeichnungen effizient und erstellen Sie interaktive Karten mit Geospatial -Technologie. In diesem Artikel wird untersucht, wie über 7 Millionen Datensätze mithilfe von Laravel und MySQL effizient verarbeitet und in interaktive Kartenvisualisierungen umgewandelt werden können. Erstes Herausforderungsprojektanforderungen: Mit 7 Millionen Datensätzen in der MySQL -Datenbank wertvolle Erkenntnisse extrahieren. Viele Menschen erwägen zunächst Programmiersprachen, aber ignorieren die Datenbank selbst: Kann sie den Anforderungen erfüllen? Ist Datenmigration oder strukturelle Anpassung erforderlich? Kann MySQL einer so großen Datenbelastung standhalten? Voranalyse: Schlüsselfilter und Eigenschaften müssen identifiziert werden. Nach der Analyse wurde festgestellt, dass nur wenige Attribute mit der Lösung zusammenhängen. Wir haben die Machbarkeit des Filters überprüft und einige Einschränkungen festgelegt, um die Suche zu optimieren. Kartensuche basierend auf der Stadt

Es gibt viele Gründe, warum MySQL Startup fehlschlägt und durch Überprüfung des Fehlerprotokolls diagnostiziert werden kann. Zu den allgemeinen Ursachen gehören Portkonflikte (prüfen Portbelegung und Änderung der Konfiguration), Berechtigungsprobleme (Überprüfen Sie den Dienst Ausführen von Benutzerberechtigungen), Konfigurationsdateifehler (Überprüfung der Parametereinstellungen), Datenverzeichniskorruption (Wiederherstellung von Daten oder Wiederaufbautabellenraum), InnoDB-Tabellenraumprobleme (prüfen IBDATA1-Dateien), Plug-in-Ladeversagen (Überprüfen Sie Fehlerprotokolle). Wenn Sie Probleme lösen, sollten Sie sie anhand des Fehlerprotokolls analysieren, die Hauptursache des Problems finden und die Gewohnheit entwickeln, Daten regelmäßig zu unterstützen, um Probleme zu verhindern und zu lösen.

Die MySQL -Leistungsoptimierung muss von drei Aspekten beginnen: Installationskonfiguration, Indexierung und Abfrageoptimierung, Überwachung und Abstimmung. 1. Nach der Installation müssen Sie die my.cnf -Datei entsprechend der Serverkonfiguration anpassen, z. 2. Erstellen Sie einen geeigneten Index, um übermäßige Indizes zu vermeiden und Abfrageanweisungen zu optimieren, z. B. den Befehl Erklärung zur Analyse des Ausführungsplans; 3. Verwenden Sie das eigene Überwachungstool von MySQL (ShowProcessList, Showstatus), um die Datenbankgesundheit zu überwachen und die Datenbank regelmäßig zu sichern und zu organisieren. Nur durch kontinuierliche Optimierung dieser Schritte kann die Leistung der MySQL -Datenbank verbessert werden.

Remote Senior Backend Engineer Job Vacant Company: Circle Standort: Remote-Büro-Jobtyp: Vollzeitgehalt: 130.000 bis 140.000 US-Dollar Stellenbeschreibung Nehmen Sie an der Forschung und Entwicklung von Mobilfunkanwendungen und öffentlichen API-bezogenen Funktionen, die den gesamten Lebenszyklus der Softwareentwicklung abdecken. Die Hauptaufgaben erledigen die Entwicklungsarbeit unabhängig von RubyonRails und arbeiten mit dem Front-End-Team von React/Redux/Relay zusammen. Erstellen Sie die Kernfunktionalität und -verbesserungen für Webanwendungen und arbeiten Sie eng mit Designer und Führung während des gesamten funktionalen Designprozesses zusammen. Fördern Sie positive Entwicklungsprozesse und priorisieren Sie die Iterationsgeschwindigkeit. Erfordert mehr als 6 Jahre komplexes Backend für Webanwendungen
