


Angesichts der Konkurrenz erinnern die USA „gut gemeint' daran: Künstliche Intelligenz sei vergleichbar mit Atombomben und könne die gesamte Menschheit ausrotten
Text/Schwarzes Holz
Mit dem Aufkommen von KI-Tools wie ChatGPT haben die Menschen das unbegrenzte Potenzial der KI bei der Texterstellung, Bildwiedergabe usw. erkannt. Viele Menschen riefen aus, dass die Macht der KI „unbesiegbar“ sei und die Vereinigten Staaten über ein tiefes und enormes Fundament verfügten Auch das Layout erregt Aufmerksamkeit. Es besteht kein Zweifel daran, dass die Vereinigten Staaten derzeit führend in der Technologie der künstlichen Intelligenz sind, aber um diesen Vorsprung aufrechtzuerhalten, haben die Vereinigten Staaten begonnen, immer skrupellosere Mittel einzusetzen.
(Hauptteil des offenen Briefes)
Laut Observer.com veröffentlichte die gemeinnützige Organisation „Artificial Intelligence Security Center“ am 30. Mai Ortszeit einen offenen Brief, in dem sie die internationale Gemeinschaft aufforderte, die Risiken und Bedrohungen der künstlichen Intelligenz ernst zu nehmen. Um es in einem Satz zusammenzufassen: Künstliche Intelligenz kann zum Aussterben der Menschheit führen. Das Risiko ist so hoch wie das von Pandemien und Atomkriegen, und alle Länder müssen darauf achten.
Berichten zufolge wurde dieser offene Brief von vielen großen Namen unterzeichnet, darunter den CEOs der drei führenden Unternehmen für künstliche Intelligenz in den Vereinigten Staaten sowie Jeffrey Hinton und Joshua Bengio, zwei Unterschriften der „KI-Paten“.
(OpenAI-Gründer und CEO Altman)
Man kann sagen, dass dieser offene Brief die Meinungen der maßgeblichsten Experten für künstliche Intelligenz, Nuklearwissenschaftler, Epidemiologen und anderer Experten und Wissenschaftler der heutigen Welt zusammenführt und die Risiken, die künstliche Intelligenz mit sich bringt, klar geklärt hat.
Mit dem bahnbrechenden Fortschritt der künstlichen Intelligenz können ihre negativen Auswirkungen nicht ignoriert werden. Beispielsweise nutzen immer mehr Studenten künstliche Intelligenz, um Hausaufgaben und Hausarbeiten zu schreiben, was gleichzeitig die Definition von Plagiaten erschwert; um Hausaufgaben und Hausarbeiten zu schreiben. Entwickeln Sie neue Hacking-Methoden, um sensible Daten zu stehlen und Lösegeld zu erpressen.
Das Wichtigste sind die Auswirkungen auf die Art und Weise, wie wir in Zukunft arbeiten. Wenn Tools für künstliche Intelligenz populär werden, werden viele Arbeitsplätze ersetzt. Einige Experten gehen davon aus, dass bis 2030 75 bis 375 Millionen Menschen den Arbeitsplatz wechseln und neue Fähigkeiten erlernen werden,
(Am meisten kritisiert wird, dass KI Arbeitslosigkeit verursachen kann)
Die Auswirkungen auf die Wirtschaft könnten beispiellos sein. Laut US-Medien glauben mittlerweile 61 % der amerikanischen Befragten, dass künstliche Intelligenz die Zukunft der Menschheit bedroht.
Tatsächlich geht die rasante Popularisierung der künstlichen Intelligenz wie andere neue Dinge auch mit großen Kontroversen einher. Die Menschen nutzen ihre guten Seiten, müssen sich aber auch vor den möglichen Risiken in Acht nehmen. Solange man es gut nutzt und sich vor Risiken hütet, kann man es „für mich nutzen“.
Die Mitunterzeichnung durch Experten widerspricht diesem Konzept nicht, schließlich machen Experten die Aufmerksamkeit der Menschen hauptsächlich aus beruflicher Sicht auf sich und es ist ihre Aufgabe, allen das Worst-Case-Szenario zu erzählen.
(Das Weiße Haus hielt ein KI-Treffen ab)
Allerdings haben die Vereinigten Staaten in jüngster Zeit die destruktive Seite der künstlichen Intelligenz erheblich übertrieben und gleichzeitig ihre Vorteile immer wieder heruntergespielt, was die Menschen an ihren Absichten zweifeln lässt.
Viele Medien glauben, dass dies der Plan der Vereinigten Staaten ist, die Technologie der künstlichen Intelligenz angesichts der technologischen Konkurrenz aus anderen Ländern zu monopolisieren. Schließlich verfolgen große amerikanische Technologieunternehmen die KI-Technologie und ihre führenden Vorteile liegen auf der Hand.
Vor nicht allzu langer Zeit hat Vizepräsident Harris ein Treffen mit amerikanischen Technologiegiganten einberufen, was zeigt, dass die Vereinigten Staaten sehr darauf bedacht sind, künstliche Intelligenz zu monopolisieren. Auf diese Weise nutzen die Vereinigten Staaten Einschüchterungsversuche, um andere Länder davon abzuhalten, sich für künstliche Intelligenz zu begeistern , und es ist auch nicht überraschend.
Diese Bemerkungen aus den Vereinigten Staaten werden unsere Forschung und unser Streben nach künstlicher Intelligenz jedoch nicht entmutigen. Derzeit sind die technischen Reserven Chinas auf dem Gebiet der künstlichen Intelligenz nicht schlecht, und es ist ein guter Zeitpunkt für China, weltweit führend zu sein.
(Ob KI eine Geißel ist, hängt von der Managementmethode ab)
Künstliche Intelligenz wird viele Branchen ersetzen und viele neue Arbeitsplätze schaffen. Solange Sie bereit sind, kontinuierlich neue Fähigkeiten zu erlernen, können Sie Verluste minimieren. Was den Hype in den Vereinigten Staaten angeht, sollten wir uns intensiv mit dem Konzept des Überholens durch künstliche Intelligenz in Kurven befassen und uns nicht durch plötzliche Geräusche stören lassen.
Das obige ist der detaillierte Inhalt vonAngesichts der Konkurrenz erinnern die USA „gut gemeint' daran: Künstliche Intelligenz sei vergleichbar mit Atombomben und könne die gesamte Menschheit ausrotten. 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



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

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

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

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

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

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

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

Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G
