Heim Technologie-Peripheriegeräte KI Künstliche Intelligenz spielt mit sich selbst

Künstliche Intelligenz spielt mit sich selbst

Jun 24, 2023 am 09:45 AM
人工智能 自学习 自我演化

Künstliche Intelligenz entwickelt sich rasant. Viele Online-Plattformen haben Roboter mit künstlicher Intelligenz und Big-Data-Analyse eingeführt. Es scheint, dass künstliche Intelligenz in überwältigender Mehrheit Einzug gehalten hat und tief in das Leben der Menschen eingegriffen hat. Wird künstliche Intelligenz also nach und nach den Menschen ersetzen? Oder kann künstliche Intelligenz den Menschen überhaupt nicht ersetzen, sondern spielt mit sich selbst?

Künstliche Intelligenz spielt mit sich selbst

Künstliche Intelligenz wird vom Menschen untersucht. Aus der Perspektive menschlicher kognitiver Einschränkungen weist künstliche Intelligenz auch „kognitive“ Einschränkungen auf. Künstliche Intelligenz simuliert lediglich die Betriebsregeln des menschlichen Gehirns und muss umfangreiche Daten analysieren und darauf reagieren. Unabhängig davon, wie fortgeschritten die künstliche Intelligenz ist und wie groß die Menge an Informationen ist, die sie erhält, kann sie den Menschen nicht vollständig ersetzen. Schließlich verfügt künstliche Intelligenz nicht über die Lernfunktion des menschlichen Gehirns. Was die künstliche Intelligenz unterstützt, ist der Quellcode, der im Grunde das Gehirn des Programmierers ist. Es ist jedoch unmöglich, ein identisches Gehirn zu erschaffen, um das menschliche Gehirn zu simulieren. Selbst wenn ein Quantencomputer erfunden wird und mit Lichtgeschwindigkeit arbeitet, kann er das menschliche Gehirn möglicherweise nicht ersetzen. Gemessen an der aktuellen Entwicklung der künstlichen Intelligenz ist künstliche Intelligenz eher ein Spiel mit sich selbst, als dass sie den Menschen ersetzt.

Einige Self-Media-Plattformen führen künstliche Intelligenz ein und erfordern die Beteiligung von Menschen an der KI-Erstellung. Solange der KI ein Thema zugewiesen wird, kann die KI Artikel erstellen und diese als von ihnen verfasste Artikel direkt an die Self-Media-Plattformen senden Menschen selbst. Und viele Leser können es überhaupt nicht sehen, weil sie denken, es sei ein Werk, für dessen Schreiben sich die Leute den Kopf zerbrochen haben. Es scheint, dass die KI an der Schöpfung beteiligt war und zum Hauptschöpfer wurde, aber die literarische Verantwortung muss die Person tragen, die die KI erschaffen ließ, nicht die KI. Darüber hinaus ist KI nicht untätig und wird im Bereich der Erstellung nicht vollständig eingesetzt. Stattdessen sammelt sie Daten für Netzwerkplattformen, führt Big-Data-Analysen durch, analysiert genaue Informationen, klassifiziert die Interessen der Benutzer und führt präzise Pushs durch. Gleichzeitig wird die KI auch einige Roboterfans erschaffen, um den Verkehr auf der Netzwerkplattform zu erhöhen. Tatsächlich wird sie der Fangruppe Wasser injizieren, was es schwierig macht, zu unterscheiden, welche Fans echte Menschen und welche Fans Roboter sind. Darüber hinaus wird KI automatisch Fans verkaufen, sodass viele Self-Media-Leute sie kaufen können. Solange diejenigen, die Self-Media betreiben, Fans kaufen, werden ihre Werke von vielen Fans gesehen, wiederholt ausgestellt und auf beliebten Such-Homepages beliebt, und sie werden schnell populär. Allerdings wird diese Art der Fandatenfälschung nicht von Menschen, sondern von KI durchgeführt. Am Ende wird die KI ihre eigenen Kreationen erschaffen, und die Fans, die sie erschafft, werden es zu schätzen wissen, und sie wird mit sich selbst interagieren. Sie wird sehr lebendig aussehen und viele Leute anlocken, die vorbeikommen und zuschauen, aber in Wirklichkeit ist es einfach so mit sich selbst spielen.

Künstliche Intelligenz spielt mit sich selbst

Was die Leute sehen, ist KI-Erstellung, die bequemer und schneller ist, und sie sehen auch viele Interaktionen zwischen Fans. Tatsächlich ist alles eine Illusion und es ist ein Spiel der KI mit sich selbst. Solange Menschen involviert sind, werden sie gespielt und haben nicht viel Eigeninitiative. KI wird nicht in der wissenschaftlichen Forschung eingesetzt, sondern tatsächlich auf einer Plattform, auf der man mit sich selbst spielen kann. Ist das eine Verschwendung wissenschaftlicher Ressourcen? Ist es eine Art Traurigkeit? Das ist dem Kapital jedoch egal. Es möchte KI nutzen, um Gewinne zu erzielen. Egal, ob sie verdeckt oder getäuscht wird, solange sie Gewinne erwirtschaften kann. Dadurch ist KI zu etwas geworden, das man unter manueller Steuerung selbst spielen kann, aber es handelt sich weder um eine echte künstliche Intelligenz noch um eine künstliche Intelligenz, die Durchbrüche und Fortschritte erzielt hat. Selbst wenn künstliche Intelligenz zum Durchbruch gelangen soll, muss der Quellcode grundlegend geändert werden, anstatt sich nur auf die bestehende Anwendungsentwicklung zu verlassen, um einige sogenannte „Entdeckungen“ zu erzielen. Es besteht kein Zweifel daran, dass die künstliche Intelligenz eine schnelle Entwicklung erreichen wird, aber sie wird sich nur auf die Phase beschränken, in der Sie selbst spielen. Was die Leute als KI-Erstellung bezeichnen, ist nicht wirklich ein Ersatz für das menschliche Gehirn, sondern das Ergebnis der KI, die riesige Mengen an Informationen aus riesigen Datenmengen lernt und diese dann analysiert, zusammenfasst, synthetisiert und beurteilt. Sie werden einige Textinformationen extrahieren und Artikel bilden, aber sie folgen nicht wirklich einer komplexen Sprachlogik und erstellen auch nicht wirklich, sondern eine Anordnung und Kombination von Wörtern gemäß der allgemeinen Sprachlogik, den Denkgewohnheiten und der Akzeptanz der Menschen Sobald Sie sich daran gewöhnt haben Dadurch werden Sie von den Menschen erkannt. Tatsächlich ist es nur eine Permutation und Kombination, aber das menschliche Gehirn ist nicht so einfach. Menschen können über eine komplexe Sprachlogik verfügen, einige komplexe Wörter sagen und in bestimmten Kontexten sogar verwirrende Wörter sprechen, die verständlich sind und bestimmte emotionale Eigenschaften und Interoperabilität aufweisen, während die KI nur mechanisch gemäß der allgemeinen Sprachlogik ausführt und einige Wörter extrahiert Natürlich kann ein solcher Artikel im Handumdrehen erstellt oder zu unzähligen Artikeln zusammengefasst werden, je nachdem, was man braucht. In den riesigen Datenmengen gibt es jedoch keine innovativen Arbeiten, sodass KI nur lokale Materialien verwenden kann, um sogenannte Innovationen durchzuführen, sondern zu Pseudoinnovationen und einem geschlossenen Kreislauf wird.

Wenn Sie die Grenzen der Masseninformationen im Internet in Frage stellen, können Sie erkennen, dass die sogenannten Masseninformationen nur ein geschlossenes System sind, das sich ständig wiederholt. Schließlich ist die Denkfähigkeit des menschlichen Gehirns begrenzt Obwohl es seit vielen Generationen aktualisiert wird, kann es sich immer noch nicht entziehen. Der Kreis der Menschen denkt immer noch über Probleme nach, die von seinen Vorgängern nicht gelöst wurden, und bastelt immer noch an Problemen, die von seinen Vorgängern gelöst wurden, ohne große Fortschritte zu machen. Auf diese Weise wird KI künstlich gesteuert und gilt nur für Dinge innerhalb eines bestimmten Bereichs und nicht für universelle Dinge. Die Komplexität des menschlichen Gehirns ist um ein Vielfaches leistungsfähiger als die der KI und kann nicht von künstlicher Intelligenz allein berechnet werden. Die Technologie schreitet voran, und auch die KI dringt in viele Bereiche vor und greift in das Studium, die Arbeit und das Leben der Menschen ein, während sie ihnen gleichzeitig das Gefühl gibt, mit ihren eigenen Dingen zu spielen und dann andere dazu zu bringen, damit zu spielen. Nachdem alle teilgenommen haben, wird die KI die Initiative ergreifen und zum König der virtuellen Welt werden, indem sie ständig die Informationen der Menschen sammelt und den Menschen präzise Benachrichtigungen sendet, wodurch der Akzeptanzhorizont der Menschen kontrolliert und dadurch die Menschen kontrolliert werden. Solche technologischen Mittel dezentralisieren und eliminieren den Einfluss der Macht. Gleichzeitig hat die KI jedoch die Spielregeln in einer virtuellen Welt festgelegt und ergreift immer die Initiative, indem sie die Menschen zum Gehorsam auffordert. Im Laufe der Zeit sind die virtuelle Welt und die reale Welt eng miteinander verbunden und die reale Welt wird von der KI übernommen.

Künstliche Intelligenz spielt mit sich selbst

Allerdings kann KI niemals Menschen erschaffen, noch kann sie unabhängig wie das menschliche Gehirn denken und wird überhaupt keine Weisheit besitzen. Die sogenannte KI-Weisheit ist lediglich eine maschinelle Analyse und Zusammenfassung, die durch Algorithmen unterstützt wird, und die erzielten Ergebnisse sind nicht menschlich Weisheit. Nach der Kommerzialisierung der KI wird sie nur noch etwas sein, mit dem man selbst spielen kann, aber sie wird keine künstliche Intelligenz sein, die den Menschen ersetzt. Wenn Online-Moderatoren und Fernsehsprecher mithilfe von KI synthetisiert werden können, sollten Menschen nicht an KI-gesteuerten Aktivitäten teilnehmen, um nicht belästigt zu werden und ihre persönlichen Daten gestohlen zu werden.

Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz spielt mit sich selbst. 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

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

Eine neue Ära der VSCode-Frontend-Entwicklung: 12 sehr empfehlenswerte KI-Code-Assistenten Eine neue Ära der VSCode-Frontend-Entwicklung: 12 sehr empfehlenswerte KI-Code-Assistenten Jun 11, 2024 pm 07:47 PM

In der Welt der Front-End-Entwicklung ist VSCode mit seinen leistungsstarken Funktionen und seinem umfangreichen Plug-in-Ökosystem für unzählige Entwickler zum Werkzeug der Wahl geworden. In den letzten Jahren sind mit der rasanten Entwicklung der Technologie der künstlichen Intelligenz KI-Code-Assistenten auf VSCode entstanden, die die Codierungseffizienz der Entwickler erheblich verbessert haben. KI-Code-Assistenten auf VSCode sind wie Pilze nach einem Regen aus dem Boden geschossen und haben die Codierungseffizienz der Entwickler erheblich verbessert. Es nutzt Technologie der künstlichen Intelligenz, um Code intelligent zu analysieren und eine präzise Code-Vervollständigung, automatische Fehlerkorrektur, Grammatikprüfung und andere Funktionen bereitzustellen, wodurch Entwicklerfehler und mühsame manuelle Arbeit während des Codierungsprozesses erheblich reduziert werden. Heute werde ich 12 KI-Code-Assistenten für die Frontend-Entwicklung von VSCode empfehlen, die Sie bei Ihrer Programmierreise unterstützen.

See all articles