


Ehemaliger Tesla-Direktor und OpenAI-Experte Karpathy: Ich war vom autonomen Fahren abgelenkt, KI-Agenten sind die Zukunft!
Kürzlich teilte Andrej Karpathy, Mitbegründer von OpenAI, ehemaliger Direktor von TeslaAI und jetzt zu OpenAI zurückkehrend, auf einer Entwicklerveranstaltung seine Ansichten zu KI-Agenten mit.
Vor sieben Jahren war die Zeit, KI-Agenten zu studieren, noch nicht ausgereift Verstärkungslernmethoden. Verbessern Sie KI-Agenten.
Viele Projekte entwickeln KI-Spieler basierend auf ähnlichen Atari-Spielen.
Bilder
Was er damals machen wollte, war ein Produkt mit einem breiteren Anwendungsspektrum.
Aufgrund der damaligen Einschränkungen der Technologie waren die Ergebnisse jedoch nicht gut, sodass er und OpenAI ihre Richtung änderten und begannen, größere Sprachmodelle zu bauen.
Natürlich war ich in dieser Zeit durch das automatische Fahren abgelenkt.
Aber jetzt, 5 Jahre später, sind KI-Agenten wieder eine sehr vielversprechende Richtung.
Da es nun neue technische Mittel zur Untersuchung von KI-Agenten gibt, ist die Situation völlig anders als 2016.
Das einfachste Beispiel ist, dass niemand mehr Methoden des verstärkenden Lernens verwendet, um KI-Agenten zu untersuchen, wie dies 2016 der Fall war.
Die aktuellen Forschungsmethoden und -richtungen waren damals unvorstellbar.
KI-Agenten stellen eine verrückte Zukunft dar, auch wenn sie vielleicht noch etwas weit weg ist
Denn in Zukunft, wenn AGI auftauchen kann, werden die Fähigkeiten von KI-Agenten voll ausgeschöpft.
In Zukunft sind KI-Agenten vielleicht keine einzelnen Individuen mehr, aber es wird viele KI-Agenten-Organisationen oder sogar KI-Agenten-Zivilisationen geben.
Bilder
Das könnte eine sehr aufregende, sogar verrückte Zukunft sein.
Aber gleichzeitig müssen alle wach und ruhig bleiben.
Denn manche technologischen Trendrichtungen sind zwar leicht zu konzipieren und vorzustellen, aber es ist schwierig, Produkte umzusetzen.
Viele Technologien fallen in diese Kategorie, wie zum Beispiel das autonome Fahren.
Eine technische Vision kann man sich leicht vorstellen, und Demonstrationen von Autos, die um den Block fahren, sind leicht durchzuführen, aber die Entwicklung eines Produkts kann 10 Jahre dauern.
Ähnlich ist auch VR die gleiche Situation.
Bilder
KI-Agenten mögen ebenfalls zu dieser Technologiekategorie gehören. Die Anwendungsszenarien sind leicht vorstellbar und die Aussichten sind spannend, aber es erfordert eine langfristige technologische Entwicklung und Anhäufung.
Genau wie die frühe Entwicklung von Deep Learning kann die Entwicklung von KI-Agenten von den Neurowissenschaften inspiriert sein.
Es ist interessant, über die Beziehung zwischen KI-Agenten und Neurowissenschaften nachzudenken.
Besonders jetzt, da viele Menschen große Sprachmodelle als Teil ihrer KI-Agentenlösungen betrachten.
Aber wie baut man eine vollständige digitale Einheit auf, die alle menschlichen kognitiven Fähigkeiten besitzt?
Natürlich sind wir uns alle einig, dass es ein zugrunde liegendes System zum Planen, Nachdenken und Nachdenken darüber geben muss, was wir tun.
Hier könnten die Neurowissenschaften ins Spiel kommen.
Zum Beispiel ist der Hippocampus ein sehr wichtiger Teil des Gehirns.
Aber welche Rolle spielt der Hippocampus im KI-Agenten, um Erinnerungen zu speichern, Tagging und Retrieval zu implementieren usw.?
Wir verstehen im Allgemeinen, wie man den visuellen und auditiven Kortex aufbaut, aber es gibt immer noch viele Dinge, von denen wir nicht genau wissen, was das bei einem KI-Agenten genau bedeutet.
Was entspricht beispielsweise dem Thalamus, dem Sitz des Unterbewusstseins, in AI Agents?
Das sind sehr interessante Fragen.
Ich habe extra ein Buch über Neurowissenschaften mitgebracht, „Brain and Behavior“ von David Eagleman. Ich fand dieses Buch sehr interessant und aufschlussreich.
Genau wie die frühe KI-Forschung beim Entwurf von Neuronen könnte es eine Richtung sein, die wir noch einmal versuchen sollten, indem wir interessante Inspirationen aus den Neurowissenschaften ziehen.
Jeder hier steht an der Spitze der Branche
Sie wissen es vielleicht nicht unbedingt, aber die KI-Agenten, die heute von allen hier entwickelt werden, stehen bereits an der Spitze der Fähigkeiten von KI-Agenten.
Ich glaube nicht, dass eine der Institutionen, die derzeit an großen Sprachmodellen wie OpenAI arbeiten, auf diesem Gebiet an der Spitze steht.
Im Vordergrund steht hier jeder.
OpenAI eignet sich beispielsweise sehr gut für das Training von Transformer-Sprachmodellen.
Wenn in einem Artikel eine andere Trainingsmethode vorgeschlagen wird, wird jeder in unserer internen OpenAI-Slack-Gruppe darüber diskutieren und sagen:
„Ich habe diese Methode vor zweieinhalb Jahren ausprobiert und sie hat nicht funktioniert.“ "
Wir sind uns über die Einzelheiten der Trainingsmethode für das Modell sehr im Klaren.
Aber wenn das Papier über KI-Agenten herauskommt, werden wir alle sehr interessiert sein und es großartig finden.
Weil unser Team die letzten 5 Jahre woanders verbracht hat.
Bilder
Wir wissen auf diesem Gebiet nicht mehr als Sie und stehen im Wettbewerb auf der gleichen Ebene wie alle anderen.
Deshalb denke ich, dass jeder hier an der Spitze der KI-Agenten steht. Das ist sehr wichtig für die Entwicklung von KI-Agenten.
Das obige ist der detaillierte Inhalt vonEhemaliger Tesla-Direktor und OpenAI-Experte Karpathy: Ich war vom autonomen Fahren abgelenkt, KI-Agenten sind die Zukunft!. 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.

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.

Vue- und Element-UI-kaskadierte Dropdown-Boxen V-Model-Bindung gemeinsame Grubenpunkte: V-Model bindet ein Array, das die ausgewählten Werte auf jeder Ebene des kaskadierten Auswahlfelds darstellt, nicht auf einer Zeichenfolge; Der Anfangswert von ausgewählten Optionen muss ein leeres Array sein, nicht null oder undefiniert. Die dynamische Belastung von Daten erfordert die Verwendung asynchroner Programmierkenntnisse, um Datenaktualisierungen asynchron zu verarbeiten. Für riesige Datensätze sollten Leistungsoptimierungstechniken wie virtuelles Scrollen und fauler Laden in Betracht gezogen werden.

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

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

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}).

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.

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.
