


Neue Forschungsergebnisse des MIT zeigen, dass die Kosten für den Ersatz menschlicher Arbeitskraft durch KI hoch sind und nur 23 % der Jobs im Bereich der Sehkraft ersetzt werden können
Wird künstliche Intelligenz unsere Arbeitsplätze wegnehmen? Wenn Sie die Führungskräfte des Silicon Valley jeden Tag dabei beobachten, wie sie über die hochmoderne KI-Technologie von heute sprechen, denken Sie vielleicht, die Antwort lautet „Ja“, und das wird bald geschehen.
Jüngste Untersuchungen des MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) zeigen jedoch, dass visuelle KI den Menschen immer noch nicht vollständig ersetzen kann, was uns ein wenig Trost spendet.
Papieradresse: https://futuretech-site.s3.us-east-2.amazonaws.com/2024-01-18+Beyond_AI_Exposure.pdf
Untersuchungen zeigen die Geschwindigkeit der Arbeitsautomatisierung , könnte viel langsamer sein als wir denken.
Weil – sie sind so teuer!
Visuelle Aufgaben, KI ist viel teurer als Menschen
MIT-Forscher haben nicht nur die Fähigkeit von KI untersucht, Aufgaben auszuführen, sondern auch untersucht, ob Unternehmen Menschen auf dem breiteren Arbeitsmarkt ersetzen können und ob sie wirtschaftlich sind vorteilhaft.
Untersuchungen haben ergeben, dass Computer Vision zwar bereits Aufgaben automatisieren kann, mit denen 1,6 % der Arbeitnehmer in der US-Wirtschaft (ohne Landwirtschaft) bezahlt werden, dass jedoch nur 23 % der Aufgaben, mit denen Arbeitnehmer bezahlt werden (0,4 % der gesamten Wirtschaft), anfälliger für Automatisierung sind Kosteneffizient.
Darüber hinaus besteht das Problem bei visueller KI nicht nur darin, dass der Prozentsatz gering ist, sondern, was noch wichtiger ist, die Kosten sind zu hoch.
In den allermeisten Fällen sind die Arbeitskosten günstiger als beim Einsatz von Automatisierung.
Insgesamt zeigen die Forschungsergebnisse, dass das Ausmaß der durch KI verursachten Arbeitsplatzverluste enorm ist, dieser Prozess jedoch auch schleichend verläuft, sodass die Regierung Spielraum für Umstrukturierungsmaßnahmen und Umschulungen hat, um die Auswirkungen der Arbeitslosigkeit abzumildern. „
Wissenschaftler haben Aufgaben wie die Analyse von Bildern von Krankenhausdiagnosegeräten oder die Überprüfung, ob ein Tablett die richtigen Artikel enthält, untersucht. Dabei handelt es sich um visuelle Aufgaben, die mit der heutigen KI gelöst werden können.
Aber der Autor weist darauf hin, dass solche Aufgaben oft so verstreut sind, dass eine Automatisierung einfach keine wirtschaftliche Überlegung darstellt.
Obwohl KI einige Veränderungen auf dem Arbeitsmarkt mit sich bringen wird, bleibt immer Zeit, sich daran anzupassen. Sie passieren nicht so schnell, dass sofort alles im Chaos gerät.
Natürlich konzentriert sich diese Forschung nur auf CV-Systeme (Systeme, die Objekte in Bildern und Videos erkennen und klassifizieren können) und nicht auf flexiblere Systeme wie multimodale große Sprachmodelle wie GPT-4.
Frühere Untersuchungen von OpenAI zeigen, dass 19 % der amerikanischen Arbeitnehmer sich bei 50 % ihrer Arbeitsaufgaben von KI auf dem Niveau von GPT-4 betroffen fühlen.
Diese Zahl ist viel höher als die Forschung des MIT Research Institute zum Lebenslauf.
Sind die Forschungsergebnisse des MIT also auf allgemeinere KI-Tools anwendbar? Es ist noch unbekannt.
Forscher am MIT haben herausgefunden, dass es für Unternehmen sehr kostspielig sein kann, Lebenslaufsysteme „fein abzustimmen“, um sie für bestimmte berufliche Aufgaben geeignet zu machen.
Obwohl eine solche Investition für ein großes Unternehmen sinnvoll sein kann, ist sie für ein kleines Unternehmen nicht so kostengünstig wie eine gut ausgebildete Arbeitskraft.
Der Hauptgrund ist, dass dies nicht bedeutet, dass KI eine Aufgabe erledigen kann, sondern dass sie wirtschaftlich machbar ist.
Um ein Computer-Vision-Modell zu „feinabstimmen“, beispielsweise um einen bestimmten Typ einer Medikamentenflasche zu unterscheiden, um eine Genauigkeit von 99,9 % zu erreichen, müssen wir eine große Anzahl beschrifteter Bilder verschiedener Medikamente sammeln. Dieser Prozess ist teuer und umständlich, selbst wenn Niedriglohnarbeiter rekrutiert werden, um die Arbeit kostengünstig zu erledigen.
Denn dann müssen wir die enormen Rechenkosten für die Feinabstimmung des KI-Modells auf riesigem Datenspeicher bezahlen.
Kann GPT-4 den Menschen ersetzen? Vielleicht geht es schneller
Aber es ist noch nicht klar, ob große Sprachmodelle auch in diese Situation passen.
Für die Feinabstimmung eines hochmodernen LLM zur Ausführung einer bestimmten Aufgabe ist jedoch möglicherweise nur eine detaillierte Liste schriftlicher Regeln erforderlich, was viel einfacher ist als die Feinabstimmung eines Lebenslaufmodells.
Eine Studie von OpenAI vom vergangenen August ergab, dass GPT-4 nach einer Feinabstimmung anhand detaillierter Richtliniendokumente und Beispiele mehrerer Token Aufgaben der Inhaltsmoderation effektiv ausführen kann.
Diese Ergebnisse zeigen, dass große Sprachmodelle schneller und kostengünstiger auf ein breiteres Spektrum sozioökonomischer Arbeitskräfte angewendet werden können als Computer-Vision-Modelle.
Derzeit befindet sich die Feinabstimmung von GPT-4 noch im eingeschränkten Testmodus, da OpenAI keine größeren Sicherheitsherausforderungen erleben möchte.
Papieradresse: https://llm-tuning-safety.github.io/
Aber da OpenAI und seine Konkurrenten beginnen, Kunden die Feinabstimmung von Modellen zu ermöglichen, kann der Grad der Automatisierung schneller sein In der MIT-Studie ist es viel schneller vorherzusagen.
In diesem Zusammenhang sagte MIT-Forscher Thompson:
„Natürlich kann die Anpassung von LLM einfacher sein als die Anpassung von Computer-Vision-Systemen, daher wird sie in der wirtschaftlichen Praxis stärker übernommen werden.“
Aber so lange „In der Praxis ist ein kleines Ingenieurteam erforderlich, um das System in den Arbeitsablauf des Unternehmens zu integrieren, und die Kosten sind immer noch ein nicht zu vernachlässigender Faktor.“
KI ist für viele Unternehmen noch weit von uns entfernt , Vision. Automatisierung ist wirtschaftlich nicht attraktiv und wird es auch noch lange bleiben.
MIT-Forschungen zeigen, dass die Kosten für die Feinabstimmung von KI-Systemen für bestimmte Aufgaben zu hoch sind, was für kleine Unternehmen nicht kosteneffektiv ist.
Zum Beispiel kann in einer Bäckerei das KI-System zwar zur Lebensmittelqualitätskontrolle eingesetzt werden (der Zeitaufwand macht 6 % der Arbeitszeit der Bäckerei aus), die hohen Investitionskosten und Wartung der Ausrüstung Die Kosten überwiegen die Einsparungen.
In einem Interview mit dem Time Magazine betonte Hauptautor Neil Thompson, dass KI zwar das Potenzial hat, erhebliche Auswirkungen auf den Arbeitsmarkt zu haben, dieser Tag jedoch noch in weiter Ferne liegt.
Jetzt steht der Übergang zur Automatisierung durch KI nicht unmittelbar bevor und wird daher keine Panik und Verwirrung auslösen. Auch für die Politik bestehen Möglichkeiten, Maßnahmen wie Umschulungen zu ergreifen.
Dieser Artikel weist also auf ein zentrales Problem hin: Obwohl viele KI-Technologien bei den Menschen ein Gefühl der Krise hervorrufen, kann die Automatisierung für Unternehmen nur dann attraktiver werden, wenn die Bereitstellungskosten von KI erheblich gesenkt und der Umfang von KI-Anwendungen erheblich erweitert werden . Gewalt.
Antonin Bergeaud, außerordentlicher Professor für Wirtschaftswissenschaften an der HEC Paris, sagte, dass viele Wissenschaftler inzwischen Artikel wie diesen geschrieben haben, um die Auswirkungen von KI auf den zukünftigen Arbeitsmarkt zu untersuchen, und dass sie hauptsächlich öffentliche Messstandards verwenden.
Diese Schätzungen basieren jedoch fälschlicherweise auf der Annahme, dass ein Job automatisiert werden kann, wenn er automatisiert werden kann.
Bergeaud sagte, dass die Forschung dieser MIT-Wissenschaftler eine neue Perspektive einnahm und die Kosten für die Implementierung dieser Technologie, einschließlich des Prozesses von der Installation bis zur Wartung, sorgfältig abschätzte.
Im Vergleich zu den aktuellen Arbeitskosten in den Vereinigten Staaten ist die Einführung selbst künstlicher Intelligenzsysteme, die nur so gut sind wie Menschen, oft sehr teuer.
Daher ist auch die Schlussfolgerung dieser Studie überraschend: Der Anteil des Arbeitsmarktes, der dem Risiko der Automatisierung ausgesetzt ist, ist viel geringer, als wir es uns vorgestellt haben.
Natürlich gibt es einen Grund, warum KI bei so vielen Menschen Angst vor Arbeitslosigkeit auslöst.
DeepMind Lianchuang warnt: Innerhalb weniger Jahre wird KI Auswirkungen auf den Arbeitsmarkt haben.
DeepMind-Mitbegründer Mustafa Suleyman hat zuvor davor gewarnt, dass künstliche Intelligenz auf lange Sicht das Werkzeug „Arbeit grundlegend ersetzen“ wird.
Suleyman sagte auf der Jahrestagung des Weltwirtschaftsforums: „Wir müssen ernsthaft darüber nachdenken, wie wir diese Werkzeuge (KI) integrieren können. Wenn der Markt vollständig dominieren darf, werden diese Werkzeuge die Arbeit grundlegend ersetzen.“
Aktuelle künstliche Intelligenz bewirkt hauptsächlich zwei Dinge:
Erstens verbessert sie die Effizienz bestehender Unternehmen und spart Unternehmen eine Menge Kosten, aber auf Kosten der Ersetzung von Menschen, die damit verbundene Arbeiten erledigen, schafft sie zweitens ein neues Unternehmen und Prozesse, die tatsächlich Möglichkeiten zur Schaffung von Arbeitsplätzen beinhalten.
In den nächsten Jahren werden diese beiden Kräfte einen enormen Einfluss auf den Arbeitsmarkt haben und unvorhersehbare Auswirkungen haben.
Seit mehr als einem Jahrzehnt diskutieren Experten darüber, ob künstliche Intelligenz menschliche Arbeitskräfte ersetzen wird.
Eine Studie von Carl Benedikt Frey und Michael Osborne aus dem Jahr 2013 schätzt, dass bis Mitte der 2030er Jahre 47 % der Arbeitsplätze in den USA durch den Boom der künstlichen Intelligenz automatisiert werden dürften.
Eine Juli-Studie von McKinsey ergab, dass bis 2030 fast 12 Millionen Amerikaner ihren Arbeitsplatz wechseln müssen, da künstliche Intelligenz ihre Rollen ersetzt.
Tatsächlich ist Suleyman nicht der Einzige, der davor gewarnt hat.
In einem am 10. Januar veröffentlichten Wired-Artikel prognostizierte MIT-Professor Daron Acemoglu, dass künstliche Intelligenz bis 2024 alle enttäuschen wird, was beweist, dass es sich nur um eine Art „universelle Automatisierung“ handelt, die den Arbeitnehmern Arbeitsplätze wegnimmt, dies aber nicht tut die erwarteten dramatischen Produktivitätssteigerungen zu erzielen.
„Alles Wertvolle in unserer Welt entsteht durch unsere Intelligenz, unsere Fähigkeit, Informationen zu denken und vorherzusagen. Und KI kann genau das tun.“
KI wird innerhalb von fünf Jahren ein eigenes Unternehmen gründen
In einer früheren Podiumsdiskussion über künstliche Intelligenz des Weltwirtschaftsforums wurde Suleyman gefragt, wann KI den Turing-Test bestehen und sogar menschenähnliche Fähigkeiten (AGI) demonstrieren kann.
Suleyman sagte, dass die moderne Version des Turing-Tests darin bestehen sollte, zu bewerten, ob KI in der Lage ist, Produkte wie Unternehmer, Projektmanager und Erfinder herzustellen und zu vermarkten.
„Ich bin mir ziemlich sicher, dass KI in den nächsten fünf Jahren nicht nur über diese Fähigkeiten verfügen wird, sondern diese Fähigkeiten auch zu einem sehr günstigen Preis, vielleicht sogar als Open Source, allgemein verfügbar sein werden, und das wird die Wirtschaft völlig verändern.“
IWF-Vorsitzender äußert sich: 40 % der weltweiten Arbeitsplätze sind von KI betroffen, aber es gibt auch große Chancen
Angesichts der Auswirkungen von KI stellte auch der Internationale Währungsfonds in seinem neuesten Bericht fest dass fast 40 % der Arbeitsplätze weltweit betroffen sein werden.
Davon werden 60 % der Arbeitsplätze in entwickelten Volkswirtschaften betroffen sein. In Schwellenländern und Schwellenländern liegt diese Zahl bei etwa 40 %, während sie in Ländern mit niedrigem Einkommen auf 26 % sinkt.
Von den von KI betroffenen Arbeitsplätzen wird die Hälfte negativ betroffen sein, einige werden sogar ganz verschwinden.
Für die andere Hälfte der Arbeitsplätze wird KI weitere Effizienzsteigerungen mit sich bringen, und auch das Einkommensniveau der Arbeitnehmer, die KI so schnell wie möglich nutzen können, wird entsprechend steigen.
Untersuchungen zeigen insbesondere, dass KI weniger erfahrenen Arbeitnehmern dabei helfen kann, schneller produktiver zu werden. Für jüngere Arbeitnehmer fällt es möglicherweise leichter, Chancen zu nutzen, während ältere Arbeitnehmer möglicherweise Schwierigkeiten haben, sich anzupassen.
Wenn sich eine ähnliche Situation weiter entwickelt, wird es bald zu einer Polarisierung der Einkommen kommen: Arbeitnehmer, die künstliche Intelligenz voll nutzen können, werden einen Produktivitäts- und Lohnanstieg verzeichnen, während diejenigen, die künstliche Intelligenz nicht nutzen können, einen Rückgang der Produktivität verzeichnen werden und die Einkommensquote wird deutlich sinken.
Und die Abbildung dieser Situation auf den Arbeitsmarkt wird diese Differenzierung noch verstärken: Viele von der KI-Technologie betroffene Arbeitsplätze werden verschwinden, während die Einnahmen der durch die KI-Technologie neu geschaffenen Arbeitsplätze aufgrund der Personalknappheit relativ stark zurückgehen werden.
Diese Art von Makrourteil entspricht Entwicklern und der KI-Branche. Eine offensichtliche Realität ist, dass Entwickler sich immer mehr Sorgen um ihre Karriereaussichten machen.
Insbesondere für Entwickler, die neu in der Branche sind, da ihre Arbeit durch KI-Technologie relativ einfach zu automatisieren ist, wird ihr Arbeitsbedarf reduziert und auch ihr Einkommen wird beeinträchtigt.
Aber für Algorithmeningenieure, die KI-Technologie entwickeln, sowie für viele Positionen, die mit der Gen-KI-Welle entstehen werden, werden ihr Einkommen und ihre Arbeitsnachfrage weiter steigen.
Als Antwort auf den Inhalt dieses Berichts sagte Kristalina Georgieva, Vorsitzende des Internationalen Währungsfonds: „Künstliche Intelligenz ist zwar beängstigend, aber sie ist auch eine große Chance für alle.“
Und der Vorsitzende des IWF Diese Aussage wurde auch von Internetnutzern auf Zhihu heiß gesucht.
Tatsächlich ist es schwierig, in kurzer Zeit einen Konsens über die Auswirkungen von KI auf Beschäftigung und Arbeitsmarkt zu erzielen.
Das obige ist der detaillierte Inhalt vonNeue Forschungsergebnisse des MIT zeigen, dass die Kosten für den Ersatz menschlicher Arbeitskraft durch KI hoch sind und nur 23 % der Jobs im Bereich der Sehkraft ersetzt werden können. 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



0.Was bewirkt dieser Artikel? Wir schlagen DepthFM vor: ein vielseitiges und schnelles generatives monokulares Tiefenschätzungsmodell auf dem neuesten Stand der Technik. Zusätzlich zu herkömmlichen Tiefenschätzungsaufgaben demonstriert DepthFM auch hochmoderne Fähigkeiten bei nachgelagerten Aufgaben wie dem Tiefen-Inpainting. DepthFM ist effizient und kann Tiefenkarten innerhalb weniger Inferenzschritte synthetisieren. Lassen Sie uns diese Arbeit gemeinsam lesen ~ 1. Titel der Papierinformationen: DepthFM: FastMonocularDepthEstimationwithFlowMatching Autor: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Stellen Sie sich ein Modell der künstlichen Intelligenz vor, das nicht nur die Fähigkeit besitzt, die traditionelle Datenverarbeitung zu übertreffen, sondern auch eine effizientere Leistung zu geringeren Kosten erzielt. Dies ist keine Science-Fiction, DeepSeek-V2[1], das weltweit leistungsstärkste Open-Source-MoE-Modell, ist da. DeepSeek-V2 ist ein leistungsstarkes MoE-Sprachmodell (Mix of Experts) mit den Merkmalen eines wirtschaftlichen Trainings und einer effizienten Inferenz. Es besteht aus 236B Parametern, von denen 21B zur Aktivierung jedes Markers verwendet werden. Im Vergleich zu DeepSeek67B bietet DeepSeek-V2 eine stärkere Leistung, spart gleichzeitig 42,5 % der Trainingskosten, reduziert den KV-Cache um 93,3 % und erhöht den maximalen Generierungsdurchsatz auf das 5,76-fache. DeepSeek ist ein Unternehmen, das sich mit allgemeiner künstlicher Intelligenz beschäftigt

KI verändert tatsächlich die Mathematik. Vor kurzem hat Tao Zhexuan, der diesem Thema große Aufmerksamkeit gewidmet hat, die neueste Ausgabe des „Bulletin of the American Mathematical Society“ (Bulletin der American Mathematical Society) weitergeleitet. Zum Thema „Werden Maschinen die Mathematik verändern?“ äußerten viele Mathematiker ihre Meinung. Der gesamte Prozess war voller Funken, knallhart und aufregend. Der Autor verfügt über eine starke Besetzung, darunter der Fields-Medaillengewinner Akshay Venkatesh, der chinesische Mathematiker Zheng Lejun, der NYU-Informatiker Ernest Davis und viele andere bekannte Wissenschaftler der Branche. Die Welt der KI hat sich dramatisch verändert. Viele dieser Artikel wurden vor einem Jahr eingereicht.

Boston Dynamics Atlas tritt offiziell in die Ära der Elektroroboter ein! Gestern hat sich der hydraulische Atlas einfach „unter Tränen“ von der Bühne der Geschichte zurückgezogen. Heute gab Boston Dynamics bekannt, dass der elektrische Atlas im Einsatz ist. Es scheint, dass Boston Dynamics im Bereich kommerzieller humanoider Roboter entschlossen ist, mit Tesla zu konkurrieren. Nach der Veröffentlichung des neuen Videos wurde es innerhalb von nur zehn Stunden bereits von mehr als einer Million Menschen angesehen. Die alten Leute gehen und neue Rollen entstehen. Das ist eine historische Notwendigkeit. Es besteht kein Zweifel, dass dieses Jahr das explosive Jahr der humanoiden Roboter ist. Netizens kommentierten: Die Weiterentwicklung der Roboter hat dazu geführt, dass die diesjährige Eröffnungsfeier wie Menschen aussieht, und der Freiheitsgrad ist weitaus größer als der von Menschen. Aber ist das wirklich kein Horrorfilm? Zu Beginn des Videos liegt Atlas ruhig auf dem Boden, scheinbar auf dem Rücken. Was folgt, ist atemberaubend

Anfang dieses Monats schlugen Forscher des MIT und anderer Institutionen eine vielversprechende Alternative zu MLP vor – KAN. KAN übertrifft MLP in Bezug auf Genauigkeit und Interpretierbarkeit. Und es kann MLP, das mit einer größeren Anzahl von Parametern ausgeführt wird, mit einer sehr kleinen Anzahl von Parametern übertreffen. Beispielsweise gaben die Autoren an, dass sie KAN nutzten, um die Ergebnisse von DeepMind mit einem kleineren Netzwerk und einem höheren Automatisierungsgrad zu reproduzieren. Konkret verfügt DeepMinds MLP über etwa 300.000 Parameter, während KAN nur etwa 200 Parameter hat. KAN hat eine starke mathematische Grundlage wie MLP und basiert auf dem universellen Approximationssatz, während KAN auf dem Kolmogorov-Arnold-Darstellungssatz basiert. Wie in der folgenden Abbildung gezeigt, hat KAN

Stehen Sie vor einer Verzögerung oder einer langsamen mobilen Datenverbindung auf dem iPhone? Normalerweise hängt die Stärke des Mobilfunk-Internets auf Ihrem Telefon von mehreren Faktoren ab, wie z. B. der Region, dem Mobilfunknetztyp, dem Roaming-Typ usw. Es gibt einige Dinge, die Sie tun können, um eine schnellere und zuverlässigere Mobilfunk-Internetverbindung zu erhalten. Fix 1 – Neustart des iPhone erzwingen Manchmal werden durch einen erzwungenen Neustart Ihres Geräts viele Dinge zurückgesetzt, einschließlich der Mobilfunkverbindung. Schritt 1 – Drücken Sie einfach einmal die Lauter-Taste und lassen Sie sie los. Drücken Sie anschließend die Leiser-Taste und lassen Sie sie wieder los. Schritt 2 – Der nächste Teil des Prozesses besteht darin, die Taste auf der rechten Seite gedrückt zu halten. Lassen Sie das iPhone den Neustart abschließen. Aktivieren Sie Mobilfunkdaten und überprüfen Sie die Netzwerkgeschwindigkeit. Überprüfen Sie es erneut. Fix 2 – Datenmodus ändern 5G bietet zwar bessere Netzwerkgeschwindigkeiten, funktioniert jedoch besser, wenn das Signal schwächer ist

Ich weine zu Tode. Die Daten im Internet reichen überhaupt nicht aus. Das Trainingsmodell sieht aus wie „Die Tribute von Panem“, und KI-Forscher auf der ganzen Welt machen sich Gedanken darüber, wie sie diese datenhungrigen Esser ernähren sollen. Dieses Problem tritt insbesondere bei multimodalen Aufgaben auf. Zu einer Zeit, als sie ratlos waren, nutzte ein Start-up-Team der Abteilung der Renmin-Universität von China sein eigenes neues Modell, um als erstes in China einen „modellgenerierten Datenfeed selbst“ in die Realität umzusetzen. Darüber hinaus handelt es sich um einen zweigleisigen Ansatz auf der Verständnisseite und der Generierungsseite. Beide Seiten können hochwertige, multimodale neue Daten generieren und Datenrückmeldungen an das Modell selbst liefern. Was ist ein Modell? Awaker 1.0, ein großes multimodales Modell, das gerade im Zhongguancun-Forum erschienen ist. Wer ist das Team? Sophon-Motor. Gegründet von Gao Yizhao, einem Doktoranden an der Hillhouse School of Artificial Intelligence der Renmin University.

Kürzlich wurde die Militärwelt von der Nachricht überwältigt: US-Militärkampfflugzeuge können jetzt mithilfe von KI vollautomatische Luftkämpfe absolvieren. Ja, erst kürzlich wurde der KI-Kampfjet des US-Militärs zum ersten Mal der Öffentlichkeit zugänglich gemacht und sein Geheimnis gelüftet. Der vollständige Name dieses Jägers lautet „Variable Stability Simulator Test Aircraft“ (VISTA). Er wurde vom Minister der US-Luftwaffe persönlich geflogen, um einen Eins-gegen-eins-Luftkampf zu simulieren. Am 2. Mai startete US-Luftwaffenminister Frank Kendall mit einer X-62AVISTA auf der Edwards Air Force Base. Beachten Sie, dass während des einstündigen Fluges alle Flugaktionen autonom von der KI durchgeführt wurden! Kendall sagte: „In den letzten Jahrzehnten haben wir über das unbegrenzte Potenzial des autonomen Luft-Luft-Kampfes nachgedacht, aber es schien immer unerreichbar.“ Nun jedoch,
