Périphériques technologiques
IA
Robin Li : L'intelligence artificielle ne remplacera pas le travail humain | Un regard direct sur la Conférence mondiale sur le renseignement
Robin Li : L'intelligence artificielle ne remplacera pas le travail humain | Un regard direct sur la Conférence mondiale sur le renseignement
Robin Li, PDG de Baidu. Photographie par le journaliste de couverture Su Yu
Le journaliste de couverture Su Yu, en reportage depuis Tianjin
« Je ne crains pas que les grands modèles conduisent à une réduction des opportunités d'emploi humain. Lorsque nous arrêtons d'innover, n'inventons pas, ne créons pas ou ne progressons pas, et continuons à suivre l'inertie, les divers risques imprévisibles engendrés sont les plus grandes menaces. à l'humanité", a déclaré Robin Li, PDG de Baidu.
Co-parrainée par la Commission nationale du développement et de la réforme, le ministère de la Science et de la Technologie et d'autres départements, ainsi que le gouvernement municipal de Tianjin, la 7e Conférence mondiale sur le renseignement s'est ouverte à Tianjin le 18 mai. Selon Robin Li lors du Sommet sur l'innovation et le développement, l'intelligence artificielle ne remplacera pas le travail humain, mais pourrait au contraire provoquer le prochain miracle de croissance de l'économie mondiale. Chaque révolution technologique élimine simultanément certains emplois et crée davantage de nouvelles opportunités d’emploi.
Robin Li estime que l'orientation du développement de l'intelligence artificielle va du discriminatif au génératif. Les applications d’intelligence artificielle actuellement largement utilisées, telles que la reconnaissance faciale et les moteurs de recherche, reposent essentiellement sur des fonctions de reconnaissance et de classification. "Dans le passé, l'intelligence artificielle enseignait aux machines toutes les compétences qu'elles souhaitaient acquérir. Ceux à qui on l'a enseigné peuvent peut-être le faire, mais ceux qui n'ont pas appris ne le seront peut-être pas. Après que la soi-disant émergence de l'intelligence apparaît dans les grands modèles, les compétences qui n’ont pas été enseignées auparavant le seront aussi. »
Selon Robin Li, le développement de l'industrie de l'information a connu trois changements dans les méthodes d'interaction homme-machine au cours des dernières décennies. Lorsqu’il était étudiant, l’interaction homme-machine se faisait via la ligne de commande. L'interface utilisateur graphique (GUI) est plus conviviale que la ligne de commande, mais ce n'est toujours pas le moyen d'interaction le plus naturel. La naissance de l'intelligence artificielle permet aux gens d'interagir avec les ordinateurs en utilisant le langage naturel.
Il pense que le big data, la grande puissance de calcul et les grands modèles ont conduit à l'émergence de l'intelligence. Dans le même temps, l’intelligence artificielle a connu un changement de direction, passant d’une IA discriminante à une IA générative. Les grands modèles redéfinissent également l’interaction homme-machine, en redéfinissant le marketing et le service client. Toute entreprise qui dispose du meilleur moyen de communiquer avec ses clients aura des clients.
Les énormes changements que l’intelligence artificielle a connus ne concernent pas seulement les scénarios changeants dans lesquels elle est appliquée, mais également les changements plus fondamentaux dans la pile technologique. "Robin Li a déclaré que la pile technologique informatique actuelle est devenue quatre couches, et que la couche inférieure est toujours la couche de puce, mais que la puce principale n'est plus le CPU, mais une nouvelle génération de puces représentées par un GPU qui convient aux grandes applications parallèles. -opérations à virgule flottante à l'échelle.
Selon Robin Li, de nombreux instituts de recherche estiment qu'au cours des dix prochaines années, l'efficacité de nombreux emplois augmentera de façon exponentielle. La question de savoir si cette amélioration de l’efficacité entraînera la perte d’emploi de nombreuses personnes a également suscité certaines inquiétudes"L'intelligence artificielle a provoqué une révolution industrielle, tout comme autrefois les cochers ont été remplacés, mais de nouveaux métiers ont émergé. Il y a trente ans, le métier de dactylographe a disparu, remplacé par l'émergence de métiers comme ceux d'ingénieur réseaux ou de développement de jeux. Selon Selon Robin Li, l'industrie automobile est aujourd'hui devenue l'un des plus grands systèmes industriels au monde et a créé des centaines de millions d'emplois. Rien qu'en Chine, 30 millions de personnes occupent des emplois liés à l'automobile.
Il a déclaré qu'il attend avec impatience l'avenir où diverses applications dans tous les horizons pourront trouver de bons scénarios d'application basés sur de grands modèles et réaliser des améliorations significatives en termes d'efficacité.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Sujets chauds
1393
52
1205
24
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc.
Aug 01, 2024 pm 09:40 PM
Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
