Périphériques technologiques
IA
Médias britanniques : certaines personnes dans la Silicon Valley prônent trop l'IA et prêchent que « l'apprentissage ne sert à rien »
Médias britanniques : certaines personnes dans la Silicon Valley prônent trop l'IA et prêchent que « l'apprentissage ne sert à rien »
Nouvelles du 13 juin, avec le développement rapide de l'intelligence artificielle, la Silicon Valley veut que les gens croient que le comportement humain est prévisible et que des compétences peuvent être acquises grâce à une intelligence artificielle alternative. . L'auteur du média britannique a expliqué, à travers sa propre expérience professionnelle, que même si le nombre de postes pouvant remplacer les humains augmente, l'intelligence artificielle ne parvient toujours pas à véritablement comprendre la nature du comportement humain.
Voici le contenu compilé :
De 2010 à 2020, j'ai consacré la majeure partie de mon temps et de mon énergie à l'industrie des nouveaux médias. Mais l’insécurité d’être licencié à plusieurs reprises a fini par vaincre mon intérêt. J'ai donc appris la programmation et j'ai évolué vers un poste de « développement Web » plus sûr. Les récents progrès significatifs en matière d’intelligence artificielle semblent donner l’impression que la programmation est une tâche répétitive et une perte de temps. De nombreux professionnels pensent que les robots d’aujourd’hui maîtrisent la programmation et peuvent être plus performants que les humains à bien des égards.
La programmation peut être trop fastidieuse et intimidante pour les non-experts : ces « langages de programmation » sont considérés comme difficiles à comprendre et n'ont pas de règles structurelles évidentes. Mais selon les partisans de l’IA, il n’y a plus d’obstacles à la programmation. Il suffit maintenant de demander au chatbot et il générera instantanément du code, accompagné de commentaires.
Les gens remarquent encore beaucoup d'erreurs commises par l'intelligence artificielle lorsqu'elles interagissent avec divers chatbots. Bien entendu, il tentera également d’aborder ces questions dans le cadre de conversations répétées avec les gens. De cette manière, il n'est pas difficile d'imaginer que dans un avenir proche, l'intelligence artificielle sera capable de comprendre les besoins des utilisateurs et de compléter facilement des solutions, et que le rôle des développeurs semblera appartenir au passé.
Cela permet aux gens de tomber facilement dans le fatalisme selon lequel l'intelligence artificielle supprimera des emplois. Les personnes qui défendent le plus la technologie de l’IA sont elles-mêmes les plus désireuses de la développer, encourageant les gens à s’abandonner à un nouvel avenir dominé par les robots, où passer du temps à acquérir des compétences, à effectuer des tâches ou à acquérir une compréhension approfondie de quoi que ce soit peut être considéré comme obsolète. Pour reformuler ceci : il est incorrect de confondre la capacité de faire quelque chose rapidement avec la capacité d’en comprendre pleinement les raisons.
Les chatbots d'intelligence artificielle n'enfreignent pas les règles de base de la programmation. Ils digèrent simplement la grande quantité de matériel open source disponible en ligne. Les gens peuvent utiliser des chatbots pour sauter l’étape de développement des connaissances, mais ce faisant, ils ne comprendront jamais quelles décisions la machine a prises en leur nom, pourquoi elles ont été prises et si ces décisions étaient suffisamment bonnes. L’essentiel est qu’il existe d’autres décisions possibles.
Ce qui est unique dans la conception et le développement Web, c'est la façon dont ils pensent latéralement. Il existe rarement une seule manière objective et correcte d'atteindre une certaine fonctionnalité. Les développeurs doivent réfléchir à toutes les différentes situations que les utilisateurs rencontreront sur le site, imaginer comment ils vont interagir avec le site, ce qu'ils en attendent, et si ce que vous proposez va surcharger leur téléphone, etc. Même si une machine entraînée peut collecter toutes les informations sur Internet, elle ne pensera pas comme un développeur d’intelligence artificielle.
En tant que développeur expérimenté, des connaissances en programmation et de la créativité sont indispensables. Même si les progrès de l’intelligence artificielle peuvent avoir un impact sur ma capacité à gagner de l’argent dans certains domaines, ils ne me donneront pas l’impression de maîtriser une compétence aussi simple que de taper des commandes verbales dans une boîte de dialogue.
Cependant, toute la Silicon Valley fait un effort concerté pour convaincre les gens que l'esprit humain est prévisible, reproductible et pas si complexe. Ils prétendent que l’art et les domaines connexes peuvent être réduits à des équations mathématiques et à des mots-clés alors qu’ils dépensent des milliards pour développer des robots capables de détecter les contrefaçons et de générer automatiquement une variété d’images.
Interrogé sur les utilisations possibles de l'intelligence artificielle, le co-fondateur d'OpenAI, Greg Brockman, a fait cette prédiction sur l'avenir de l'industrie du divertissement à ses yeux : "Les gens ne sont toujours pas satisfaits de la dernière saison de Game". of Thrones, mais imaginez si vous pouviez laisser votre IA créer une nouvelle fin différente, et même vous y mettre en tant que protagoniste ?"
# 🎜🎜#Depuis les temps anciens, les gens sont capables de le faire avec leur propre les esprits. Cela suggère un manque de créativité chez les partisans de l’intelligence artificielle, qui nous poussent à nous imaginer créatifs. Ces personnes ne peuvent pas imaginer le genre de plaisir et de satisfaction qu’elles ressentent en créant de l’art, ni pourquoi quelqu’un préférerait créer ses propres histoires plutôt que de confier l’ensemble du processus à une machine. Ils n’avaient pas la confiance fondamentale dans leurs idées selon lesquelles ils étaient incapables de recréer Game of Thrones sans l’aide d’ordinateurs. Presser chaque œuvre d'art dans une machine, puis les regrouper inutilement en points médians approximatifs ne représente pas une véritable expression artistique. Il s’agit peut-être simplement d’une technique d’improvisation, d’une nouveauté amusante. Même si l’intelligence artificielle peut générer des imitations, elle ne peut pas reproduire l’état d’esprit, les compétences et la volonté des humains pour créer des œuvres d’art.Beaucoup de gens croient que le travail créatif n’a de valeur que s’il peut être rentable, et ils aiment promouvoirla théorie des menaces de l’intelligence artificielle. Mais une machine n’a aucune capacité d’expression, aucune impulsion à communiquer, et c’est la chose la plus précieuse que les humains puissent représenter. (Tchenchen)
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)
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
