


Untuk kecerdasan buatan, manusia benar-benar perlu kagum! Amaran daripada bapa ChatGPT patut diberi perhatian
"Mengurangkan risiko AI memusnahkan manusia harus menjadi keutamaan global bersama risiko berskala masyarakat yang lain seperti wabak dan perang nuklear
Seperti baldi air sejuk yang dicurahkan, termasuk pakar terkemuka dalam bidang kecerdasan buatan, tokoh "Ayah baptis AI", taikun industri seperti CEO Open AI Sam Altman dan CEO DeepMind Demis Hassabis, serta ratusan pengamal bersama -menandatangani surat terbuka.
Dalam surat itu, mereka menyeru kerajaan dan orang ramai supaya cukup berhati-hati tentang kecerdasan buatan. Mereka bimbang dengan kemajuan pesat teknologi AI, ia mungkin menimbulkan ancaman eksistensi kepada manusia.
Ini mengingatkan amaran dan rayuan Musk, beliau berharap untuk menangguhkan pembangunan dan eksperimen kecerdasan buatan berskala besar “Kecerdasan buatan lanjutan mungkin mewakili perubahan mendalam dalam sejarah kehidupan di bumi dan harus ditangani dengan perhatian yang sepadan. . dan perancangan dan pengurusan sumber ”
Dua amaran heavyweight sebelum dan selepas memaksa orang ramai berfikir secara serius tentang bagaimana kita harus menghadapi kedatangan era kecerdasan buatan.
Bagi AI, semua orang sebenarnya berada di garisan permulaan yang sama
Walaupun ChatGPT yang dilancarkan oleh Open AI telah menarik perhatian dunia dan mengetuai keghairahan orang ramai terhadap kecerdasan buatan, industri percaya bahawa AI sememangnya telah memasuki "detik iPhone".
Dalam erti kata lain, sama seperti Steve Jobs melancarkan iPhone dan secara rasmi melancarkan era Internet mudah alih, manusia akan mula (atau sudah) memasuki era kecerdasan buatan.
Namun, apa yang berbeza dengan era Internet mudah alih ialah masih sukar untuk menyatakan siapa pemimpin tidak kira Amerika Syarikat, China, atau Eropah, tiada siapa yang berani mengatakan bahawa mereka adalah Steve Jobs, kerana tidak. seseorang telah melancarkan iPhone Produk pembuatan zaman.
Dalam era bergelora ini, walaupun OpenAI berada di hadapan separuh, ia mungkin hanya "perintis untuk raja". garisan permulaan.
Mungkin tidak akan mengambil masa beberapa tahun untuk mengetahui siapa "takdir" itu.
Amaran daripada bapa ChatGPT patut diberi perhatian
Sebagai Ketua Pegawai Eksekutif Open AI, Sam Altman mempunyai perasaan yang melampaui kepentingan komersial. Dia telah menekankan risiko kecerdasan buatan berkali-kali.
Perkembangan pesat model kecerdasan buatan seperti ChatGPT mungkin menimbulkan potensi ancaman kepada masyarakat dan pekerjaan Jika kecerdasan buatan tidak terkawal, ia akan menyebabkan kematian manusia berskala besar dan juga kehilangan spesies, sama seperti wabak dan perang nuklear. risiko kepupusan.
Jadi, Sam Altman menyertai ramai orang dalam menyeru kerajaan untuk memperkasakan penyeliaan Tetapi masalahnya ialah agensi kerajaan sering ketinggalan dalam menyelia perkara baru dan teknologi baru Mereka tidak tahu bagaimana untuk menyelia tidak tahu apa maksud AI.
Kognisi manusia sedang dalam proses peningkatan berterusan, dan kebanyakan orang mempercayainya kerana mereka melihatnya Tetapi paradoksnya ialah jika anda menunggu sehingga AI benar-benar menimbulkan ancaman eksistensi kepada manusia, ia mungkin sudah terlambat.
Kita juga boleh membuat hipotesis, jika teknologi nuklear tidak mempunyai kaedah penyeliaan dan semakan yang relevan, bagaimanakah keadaan masyarakat manusia? Dari satu segi, teknologi AI mungkin lebih merosakkan daripada teknologi nuklear.
Kebaikan dan keburukan kecerdasan buatan
Dari perspektif peningkatan produktiviti, kecerdasan buatan akan memberi kesan yang sangat besar dan akan membebaskan orang ramai daripada kerja fizikal yang berat dan banyak kerja mental yang bernilai rendah.
Robot penyapu, robot memasak, robot industri, robot perlombongan dan robot perubatan semuanya boleh memudahkan kehidupan orang ramai. AI mempunyai potensi besar dari segi analisis data, pengecaman imej, ketepatan dan kecekapan.
Tetapi dengan mempopularkan AI, sejumlah besar pekerjaan buruh berulang akan diganti, ramai orang akan menganggur, dan pencerobohan privasi oleh kecerdasan buatan adalah membimbangkan Selain itu, berita, perang, keselamatan, undang-undang, algoritma diskriminasi dan Cabaran etika dan moral (seperti jurang pemisah antara kaya dan miskin).
Kissinger berkata bahawa manusia belum bersedia dan manusia perlu mentakrifkan semula hubungan mereka dengan spesies baharu ini, AI. Pendapat ini sememangnya wajar mendapat perhatian dan pertimbangan semua lapisan masyarakat.
Walau bagaimanapun, semua orang mempunyai konsensus yang besar, iaitu, secara keseluruhan, AI lebih bermanfaat daripada berbahaya kepada manusia, dan tiada siapa yang boleh mengatakan bahawa teknologi AI dicekik dalam buaian Ia akan berkembang, jadi kuncinya adalah pembangunan Percanggahan antara kawalan dan kawalan boleh mencapai kelebihannya dan menghapuskan kelemahannya.
Manusia benar-benar perlu kagum dengan kecerdasan buatan
Dalam era Internet, Internet penuh dengan semua jenis maklumat palsu, negatif dan berbahaya, yang membawa cabaran besar kepada keupayaan orang ramai untuk menilai dan membezakan maklumat.
Dalam era kecerdasan buatan, sukar untuk membezakan antara yang benar dan yang salah Jika AI ingin menipu orang, sudah pasti ada kes penipu menggunakan teknologi AI untuk menipu orang berdepan saudara mara dan rakan-rakan di telefon bimbit anda, anda tidak boleh Tahu sama ada orang itu adalah orang sebenar atau pembohong berpura-pura menjadi orang sebenar.
Selain itu, berbanding dengan pemikiran digital AI yang berkuasa (yang semakin kuat dan kukuh, seperti fabrikasi rawak gaya AI), apakah nilai dan kelebihan pemikiran manusia? Lebih serius, dalam menghadapi AI, berapa banyak ruang yang tinggal untuk cahaya tamadun manusia?
Tetapi persaingan AI telah pun bermula Nampaknya tidak ramai yang sanggup berhenti dan berfikir dengan teliti tentang risiko AI Semua orang mahu berjalan lebih cepat, siapa yang peduli
Faktor yang dibawa oleh manusia menjadikan masa depan penuh dengan ketidakpastian. Di mana kecerdasan buatan akan mendorong manusia bergantung pada usaha semasa kita.
Atas ialah kandungan terperinci Untuk kecerdasan buatan, manusia benar-benar perlu kagum! Amaran daripada bapa ChatGPT patut diberi perhatian. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G
