


Bekas pengarah Tesla dan pakar OpenAI Karpathy: Saya terganggu oleh pemanduan autonomi, ejen AI adalah masa depan!
Baru-baru ini, Andrej Karpathy, pengasas bersama OpenAI, bekas pengarah TeslaAI, dan kini kembali ke OpenAI, berkongsi pandangannya tentang ejen AI pada acara pembangun.
Tujuh tahun yang lalu, masa untuk belajar ejen AI masih belum matang
Dia mula-mula bercakap tentang hari-hari awal bekerja di OpenAI (sekitar 2016). Trend industri pada masa itu ialah mengkaji cara menggunakan tetulang kaedah pembelajaran.
Banyak projek membuat pemain AI berdasarkan permainan Atari yang serupa.
Gambar
Apa yang dia mahu lakukan pada masa itu adalah produk dengan rangkaian aplikasi yang lebih luas.
Namun, disebabkan keterbatasan teknologi pada masa itu, hasilnya tidak baik, jadi dia dan OpenAI menukar arah dan mula membina model bahasa yang lebih besar.
Sudah tentu dalam tempoh ini saya terganggu dengan pemanduan automatik.
Tetapi kini, 5 tahun kemudian, ejen AI telah menjadi hala tuju yang sangat menjanjikan sekali lagi.
Oleh kerana kini terdapat kaedah teknikal baru untuk mengkaji ejen AI, keadaannya berbeza sama sekali daripada 2016.
Contoh paling mudah ialah tiada siapa yang menggunakan kaedah pembelajaran pengukuhan untuk mengkaji ejen AI lagi seperti yang mereka lakukan pada tahun 2016.
Kaedah dan hala tuju penyelidikan semasa tidak dapat dibayangkan ketika itu.
Agen AI mewakili masa depan yang gila, walaupun mungkin agak jauh
Sebab pada masa hadapan, jika AGI boleh muncul, keupayaan ejen AI akan digunakan sepenuhnya.
Pada masa hadapan, ejen AI mungkin bukan individu bujang, tetapi akan ada banyak organisasi ejen AI atau juga tamadun ejen AI.
Gambar
Ini boleh menjadi masa depan yang sangat mengujakan, malah gila.
Tetapi pada masa yang sama, setiap orang mesti berjaga dan tenang.
Oleh kerana sesetengah arah aliran teknologi mungkin mudah untuk dibayangkan dan dibayangkan, tetapi sukar untuk melaksanakan produk.
Banyak teknologi termasuk dalam kategori ini, seperti pemanduan autonomi.
Penglihatan teknologi mudah dibayangkan, dan demonstrasi kereta memandu di sekitar blok mudah dibuat, tetapi mungkin mengambil masa 10 tahun untuk menghasilkan produk.
Begitu juga, VR juga situasi yang sama.
Gambar
Ejen AI juga mungkin tergolong dalam kategori teknologi ini Senario aplikasi mudah dibayangkan dan prospeknya menarik, tetapi ia memerlukan pembangunan dan pengumpulan teknologi jangka panjang.
Ejen AI perlu mendapatkan inspirasi daripada neurosains
Sama seperti perkembangan awal pembelajaran mendalam, perkembangan ejen AI mungkin diilhamkan oleh neurosains.
Sangat menarik untuk memikirkan hubungan antara ejen AI dan neurosains.
Terutamanya kini ramai orang menganggap model bahasa besar sebagai sebahagian daripada penyelesaian ejen AI mereka.
Tetapi bagaimana untuk membina entiti digital lengkap yang memiliki semua kebolehan kognitif manusia?
Jelas sekali, kita semua bersetuju bahawa perlu ada beberapa sistem asas untuk merancang, berfikir dan merenung apa yang kita lakukan.
Mungkin di sinilah neurosains berperanan.
Sebagai contoh, hippocampus adalah bahagian otak yang sangat penting.
Tetapi apakah dalam ejen AI yang memainkan peranan hippocampus untuk menyimpan ingatan, melaksanakan penandaan dan pengambilan semula, dsb.?
Kami secara amnya memahami cara membina korteks visual dan auditori, tetapi masih banyak perkara yang kami tidak tahu apa sebenarnya yang dimaksudkan dalam ejen AI.
Sebagai contoh, apakah yang sepadan dengan talamus, tempat duduk bawah sedar, dalam Agen AI?
Ini soalan yang sangat menarik.
Saya bawakan khas buku tentang neurosains, "Brain and Behavior" oleh David Eagleman Saya dapati buku ini sangat menarik dan mencerahkan.
Sama seperti penyelidikan AI awal yang dilakukan semasa mereka bentuk neuron, menarik inspirasi menarik daripada neurosains mungkin merupakan arah yang patut kita cuba lagi.
Semua orang di sini berada di barisan hadapan dalam industri
Anda mungkin tidak semestinya mengetahuinya, tetapi ejen AI yang dibina oleh semua orang di sini hari ini sudah berada di barisan hadapan keupayaan ejen AI.
Saya tidak fikir mana-mana institusi yang sedang mengusahakan model bahasa berskala besar, seperti OpenAI, berada di barisan hadapan dalam bidang ini.
Yang paling depan adalah semua orang di sini.
Sebagai contoh, OpenAI sangat baik dalam melatih model bahasa Transformer.
Jika kertas kerja mencadangkan kaedah latihan yang berbeza, maka semua orang dalam kumpulan Slack dalaman OpenAI kami akan membincangkannya dan berkata:
"Saya mencuba kaedah ini dua setengah tahun lalu, dan ia tidak berjaya. "
Kami sangat jelas tentang selok belok kaedah melatih model.
Tetapi apabila kertas ejen AI keluar, kita semua akan sangat berminat dan fikir ia adalah menakjubkan.
Sebab pasukan kami menghabiskan 5 tahun terakhir di tempat lain.
Gambar
Kami tidak tahu lebih daripada anda dalam bidang ini, dan kami berada pada tahap persaingan yang sama seperti orang lain.
Inilah sebabnya saya rasa semua orang di sini berada di barisan hadapan ejen AI Ini sangat penting untuk pembangunan ejen AI.
Atas ialah kandungan terperinci Bekas pengarah Tesla dan pakar OpenAI Karpathy: Saya terganggu oleh pemanduan autonomi, ejen AI adalah masa depan!. 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



Artikel ini menerangkan cara menyesuaikan format log Apache pada sistem Debian. Langkah -langkah berikut akan membimbing anda melalui proses konfigurasi: Langkah 1: Akses fail konfigurasi Apache Fail konfigurasi Apache utama sistem Debian biasanya terletak di /etc/apache2/apache2.conf atau /etc/apache2/httpd.conf. Buka fail konfigurasi dengan kebenaran root menggunakan arahan berikut: Sudonano/etc/Apache2/Apache2.conf atau Sudonano/etc/Apache2/httpd.conf Langkah 2: Tentukan format log tersuai untuk mencari atau

Log Tomcat adalah kunci untuk mendiagnosis masalah kebocoran memori. Dengan menganalisis log tomcat, anda boleh mendapatkan wawasan mengenai kelakuan memori dan pengumpulan sampah (GC), dengan berkesan mencari dan menyelesaikan kebocoran memori. Berikut adalah cara menyelesaikan masalah kebocoran memori menggunakan log Tomcat: 1. GC Log Analysis terlebih dahulu, membolehkan pembalakan GC terperinci. Tambah pilihan JVM berikut kepada parameter permulaan TOMCAT: -XX: PrintGCDetails-XX: PrintGCDATestamps-XLogGC: GC.LOG Parameter ini akan menghasilkan log GC terperinci (GC.LOG), termasuk maklumat seperti jenis GC, saiz dan masa yang dikitar semula. Analisis GC.Log

Dalam sistem Debian, fungsi Readdir digunakan untuk membaca kandungan direktori, tetapi urutan yang dikembalikannya tidak ditentukan sebelumnya. Untuk menyusun fail dalam direktori, anda perlu membaca semua fail terlebih dahulu, dan kemudian menyusunnya menggunakan fungsi QSORT. Kod berikut menunjukkan cara menyusun fail direktori menggunakan ReadDir dan QSORT dalam sistem Debian:#termasuk#termasuk#termasuk#termasuk // fungsi perbandingan adat, yang digunakan untuk qSortintCompare (Constvoid*A, Constvoid*b) {Returnstrcmp (*(*(*(*(*(*(*(*(*(*(*(*(*(*(*(*(*(

Dalam sistem Debian, panggilan sistem Readdir digunakan untuk membaca kandungan direktori. Jika prestasinya tidak baik, cuba strategi pengoptimuman berikut: Memudahkan bilangan fail direktori: Split direktori besar ke dalam pelbagai direktori kecil sebanyak mungkin, mengurangkan bilangan item yang diproses setiap panggilan readdir. Dayakan Caching Kandungan Direktori: Bina mekanisme cache, kemas kini cache secara teratur atau apabila kandungan direktori berubah, dan mengurangkan panggilan kerap ke Readdir. Cafh memori (seperti memcached atau redis) atau cache tempatan (seperti fail atau pangkalan data) boleh dipertimbangkan. Mengamalkan struktur data yang cekap: Sekiranya anda melaksanakan traversal direktori sendiri, pilih struktur data yang lebih cekap (seperti jadual hash dan bukannya carian linear) untuk menyimpan dan mengakses maklumat direktori

Panduan ini akan membimbing anda untuk belajar cara menggunakan syslog dalam sistem Debian. SYSLOG adalah perkhidmatan utama dalam sistem Linux untuk sistem pembalakan dan mesej log aplikasi. Ia membantu pentadbir memantau dan menganalisis aktiviti sistem untuk mengenal pasti dan menyelesaikan masalah dengan cepat. 1. Pengetahuan asas syslog Fungsi teras syslog termasuk: mengumpul dan menguruskan mesej log secara terpusat; menyokong pelbagai format output log dan lokasi sasaran (seperti fail atau rangkaian); Menyediakan fungsi tontonan log dan penapisan masa nyata. 2. Pasang dan konfigurasikan syslog (menggunakan rsyslog) Sistem Debian menggunakan rsyslog secara lalai. Anda boleh memasangnya dengan arahan berikut: sudoaptupdatesud

Artikel ini menerangkan cara mengkonfigurasi peraturan firewall menggunakan iptables atau UFW dalam sistem debian dan menggunakan syslog untuk merakam aktiviti firewall. Kaedah 1: Gunakan IPTableSiptable adalah alat firewall baris perintah yang kuat dalam sistem Debian. Lihat peraturan yang ada: Gunakan arahan berikut untuk melihat peraturan iptables semasa: sudoiptables-l-n-v membolehkan akses IP tertentu: sebagai contoh, membenarkan alamat IP 192.168.1.100 untuk mengakses port 80: sudoiptables-ainput-pTCP-Dport80-S192.16

Langkah -langkah untuk memasang sijil SSL pada pelayan mel Debian adalah seperti berikut: 1. Pasang OpenSSL Toolkit terlebih dahulu, pastikan bahawa OpenSSL Toolkit telah dipasang pada sistem anda. Jika tidak dipasang, anda boleh menggunakan arahan berikut untuk memasang: sudoapt-getupdateudoapt-getinstallopenssl2. Menjana permintaan kunci dan sijil peribadi seterusnya, gunakan OpenSSL untuk menjana kunci peribadi RSA 2048-bit dan permintaan sijil (CSR): Membuka

Dalam sistem Debian, lokasi penyimpanan lalai log akses dan log ralat Nginx adalah seperti berikut: Log Akses (AccessLog):/var/log/nginx/akses.log log ralat (errorLog):/var/log/nginx/error.log Jalan di atas adalah konfigurasi lalai pemasangan debiannginx standard. Jika anda telah mengubahsuai lokasi storan fail log semasa proses pemasangan, sila periksa fail konfigurasi Nginx anda (biasanya terletak di /etc/nginx/nginx.conf atau/etc/nginx/sites-available/direktori). Dalam fail konfigurasi
