我爱我,这是一件好事,当你来想一下,因为我不认为另一种会有趣得多。除了领导新潮的人,时尚领袖的一件事我一直有是一个很好的想象力,正如我们将看到的好的想象力可以是一把双刃剑。
我可怜的‘诺金’目前应对冲突的考虑关于人工智能生成,或者生成的人工智能,指一种AI能够生成文本、图像或其他媒体来响应提示。在这种情况下,人工智能模型学习模式和结构的输入训练数据,之后他们可以生成新的数据,也有类似的特点。
在不远的将来,我们将谈论ChatGPT等工具(我只能想象你的惊喜),但是首先,让我们等待一个时刻提醒自己多快的事情正朝着智能空间(在没有人能听到你的尖叫…至少,如果这种情况不会持续很久M3GAN有什么要说的)。
正如我们前面所讨论的那样,人们一直以来的AI水域其小试牛刀达特茅斯车间在1956年。一个早期形式的人工智能的形式出现的专家系统,被正式引入了大约1965年,使用知识和基于规则的方法,提供解决问题的能力。周围有很多兴奋这些系统一直到1990年代,但他们从未真正交付我们都寻找“魅力”。
说实话,虽然(大约2010年)我隐约意识到AI是推进在学术界工作,那时我已不抱希望,它将让世界感受到了它的存在在现实世界的应用程序,而我仍然保持着肉体的存在对这架飞机的存在。我能说的是,我还年轻(年轻)和更愚蠢的在那些日子的(简单地说,2010年似乎是一个终身了)。
别的东西我以前的专栏中提到的是人工智能中没有提及或机器学习(ML)在2014年版的Gartner炒作周期报告。仅仅一年之后,2015年的宣传周期显示机器学习已经登上“峰值过高的期望”。
甚至在早期(我是指不超过十年前在撰写本文时,手上有太多的空闲时间开始使用人工智能做事我就不会想到在1000年。例如,在2016年,麻省理工学院的计算机科学与人工智能实验室的研究人员(CSAIL)记录约1000视频片段显示各种物体被挖掘,冲击,刺激,和刮腿(我想我需要一个生活)。然后把这些视频伴随音频输入一个人工智能模型,分析了图像和解构的声音(音调,响度,呼应,混响,等等)。随后,AI时显示新视频片段(无声音)的鼓槌互动的东西,它可以生成相应的声音如此微妙,人类观察者不知道是否这些声音是真实的(见人工智能产生现实的声音欺骗人类)。
此外,在2016年,我参加了嵌入式视觉峰会,我吓了一跳的复杂程度,表现出由AI-powered对象进行探测和识别。展览大厅挤满它促使一个人说,“你不能转身。“一些智慧(不是我,我只是一个在补办努力实现完整的智慧状态)立即反驳道,“如果你做了,所有这些人工智能系统将开始显示,人类摆动一只猫(概率98%)的!”
美国人工智能研究实验室叫OpenAI宣布打算发展,促进“友好AIs。“我敢打赌,你想,“谁在他们正确的思想开发其他种类吗?“如果是这样的话,我可以把你介绍给那些在麻省理工学院媒体实验室认为搬到创建诺曼,世界上第一个精神病患者的人工智能。
2018年,男孩和女孩在OpenAI发表了一篇题为人工智能和计算。在这篇文章中,他们发现了两个截然不同的时代对所需的计算能力来训练人工智能模型。在第一个时期,从1956年到2012年,这些计算需求大约每两年翻了一倍,一般对应摩尔定律。然而,在2012年一个拐点,我认为这是新一代的人工智能算法的结果,体系结构和模型。毕业典礼的第二个(现代)时代,所需的计算能力每增长一倍3.4个月!(读一遍,然后深吸一口气)。
计算使用在训练中AI系统可以分为两个截然不同的时代(来源:OpenAI)
在这来自另一个方向,作为英特尔架构的一部分天演讲2021年11月,拉科,谁是英特尔的首席架构师和执行副总裁架构,图形,和软件(iag)部门,提到这样一个事实,英特尔的高端客户要求增加一倍的计算机性能大约每3.5个月。
一方面,我是人工智能的一个大粉丝,特别是用于执行任务的时候,我可以很容易地用我的大脑。例如,拍照。我完全赞成使用人工智能恢复、增强和彩色化旧照片,我认为没有问题使用人工智能代替无聊的天空的等价的。这个东西很聪明,像工具一样清理照片允许您使用人工智能来删除不需要的人从一个场景或对象。也有基于ai工具有生命的家庭照片。
这些应用程序在飞速地发展。就在几天前,我看到一个这样的提供,我走。我看到的例子是一只猫的照片,期待但到一边,说,一个45度角。用户使用鼠标光标(讽刺)来确定几个关键的点在猫的头上,然后旋转头要放在前台,与人工智能添加任何遗漏的细节和解决工件过程中引入。“现在,是聪明!”我心想。
还有更多人工智能的东西我想谈谈,包括一些发展会让你晚上睡不着躺在床上,但我创作自己开始庆祝33周年我33岁生日,所以我将留给你一个快乐的收获(悲伤联系,没有尽可能多的这些小美女周围应该有)。
最近,我跟一个公司在整合的过程中人工智能能够监视一个人的脑电波,所有部署在耳塞中使用助听器。“说,什么?“你说(当然,这是你会说如果你需要一双这些胆大包天的美女)。嗯,那当然是我说当我第一次听到这个。
事实上,这是另一个经典的鸡尾酒会问题,涉及很多人同时说话。当我们学习维基百科(我爱维基百科)鸡尾酒会效应的现象是大脑听觉注意力集中的能力在一个特定的刺激而过滤掉其他刺激,比如当一个社交聚会常客可以集中在一个嘈杂的房间里谈话。听众都有潜意识能力隔离不同的刺激(例如,不同的声音)到不同的流,并随后决定哪些是最密切相关的流。
人工智能也有能力来隔离不同的刺激。此外,当有嘈杂的声音从多个数据源,我们的脑电波变化当我们专注于我们感兴趣的一个特定的来源。AI可以使用这些信息来提高佩戴者想听声音和衰减其他任何声音和声音。所有的提示我说,当涉及到人工智能”,你没听说过一文不值”(对不起,我只是不能帮助自己)。
这个两部分mini-mega-extravaganza第2部分中,我们将看看一些自已的令人兴奋的和令人难以置信的可怕的任务,目前正在由AIs、特别是生殖AIs。害怕,非常害怕。同时,你有什么想法你会愿意分享任何你读过吗?
