ทีมวิจัย ZHEJIANG เสนอเส้นทางใหม่: การสอน AI วิธีเข้าใจโลก

แบบจําลองขนาดใหญ่ได้เติบโตขึ้น และยิ่งมุมมองที่โดดเด่นมากขึ้น ก็คือ ยิ่งมีตัวแปรแบบมากขึ้น อย่างไรก็ตาม หนังสือพิมพ์ที่ตีพิมพ์โดยทีม Zheong เมื่อวันที่ 1 เมษายน ใน Nature Corporations เสนอมุมมองที่แตกต่างกันhttps/s/www.natry.com/artics/s41467-026-767-5ฉันไม่รู้ พวก เขา พบ ว่า เมื่อ แบบ จําลอง (โดย ส่วน ใหญ่ แล้ว คือ ซิม ซี แอล อาร์, คอน โซ เล ชัน, ดี เอ็น โอ วี2) มี ขนาด ใหญ่ ขึ้น ความ สามารถ ใน การ ระบุ สิ่ง ต่าง ๆ โดย เฉพาะ ก็ ยัง คง ดี ขึ้น เรื่อย ๆ แต่ ความ สามารถ ที่ จะ เข้าใจ แนว คิด เชิง นามธรรม ไม่ ได้ ดี ขึ้น หรือ แม้ แต่ ลด ลง. เมื่อพารามิเตอร์เพิ่มขึ้นจาก 2.206 ล้านบาทเป็น 304.37 ล้าน งานแนวความคิดเฉพาะเพิ่มขึ้นจาก 74.94% เป็น 85.87 เปอร์เซ็นต์ และงานเชิงประจักษ์จาก 54.37 เปอร์เซ็นต์เป็น 52.82 เปอร์เซ็นต์。

ความ แตก ต่าง ระหว่าง มนุษย์ กับ ความ คิด แบบ อย่าง

เมื่อ มี การ จัด การ กับ แนว คิด เรื่อง สมอง ของ มนุษย์ ความ สัมพันธ์ แบบ แบ่ง ประเภท ก็ จะ พัฒนา ขึ้น. นก เค้า แมว และ นก เค้า แมว ต่าง กัน และ ผู้ คน ยัง คง ใส่ นก ไว้. นอก จาก นี้ นก และ ม้า ยัง สามารถ อยู่ ใน ชั้น ของ สัตว์ ได้ ต่อ ไป. เมื่อคนเห็นอะไรใหม่ๆ พวกเขามักจะเริ่มคิดว่า มันเป็นอย่างไร และสิ่งที่มันเคยเป็นมาก่อน ผู้ คน ยัง คง เรียน รู้ ต่อ ๆ ไป เกี่ยว กับ แนว คิด ใหม่ แล้ว ก็ จัด ระเบียบ ประสบการณ์ ของ ตน และ ใช้ พวก เขา เพื่อ ระบุ และ ปรับ ตัว ให้ เข้า กับ สถานการณ์ ใหม่ ๆ。

โมเดลสามารถถูกจัดประเภทได้ แต่ในรูปแบบอื่น ส่วนใหญ่มันขึ้นอยู่กับรูปแบบที่เกิดขึ้นซ้ํา ในข้อมูลขนาดใหญ่ ยิ่ง วัตถุ ที่ เจาะจง ปรากฏ ขึ้น มาก เท่า ไร แบบ จําลอง ก็ จะ ยิ่ง จํา สิ่ง นั้น ได้ ง่าย ขึ้น เท่า นั้น. ณ จุดนี้ ในประเภทขนาดใหญ่ โมเดลจะทํางานหนักมากขึ้น มันจําเป็นต้องจับความเหมือนกันระหว่างวัตถุหลาย ๆ อย่าง แล้วแบ่งออกเป็นกลุ่มเดียวกัน แบบ จําลอง ที่ มี อยู่ ยัง มี แผ่น หิน ที่ เห็น ได้ ชัด ใน ที่ นี้ ด้วย. ขณะ ที่ พารามิเตอร์ เพิ่ม ขึ้น เรื่อย ๆ งาน ที่ มี แนว คิด เฉพาะ อย่าง จะ เพิ่ม ขึ้น และ งาน ที่ มี ความ หมาย เป็นนามธรรม ก็ จะ ลด ลง บาง ครั้ง。

องค์ประกอบร่วมระหว่างสมองมนุษย์กับแบบจําลอง คือความสัมพันธ์แบบกลุ่มภายใน อย่างไรก็ตาม มีจุดโฟกัสที่แตกต่าง และส่วนที่เห็นได้ระดับสูง ของสมองมนุษย์ แยกแยะได้ตามธรรมชาติ รุ่นสามารถแยกวัตถุเฉพาะได้ แต่ยากที่จะทําให้วัตถุขนาดใหญ่นี้เสถียร ความแตกต่างนี้ทําให้สมองมนุษย์ ใช้ประสบการณ์เก่ากับวัตถุใหม่ได้ง่ายขึ้น ดังนั้นเราสามารถจําแนกสิ่งที่ไม่เคยเห็นมาก่อนได้อย่างรวดเร็ว ใน อีก ด้าน หนึ่ง แบบ จําลอง อาศัย ความ รู้ ที่ มี อยู่ มาก กว่า เพื่อ ว่า เมื่อ พบ วัตถุ ใหม่ ๆ จะ หยุด ดู ได้ ง่าย กว่า. วิธี ที่ มี การ แนะ ไว้ ใน กระดาษ คือ พัฒนา ลักษณะ นี้ โดย ใช้ สัญญาณ สมอง เพื่อ จํากัด โครง สร้าง ภาย ใน ของ แบบ จําลอง เพื่อ ทํา ให้ มัน ใกล้ ขนาด สมอง ของ มนุษย์ มาก ขึ้น。

คําตอบของซุง

การ แก้ ปัญหา ซึ่ง ทีม งาน เสนอ ให้ นั้น มี ลักษณะ เฉพาะ เช่น กัน ไม่ ใช่ เพื่อ จัด เรียง ตัวแปร ต่อ ไป แต่ เพื่อ ตรวจ ดู สัญญาณ สมอง จํานวน เล็ก น้อย. นี่คือสัญญาณสมอง การทํางานของสมอง บันทึกเมื่อคนดูภาพ กระดาษนี้เขียนขึ้นโดยให้แนวคิดของมนุษย์ ขนส่งไปยัง DNs มันหมายถึงว่าสมองของมนุษย์ถูกจําแนกอย่างไร รวมมันเข้าด้วยกันอย่างไร วิธีสอนแบบจําลองให้มากที่สุดเท่าที่จะทําได้。

ทีมทดลองกับ 150 ประเภทที่รู้จักกันในการฝึก และ 50 หมวดหมู่การทดสอบไม่รวม ผล การ วิจัย แสดง ว่า ระยะ ระหว่าง ตัว จําลอง กับ สัญญาณ สมอง ยัง คง ลด ลง เรื่อย ๆ ขณะ ที่ หน่วย งาน ฝึก อบรม ก้าว หน้า. การ เปลี่ยน แปลง นี้ ปรากฏ ใน ทั้ง สอง ประเภท ซึ่ง บ่ง ชี้ ว่า แบบ นี้ ไม่ ได้ เรียน รู้ จาก ตัว อย่าง เดียว แต่ จริง ๆ แล้ว เริ่ม เรียน รู้ องค์การ แนว คิด ที่ อยู่ ใกล้ สมอง มนุษย์ มาก ขึ้น。

ผล จาก การ ฝึก อบรม นี้ คือ ตัว อย่าง นี้ สามารถ เรียน รู้ ได้ มาก ขึ้น ว่า เมื่อ ไร ตัว อย่าง นั้น หา ได้ ยาก และ มี สภาพ แวด ล้อม ใหม่ ที่ ดี กว่า. ในงานที่ให้ตัวอย่างเพียงไม่กี่อย่างเท่านั้น แต่ต้องการแบบจําลองเพื่อแยกแยะความแตกต่าง ระหว่างแนวคิดเชิงนามธรรมที่มีชีวิตและไม่มีชีวิต ทีมนี้ยังทําข้อสอบพิเศษเพิ่มอีก 31 ชุด และโมเดลหลายประเภทก็แสดงให้เห็นว่า การปรับปรุงเกือบสิบเปอร์เซ็นต์。

ในไม่กี่ปีที่ผ่านมา เส้นทางที่คุ้นเคยกับอุตสาหกรรมโมเดลลิง ได้มีขนาดขนาดใหญ่ของโมเดล ทีมใหญ่เลือกอีกทิศทางหนึ่ง จากบิ๊กเกอร์ดีกว่า จนถึงสตาเร็ดฉลาดกว่า แม้ ว่า เป็น ความ จริง ที่ ว่า การ แผ่ ขยาย นี้ เป็น ประโยชน์ แต่ ส่วน ใหญ่ แล้ว ได้ รับ การ ปรับ ปรุง โดย ความ คุ้น เคย กับ ประสิทธิภาพ ของ ภารกิจ. ความสามารถของมนุษย์ ที่จะเข้าใจได้และการอพยพ ในเชิงนามธรรม ก็มีความสําคัญต่อปัญญาประดิษฐ์เช่นกัน ซึ่งต้องนําโครงสร้างความคิด ค่าของทิศทางนี้อยู่ที่ความจริงที่ว่า มันเปลี่ยนความสนใจของอุตสาหกรรม จากเพียงสัดส่วน。

จิต วิญญาณ อมตะ และ อนาคต

นี่นําไปสู่ความเป็นไปได้ที่มากขึ้น ว่าวิวัฒนาการของ AI อาจไม่ได้เกิดขึ้นเพียงในขั้นตอนการฝึกอบรมตัวอย่างเท่านั้น แบบจําลองสามารถกําหนดวิธีการ AI จัดระบบของแนวคิด และวิธีการสร้างโครงสร้างการตัดสินใจที่มีคุณภาพสูง หลังจากที่ได้เข้าสู่โลกแห่งความเป็นจริงแล้ว การวิวัฒนาการของ AI อีกระดับหนึ่ง เพิ่งจะเริ่มต้น: วิธีการที่ถูกบันทึก นั่นคือสิ่งที่นีโอ จิตวิญญาณกําลังทํา จิตวิญญาณนีโอไม่เพียง แต่อนุญาตให้ AI ทําให้เกิดคําตอบ แต่ทําให้ AI anents เป็นระบบของการคาดการณ์อย่างต่อเนื่อง การตรวจสอบอย่างต่อเนื่อง การตั้งถิ่นฐานอย่างต่อเนื่อง ทีม Zhejig กําลังทํางานกับ Neo Evil เพื่อบรรลุเป้าหมายเดียวกัน คือ ทําให้ AI ไม่เป็นปัญหาอีกต่อไป。