怕的就是無推理能力亂了套 :mad: :mad: :mad:

現在還是單AI居多，要等到複合式AI發展，有不同AI負責不同項目，才會更精確一點。

也有研究團隊用多個AI模擬一個社群進行自我發展
https://www.vivepostwave.com/9676/ai-smallville/

不過多AI耗的資源會更多吧... :rolleyes:

不具複雜推理能力，消耗太量電力。

如果擁有龐大權力...





這像老婆...XD

無法掌控 AI 的輸出結果?對話類的無法掌握的部分幾乎都是不合預期的結果
圖片 影片生成類的則只是在那邊等出符合個人喜好的成果
以長時間多次的玩下來的經驗
AI對很多字詞的理解很淺薄很大眾化並不是有什麼出人意表的新解讀
持續輪換字詞的感覺既像是跟幼童解釋又像是再跟老外解釋詞語意差不多
以當前這個AI情況只會先陷入不斷迭代更新但始終無法投入重大實際應用上
直到現在也不見有誰把這個東西投入測試管理產線之類的應用嘗試
就知道這個在大家看起來還就是個玩具
頂多盡快發展出更靈活一點的更目標化的針對特定領域小範圍類似自動化流程兼基礎管理與排錯的守門工具而已
沒人會讓它真的擁有多高階層的權力去運行攸關人命的東西
不用說真正介入人類行政權~光是日後擁有實體讓它跟人類一起生活的機器人
我都覺得裡面AI不會是當前這種笨傢伙的後代

目前生成式AI最好用的地方

在資料綜合總結 語句翻譯 潤稿 會議的meeting minutes

這幾點使用起來很有感

簡單的程式作業 也可以請Chatgpt捉刀

但是討論歷史 Chatgpt很容易瞎掰

跟他討論一些日常瑣事 它有時可以提供一些不錯的觀點

Chatgpt取代多數人工作目前做不到

但取代基礎文書工作

它可以做得很不錯

:ase

新技術本來就會有許多問題，看看你現在用的 windows, 過了多少年才變得穩定？不要忘記以前 win 98 每天一當機的日子。更不用說 98 的架構及功能比現在簡單多了。

如果因為現在初級的 AI 有許多問題，就認為 AI 無法有重大進展那就太武斷了。

無法投入重大實際應用上也是錯的。

生成式AI正進入遊戲開發產業，並將顛覆遊戲開發工作
https://iknow.stpi.narl.org.tw/Post...px?PostID=20723

根據美商藝電(EA)執行長宣稱，EA已經對遊戲開發的所有流程進行了研究，其認為大約60%的遊戲開發流程很可能會受到生成式AI的影響。
=============

AI 已經準備要正式進入遊戲開發產業，未來可能會擴及所有軟體開發，甚至可能連硬體設計都可以。

但就如我前篇所說，AI 發展會受到「算力耗電」的極大影響，如果未來增加算力的同時，耗電無法有效減低，那AI 發展將會受到巨大的影響。

AI 說到要消耗大量電力這部分、台灣就玩不起了
這種東西讓給那些大國去玩就好了，也只有大國有那個資源能拿去消耗

我們連投入軍武研發的錢都花不起了
像AI這種東西還是等人家發展好了、有用到再跟人家買吧.......

供應AI所需 Google簽約採購小型模組化反應爐核電
終於也開始自建電廠之路

你說的這個就是多專家模型啊
概念跟實作去年其實就有了
https://mistral.ai/news/mixtral-8x22b/

我現在都用 8x7B 幫我做近期指定類型新聞或期刊報告總結
例如最近一星期發生的資安事件，自動追蹤並製作流程
幾乎可以取代我用了二十幾年的 rss 了

就算不是複合模型
現在 RAG 用的也是不同任務可以選擇調用不同模型
如果你用 8x7B 就可以只用這一個大模型

發展 AI 跟錢還有電力其實沒有正相關
美國很多在搞 AI 的大學
從頭到尾就只有理論基礎

例如這個 LWM
https://github.com/LargeWorldModel/lwm

從頭到尾就只有論文跟說明算法
你現在看到 LWM 模型是後來實作可行
被抖內才搞出來的
在這之前就只有論文一篇

但是 Google Deepmini
將此概念實作在 Gemini
證實此方法是可行的


再來今年諾貝爾物理學獎得主 Hinton, Hopfield
Hopfield 當年就是基於自已構想
開發了相關神經網絡的算法
在 1980 年代沒有辦法實現相關硬體
誰知道三十年後居然能協助分析引力波..