في الساعة 4 صباحًا يوم 15 يوليو ، عقدت شركة الذكاء الاصطناعي التابعة لـ Musk ، xAI ، حدثًا صوتيًا مباشرًا على Twitter. ظهر ماسك وفريقه ، وناقشوا مهمة وأهداف xAI ، وأجابوا على أسئلة المستخدمين على الفور.
في 13 يوليو ، أعلن ماسك على تويتر أن شركته للذكاء الاصطناعي xAI قد تم تأسيسها رسميًا ، بهدف فهم "الطبيعة الحقيقية للكون". تعد شركة xAI منفصلة عن الشركة X ، الشركة الأم الحالية لتويتر ، ولكنها ستعمل بشكل وثيق مع الشركة X و Tesla.
في هذا البث المباشر ، بالإضافة إلى Musk نفسه ، كان هناك أيضًا العديد من أعضاء الفريق الأساسي للشركة. وفقًا للموقع الرسمي ، عمل أعضاء فريق xAI في شركات متطورة مثل DeepMind و OpenAI و Google Research و Microsoft Research و Tesla.
تحدث ماسك عن اتجاه الاستكشاف المستقبلي لـ xAI ، وأمن البيانات وحمايتها ، ومجالات تطبيق الذكاء الاصطناعي ، ويأمل في إضافة المزيد من العناصر البشرية لاستكشاف الفضاء.
قال ماسك إن الغرض من إنشاء xAI هو فهم العالم والكون. تتمثل الطريقة الأكثر أمانًا لبناء الذكاء الاصطناعي في جعل الذكاء الاصطناعي مليئًا بالاهتمام والفضول حول العالم ، وتمكين الذكاء الاصطناعي باستخدام تقنيات مختلفة. هذا ما يمكننا القيام به يختار.
فيما يتعلق بهدف "فهم طبيعة الكون" الذي حظي بأكبر قدر من الاهتمام من xAI ، قال ماسك إننا فهمنا الكثير من الكون الآن ، ولكن يجب علينا أيضًا دمج الكون بالواقع. لا يزال هناك العديد من المشكلات التي لم يتم حلها في الكون .. الألغاز .. هذه هي مفاتيح عملنا. لدى البشر العديد من الألغاز التي لم يتم حلها ، ونأمل في حل هذه المشكلات من خلال إمكانات حوسبة البيانات واسعة النطاق حقًا للذكاء الاصطناعي ، وهذا هو الاتجاه المستقبلي للذكاء الاصطناعي.
** ما يلي هو السجل الحقيقي للبث المباشر لـ xAI: **
** المسك: ** لنبدأ الآن. أولا مقدمة موجزة. اسمحوا لي أن أقدم الفريق بأكمله ، وبعض الأعمال التي نقوم بها الآن ، وبعض العمل يركز على أننا نحتاج إلى التركيز عليه أولاً ، واتجاه الخطوة التالية لـ xAI. الغرض من إنشاء xAI هو فهم العالم والكون. أعتقد أن الطريقة الأكثر أمانًا لبناء الذكاء الاصطناعي هي جعل الذكاء الاصطناعي مليئًا بالاهتمام والفضول حول العالم ، وتمكين الذكاء الاصطناعي باستخدام تقنيات مختلفة. هذا خيار يمكننا اتخاذه .
أقوم أيضًا بتحسين استخدام الذكاء الاصطناعي باستمرار ، مما يتيح للذكاء الاصطناعي التمييز بين المعلومات الحقيقية والمعلومات الخاطئة. لذا ابق فضوليًا واستمر في الاستكشاف ، فهذه هي الطريقة الأكثر أمانًا لاستخدام الذكاء الاصطناعي. أعتقد أن هذا يستكشف الذكاء الاصطناعي بطريقة بشرية ، وهو أكثر إثارة للاهتمام من استكشاف الذكاء الاصطناعي بطريقة غير بشرية.
أود أن أضيف كل العناصر ، مثل سفن الفضاء ورواد الفضاء ، معًا ، فهي ليست مثيرة للاهتمام مثل الذكاء الاصطناعي. بادئ ذي بدء ، دعونا نكسر الحواجز ، الهدف الأول من الاستكشاف هو المريخ ، فالمريخ ككوكب ليس ممتعًا مثل الأرض. الطريقة التي نستكشف بها كوكب المريخ الآن هي باستخدام الذكاء الاصطناعي. أعتقد أن هذا مثير للاهتمام أيضًا ، وهو أيضًا اتجاه العمل المستقبلي للذكاء الاصطناعي لتلبية توقعات الناس للمريخ.
لقد فكرت بنفسي في أمان البيانات الذي أحدثه الذكاء الاصطناعي منذ سنوات عديدة ، وما سيكون الاتجاه المستقبلي الحقيقي للذكاء الاصطناعي. لقد فكرت في الأمر ليلًا ونهارًا لفترة طويلة ، والآن قررت استخدام مثل هذه الشركة لأدرك حقًا اتجاه الذكاء الاصطناعي في المستقبل ، والذي يرتبط أيضًا بأمن الذكاء الاصطناعي. نحتاج إلى استخدام العمليات الصناعية لتحقيق أمان الذكاء الاصطناعي ، بحيث يمكن لجميع البيانات الحصول على أمان جيد للبيانات وحماية البيانات ، وتوليد معنى حقيقي.
فكرنا أيضًا في الاستحواذ على الذكاء الاصطناعي ، وكيف يمكننا الحصول على فوائد حقيقية من الذكاء الاصطناعي. يمكننا استخدام الذكاء الاصطناعي لضمان سلامة المزيد من الأقمار الصناعية ، وهذا هو مجال تطبيق الذكاء الاصطناعي الحقيقي الذي نريده الآن. إذا تمكنا من إضافة المزيد من العناصر البشرية لاستكشاف الفضاء ، فسنكون قادرين على استكشاف بعض الأماكن التي لم يستكشفها البشر. أعتقد أن هذا أيضًا استعارة قد يفهمها الناس ، وهذا ما أفعله هنا.
هذا هو التعميم الأساسي الخاص بي.
إيغور بابوتشكين: مرحبًا بالجميع ، أنا إيغور ، وأنا عضو في فريق xAI. تخصصي الرئيسي هو الفيزياء والفيزياء الفلكية والفيزياء الكونية ، وهو ما درسته من قبل. أعتقد أنه من خلال التعلم العميق ، فإن الشيء الأكثر أهمية هو أن تكون قادرًا على تطبيق قوة المعالجة للتعلم العميق وبعض قدرات التعلم الآلي في الفضاء وفهم ألغاز الكون بأكمله. وهذا أيضًا هو العنصر الأساسي لكل ما نريد لكى يفعل. هذا مشروع في الوقت المناسب ، وهو مشروع مختلف تمامًا عن OpenAI. يمكننا أيضًا تطبيق نموذج اللغة الكبيرة على تحليل بيانات الكون ، وأعتقد أن مثل هذه البيانات يمكن أن تعطينا فهمًا أعمق للكون والعالم.
** المسك: ** الفيزياء هي وسيلة لتوسيع هوامش عالمنا بأكمله ، فمن خلال الفيزياء يمكننا فهم المبادئ الأساسية للكون واتخاذ بعض القرارات. لذلك يجب أن تكون علوم الكمبيوتر أكثر تكاملاً مع العلوم الفيزيائية والفيزياء الفلكية ، وأن تستكشف تقاطع هذه العلوم الثلاثة المختلفة. لأن هذه بعض علوم المعلومات ، نريد أن نكون قادرين على فهم العالم الحقيقي. الآن نقوم بتسليم الميكروفون إلى Mantal ، أيضًا من xAI.
مانتال: في السنوات الست الماضية ، كنت أعمل في DeepMind ، حيث كنت مسؤولًا بشكل أساسي عن تدريب نموذج التعلم الكامل للذكاء الاصطناعي. لقد درست الذكاء الاصطناعي لفترة طويلة جدًا ، وهدفي هو استكشاف المزيد من أحدث التطورات ، وفهم بعض اتجاهات الذكاء الاصطناعي ، ولدينا العديد من الأدوات والموضوعات لتعميق بحثي واستكشافاتي. xAI هي أداة نختارها للتعرف على أحدث التطورات المختلفة من خلال البحث ومشاركة أحدث تطوراتنا مع الباحثين. الآن أسلم الميكروفون إلى Joy.
جوي: أنا جوي. لقد كنت أعمل على النماذج الرياضية للذكاء الاصطناعي منذ سبع سنوات.آمل أن يكون هذا الذكاء الاصطناعي جيدًا في حل المشكلات الرياضية ، لأنني أعتقد أن اللغة الرياضية هي لغة منطقية ولغة رياضية وبرامج متقدمة. هو إظهار أجمل تقدم للذكاء الاصطناعي ، وهو أيضًا أكثر أنواع الذكاء الاصطناعي تقدمًا. لقد عملنا مع البرمجة والفيزياء لفترة طويلة ، وهذه أيضًا خطوة أساسية في فهمنا للكون. ثم سلم الميكروفون إلى إرادة توني.
سوف توني: مرحبًا ، أنا توني ، شكرًا على أسئلتك. حلمي هو استخدام حياتي كلها لحل أصعب المشاكل في العالم ، لذا فإن مشروع xAI نفسه هو مشروع طموح نسبيًا. لقد أحرزنا بعض التقدم في العام الماضي ، مما يعني أننا نقترب أكثر فأكثر من حلمنا.
الآن قدمت لك بعضًا من خبراتك في العمل السابقة. ربما يعتقد ماسك أنه يجب عليك تقديم المزيد من العمل الذي قمت به العام الماضي. في العام الماضي ، أحرزنا مزيدًا من التقدم في مجال الذكاء الاصطناعي. في مثل هذا الفريق ، قمنا ببناء نموذج الذكاء الاصطناعي ، والذي يمكن أن يساعدنا في اختبار المدرسة الثانوية وعلامات الاختبار. هذا أحد اتجاهات البحث لدينا.
نظرًا لأننا نضيف مبادئ الرياضيات إلى العملية في عملية التصميم هذه ، فإن هذا يمنحنا فهمًا أعمق للمنطق والعلوم الأساسية. نأمل الآن أن نتمكن من تطبيق هذه الأدوات في شكل شبكة ، وسنرى قريبًا الحلم يتحقق. هذا هو توبي بوهلين ، دعني أقدم نفسي.
توبي بوهلين: أنا من جامعة تورنتو ، ربما تكون قد درست في جامعة تورنتو ، وأنا أدرس بشكل أساسي نماذج بيانات الذكاء الاصطناعي ، وتتعلق توجيهاتي البحثية بالتعلم العميق. أنا في الأساس أكتشف الجانب الآخر من كل حجر ، الشعور بكل حجر على الساحل ، هذا ما أشعر به في عملي. في السنوات القليلة الماضية ، أعتقد أننا شهدنا ثورة في التعلم العميق.
** المسك: ** فريق xAI بأكمله قوي جدًا ولديه خلفية جيدة. نأمل أن نتمكن من حل بعض المشكلات الأساسية ولكن الأكثر طموحًا أيضًا. الأدوات التي أستخدمها هي لتقوية نفسي وتمكين الجميع ، وأنا على استعداد للانضمام إلى هذه الرحلة الجديدة. الآن سلم الميكروفون إلى توبي.
توبي بوهلين: مرحبًا بالجميع ، أنا توبي ، أنا مهندس ، أنا مسؤول بشكل أساسي عن كتابة الكود ، الكود يتعلق بشكل أساسي بالتعلم الآلي. انضممت إلى DeepMind منذ سنوات عديدة ، وكان توجهي البحثي بشكل أساسي حول التعلم العميق. وآمل أن يتم تطبيق هذه التكنولوجيا والواجهة بشكل حقيقي لحل المشكلات الموجودة في مجموعات مختلفة من الناس في المجتمع. قادرة على حل بعض المشاكل والقضايا الحالية. الآن أسلم الميكروفون إلى كايل.
كايل كوسيتش: مرحبًا بالجميع ، أنا مهندس أنظمة ، تمامًا مثل زملائي ، وخلفيتي المهنية بالكامل (نفس الشيء). في مجال الخوارزميات ، عملت منذ بضع سنوات في Ostyle ، وعملت مؤخرًا في OpenAI ، حيث كنت مسؤولاً عن مشروع GPT. السبب الذي يجعلني مهتمًا بشكل خاص بـ xAI هو أنني أعتقد أن أكبر تهديد لتقنية الذكاء الاصطناعي هو أن شركة معينة قد تتسبب في احتكار البيانات ، وقد تحصل قوة رأس المال في النهاية على مزايا معادية للإنسان أو معادية للإنسان. أعتقد أن xAI هو أننا نقدم فرصة جديدة تمامًا ، خاصة لممارسي الذكاء الاصطناعي لاستخدام الذكاء الاصطناعي لمواصلة استكشاف ألغاز العلوم والهندسة. لن تتأثر بعوامل الخلفية السياسية ، ولن تتأثر بالنزاعات الوطنية. نحن فقط نستكشفها مجرد حدود العلم ، لذلك لدي أيضًا صديقان من OpenAI انضموا أيضًا إلى xAI في نفس الوقت. هذا صديقي.
جريج يانج: مرحبًا بالجميع ، أنا جريج ، وأنا مسئول عن الرياضيات والخوارزميات ، لقد بدأ اتصالي بالذكاء الاصطناعي منذ عشر سنوات. أنا جيد بشكل خاص في الرياضيات والخوارزميات ، وقد قمت بالكثير من العمل المتعلق بالرياضيات والخوارزميات. بعد قبولي في الجامعة لمدة عامين ، لم أرغب في البقاء في نفس السلة مثل "الهامستر الصغير" ، لذلك تركت المدرسة وأصبحت دي جي. ثم عدت إلى المدرسة مرة أخرى وأنهيت دراستي من جديد. بسبب هذه التجربة ، لدي فهم أعمق لنفسي والعالم بأسره. لقد فكرت أيضًا في العديد من الأسئلة ، مثل كيف يمكن لفيزياء الكم أن يكون لها تأثير كبير على الكون الحقيقي؟ وإلى أي مدى يمكن أن تؤثر الخوارزمية إذا كان حجم عينة البيانات لدينا كبيرًا بما يكفي؟ في الماضي ، أدركت تدريجيًا أن الخطوة التالية هي تحويل الذكاء الاصطناعي العام إلى حقيقة ، وجعل الذكاء الاصطناعي العام أكثر ذكاءً منا ، والمساهمة في الواقع الأساسي لنفسي ، وهو مصدر كل حافزي.
أدركت أيضًا تدريجيًا أن الرياضيات هي لغة التلخيص والمنطق وراء كل شيء وراء الواقع والعلم. إذا أردنا حقًا إحراز تقدم ، يجب أن نفهم منطق الرياضيات. لذلك تعلمت الرياضيات من الصفر ، أول كتابين قرأتهما كانا رياضيات أساسية ، وبدأنا من الصفر. هناك أيضًا خوارزميات غير خطية. في وقت لاحق ذهبنا لدراسة الطوبولوجيا وجافا. هدفنا هو أن نكون قادرين على إنتاج مثل هذه اللغة التي يمكنها التحدث إلى جميع علماء الرياضيات في جميع أنحاء العالم وفهم المنطق وراء الرياضيات بأكملها.
حصلت على وظيفة بحثية وكنت أعمل في Microsoft Research خلال السنوات الخمس الماضية. عملهم هو مساهمة أساسية في فهمنا لكيفية عمل العالم بشكل أساسي. المحتوى الأساسي لعملي معقد للغاية أيضًا ، فهو يتعلق بشكل أساسي بالكون بأسره وكيف ينبغي استكشافه. بعد ذلك ، تمكنت بنفسي من التوصل إلى نتيجة بسيطة نسبيًا ، وهي تطبيق نموذج بيانات واسع النطاق على الكون. يمكن أن يؤدي ذلك أيضًا إلى زيادة تعزيز نماذج وخوارزميات الكون ، مما يسمح لنا بفهم كيفية عمل بعض الأقمار الصناعية والكواكب في الكون. هذا يخلق الكثير من نماذج البيانات المثيرة للاهتمام بالنسبة لنا.
بالنظر إلى المستقبل ، أنا واثق وواثق بشكل خاص في xAI. أعتقد أننا لا نقترب باستمرار من الذكاء الاصطناعي العام فحسب ، ولكن من وجهة نظر علمية ، فقد أكملنا أيضًا التغييرات في علوم الشبكة العصبية والفيزياء. وفي الوقت نفسه ، قمنا أيضًا بدمج فيزياء الكم مع الذكاء الاصطناعي بالكامل. نموذج البيانات جميل.
Guodong Zhang: أنا ممتن جدًا لأنني أتيحت لي مثل هذه الفرصة ، وأنا سعيد جدًا بإنشاء مثل هذا الذكاء الاصطناعي ، لأنه سيكون بداية رياضيات جديدة وعلم جديد ، وسندرك حقًا الواقع المعزز ، شكرًا لك!
الوسيط: التالي هو النموذج.
النموذج: مرحبًا بالجميع ، أنا عارضة أزياء ، ومؤسسة البحث الخاصة بي بالكامل هي أيضًا دور xAI. علاوة على ذلك ، سأفكر في العديد من المشاريع. أنا الآن متحمس جدًا لمثل هذا المشروع ، لأنني أعتقد أن الذكاء الاصطناعي يمكنه حقًا تمكين جيلنا من البحث العلمي ، لذا فإن مهمتنا هي ضمان أن تكون عملية التقدم هذه سريعة جدًا ، وما يريد الجميع تحقيقه يجب علينا أيضًا فهم القوانين لتشغيل مثل هذا الكون. هذه مقدمة موجزة ورؤيتي لـ xAI.
أعضاء الفريق: مرحبًا بالجميع ، خلفيتي الأكاديمية بالكامل في التعلم العميق ، ولدي عشر سنوات من الخبرة في هذا المجال ، وأنا سعيد جدًا بالانضمام إلى الفريق. خلفيتي الرئيسية هي إدارة قواعد البيانات وتحليل البيانات ، وأنا أطبق تقنيات علمية حقيقية على هذه الجوانب. أنا أؤمن بأهمية العمل معًا. نريد أن نكون قادرين على الحصول على أكبر قدر من المعلومات ، والتنقيب في أعمق البيانات ، ومعالجة معظم التحديات. سأدير عملية بياناتك بصفتي الشخص المسؤول عن قاعدة البيانات. أنا مهتم بشكل أساسي ببناء أنظمة البيانات ، وأنا مسؤول عن إنشاء قاعدة البيانات الوطنية الأمريكية. اتجاه العمل هذا هو نفس اتجاه xAI ، والذي يتعلق بالكامل ببناء قاعدة البيانات. إنه أيضًا نظام رائع. أنا أيضًا أحب الأخبار ، أحب دراسة الفيزياء والفيزياء الفلكية والكون ، أعتقد أنه يمكن أن يحل بعض المشكلات التي لا يستطيع العلم حلها حتى الآن ، والإجابة على هذه الأسئلة. هذه هي رؤيتي لـ xAI.
** مسك: ** قال الجميع بعضًا من آفاقهم. إذا كانت لديك أية أفكار ، يمكنك تشغيل الميكروفون والاستمرار في المساهمة بأفكارك. الغرض الرئيسي من إنشاء xAI هو الحصول على فهم أعمق لطبيعة الكون. لقد فهمنا الكثير من الكون الآن ، ولكن يجب علينا أيضًا دمج الكون مع الواقع. لا يزال هناك العديد من الألغاز التي لم يتم حلها في الكون هذه كلها هي مفتاح عملنا. لدينا نموذج قياسي يمكن تطبيقه على هذا ، ولكن لا يزال هناك العديد من الأسئلة حول الطبيعة نفسها ، والكون نفسه. لدينا الآن واحدة من أكبر المفارقات ، أين الفضائيون؟ يتضمن هذا أيضًا تشغيلنا للخوارزمية. لأنه يمكننا حساب مكان وجود الكائنات الفضائية عن طريق حساب بيانات الفضاءات الخارجية المختلفة من خلال خوارزمية الكواكب المختلفة. ولكن حتى الآن لا يوجد أي تقدم حسابي في هذا المجال. هذا يعني أن لدينا العديد من التفسيرات المختلفة للوضع الحالي في الكون ، ولكن من المستحيل تحديد أي من هذه التفسيرات صحيح وأيها خاطئ. لدينا مفارقات أخرى ، ونرى بعض العناصر الجديدة ، ونأمل أن نجد بعض العناصر الجديدة في الكون. ربما نكون الشركة الوحيدة التي تركز على المجرة ، وكل ما نقوم به مناسب نسبيًا. يجب أن ننتبه إلى ولادة عناصر جديدة في مثل هذه الاستكشافات الكونية.
يبلغ عمر الأرض الآن 4.5 مليار سنة ، وستتدهور بيئة الأرض أكثر في المستقبل ، وستُحترق مياه المحيط تمامًا. ما زلنا بحاجة إلى بناء قناة هروب كهذه ، ويجب أن نفكر في قنوات الهروب هذه . لا نحتاج إلى التوسع في النظام الشمسي بأكمله ، نحتاج فقط إلى إيجاد البيئة المعيشية الأنسب لنا ، والتي تتطلب الكثير من الخوارزميات. إذا أخذنا 10٪ من موارد الأرض لإيجاد نفس الكوكب في الكون ، فسنجد أن هذا له مغزى كبير. سنواجه دائمًا مشكلة الهجرة إلى الكون ، ولدى البشر أيضًا العديد من الألغاز التي لم يتم حلها ، لذلك نأمل في حل هذه المشكلات من خلال إمكانات حوسبة البيانات واسعة النطاق حقًا للذكاء الاصطناعي ، وهو الاتجاه المستقبلي للذكاء الاصطناعي العام. نحتاج أيضًا إلى المزيد من الحلول.
جريج يانج: يمكننا إعداد xAI والسماح لـ xAI بتقديم بعض الالتزامات للسماح بتطويرها (على طول) الاتجاه الذي تم تصميمه من أجله. أعتقد أن ما نتحدث عنه لا يتعلق فقط بالتكنولوجيا ، ولكن كل ما نقوم به هو على أمل فهم أفضل لطبيعة العلم. مهمتنا الأساسية هي تعميق فهمنا. ما أريد أن أضيفه هو أننا نأمل في بناء مثل هذه الآلة لفهم الكون بشكل أفضل في البداية ، ولكن من وجهة نظري ، من وجهة نظر رياضية ، فإن الحسابات واسعة النطاق هي من الممكن أيضا. ما زلت أرى أن بعض طرق الحوسبة واسعة النطاق هنا يمكن أن تسمح لنا بإعادة التفكير في الفيزياء الأساسية والواقع. على سبيل المثال ، يمكن لأنظمة الشبكات العصبية واسعة النطاق أن تحل مهام رحلات الفضاء الحالية وتساعدنا في حل المشكلات الفيزيائية المتقدمة.
عضو الفريق: الشيء الوحيد الذي ما زلنا بحاجة إلى فهمه هو أن البيانات يمكن أن تساعدنا أيضًا في حل بعض المشكلات الحالية ، مثل فهم ما حدث بالفعل من خلال النظرية. هذا فهم آخر ، ونأمل أيضًا أن يكون لدينا فهم أعمق للكون بأسره والعالم. بعد فهم الكون ، سنتمكن من فهم جميع الأشخاص ، وخلق ظروف حقيقية أفضل للناس ، وإنتاج سلسلة من المنتجات والأدوات لمساعدة الناس على فهم العالم بشكل أفضل.
** المسك: ** نعم ، هذا أيضًا أحد اتجاهات عملنا.
عضو الفريق: لنتحدث عن إمداد الطاقة. إذا كان لدينا GPa 10 ميغاوات ، يمكننا كتابة روايات أفضل والتوصل إلى نظام طاقة أفضل. يجب أن نفكر في مثل هذه القضايا ، في الواقع ، هذه كلها تتعلق بالنظام. يجب أن نفكر أيضًا في طريقتين مختلفتين للاتصال ، أو طريقة إضافة محول في المنتصف ، أو مثل نقاط الاشتباك العصبي في الخلايا العصبية ، يتم الجمع بين الطريقتين من خلال إشارات كهربائية. أود أيضًا أن أطرح مثل هذا السؤال ، ما هي القوة الدافعة وراء تطور كل العلوم والتكنولوجيا بعد مثل هذه المشكلات الفنية؟
** المسك: ** لكن هذه الأسئلة ليست مفيدة جدًا. نأمل أن يكون اتجاه تطبيق التعلم الآلي هو الطريقة التي يهتم بها الجميع. إن تطوير الذكاء الاصطناعي الحالي ليس اتجاه البحث والتطوير للذكاء الاصطناعي الذي أردناه من قبل. تجربتي الخاصة وتجربتي في إنشاء Tesla ، أريد حل المشكلات في الحياة الواقعية وتحويل أشكال الطاقة الحالية. على نطاق أوسع وفي مجال أوسع ، تكون هذه النتيجة أكثر فائدة من نتيجتنا ، وهذا ما نأمل أن يتمكن الذكاء الاصطناعي العام من تحقيقه.
في تطوير مجال علوم الكمبيوتر ، من حيث تحليل البيانات ، في الواقع ، فإن طرح الأسئلة أكثر أهمية من حلها. من الصحيح أيضًا أنه بمجرد أن نتمكن من طرح السؤال ، تصبح الإجابة سهلة للغاية. عندما نكون في تقدم xAI ، أشعر أن طرح سؤال وطرح مهمة أكثر صعوبة وتعقيدًا من إكمال هذه المهمة. بمجرد حل مشكلة الذكاء الاصطناعي العام ، يمكننا مراجعة منطق بعض المشكلات السابقة.
إذا عدنا إلى عام 2022 الآن ، فسنجد أن العديد من المشكلات التي كانت صعبة في ذلك الوقت ستصبح بسيطة للغاية الآن ، وهذه بعض المشكلات التي نحتاج إلى الاستعداد لها. نحتاج إلى منصة AGI ، عبء العمل لدينا ضخم ، لكننا بحاجة إلى العمل بشكل أكثر ذكاءً ، ونحتاج إلى العمل من منظور الفهم.
هذه هي المقدمة الأساسية للمشروع ، وهذه بعض موارد الكمبيوتر التي استثمرناها في المشروع ، وآمل أن ينجح هذا المشروع. هذا فريق صغير جدًا ، يجمع بين أفضل المواهب ومعظم الموارد ، على أمل حل بعض المشكلات الحالية. نأمل في حل معظم النماذج والمشكلات الأساسية ، ونأمل في زيادة معدل ملكية الكمبيوتر للفرد على الأرض ، وتمكين التكنولوجيا الرقمية من تغيير اتجاه عمل الناس الحالي ، وتخطيط عمل الأفراد والتنمية البشرية المستقبلية. سوف يستمر. هذا اتجاه مثير للاهتمام للعمل.
هناك اتجاه آخر مثير للاهتمام للعمل وهو مشكلة نصيب الفرد من إمدادات الطاقة.كيفية تحسين هيكل إمداد الطاقة للفرد هو طريقة جيدة للغاية.يجب أن نلقي نظرة جديدة على مشاريع إمدادات الطاقة وإمدادات الطاقة. إذا أخذنا في الاعتبار معدل استهلاك الفرد من الطاقة لكل شخص ، فإن هذا الرقم مثير جدًا للاهتمام ، ويجب علينا أيضًا إضافة الخيال إلى مثل هذه العملية لفهم العالم الحالي. الآن ، أصبح نصيب الفرد من الطاقة منخفضًا جدًا ، بما في ذلك الطاقة الكهربائية والطاقة الحرارية الأرضية. ونأمل في زيادة نصيب الفرد من الطاقة. يبدو أن لدينا الكثير من العمل الذي يتعين علينا القيام به ، ولكن في الواقع ، سيصبح عبء العمل قليلًا جدًا بعد إنشاء هذه المنصة.
كفريق جيد نسبيًا ، نحن قلقون جدًا بشأن حجم العمل الذي يمكن لكل شخص إكماله. الموارد محدودة ، ونريد أن يحرز الجميع تقدمًا. في الوقت نفسه ، نأمل أيضًا في الحصول على أكبر قدر من التقدم في أسرع وقت ممكن ، ومن ثم يمكننا مشاركة المعلومات في هذا المجال ، وهذا هو اتجاه عملنا.
\ * يتم ترتيب سجل النص وفقًا للترجمة الفورية الصينية على الفور ، ويتم ترجمة الأسماء أعلاه صوتيًا
شاهد النسخة الأصلية
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
أحدث سجل للبث المباشر لريادة الأعمال في مجال الذكاء الاصطناعي من ماسك: آمل أن أستخدم الذكاء الاصطناعي لحل ألغاز الكون التي لم يتم حلها
** المصدر: ** Tencent Technology
في 13 يوليو ، أعلن ماسك على تويتر أن شركته للذكاء الاصطناعي xAI قد تم تأسيسها رسميًا ، بهدف فهم "الطبيعة الحقيقية للكون". تعد شركة xAI منفصلة عن الشركة X ، الشركة الأم الحالية لتويتر ، ولكنها ستعمل بشكل وثيق مع الشركة X و Tesla.
في هذا البث المباشر ، بالإضافة إلى Musk نفسه ، كان هناك أيضًا العديد من أعضاء الفريق الأساسي للشركة. وفقًا للموقع الرسمي ، عمل أعضاء فريق xAI في شركات متطورة مثل DeepMind و OpenAI و Google Research و Microsoft Research و Tesla.
تحدث ماسك عن اتجاه الاستكشاف المستقبلي لـ xAI ، وأمن البيانات وحمايتها ، ومجالات تطبيق الذكاء الاصطناعي ، ويأمل في إضافة المزيد من العناصر البشرية لاستكشاف الفضاء.
قال ماسك إن الغرض من إنشاء xAI هو فهم العالم والكون. تتمثل الطريقة الأكثر أمانًا لبناء الذكاء الاصطناعي في جعل الذكاء الاصطناعي مليئًا بالاهتمام والفضول حول العالم ، وتمكين الذكاء الاصطناعي باستخدام تقنيات مختلفة. هذا ما يمكننا القيام به يختار.
فيما يتعلق بهدف "فهم طبيعة الكون" الذي حظي بأكبر قدر من الاهتمام من xAI ، قال ماسك إننا فهمنا الكثير من الكون الآن ، ولكن يجب علينا أيضًا دمج الكون بالواقع. لا يزال هناك العديد من المشكلات التي لم يتم حلها في الكون .. الألغاز .. هذه هي مفاتيح عملنا. لدى البشر العديد من الألغاز التي لم يتم حلها ، ونأمل في حل هذه المشكلات من خلال إمكانات حوسبة البيانات واسعة النطاق حقًا للذكاء الاصطناعي ، وهذا هو الاتجاه المستقبلي للذكاء الاصطناعي.
** ما يلي هو السجل الحقيقي للبث المباشر لـ xAI: **
** المسك: ** لنبدأ الآن. أولا مقدمة موجزة. اسمحوا لي أن أقدم الفريق بأكمله ، وبعض الأعمال التي نقوم بها الآن ، وبعض العمل يركز على أننا نحتاج إلى التركيز عليه أولاً ، واتجاه الخطوة التالية لـ xAI. الغرض من إنشاء xAI هو فهم العالم والكون. أعتقد أن الطريقة الأكثر أمانًا لبناء الذكاء الاصطناعي هي جعل الذكاء الاصطناعي مليئًا بالاهتمام والفضول حول العالم ، وتمكين الذكاء الاصطناعي باستخدام تقنيات مختلفة. هذا خيار يمكننا اتخاذه .
أقوم أيضًا بتحسين استخدام الذكاء الاصطناعي باستمرار ، مما يتيح للذكاء الاصطناعي التمييز بين المعلومات الحقيقية والمعلومات الخاطئة. لذا ابق فضوليًا واستمر في الاستكشاف ، فهذه هي الطريقة الأكثر أمانًا لاستخدام الذكاء الاصطناعي. أعتقد أن هذا يستكشف الذكاء الاصطناعي بطريقة بشرية ، وهو أكثر إثارة للاهتمام من استكشاف الذكاء الاصطناعي بطريقة غير بشرية.
أود أن أضيف كل العناصر ، مثل سفن الفضاء ورواد الفضاء ، معًا ، فهي ليست مثيرة للاهتمام مثل الذكاء الاصطناعي. بادئ ذي بدء ، دعونا نكسر الحواجز ، الهدف الأول من الاستكشاف هو المريخ ، فالمريخ ككوكب ليس ممتعًا مثل الأرض. الطريقة التي نستكشف بها كوكب المريخ الآن هي باستخدام الذكاء الاصطناعي. أعتقد أن هذا مثير للاهتمام أيضًا ، وهو أيضًا اتجاه العمل المستقبلي للذكاء الاصطناعي لتلبية توقعات الناس للمريخ.
لقد فكرت بنفسي في أمان البيانات الذي أحدثه الذكاء الاصطناعي منذ سنوات عديدة ، وما سيكون الاتجاه المستقبلي الحقيقي للذكاء الاصطناعي. لقد فكرت في الأمر ليلًا ونهارًا لفترة طويلة ، والآن قررت استخدام مثل هذه الشركة لأدرك حقًا اتجاه الذكاء الاصطناعي في المستقبل ، والذي يرتبط أيضًا بأمن الذكاء الاصطناعي. نحتاج إلى استخدام العمليات الصناعية لتحقيق أمان الذكاء الاصطناعي ، بحيث يمكن لجميع البيانات الحصول على أمان جيد للبيانات وحماية البيانات ، وتوليد معنى حقيقي.
فكرنا أيضًا في الاستحواذ على الذكاء الاصطناعي ، وكيف يمكننا الحصول على فوائد حقيقية من الذكاء الاصطناعي. يمكننا استخدام الذكاء الاصطناعي لضمان سلامة المزيد من الأقمار الصناعية ، وهذا هو مجال تطبيق الذكاء الاصطناعي الحقيقي الذي نريده الآن. إذا تمكنا من إضافة المزيد من العناصر البشرية لاستكشاف الفضاء ، فسنكون قادرين على استكشاف بعض الأماكن التي لم يستكشفها البشر. أعتقد أن هذا أيضًا استعارة قد يفهمها الناس ، وهذا ما أفعله هنا.
هذا هو التعميم الأساسي الخاص بي.
إيغور بابوتشكين: مرحبًا بالجميع ، أنا إيغور ، وأنا عضو في فريق xAI. تخصصي الرئيسي هو الفيزياء والفيزياء الفلكية والفيزياء الكونية ، وهو ما درسته من قبل. أعتقد أنه من خلال التعلم العميق ، فإن الشيء الأكثر أهمية هو أن تكون قادرًا على تطبيق قوة المعالجة للتعلم العميق وبعض قدرات التعلم الآلي في الفضاء وفهم ألغاز الكون بأكمله. وهذا أيضًا هو العنصر الأساسي لكل ما نريد لكى يفعل. هذا مشروع في الوقت المناسب ، وهو مشروع مختلف تمامًا عن OpenAI. يمكننا أيضًا تطبيق نموذج اللغة الكبيرة على تحليل بيانات الكون ، وأعتقد أن مثل هذه البيانات يمكن أن تعطينا فهمًا أعمق للكون والعالم.
** المسك: ** الفيزياء هي وسيلة لتوسيع هوامش عالمنا بأكمله ، فمن خلال الفيزياء يمكننا فهم المبادئ الأساسية للكون واتخاذ بعض القرارات. لذلك يجب أن تكون علوم الكمبيوتر أكثر تكاملاً مع العلوم الفيزيائية والفيزياء الفلكية ، وأن تستكشف تقاطع هذه العلوم الثلاثة المختلفة. لأن هذه بعض علوم المعلومات ، نريد أن نكون قادرين على فهم العالم الحقيقي. الآن نقوم بتسليم الميكروفون إلى Mantal ، أيضًا من xAI.
مانتال: في السنوات الست الماضية ، كنت أعمل في DeepMind ، حيث كنت مسؤولًا بشكل أساسي عن تدريب نموذج التعلم الكامل للذكاء الاصطناعي. لقد درست الذكاء الاصطناعي لفترة طويلة جدًا ، وهدفي هو استكشاف المزيد من أحدث التطورات ، وفهم بعض اتجاهات الذكاء الاصطناعي ، ولدينا العديد من الأدوات والموضوعات لتعميق بحثي واستكشافاتي. xAI هي أداة نختارها للتعرف على أحدث التطورات المختلفة من خلال البحث ومشاركة أحدث تطوراتنا مع الباحثين. الآن أسلم الميكروفون إلى Joy.
جوي: أنا جوي. لقد كنت أعمل على النماذج الرياضية للذكاء الاصطناعي منذ سبع سنوات.آمل أن يكون هذا الذكاء الاصطناعي جيدًا في حل المشكلات الرياضية ، لأنني أعتقد أن اللغة الرياضية هي لغة منطقية ولغة رياضية وبرامج متقدمة. هو إظهار أجمل تقدم للذكاء الاصطناعي ، وهو أيضًا أكثر أنواع الذكاء الاصطناعي تقدمًا. لقد عملنا مع البرمجة والفيزياء لفترة طويلة ، وهذه أيضًا خطوة أساسية في فهمنا للكون. ثم سلم الميكروفون إلى إرادة توني.
سوف توني: مرحبًا ، أنا توني ، شكرًا على أسئلتك. حلمي هو استخدام حياتي كلها لحل أصعب المشاكل في العالم ، لذا فإن مشروع xAI نفسه هو مشروع طموح نسبيًا. لقد أحرزنا بعض التقدم في العام الماضي ، مما يعني أننا نقترب أكثر فأكثر من حلمنا.
الآن قدمت لك بعضًا من خبراتك في العمل السابقة. ربما يعتقد ماسك أنه يجب عليك تقديم المزيد من العمل الذي قمت به العام الماضي. في العام الماضي ، أحرزنا مزيدًا من التقدم في مجال الذكاء الاصطناعي. في مثل هذا الفريق ، قمنا ببناء نموذج الذكاء الاصطناعي ، والذي يمكن أن يساعدنا في اختبار المدرسة الثانوية وعلامات الاختبار. هذا أحد اتجاهات البحث لدينا.
نظرًا لأننا نضيف مبادئ الرياضيات إلى العملية في عملية التصميم هذه ، فإن هذا يمنحنا فهمًا أعمق للمنطق والعلوم الأساسية. نأمل الآن أن نتمكن من تطبيق هذه الأدوات في شكل شبكة ، وسنرى قريبًا الحلم يتحقق. هذا هو توبي بوهلين ، دعني أقدم نفسي.
توبي بوهلين: أنا من جامعة تورنتو ، ربما تكون قد درست في جامعة تورنتو ، وأنا أدرس بشكل أساسي نماذج بيانات الذكاء الاصطناعي ، وتتعلق توجيهاتي البحثية بالتعلم العميق. أنا في الأساس أكتشف الجانب الآخر من كل حجر ، الشعور بكل حجر على الساحل ، هذا ما أشعر به في عملي. في السنوات القليلة الماضية ، أعتقد أننا شهدنا ثورة في التعلم العميق.
** المسك: ** فريق xAI بأكمله قوي جدًا ولديه خلفية جيدة. نأمل أن نتمكن من حل بعض المشكلات الأساسية ولكن الأكثر طموحًا أيضًا. الأدوات التي أستخدمها هي لتقوية نفسي وتمكين الجميع ، وأنا على استعداد للانضمام إلى هذه الرحلة الجديدة. الآن سلم الميكروفون إلى توبي.
توبي بوهلين: مرحبًا بالجميع ، أنا توبي ، أنا مهندس ، أنا مسؤول بشكل أساسي عن كتابة الكود ، الكود يتعلق بشكل أساسي بالتعلم الآلي. انضممت إلى DeepMind منذ سنوات عديدة ، وكان توجهي البحثي بشكل أساسي حول التعلم العميق. وآمل أن يتم تطبيق هذه التكنولوجيا والواجهة بشكل حقيقي لحل المشكلات الموجودة في مجموعات مختلفة من الناس في المجتمع. قادرة على حل بعض المشاكل والقضايا الحالية. الآن أسلم الميكروفون إلى كايل.
كايل كوسيتش: مرحبًا بالجميع ، أنا مهندس أنظمة ، تمامًا مثل زملائي ، وخلفيتي المهنية بالكامل (نفس الشيء). في مجال الخوارزميات ، عملت منذ بضع سنوات في Ostyle ، وعملت مؤخرًا في OpenAI ، حيث كنت مسؤولاً عن مشروع GPT. السبب الذي يجعلني مهتمًا بشكل خاص بـ xAI هو أنني أعتقد أن أكبر تهديد لتقنية الذكاء الاصطناعي هو أن شركة معينة قد تتسبب في احتكار البيانات ، وقد تحصل قوة رأس المال في النهاية على مزايا معادية للإنسان أو معادية للإنسان. أعتقد أن xAI هو أننا نقدم فرصة جديدة تمامًا ، خاصة لممارسي الذكاء الاصطناعي لاستخدام الذكاء الاصطناعي لمواصلة استكشاف ألغاز العلوم والهندسة. لن تتأثر بعوامل الخلفية السياسية ، ولن تتأثر بالنزاعات الوطنية. نحن فقط نستكشفها مجرد حدود العلم ، لذلك لدي أيضًا صديقان من OpenAI انضموا أيضًا إلى xAI في نفس الوقت. هذا صديقي.
جريج يانج: مرحبًا بالجميع ، أنا جريج ، وأنا مسئول عن الرياضيات والخوارزميات ، لقد بدأ اتصالي بالذكاء الاصطناعي منذ عشر سنوات. أنا جيد بشكل خاص في الرياضيات والخوارزميات ، وقد قمت بالكثير من العمل المتعلق بالرياضيات والخوارزميات. بعد قبولي في الجامعة لمدة عامين ، لم أرغب في البقاء في نفس السلة مثل "الهامستر الصغير" ، لذلك تركت المدرسة وأصبحت دي جي. ثم عدت إلى المدرسة مرة أخرى وأنهيت دراستي من جديد. بسبب هذه التجربة ، لدي فهم أعمق لنفسي والعالم بأسره. لقد فكرت أيضًا في العديد من الأسئلة ، مثل كيف يمكن لفيزياء الكم أن يكون لها تأثير كبير على الكون الحقيقي؟ وإلى أي مدى يمكن أن تؤثر الخوارزمية إذا كان حجم عينة البيانات لدينا كبيرًا بما يكفي؟ في الماضي ، أدركت تدريجيًا أن الخطوة التالية هي تحويل الذكاء الاصطناعي العام إلى حقيقة ، وجعل الذكاء الاصطناعي العام أكثر ذكاءً منا ، والمساهمة في الواقع الأساسي لنفسي ، وهو مصدر كل حافزي.
أدركت أيضًا تدريجيًا أن الرياضيات هي لغة التلخيص والمنطق وراء كل شيء وراء الواقع والعلم. إذا أردنا حقًا إحراز تقدم ، يجب أن نفهم منطق الرياضيات. لذلك تعلمت الرياضيات من الصفر ، أول كتابين قرأتهما كانا رياضيات أساسية ، وبدأنا من الصفر. هناك أيضًا خوارزميات غير خطية. في وقت لاحق ذهبنا لدراسة الطوبولوجيا وجافا. هدفنا هو أن نكون قادرين على إنتاج مثل هذه اللغة التي يمكنها التحدث إلى جميع علماء الرياضيات في جميع أنحاء العالم وفهم المنطق وراء الرياضيات بأكملها.
حصلت على وظيفة بحثية وكنت أعمل في Microsoft Research خلال السنوات الخمس الماضية. عملهم هو مساهمة أساسية في فهمنا لكيفية عمل العالم بشكل أساسي. المحتوى الأساسي لعملي معقد للغاية أيضًا ، فهو يتعلق بشكل أساسي بالكون بأسره وكيف ينبغي استكشافه. بعد ذلك ، تمكنت بنفسي من التوصل إلى نتيجة بسيطة نسبيًا ، وهي تطبيق نموذج بيانات واسع النطاق على الكون. يمكن أن يؤدي ذلك أيضًا إلى زيادة تعزيز نماذج وخوارزميات الكون ، مما يسمح لنا بفهم كيفية عمل بعض الأقمار الصناعية والكواكب في الكون. هذا يخلق الكثير من نماذج البيانات المثيرة للاهتمام بالنسبة لنا.
بالنظر إلى المستقبل ، أنا واثق وواثق بشكل خاص في xAI. أعتقد أننا لا نقترب باستمرار من الذكاء الاصطناعي العام فحسب ، ولكن من وجهة نظر علمية ، فقد أكملنا أيضًا التغييرات في علوم الشبكة العصبية والفيزياء. وفي الوقت نفسه ، قمنا أيضًا بدمج فيزياء الكم مع الذكاء الاصطناعي بالكامل. نموذج البيانات جميل.
Guodong Zhang: أنا ممتن جدًا لأنني أتيحت لي مثل هذه الفرصة ، وأنا سعيد جدًا بإنشاء مثل هذا الذكاء الاصطناعي ، لأنه سيكون بداية رياضيات جديدة وعلم جديد ، وسندرك حقًا الواقع المعزز ، شكرًا لك!
الوسيط: التالي هو النموذج.
النموذج: مرحبًا بالجميع ، أنا عارضة أزياء ، ومؤسسة البحث الخاصة بي بالكامل هي أيضًا دور xAI. علاوة على ذلك ، سأفكر في العديد من المشاريع. أنا الآن متحمس جدًا لمثل هذا المشروع ، لأنني أعتقد أن الذكاء الاصطناعي يمكنه حقًا تمكين جيلنا من البحث العلمي ، لذا فإن مهمتنا هي ضمان أن تكون عملية التقدم هذه سريعة جدًا ، وما يريد الجميع تحقيقه يجب علينا أيضًا فهم القوانين لتشغيل مثل هذا الكون. هذه مقدمة موجزة ورؤيتي لـ xAI.
أعضاء الفريق: مرحبًا بالجميع ، خلفيتي الأكاديمية بالكامل في التعلم العميق ، ولدي عشر سنوات من الخبرة في هذا المجال ، وأنا سعيد جدًا بالانضمام إلى الفريق. خلفيتي الرئيسية هي إدارة قواعد البيانات وتحليل البيانات ، وأنا أطبق تقنيات علمية حقيقية على هذه الجوانب. أنا أؤمن بأهمية العمل معًا. نريد أن نكون قادرين على الحصول على أكبر قدر من المعلومات ، والتنقيب في أعمق البيانات ، ومعالجة معظم التحديات. سأدير عملية بياناتك بصفتي الشخص المسؤول عن قاعدة البيانات. أنا مهتم بشكل أساسي ببناء أنظمة البيانات ، وأنا مسؤول عن إنشاء قاعدة البيانات الوطنية الأمريكية. اتجاه العمل هذا هو نفس اتجاه xAI ، والذي يتعلق بالكامل ببناء قاعدة البيانات. إنه أيضًا نظام رائع. أنا أيضًا أحب الأخبار ، أحب دراسة الفيزياء والفيزياء الفلكية والكون ، أعتقد أنه يمكن أن يحل بعض المشكلات التي لا يستطيع العلم حلها حتى الآن ، والإجابة على هذه الأسئلة. هذه هي رؤيتي لـ xAI.
** مسك: ** قال الجميع بعضًا من آفاقهم. إذا كانت لديك أية أفكار ، يمكنك تشغيل الميكروفون والاستمرار في المساهمة بأفكارك. الغرض الرئيسي من إنشاء xAI هو الحصول على فهم أعمق لطبيعة الكون. لقد فهمنا الكثير من الكون الآن ، ولكن يجب علينا أيضًا دمج الكون مع الواقع. لا يزال هناك العديد من الألغاز التي لم يتم حلها في الكون هذه كلها هي مفتاح عملنا. لدينا نموذج قياسي يمكن تطبيقه على هذا ، ولكن لا يزال هناك العديد من الأسئلة حول الطبيعة نفسها ، والكون نفسه. لدينا الآن واحدة من أكبر المفارقات ، أين الفضائيون؟ يتضمن هذا أيضًا تشغيلنا للخوارزمية. لأنه يمكننا حساب مكان وجود الكائنات الفضائية عن طريق حساب بيانات الفضاءات الخارجية المختلفة من خلال خوارزمية الكواكب المختلفة. ولكن حتى الآن لا يوجد أي تقدم حسابي في هذا المجال. هذا يعني أن لدينا العديد من التفسيرات المختلفة للوضع الحالي في الكون ، ولكن من المستحيل تحديد أي من هذه التفسيرات صحيح وأيها خاطئ. لدينا مفارقات أخرى ، ونرى بعض العناصر الجديدة ، ونأمل أن نجد بعض العناصر الجديدة في الكون. ربما نكون الشركة الوحيدة التي تركز على المجرة ، وكل ما نقوم به مناسب نسبيًا. يجب أن ننتبه إلى ولادة عناصر جديدة في مثل هذه الاستكشافات الكونية.
يبلغ عمر الأرض الآن 4.5 مليار سنة ، وستتدهور بيئة الأرض أكثر في المستقبل ، وستُحترق مياه المحيط تمامًا. ما زلنا بحاجة إلى بناء قناة هروب كهذه ، ويجب أن نفكر في قنوات الهروب هذه . لا نحتاج إلى التوسع في النظام الشمسي بأكمله ، نحتاج فقط إلى إيجاد البيئة المعيشية الأنسب لنا ، والتي تتطلب الكثير من الخوارزميات. إذا أخذنا 10٪ من موارد الأرض لإيجاد نفس الكوكب في الكون ، فسنجد أن هذا له مغزى كبير. سنواجه دائمًا مشكلة الهجرة إلى الكون ، ولدى البشر أيضًا العديد من الألغاز التي لم يتم حلها ، لذلك نأمل في حل هذه المشكلات من خلال إمكانات حوسبة البيانات واسعة النطاق حقًا للذكاء الاصطناعي ، وهو الاتجاه المستقبلي للذكاء الاصطناعي العام. نحتاج أيضًا إلى المزيد من الحلول.
جريج يانج: يمكننا إعداد xAI والسماح لـ xAI بتقديم بعض الالتزامات للسماح بتطويرها (على طول) الاتجاه الذي تم تصميمه من أجله. أعتقد أن ما نتحدث عنه لا يتعلق فقط بالتكنولوجيا ، ولكن كل ما نقوم به هو على أمل فهم أفضل لطبيعة العلم. مهمتنا الأساسية هي تعميق فهمنا. ما أريد أن أضيفه هو أننا نأمل في بناء مثل هذه الآلة لفهم الكون بشكل أفضل في البداية ، ولكن من وجهة نظري ، من وجهة نظر رياضية ، فإن الحسابات واسعة النطاق هي من الممكن أيضا. ما زلت أرى أن بعض طرق الحوسبة واسعة النطاق هنا يمكن أن تسمح لنا بإعادة التفكير في الفيزياء الأساسية والواقع. على سبيل المثال ، يمكن لأنظمة الشبكات العصبية واسعة النطاق أن تحل مهام رحلات الفضاء الحالية وتساعدنا في حل المشكلات الفيزيائية المتقدمة.
عضو الفريق: الشيء الوحيد الذي ما زلنا بحاجة إلى فهمه هو أن البيانات يمكن أن تساعدنا أيضًا في حل بعض المشكلات الحالية ، مثل فهم ما حدث بالفعل من خلال النظرية. هذا فهم آخر ، ونأمل أيضًا أن يكون لدينا فهم أعمق للكون بأسره والعالم. بعد فهم الكون ، سنتمكن من فهم جميع الأشخاص ، وخلق ظروف حقيقية أفضل للناس ، وإنتاج سلسلة من المنتجات والأدوات لمساعدة الناس على فهم العالم بشكل أفضل.
** المسك: ** نعم ، هذا أيضًا أحد اتجاهات عملنا.
عضو الفريق: لنتحدث عن إمداد الطاقة. إذا كان لدينا GPa 10 ميغاوات ، يمكننا كتابة روايات أفضل والتوصل إلى نظام طاقة أفضل. يجب أن نفكر في مثل هذه القضايا ، في الواقع ، هذه كلها تتعلق بالنظام. يجب أن نفكر أيضًا في طريقتين مختلفتين للاتصال ، أو طريقة إضافة محول في المنتصف ، أو مثل نقاط الاشتباك العصبي في الخلايا العصبية ، يتم الجمع بين الطريقتين من خلال إشارات كهربائية. أود أيضًا أن أطرح مثل هذا السؤال ، ما هي القوة الدافعة وراء تطور كل العلوم والتكنولوجيا بعد مثل هذه المشكلات الفنية؟
** المسك: ** لكن هذه الأسئلة ليست مفيدة جدًا. نأمل أن يكون اتجاه تطبيق التعلم الآلي هو الطريقة التي يهتم بها الجميع. إن تطوير الذكاء الاصطناعي الحالي ليس اتجاه البحث والتطوير للذكاء الاصطناعي الذي أردناه من قبل. تجربتي الخاصة وتجربتي في إنشاء Tesla ، أريد حل المشكلات في الحياة الواقعية وتحويل أشكال الطاقة الحالية. على نطاق أوسع وفي مجال أوسع ، تكون هذه النتيجة أكثر فائدة من نتيجتنا ، وهذا ما نأمل أن يتمكن الذكاء الاصطناعي العام من تحقيقه.
في تطوير مجال علوم الكمبيوتر ، من حيث تحليل البيانات ، في الواقع ، فإن طرح الأسئلة أكثر أهمية من حلها. من الصحيح أيضًا أنه بمجرد أن نتمكن من طرح السؤال ، تصبح الإجابة سهلة للغاية. عندما نكون في تقدم xAI ، أشعر أن طرح سؤال وطرح مهمة أكثر صعوبة وتعقيدًا من إكمال هذه المهمة. بمجرد حل مشكلة الذكاء الاصطناعي العام ، يمكننا مراجعة منطق بعض المشكلات السابقة.
إذا عدنا إلى عام 2022 الآن ، فسنجد أن العديد من المشكلات التي كانت صعبة في ذلك الوقت ستصبح بسيطة للغاية الآن ، وهذه بعض المشكلات التي نحتاج إلى الاستعداد لها. نحتاج إلى منصة AGI ، عبء العمل لدينا ضخم ، لكننا بحاجة إلى العمل بشكل أكثر ذكاءً ، ونحتاج إلى العمل من منظور الفهم.
هذه هي المقدمة الأساسية للمشروع ، وهذه بعض موارد الكمبيوتر التي استثمرناها في المشروع ، وآمل أن ينجح هذا المشروع. هذا فريق صغير جدًا ، يجمع بين أفضل المواهب ومعظم الموارد ، على أمل حل بعض المشكلات الحالية. نأمل في حل معظم النماذج والمشكلات الأساسية ، ونأمل في زيادة معدل ملكية الكمبيوتر للفرد على الأرض ، وتمكين التكنولوجيا الرقمية من تغيير اتجاه عمل الناس الحالي ، وتخطيط عمل الأفراد والتنمية البشرية المستقبلية. سوف يستمر. هذا اتجاه مثير للاهتمام للعمل.
هناك اتجاه آخر مثير للاهتمام للعمل وهو مشكلة نصيب الفرد من إمدادات الطاقة.كيفية تحسين هيكل إمداد الطاقة للفرد هو طريقة جيدة للغاية.يجب أن نلقي نظرة جديدة على مشاريع إمدادات الطاقة وإمدادات الطاقة. إذا أخذنا في الاعتبار معدل استهلاك الفرد من الطاقة لكل شخص ، فإن هذا الرقم مثير جدًا للاهتمام ، ويجب علينا أيضًا إضافة الخيال إلى مثل هذه العملية لفهم العالم الحالي. الآن ، أصبح نصيب الفرد من الطاقة منخفضًا جدًا ، بما في ذلك الطاقة الكهربائية والطاقة الحرارية الأرضية. ونأمل في زيادة نصيب الفرد من الطاقة. يبدو أن لدينا الكثير من العمل الذي يتعين علينا القيام به ، ولكن في الواقع ، سيصبح عبء العمل قليلًا جدًا بعد إنشاء هذه المنصة.
كفريق جيد نسبيًا ، نحن قلقون جدًا بشأن حجم العمل الذي يمكن لكل شخص إكماله. الموارد محدودة ، ونريد أن يحرز الجميع تقدمًا. في الوقت نفسه ، نأمل أيضًا في الحصول على أكبر قدر من التقدم في أسرع وقت ممكن ، ومن ثم يمكننا مشاركة المعلومات في هذا المجال ، وهذا هو اتجاه عملنا.
\ * يتم ترتيب سجل النص وفقًا للترجمة الفورية الصينية على الفور ، ويتم ترجمة الأسماء أعلاه صوتيًا