Vào lúc 4 giờ sáng ngày 15 tháng 7, công ty trí tuệ nhân tạo xAI của Musk đã tổ chức một sự kiện trực tiếp trên Twitter, Musk và nhóm của ông đã xuất hiện, thảo luận về sứ mệnh và mục tiêu của xAI, đồng thời trả lời các câu hỏi của người dùng ngay tại chỗ.
Vào ngày 13 tháng 7, Musk đã thông báo trên Twitter rằng công ty trí tuệ nhân tạo xAI của ông đã chính thức được thành lập, với mục tiêu tìm hiểu "bản chất thực sự của vũ trụ." xAI tách biệt với Công ty X, công ty mẹ hiện tại của Twitter, nhưng sẽ hợp tác chặt chẽ với Công ty X và Tesla.
Trong buổi phát sóng trực tiếp này, ngoài bản thân Musk, còn có sự góp mặt của nhiều thành viên cốt cán trong đội ngũ của công ty. Theo trang web chính thức, các thành viên của nhóm xAI đã làm việc trong các công ty tiên tiến như DeepMind, OpenAI, Google Research, Microsoft Research và Tesla.
Musk đã nói về hướng khám phá trong tương lai của xAI, bảo mật và bảo vệ dữ liệu, các lĩnh vực ứng dụng AI và hy vọng sẽ bổ sung thêm nhiều yếu tố con người vào việc khám phá hàng không vũ trụ.
Musk nói rằng mục đích của việc thiết lập xAI là để hiểu thế giới và vũ trụ. Cách an toàn nhất để xây dựng AI là khiến AI tràn đầy sự quan tâm và tò mò về thế giới, đồng thời trao quyền cho AI bằng nhiều công nghệ khác nhau. Đây là điều chúng ta có thể làm chọn.
Về mục tiêu "hiểu bản chất của vũ trụ" được xAI quan tâm nhiều nhất, Musk cho biết hiện tại chúng ta đã hiểu được nhiều điều về vũ trụ, nhưng chúng ta cũng nên kết hợp vũ trụ với thực tế. trong vũ trụ.Những bí ẩn, đây là chìa khóa cho công việc của chúng tôi. Con người có nhiều bí ẩn chưa được giải quyết và chúng tôi hy vọng có thể giải quyết những vấn đề này thông qua khả năng tính toán dữ liệu quy mô lớn thực sự của AI. Đây là hướng đi trong tương lai của AGI.
Sau đây là bản ghi thực sự về buổi phát sóng trực tiếp của xAI:
Musk: Bắt đầu nào. Đầu tiên một giới thiệu ngắn gọn. Hãy để tôi giới thiệu toàn đội, một số công việc chúng tôi đang làm và một số trọng tâm công việc mà chúng tôi cần tập trung trước tiên và hướng đi của bước tiếp theo của xAI. Mục đích của việc thiết lập xAI là để hiểu thế giới và vũ trụ. Tôi nghĩ cách an toàn nhất để xây dựng AI là làm cho AI tràn đầy sự quan tâm và tò mò về thế giới, đồng thời trao quyền cho AI bằng nhiều công nghệ khác nhau. Đây là lựa chọn mà chúng ta có thể thực hiện .
Tôi cũng liên tục tối ưu hóa việc sử dụng AI, để AI phân biệt được đâu là thông tin thật, đâu là thông tin sai lệch. Vì vậy, hãy luôn tò mò và tiếp tục khám phá, đây là cách an toàn nhất để chúng tôi sử dụng AI. Tôi nghĩ rằng đây là khám phá trí tuệ nhân tạo theo cách của con người, điều này thú vị hơn nhiều so với việc khám phá trí tuệ nhân tạo theo cách không phải con người.
Tôi muốn cộng tất cả các yếu tố, chẳng hạn như tàu vũ trụ và phi hành gia, chúng không thú vị bằng AI. Trước hết, hãy phá vỡ các rào cản. Mục tiêu đầu tiên của việc khám phá là Sao Hỏa. Là một hành tinh, Sao Hỏa không thú vị bằng Trái đất. Cách chúng ta khám phá sao Hỏa ngay bây giờ là với AI. Tôi nghĩ điều này cũng rất thú vị, và đó cũng là hướng đi của AI trong tương lai để đáp ứng kỳ vọng của con người đối với sao Hỏa.
Bản thân tôi đã xem xét vấn đề bảo mật dữ liệu do AI mang lại từ nhiều năm trước và hướng đi thực sự của AI trong tương lai là gì. Tôi đã suy nghĩ về nó cả ngày lẫn đêm trong một thời gian dài và bây giờ tôi quyết định sử dụng một công ty như vậy để thực sự nhận ra hướng đi trong tương lai của AI, điều này cũng liên quan đến sự an toàn của AI. Chúng ta cần sử dụng các hoạt động công nghiệp hóa để nhận ra tính bảo mật của AI, để tất cả một số dữ liệu có thể được bảo mật và bảo vệ dữ liệu tốt, đồng thời tạo ra ý nghĩa thực sự.
Chúng tôi cũng đã nghĩ về việc mua lại AI, cách chúng tôi có thể nhận được lợi ích thực sự từ AI. Chúng ta có thể sử dụng AI để đảm bảo an toàn cho nhiều vệ tinh hơn, đây mới là lĩnh vực ứng dụng AI thực sự mà chúng ta mong muốn hiện nay. Nếu chúng ta có thể thêm nhiều yếu tố con người vào khám phá không gian vũ trụ, chúng ta sẽ có thể khám phá một số nơi mà con người chưa khám phá. Tôi nghĩ đó cũng là một phép ẩn dụ mà mọi người có thể hiểu, và đó là điều tôi đang làm ở đây.
Đây là khái quát cơ bản của tôi.
Igor Babuchkin: Xin chào mọi người, tôi là igor, và tôi là thành viên của nhóm xAI. Chuyên ngành chính của tôi là vật lý, vật lý thiên văn và vật lý vũ trụ, đó là những gì tôi đã học trước đây. Tôi nghĩ rằng thông qua học sâu, điều quan trọng nhất là có thể áp dụng sức mạnh xử lý của học sâu và một số khả năng của học máy vào hàng không vũ trụ và hiểu được những bí ẩn của toàn vũ trụ. Đây cũng là yếu tố then chốt cho mọi thứ chúng ta muốn làm. Đây là một dự án hợp thời, là một dự án hoàn toàn khác với OpenAI. Chúng ta cũng có thể áp dụng mô hình ngôn ngữ lớn vào phân tích dữ liệu của vũ trụ, tôi tin rằng những dữ liệu đó có thể giúp chúng ta hiểu sâu hơn về vũ trụ và thế giới.
**Musk: **Vật lý là một cách để mở rộng ranh giới của toàn bộ thế giới của chúng ta. Thông qua vật lý, chúng ta có thể hiểu các nguyên tắc cơ bản của vũ trụ và đưa ra một số quyết định. Vì vậy, khoa học máy tính nên được tích hợp chặt chẽ hơn với khoa học vật lý và vật lý thiên văn, đồng thời khám phá sự giao thoa của ba ngành khoa học khác nhau này. Bởi vì đây là một số ngành khoa học thông tin, chúng tôi muốn có thể hiểu được thế giới thực. Bây giờ chúng tôi giao mic cho Mantal, cũng từ xAI.
Mantal: Trong sáu năm qua, tôi đã làm việc tại DeepMind, chịu trách nhiệm chính trong việc đào tạo toàn bộ mô hình học tập AI. Tôi đã nghiên cứu về AI trong một thời gian rất dài, mục đích của tôi là khám phá thêm một số phát triển mới nhất, hiểu được một số hướng của AI, đồng thời có nhiều công cụ và chủ đề khác nhau để đào sâu nghiên cứu và khám phá. xAI là một công cụ chúng tôi chọn để tìm hiểu về nhiều phát triển mới nhất thông qua nghiên cứu và chia sẻ những phát triển mới nhất của chúng tôi với các nhà nghiên cứu. Bây giờ tôi đưa mic cho Joy.
Joy: Tôi là Joy. Tôi đã nghiên cứu các mô hình toán học AI trong bảy năm qua. Tôi hy vọng AI này có thể giải quyết tốt các vấn đề toán học, bởi vì tôi nghĩ ngôn ngữ toán học là ngôn ngữ logic, ngôn ngữ toán học và các chương trình nâng cao. Nó là thể hiện sự tiến bộ đẹp đẽ nhất của AI, và nó cũng là loại AI tiên tiến nhất. Chúng tôi đã làm việc với lập trình và vật lý trong một thời gian dài và đây cũng là một bước quan trọng trong sự hiểu biết của chúng tôi về vũ trụ. Rồi đưa mic cho Tony will.
Tony sẽ: Xin chào, tôi là Tony, cảm ơn vì câu hỏi của bạn. Ước mơ của tôi là dùng cả cuộc đời mình để giải quyết những vấn đề khó khăn nhất trên thế giới, vì vậy bản thân dự án xAI đã là một dự án tương đối tham vọng. Chúng tôi đã đạt được một số tiến bộ vào năm ngoái, điều đó có nghĩa là chúng tôi đang ngày càng tiến gần hơn đến ước mơ của mình.
Bây giờ tôi đã giới thiệu với bạn một số kinh nghiệm làm việc trong quá khứ, có lẽ Musk nghĩ rằng bạn nên giới thiệu thêm về công việc bạn đã làm năm ngoái. Năm ngoái, chúng tôi đã đạt được nhiều tiến bộ hơn trong lĩnh vực AI. Trong một nhóm như vậy, chúng tôi đã xây dựng một mô hình AI, có thể giúp chúng tôi trong việc chấm bài kiểm tra và kiểm tra ở trường trung học. Đây là một trong những hướng nghiên cứu của chúng tôi.
Bởi vì chúng tôi thêm các nguyên tắc toán học vào quy trình trong quá trình thiết kế như vậy, điều này giúp chúng tôi hiểu sâu sắc nhất về logic và khoa học cơ bản. Bây giờ chúng tôi hy vọng có thể áp dụng các công cụ này dưới dạng mạng và chúng tôi sẽ sớm thấy giấc mơ thành hiện thực. Đây là Toby Pohlen, hãy để tôi tự giới thiệu.
Toby Pohlen: Tôi đến từ Đại học Toronto. Có thể bạn đã từng tham gia các lớp học tại Đại học Toronto. Tôi chủ yếu nghiên cứu về các mô hình dữ liệu AI và các hướng nghiên cứu của tôi đều liên quan đến học sâu. Về cơ bản, tôi đang khám phá mặt khác của mỗi viên đá, cảm giác của mỗi viên đá trên bờ biển, đó là cảm giác trong công việc của tôi. Trong vài năm qua, tôi nghĩ rằng chúng ta đã có một cuộc cách mạng trong lĩnh vực học sâu.
Musk: Toàn bộ đội xAI của chúng tôi rất mạnh và có nền tảng tốt. Chúng tôi hy vọng có thể giải quyết một số vấn đề cơ bản nhất nhưng cũng đầy tham vọng nhất. Các công cụ tôi sử dụng là để củng cố bản thân hơn nữa và trao quyền cho mọi người, và tôi sẵn sàng tham gia một hành trình mới như vậy. Bây giờ đưa mic cho Toby.
Toby Pohlen: Xin chào mọi người, tôi là Toby, tôi là một kỹ sư, tôi chịu trách nhiệm chính trong việc viết mã, mã chủ yếu là về máy học. Tôi đã tham gia DeepMind từ nhiều năm trước và hướng nghiên cứu của tôi chủ yếu là học sâu, tôi hy vọng rằng công nghệ và giao diện đó có thể thực sự được áp dụng để giải quyết các vấn đề đang tồn tại ở các nhóm người khác nhau trong xã hội. Có thể giải quyết một số vấn đề và vấn đề hiện tại. Bây giờ tôi giao mic cho Kyle.
Kyle Kosic: Xin chào mọi người, tôi là một kỹ sư hệ thống, giống như các đồng nghiệp của tôi, và toàn bộ nền tảng chuyên môn của tôi là (giống nhau). Trong lĩnh vực thuật toán, vài năm trước tôi làm việc tại Ostyle, và gần đây tôi làm việc tại OpenAI, nơi tôi phụ trách dự án GPT. Lý do tại sao tôi đặc biệt quan tâm đến xAI là vì tôi nghĩ rằng mối đe dọa lớn nhất đối với công nghệ AI là một công ty nào đó có thể gây ra tình trạng độc quyền dữ liệu và sức mạnh của vốn cuối cùng có thể thu được những lợi ích chống lại con người hoặc chống lại con người. nghĩ rằng xAI là Chúng tôi cung cấp một cơ hội hoàn toàn mới, đặc biệt là cho những người thực hành AI sử dụng AI để khám phá thêm những bí ẩn của khoa học và kỹ thuật. Nó sẽ không bị ảnh hưởng bởi các yếu tố nền tảng chính trị, cũng như không bị ảnh hưởng bởi xung đột quốc gia. Chúng tôi chỉ khám phá Nó chỉ là ranh giới của khoa học, vì vậy tôi cũng có hai người bạn từ OpenAI cũng tham gia xAI cùng lúc. đây là bạn của tôi.
Greg Yang: Xin chào mọi người, tôi là Greg, tôi phụ trách mảng toán học và thuật toán. Mối liên hệ của tôi với AI bắt đầu từ mười năm trước. Tôi đặc biệt giỏi toán học và thuật toán, và tôi đã làm rất nhiều công việc liên quan đến toán học và thuật toán. Sau khi trúng tuyển đại học được 2 năm, tôi không muốn ở trong một cái rọ như một chú "chuột sa" nên đã nghỉ học và trở thành một DJ. Sau đó, tôi trở lại trường học và hoàn thành việc học của mình một lần nữa. Vì trải nghiệm như vậy, tôi hiểu sâu sắc hơn về bản thân và toàn thế giới. Tôi cũng đã nghĩ về nhiều câu hỏi, chẳng hạn như làm thế nào vật lý lượng tử có thể có tác động lớn đến vũ trụ thực? Và thuật toán có thể ảnh hưởng đến mức độ nào nếu kích thước mẫu dữ liệu của chúng ta đủ lớn? Trong quá khứ, tôi dần nhận ra rằng bước tiếp theo là biến AGI thành hiện thực, biến AGI thông minh hơn chúng ta và đóng góp vào thực tế cơ bản của bản thân, đó là nguồn động lực của tôi.
Tôi cũng dần nhận ra rằng toán học là ngôn ngữ tóm tắt và logic đằng sau mọi thứ đằng sau thực tế và khoa học. Nếu chúng ta muốn thực sự tiến bộ, chúng ta phải hiểu logic của toán học. Vì vậy, về cơ bản tôi đã học toán từ đầu, hai cuốn sách đầu tiên tôi đọc là toán cơ bản, và chúng tôi bắt đầu lại từ đầu. Ngoài ra còn có các thuật toán phi tuyến tính. Sau đó, chúng tôi đã đi nghiên cứu cấu trúc liên kết và Java. Mục tiêu của chúng tôi là có thể tạo ra một ngôn ngữ có thể nói chuyện với tất cả các nhà toán học trên khắp thế giới và hiểu logic đằng sau toàn bộ toán học.
Tôi đã nhận được một công việc nghiên cứu và đã làm việc trong bộ phận Nghiên cứu của Microsoft trong 5 năm qua. Công việc của họ là một đóng góp cơ bản cho sự hiểu biết của chúng ta về cách thế giới vận hành một cách cơ bản. Nội dung cơ bản nhất trong công việc của tôi cũng rất phức tạp, chủ yếu là về toàn bộ vũ trụ và cách khám phá nó. Sau đó, bản thân tôi đã có thể rút ra một kết luận tương đối đơn giản, đó là áp dụng mô hình dữ liệu quy mô lớn cho vũ trụ. Điều này cũng có thể tiếp thêm sức mạnh cho các mô hình và thuật toán của vũ trụ, cho phép chúng ta thực sự hiểu cách một số vệ tinh và hành tinh trong vũ trụ vận hành. Điều này tạo ra rất nhiều mô hình dữ liệu thú vị cho chúng tôi.
Nhìn về tương lai, tôi đặc biệt tự tin và tin tưởng vào xAI. Tôi cho rằng chúng ta không chỉ không ngừng tiếp cận AGI mà ở góc độ khoa học, chúng ta cũng đã thực sự hoàn thành những thay đổi trong vật lý và khoa học mạng thần kinh, đồng thời cũng đã kết hợp vật lý lượng tử với toàn bộ AI. mô hình dữ liệu là đẹp.
Guodong Zhang: Tôi rất biết ơn vì tôi có cơ hội như vậy, tôi rất vui khi tạo ra một AI như vậy, bởi vì nó sẽ là khởi đầu của toán học mới và khoa học mới, và chúng tôi sẽ thực sự nhận ra thực tế tăng cường, cảm ơn bạn!
Người điều hành: Người tiếp theo là Người mẫu.
Model: Xin chào mọi người, tôi là Model, và toàn bộ nền tảng nghiên cứu của tôi cũng là vai trò của xAI, trên hết, tôi sẽ nghĩ ra nhiều dự án khác nhau. Bây giờ tôi rất hào hứng với một dự án như vậy, vì tôi nghĩ AI có thể thực sự trao quyền cho thế hệ nghiên cứu khoa học của chúng ta, vì vậy công việc của chúng ta là đảm bảo rằng quá trình tiến triển như vậy diễn ra rất nhanh và điều mà mọi người muốn đạt được Chúng ta cũng nên hiểu luật vận hành của một vũ trụ như vậy. Đây là phần giới thiệu ngắn gọn và tầm nhìn của tôi về xAI.
Các thành viên trong nhóm: Xin chào mọi người, toàn bộ nền tảng học vấn của tôi là học sâu, tôi có mười năm kinh nghiệm trong ngành và tôi rất vui khi được tham gia nhóm. Nền tảng chính của tôi là quản lý cơ sở dữ liệu và phân tích dữ liệu, và tôi áp dụng các kỹ thuật khoa học thực sự cho các khía cạnh đó. Tôi tin vào tầm quan trọng của việc làm việc cùng nhau. Chúng tôi muốn có thể có được nhiều thông tin nhất, khai thác dữ liệu sâu nhất và giải quyết hầu hết các thách thức. Tôi sẽ quản lý hoạt động dữ liệu của bạn với tư cách là người phụ trách cơ sở dữ liệu. Tôi chủ yếu quan tâm đến việc xây dựng hệ thống dữ liệu. Tôi chịu trách nhiệm xây dựng cơ sở dữ liệu quốc gia của Hoa Kỳ. Hướng công việc này cũng giống như xAI, đó là tất cả về xây dựng cơ sở dữ liệu. Đó cũng là một hệ thống tuyệt vời. Tôi cũng thích tin tức, tôi thích nghiên cứu vật lý, vật lý thiên văn và vũ trụ, tôi nghĩ nó có thể giải quyết một số vấn đề mà khoa học cho đến nay vẫn chưa giải quyết được, và trả lời những câu hỏi này. Đây là tầm nhìn của tôi về xAI.
Musk: Mọi người đều đã nói ra một số triển vọng của riêng mình. Nếu có ý kiến gì, bạn có thể bật micrô và tiếp tục đóng góp ý kiến của mình. Mục đích chính của việc chúng ta thành lập xAI là để hiểu sâu hơn về bản chất của vũ trụ. Hiện tại chúng ta đã hiểu rất nhiều về vũ trụ, nhưng chúng ta cũng nên kết hợp vũ trụ với thực tế. Vẫn còn rất nhiều bí ẩn chưa được giải đáp trong vũ trụ .Đây là tất cả những gì là chìa khóa cho công việc của chúng tôi. Chúng ta có một mô hình chuẩn có thể áp dụng cho điều này, nhưng vẫn còn nhiều câu hỏi về bản thân tự nhiên, vũ trụ. Bây giờ chúng ta có một trong những nghịch lý lớn nhất, người ngoài hành tinh ở đâu? Điều này cũng liên quan đến hoạt động của thuật toán của chúng tôi. Bởi vì chúng ta có thể tính toán vị trí của người ngoài hành tinh bằng cách tính toán dữ liệu của các không gian bên ngoài khác nhau thông qua thuật toán của các hành tinh khác nhau. Nhưng cho đến nay không có bất kỳ tiến bộ tính toán nào trong lĩnh vực này. Điều này có nghĩa là chúng ta có nhiều cách giải thích khác nhau cho tình hình hiện tại trong vũ trụ, nhưng không thể nói cách giải thích nào đúng và cách giải thích nào sai. Chúng tôi có những nghịch lý khác, chúng tôi thấy một số yếu tố mới và chúng tôi hy vọng sẽ tìm thấy một số yếu tố mới trong vũ trụ. Có lẽ, chúng tôi là công ty duy nhất tập trung vào thiên hà và mọi thứ chúng tôi làm đều tương đối phù hợp. Chúng ta nên chú ý đến sự ra đời của các nguyên tố mới trong những cuộc khám phá vũ trụ như vậy.
Trái đất hiện nay đã 4,5 tỷ năm tuổi và môi trường của trái đất sẽ ngày càng xấu đi trong tương lai, nước trong đại dương sẽ bị đốt cháy hoàn toàn, chúng ta vẫn cần xây dựng một kênh thoát hiểm như vậy và chúng ta nên xem xét các kênh thoát hiểm như vậy . Chúng ta không cần mở rộng ra toàn bộ hệ mặt trời, chúng ta chỉ cần tìm môi trường sống phù hợp nhất cho mình, điều này đòi hỏi rất nhiều thuật toán. Nếu chúng ta trích ra 10% tài nguyên của trái đất để tìm ra hành tinh giống như vậy trong vũ trụ, chúng ta sẽ thấy rằng điều này rất có ý nghĩa. Chúng ta sẽ luôn gặp phải vấn đề di cư vào vũ trụ và con người cũng có nhiều bí ẩn chưa được giải quyết, vì vậy chúng tôi hy vọng có thể giải quyết những vấn đề này thông qua khả năng tính toán dữ liệu quy mô lớn thực sự của AI, đó là hướng đi trong tương lai của AGI. Chúng ta cũng cần nhiều giải pháp hơn nữa.
Greg Yang: Chúng ta có thể thiết lập xAI và để xAI thực hiện một số cam kết nhằm phát triển (theo) hướng mà nó được thiết kế. Tôi nghĩ những gì chúng ta đang nói đến không chỉ là về công nghệ, mà tất cả những gì chúng ta làm là với hy vọng hiểu rõ hơn về bản chất của khoa học. Nhiệm vụ chính của chúng tôi là hiểu sâu hơn. Điều tôi muốn nói thêm là chúng tôi hy vọng chế tạo được một cỗ máy như vậy để hiểu rõ hơn về vũ trụ ngay từ đầu, nhưng theo quan điểm của tôi, từ quan điểm toán học, các phép tính quy mô lớn cũng là khả thi. Tôi vẫn có thể thấy rằng một số phương pháp tính toán quy mô lớn ở đây có thể cho phép chúng ta suy nghĩ lại về vật lý cơ bản và thực tế, ví dụ như hệ thống mạng thần kinh quy mô lớn có thể giải quyết các nhiệm vụ du hành vũ trụ hiện tại và giúp chúng ta giải quyết các vấn đề vật lý nâng cao.
Thành viên nhóm: Một điều chúng ta vẫn cần hiểu là dữ liệu cũng có thể giúp chúng ta giải quyết một số vấn đề hiện tại, chẳng hạn như hiểu những gì thực sự đã xảy ra thông qua lý thuyết. Đây là một cách hiểu khác, và chúng tôi cũng hy vọng có thể hiểu sâu hơn về toàn thể vũ trụ và thế giới. Sau khi hiểu được vũ trụ, chúng ta sẽ có thể hiểu được tất cả con người, tạo điều kiện thực tế tốt hơn cho con người và cho ra đời hàng loạt sản phẩm, công cụ giúp con người hiểu rõ hơn về thế giới.
Musk: Vâng, đây cũng là một trong những phương hướng làm việc của chúng tôi.
Thành viên trong nhóm: Hãy nói về việc cung cấp năng lượng, nếu chúng ta có GPa là 10 megawatt, chúng ta có thể viết những cuốn tiểu thuyết hay hơn và nghĩ ra một hệ thống năng lượng tốt hơn. Chúng ta nên suy nghĩ về những vấn đề như vậy, trên thực tế, đây đều là trật tự. Chúng ta cũng nên xem xét hai cách tiếp xúc khác nhau, hoặc cách thêm một bộ chuyển đổi ở giữa, hoặc giống như các khớp thần kinh của tế bào thần kinh, cả hai được kết hợp thông qua tín hiệu điện. Tôi cũng muốn đặt một câu hỏi như vậy, đâu là động lực thúc đẩy sự phát triển của tất cả khoa học và công nghệ sau những vấn đề kỹ thuật như vậy?
Musk: Nhưng những câu hỏi này không hữu ích lắm. Chúng tôi hy vọng rằng hướng ứng dụng học máy là hướng mà mọi người quan tâm. Sự phát triển AI hiện tại không phải là hướng nghiên cứu và phát triển AI mà chúng ta mong muốn trước đây. Kinh nghiệm và kinh nghiệm của bản thân trong việc tạo ra Tesla, tôi muốn giải quyết các vấn đề trong cuộc sống thực và biến đổi các dạng năng lượng hiện có. Ở quy mô lớn hơn và trong một lĩnh vực rộng lớn hơn, kết quả này hữu ích hơn kết quả của chúng tôi và đây là điều chúng tôi hy vọng AGI có thể đạt được.
Trong sự phát triển của lĩnh vực khoa học máy tính, về mặt phân tích dữ liệu, trên thực tế, đặt câu hỏi quan trọng hơn là giải quyết chúng. Cũng đúng là một khi chúng ta có thể đặt câu hỏi, câu trả lời sẽ trở nên rất dễ dàng. Khi chúng tôi đang trong quá trình phát triển xAI, tôi cảm thấy rằng việc đặt câu hỏi và yêu cầu một nhiệm vụ khó khăn và phức tạp hơn là hoàn thành nhiệm vụ này. Một khi vấn đề về AGI được giải quyết, chúng ta có thể xem lại logic của một số vấn đề trước đó.
Nếu bây giờ quay trở lại năm 2022, chúng ta sẽ thấy rằng nhiều vấn đề khó khăn vào thời điểm đó sẽ trở nên rất đơn giản, đây là một số vấn đề chúng ta cần chuẩn bị. Chúng tôi cần một nền tảng AGI, khối lượng công việc của chúng tôi rất lớn, nhưng chúng tôi cần làm việc thông minh hơn và chúng tôi cần làm việc từ góc độ hiểu biết.
Đây là phần giới thiệu cơ bản của dự án Đây là một số tài nguyên máy tính chúng tôi đã đầu tư vào dự án, tôi hy vọng dự án này sẽ thành công. Đây là một nhóm rất nhỏ, tập hợp những tài năng tốt nhất và nhiều nguồn lực nhất, với hy vọng giải quyết một số vấn đề hiện tại. Chúng tôi hy vọng giải quyết các mô hình và vấn đề cơ bản nhất, hy vọng tăng tỷ lệ sở hữu máy tính bình quân đầu người trên trái đất và cho phép công nghệ kỹ thuật số thay đổi hướng làm việc của con người hiện tại, về lập kế hoạch công việc của con người và phát triển con người trong tương lai. sẽ kéo dài. Đây là một hướng thú vị để làm việc.
Một hướng làm việc rất thú vị khác là vấn đề cung cấp năng lượng bình quân đầu người cho người dân.Làm thế nào để tối ưu hóa cơ cấu cung cấp năng lượng bình quân đầu người là một cách rất tốt.Chúng ta nên có một cái nhìn mới về các dự án cung cấp năng lượng và cung cấp điện. Nếu chúng ta xem xét mức tiêu thụ năng lượng bình quân đầu người của mỗi người, thì con số này rất thú vị và chúng ta cũng nên thêm trí tưởng tượng vào quá trình như vậy để hiểu thế giới hiện tại. Bây giờ năng lượng bình quân đầu người của mọi người rất thấp, bao gồm cả năng lượng điện và năng lượng địa nhiệt. Và chúng tôi hy vọng sẽ tăng thêm năng lượng bình quân đầu người. Nghe có vẻ như chúng tôi có rất nhiều việc phải làm, nhưng trên thực tế, khối lượng công việc sẽ trở nên rất ít sau khi xây dựng nền tảng này.
Là một đội tương đối tốt, chúng tôi rất quan tâm đến khối lượng công việc mà mỗi người có thể hoàn thành. Nguồn lực có hạn và chúng tôi muốn mọi người cùng tiến bộ. Đồng thời, chúng tôi cũng hy vọng sẽ đạt được nhiều tiến bộ nhất có thể trong thời gian sớm nhất, sau đó chúng tôi có thể chia sẻ thông tin trong lĩnh vực này, đây là phương hướng làm việc của chúng tôi.
*Bản ghi văn bản được sắp xếp theo cách giải thích đồng thời của Trung Quốc tại chỗ và các tên trên được phiên âm
Xem bản gốc
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.
Kỷ lục phát sóng trực tiếp về kinh doanh AI mới nhất của Musk: Tôi hy vọng có thể sử dụng AI để giải quyết những bí ẩn chưa được giải đáp của vũ trụ
**Nguồn:**Công nghệ Tencent
Vào ngày 13 tháng 7, Musk đã thông báo trên Twitter rằng công ty trí tuệ nhân tạo xAI của ông đã chính thức được thành lập, với mục tiêu tìm hiểu "bản chất thực sự của vũ trụ." xAI tách biệt với Công ty X, công ty mẹ hiện tại của Twitter, nhưng sẽ hợp tác chặt chẽ với Công ty X và Tesla.
Trong buổi phát sóng trực tiếp này, ngoài bản thân Musk, còn có sự góp mặt của nhiều thành viên cốt cán trong đội ngũ của công ty. Theo trang web chính thức, các thành viên của nhóm xAI đã làm việc trong các công ty tiên tiến như DeepMind, OpenAI, Google Research, Microsoft Research và Tesla.
Musk đã nói về hướng khám phá trong tương lai của xAI, bảo mật và bảo vệ dữ liệu, các lĩnh vực ứng dụng AI và hy vọng sẽ bổ sung thêm nhiều yếu tố con người vào việc khám phá hàng không vũ trụ.
Musk nói rằng mục đích của việc thiết lập xAI là để hiểu thế giới và vũ trụ. Cách an toàn nhất để xây dựng AI là khiến AI tràn đầy sự quan tâm và tò mò về thế giới, đồng thời trao quyền cho AI bằng nhiều công nghệ khác nhau. Đây là điều chúng ta có thể làm chọn.
Về mục tiêu "hiểu bản chất của vũ trụ" được xAI quan tâm nhiều nhất, Musk cho biết hiện tại chúng ta đã hiểu được nhiều điều về vũ trụ, nhưng chúng ta cũng nên kết hợp vũ trụ với thực tế. trong vũ trụ.Những bí ẩn, đây là chìa khóa cho công việc của chúng tôi. Con người có nhiều bí ẩn chưa được giải quyết và chúng tôi hy vọng có thể giải quyết những vấn đề này thông qua khả năng tính toán dữ liệu quy mô lớn thực sự của AI. Đây là hướng đi trong tương lai của AGI.
Sau đây là bản ghi thực sự về buổi phát sóng trực tiếp của xAI:
Musk: Bắt đầu nào. Đầu tiên một giới thiệu ngắn gọn. Hãy để tôi giới thiệu toàn đội, một số công việc chúng tôi đang làm và một số trọng tâm công việc mà chúng tôi cần tập trung trước tiên và hướng đi của bước tiếp theo của xAI. Mục đích của việc thiết lập xAI là để hiểu thế giới và vũ trụ. Tôi nghĩ cách an toàn nhất để xây dựng AI là làm cho AI tràn đầy sự quan tâm và tò mò về thế giới, đồng thời trao quyền cho AI bằng nhiều công nghệ khác nhau. Đây là lựa chọn mà chúng ta có thể thực hiện .
Tôi cũng liên tục tối ưu hóa việc sử dụng AI, để AI phân biệt được đâu là thông tin thật, đâu là thông tin sai lệch. Vì vậy, hãy luôn tò mò và tiếp tục khám phá, đây là cách an toàn nhất để chúng tôi sử dụng AI. Tôi nghĩ rằng đây là khám phá trí tuệ nhân tạo theo cách của con người, điều này thú vị hơn nhiều so với việc khám phá trí tuệ nhân tạo theo cách không phải con người.
Tôi muốn cộng tất cả các yếu tố, chẳng hạn như tàu vũ trụ và phi hành gia, chúng không thú vị bằng AI. Trước hết, hãy phá vỡ các rào cản. Mục tiêu đầu tiên của việc khám phá là Sao Hỏa. Là một hành tinh, Sao Hỏa không thú vị bằng Trái đất. Cách chúng ta khám phá sao Hỏa ngay bây giờ là với AI. Tôi nghĩ điều này cũng rất thú vị, và đó cũng là hướng đi của AI trong tương lai để đáp ứng kỳ vọng của con người đối với sao Hỏa.
Bản thân tôi đã xem xét vấn đề bảo mật dữ liệu do AI mang lại từ nhiều năm trước và hướng đi thực sự của AI trong tương lai là gì. Tôi đã suy nghĩ về nó cả ngày lẫn đêm trong một thời gian dài và bây giờ tôi quyết định sử dụng một công ty như vậy để thực sự nhận ra hướng đi trong tương lai của AI, điều này cũng liên quan đến sự an toàn của AI. Chúng ta cần sử dụng các hoạt động công nghiệp hóa để nhận ra tính bảo mật của AI, để tất cả một số dữ liệu có thể được bảo mật và bảo vệ dữ liệu tốt, đồng thời tạo ra ý nghĩa thực sự.
Chúng tôi cũng đã nghĩ về việc mua lại AI, cách chúng tôi có thể nhận được lợi ích thực sự từ AI. Chúng ta có thể sử dụng AI để đảm bảo an toàn cho nhiều vệ tinh hơn, đây mới là lĩnh vực ứng dụng AI thực sự mà chúng ta mong muốn hiện nay. Nếu chúng ta có thể thêm nhiều yếu tố con người vào khám phá không gian vũ trụ, chúng ta sẽ có thể khám phá một số nơi mà con người chưa khám phá. Tôi nghĩ đó cũng là một phép ẩn dụ mà mọi người có thể hiểu, và đó là điều tôi đang làm ở đây.
Đây là khái quát cơ bản của tôi.
Igor Babuchkin: Xin chào mọi người, tôi là igor, và tôi là thành viên của nhóm xAI. Chuyên ngành chính của tôi là vật lý, vật lý thiên văn và vật lý vũ trụ, đó là những gì tôi đã học trước đây. Tôi nghĩ rằng thông qua học sâu, điều quan trọng nhất là có thể áp dụng sức mạnh xử lý của học sâu và một số khả năng của học máy vào hàng không vũ trụ và hiểu được những bí ẩn của toàn vũ trụ. Đây cũng là yếu tố then chốt cho mọi thứ chúng ta muốn làm. Đây là một dự án hợp thời, là một dự án hoàn toàn khác với OpenAI. Chúng ta cũng có thể áp dụng mô hình ngôn ngữ lớn vào phân tích dữ liệu của vũ trụ, tôi tin rằng những dữ liệu đó có thể giúp chúng ta hiểu sâu hơn về vũ trụ và thế giới.
**Musk: **Vật lý là một cách để mở rộng ranh giới của toàn bộ thế giới của chúng ta. Thông qua vật lý, chúng ta có thể hiểu các nguyên tắc cơ bản của vũ trụ và đưa ra một số quyết định. Vì vậy, khoa học máy tính nên được tích hợp chặt chẽ hơn với khoa học vật lý và vật lý thiên văn, đồng thời khám phá sự giao thoa của ba ngành khoa học khác nhau này. Bởi vì đây là một số ngành khoa học thông tin, chúng tôi muốn có thể hiểu được thế giới thực. Bây giờ chúng tôi giao mic cho Mantal, cũng từ xAI.
Mantal: Trong sáu năm qua, tôi đã làm việc tại DeepMind, chịu trách nhiệm chính trong việc đào tạo toàn bộ mô hình học tập AI. Tôi đã nghiên cứu về AI trong một thời gian rất dài, mục đích của tôi là khám phá thêm một số phát triển mới nhất, hiểu được một số hướng của AI, đồng thời có nhiều công cụ và chủ đề khác nhau để đào sâu nghiên cứu và khám phá. xAI là một công cụ chúng tôi chọn để tìm hiểu về nhiều phát triển mới nhất thông qua nghiên cứu và chia sẻ những phát triển mới nhất của chúng tôi với các nhà nghiên cứu. Bây giờ tôi đưa mic cho Joy.
Joy: Tôi là Joy. Tôi đã nghiên cứu các mô hình toán học AI trong bảy năm qua. Tôi hy vọng AI này có thể giải quyết tốt các vấn đề toán học, bởi vì tôi nghĩ ngôn ngữ toán học là ngôn ngữ logic, ngôn ngữ toán học và các chương trình nâng cao. Nó là thể hiện sự tiến bộ đẹp đẽ nhất của AI, và nó cũng là loại AI tiên tiến nhất. Chúng tôi đã làm việc với lập trình và vật lý trong một thời gian dài và đây cũng là một bước quan trọng trong sự hiểu biết của chúng tôi về vũ trụ. Rồi đưa mic cho Tony will.
Tony sẽ: Xin chào, tôi là Tony, cảm ơn vì câu hỏi của bạn. Ước mơ của tôi là dùng cả cuộc đời mình để giải quyết những vấn đề khó khăn nhất trên thế giới, vì vậy bản thân dự án xAI đã là một dự án tương đối tham vọng. Chúng tôi đã đạt được một số tiến bộ vào năm ngoái, điều đó có nghĩa là chúng tôi đang ngày càng tiến gần hơn đến ước mơ của mình.
Bây giờ tôi đã giới thiệu với bạn một số kinh nghiệm làm việc trong quá khứ, có lẽ Musk nghĩ rằng bạn nên giới thiệu thêm về công việc bạn đã làm năm ngoái. Năm ngoái, chúng tôi đã đạt được nhiều tiến bộ hơn trong lĩnh vực AI. Trong một nhóm như vậy, chúng tôi đã xây dựng một mô hình AI, có thể giúp chúng tôi trong việc chấm bài kiểm tra và kiểm tra ở trường trung học. Đây là một trong những hướng nghiên cứu của chúng tôi.
Bởi vì chúng tôi thêm các nguyên tắc toán học vào quy trình trong quá trình thiết kế như vậy, điều này giúp chúng tôi hiểu sâu sắc nhất về logic và khoa học cơ bản. Bây giờ chúng tôi hy vọng có thể áp dụng các công cụ này dưới dạng mạng và chúng tôi sẽ sớm thấy giấc mơ thành hiện thực. Đây là Toby Pohlen, hãy để tôi tự giới thiệu.
Toby Pohlen: Tôi đến từ Đại học Toronto. Có thể bạn đã từng tham gia các lớp học tại Đại học Toronto. Tôi chủ yếu nghiên cứu về các mô hình dữ liệu AI và các hướng nghiên cứu của tôi đều liên quan đến học sâu. Về cơ bản, tôi đang khám phá mặt khác của mỗi viên đá, cảm giác của mỗi viên đá trên bờ biển, đó là cảm giác trong công việc của tôi. Trong vài năm qua, tôi nghĩ rằng chúng ta đã có một cuộc cách mạng trong lĩnh vực học sâu.
Musk: Toàn bộ đội xAI của chúng tôi rất mạnh và có nền tảng tốt. Chúng tôi hy vọng có thể giải quyết một số vấn đề cơ bản nhất nhưng cũng đầy tham vọng nhất. Các công cụ tôi sử dụng là để củng cố bản thân hơn nữa và trao quyền cho mọi người, và tôi sẵn sàng tham gia một hành trình mới như vậy. Bây giờ đưa mic cho Toby.
Toby Pohlen: Xin chào mọi người, tôi là Toby, tôi là một kỹ sư, tôi chịu trách nhiệm chính trong việc viết mã, mã chủ yếu là về máy học. Tôi đã tham gia DeepMind từ nhiều năm trước và hướng nghiên cứu của tôi chủ yếu là học sâu, tôi hy vọng rằng công nghệ và giao diện đó có thể thực sự được áp dụng để giải quyết các vấn đề đang tồn tại ở các nhóm người khác nhau trong xã hội. Có thể giải quyết một số vấn đề và vấn đề hiện tại. Bây giờ tôi giao mic cho Kyle.
Kyle Kosic: Xin chào mọi người, tôi là một kỹ sư hệ thống, giống như các đồng nghiệp của tôi, và toàn bộ nền tảng chuyên môn của tôi là (giống nhau). Trong lĩnh vực thuật toán, vài năm trước tôi làm việc tại Ostyle, và gần đây tôi làm việc tại OpenAI, nơi tôi phụ trách dự án GPT. Lý do tại sao tôi đặc biệt quan tâm đến xAI là vì tôi nghĩ rằng mối đe dọa lớn nhất đối với công nghệ AI là một công ty nào đó có thể gây ra tình trạng độc quyền dữ liệu và sức mạnh của vốn cuối cùng có thể thu được những lợi ích chống lại con người hoặc chống lại con người. nghĩ rằng xAI là Chúng tôi cung cấp một cơ hội hoàn toàn mới, đặc biệt là cho những người thực hành AI sử dụng AI để khám phá thêm những bí ẩn của khoa học và kỹ thuật. Nó sẽ không bị ảnh hưởng bởi các yếu tố nền tảng chính trị, cũng như không bị ảnh hưởng bởi xung đột quốc gia. Chúng tôi chỉ khám phá Nó chỉ là ranh giới của khoa học, vì vậy tôi cũng có hai người bạn từ OpenAI cũng tham gia xAI cùng lúc. đây là bạn của tôi.
Greg Yang: Xin chào mọi người, tôi là Greg, tôi phụ trách mảng toán học và thuật toán. Mối liên hệ của tôi với AI bắt đầu từ mười năm trước. Tôi đặc biệt giỏi toán học và thuật toán, và tôi đã làm rất nhiều công việc liên quan đến toán học và thuật toán. Sau khi trúng tuyển đại học được 2 năm, tôi không muốn ở trong một cái rọ như một chú "chuột sa" nên đã nghỉ học và trở thành một DJ. Sau đó, tôi trở lại trường học và hoàn thành việc học của mình một lần nữa. Vì trải nghiệm như vậy, tôi hiểu sâu sắc hơn về bản thân và toàn thế giới. Tôi cũng đã nghĩ về nhiều câu hỏi, chẳng hạn như làm thế nào vật lý lượng tử có thể có tác động lớn đến vũ trụ thực? Và thuật toán có thể ảnh hưởng đến mức độ nào nếu kích thước mẫu dữ liệu của chúng ta đủ lớn? Trong quá khứ, tôi dần nhận ra rằng bước tiếp theo là biến AGI thành hiện thực, biến AGI thông minh hơn chúng ta và đóng góp vào thực tế cơ bản của bản thân, đó là nguồn động lực của tôi.
Tôi cũng dần nhận ra rằng toán học là ngôn ngữ tóm tắt và logic đằng sau mọi thứ đằng sau thực tế và khoa học. Nếu chúng ta muốn thực sự tiến bộ, chúng ta phải hiểu logic của toán học. Vì vậy, về cơ bản tôi đã học toán từ đầu, hai cuốn sách đầu tiên tôi đọc là toán cơ bản, và chúng tôi bắt đầu lại từ đầu. Ngoài ra còn có các thuật toán phi tuyến tính. Sau đó, chúng tôi đã đi nghiên cứu cấu trúc liên kết và Java. Mục tiêu của chúng tôi là có thể tạo ra một ngôn ngữ có thể nói chuyện với tất cả các nhà toán học trên khắp thế giới và hiểu logic đằng sau toàn bộ toán học.
Tôi đã nhận được một công việc nghiên cứu và đã làm việc trong bộ phận Nghiên cứu của Microsoft trong 5 năm qua. Công việc của họ là một đóng góp cơ bản cho sự hiểu biết của chúng ta về cách thế giới vận hành một cách cơ bản. Nội dung cơ bản nhất trong công việc của tôi cũng rất phức tạp, chủ yếu là về toàn bộ vũ trụ và cách khám phá nó. Sau đó, bản thân tôi đã có thể rút ra một kết luận tương đối đơn giản, đó là áp dụng mô hình dữ liệu quy mô lớn cho vũ trụ. Điều này cũng có thể tiếp thêm sức mạnh cho các mô hình và thuật toán của vũ trụ, cho phép chúng ta thực sự hiểu cách một số vệ tinh và hành tinh trong vũ trụ vận hành. Điều này tạo ra rất nhiều mô hình dữ liệu thú vị cho chúng tôi.
Nhìn về tương lai, tôi đặc biệt tự tin và tin tưởng vào xAI. Tôi cho rằng chúng ta không chỉ không ngừng tiếp cận AGI mà ở góc độ khoa học, chúng ta cũng đã thực sự hoàn thành những thay đổi trong vật lý và khoa học mạng thần kinh, đồng thời cũng đã kết hợp vật lý lượng tử với toàn bộ AI. mô hình dữ liệu là đẹp.
Guodong Zhang: Tôi rất biết ơn vì tôi có cơ hội như vậy, tôi rất vui khi tạo ra một AI như vậy, bởi vì nó sẽ là khởi đầu của toán học mới và khoa học mới, và chúng tôi sẽ thực sự nhận ra thực tế tăng cường, cảm ơn bạn!
Người điều hành: Người tiếp theo là Người mẫu.
Model: Xin chào mọi người, tôi là Model, và toàn bộ nền tảng nghiên cứu của tôi cũng là vai trò của xAI, trên hết, tôi sẽ nghĩ ra nhiều dự án khác nhau. Bây giờ tôi rất hào hứng với một dự án như vậy, vì tôi nghĩ AI có thể thực sự trao quyền cho thế hệ nghiên cứu khoa học của chúng ta, vì vậy công việc của chúng ta là đảm bảo rằng quá trình tiến triển như vậy diễn ra rất nhanh và điều mà mọi người muốn đạt được Chúng ta cũng nên hiểu luật vận hành của một vũ trụ như vậy. Đây là phần giới thiệu ngắn gọn và tầm nhìn của tôi về xAI.
Các thành viên trong nhóm: Xin chào mọi người, toàn bộ nền tảng học vấn của tôi là học sâu, tôi có mười năm kinh nghiệm trong ngành và tôi rất vui khi được tham gia nhóm. Nền tảng chính của tôi là quản lý cơ sở dữ liệu và phân tích dữ liệu, và tôi áp dụng các kỹ thuật khoa học thực sự cho các khía cạnh đó. Tôi tin vào tầm quan trọng của việc làm việc cùng nhau. Chúng tôi muốn có thể có được nhiều thông tin nhất, khai thác dữ liệu sâu nhất và giải quyết hầu hết các thách thức. Tôi sẽ quản lý hoạt động dữ liệu của bạn với tư cách là người phụ trách cơ sở dữ liệu. Tôi chủ yếu quan tâm đến việc xây dựng hệ thống dữ liệu. Tôi chịu trách nhiệm xây dựng cơ sở dữ liệu quốc gia của Hoa Kỳ. Hướng công việc này cũng giống như xAI, đó là tất cả về xây dựng cơ sở dữ liệu. Đó cũng là một hệ thống tuyệt vời. Tôi cũng thích tin tức, tôi thích nghiên cứu vật lý, vật lý thiên văn và vũ trụ, tôi nghĩ nó có thể giải quyết một số vấn đề mà khoa học cho đến nay vẫn chưa giải quyết được, và trả lời những câu hỏi này. Đây là tầm nhìn của tôi về xAI.
Musk: Mọi người đều đã nói ra một số triển vọng của riêng mình. Nếu có ý kiến gì, bạn có thể bật micrô và tiếp tục đóng góp ý kiến của mình. Mục đích chính của việc chúng ta thành lập xAI là để hiểu sâu hơn về bản chất của vũ trụ. Hiện tại chúng ta đã hiểu rất nhiều về vũ trụ, nhưng chúng ta cũng nên kết hợp vũ trụ với thực tế. Vẫn còn rất nhiều bí ẩn chưa được giải đáp trong vũ trụ .Đây là tất cả những gì là chìa khóa cho công việc của chúng tôi. Chúng ta có một mô hình chuẩn có thể áp dụng cho điều này, nhưng vẫn còn nhiều câu hỏi về bản thân tự nhiên, vũ trụ. Bây giờ chúng ta có một trong những nghịch lý lớn nhất, người ngoài hành tinh ở đâu? Điều này cũng liên quan đến hoạt động của thuật toán của chúng tôi. Bởi vì chúng ta có thể tính toán vị trí của người ngoài hành tinh bằng cách tính toán dữ liệu của các không gian bên ngoài khác nhau thông qua thuật toán của các hành tinh khác nhau. Nhưng cho đến nay không có bất kỳ tiến bộ tính toán nào trong lĩnh vực này. Điều này có nghĩa là chúng ta có nhiều cách giải thích khác nhau cho tình hình hiện tại trong vũ trụ, nhưng không thể nói cách giải thích nào đúng và cách giải thích nào sai. Chúng tôi có những nghịch lý khác, chúng tôi thấy một số yếu tố mới và chúng tôi hy vọng sẽ tìm thấy một số yếu tố mới trong vũ trụ. Có lẽ, chúng tôi là công ty duy nhất tập trung vào thiên hà và mọi thứ chúng tôi làm đều tương đối phù hợp. Chúng ta nên chú ý đến sự ra đời của các nguyên tố mới trong những cuộc khám phá vũ trụ như vậy.
Trái đất hiện nay đã 4,5 tỷ năm tuổi và môi trường của trái đất sẽ ngày càng xấu đi trong tương lai, nước trong đại dương sẽ bị đốt cháy hoàn toàn, chúng ta vẫn cần xây dựng một kênh thoát hiểm như vậy và chúng ta nên xem xét các kênh thoát hiểm như vậy . Chúng ta không cần mở rộng ra toàn bộ hệ mặt trời, chúng ta chỉ cần tìm môi trường sống phù hợp nhất cho mình, điều này đòi hỏi rất nhiều thuật toán. Nếu chúng ta trích ra 10% tài nguyên của trái đất để tìm ra hành tinh giống như vậy trong vũ trụ, chúng ta sẽ thấy rằng điều này rất có ý nghĩa. Chúng ta sẽ luôn gặp phải vấn đề di cư vào vũ trụ và con người cũng có nhiều bí ẩn chưa được giải quyết, vì vậy chúng tôi hy vọng có thể giải quyết những vấn đề này thông qua khả năng tính toán dữ liệu quy mô lớn thực sự của AI, đó là hướng đi trong tương lai của AGI. Chúng ta cũng cần nhiều giải pháp hơn nữa.
Greg Yang: Chúng ta có thể thiết lập xAI và để xAI thực hiện một số cam kết nhằm phát triển (theo) hướng mà nó được thiết kế. Tôi nghĩ những gì chúng ta đang nói đến không chỉ là về công nghệ, mà tất cả những gì chúng ta làm là với hy vọng hiểu rõ hơn về bản chất của khoa học. Nhiệm vụ chính của chúng tôi là hiểu sâu hơn. Điều tôi muốn nói thêm là chúng tôi hy vọng chế tạo được một cỗ máy như vậy để hiểu rõ hơn về vũ trụ ngay từ đầu, nhưng theo quan điểm của tôi, từ quan điểm toán học, các phép tính quy mô lớn cũng là khả thi. Tôi vẫn có thể thấy rằng một số phương pháp tính toán quy mô lớn ở đây có thể cho phép chúng ta suy nghĩ lại về vật lý cơ bản và thực tế, ví dụ như hệ thống mạng thần kinh quy mô lớn có thể giải quyết các nhiệm vụ du hành vũ trụ hiện tại và giúp chúng ta giải quyết các vấn đề vật lý nâng cao.
Thành viên nhóm: Một điều chúng ta vẫn cần hiểu là dữ liệu cũng có thể giúp chúng ta giải quyết một số vấn đề hiện tại, chẳng hạn như hiểu những gì thực sự đã xảy ra thông qua lý thuyết. Đây là một cách hiểu khác, và chúng tôi cũng hy vọng có thể hiểu sâu hơn về toàn thể vũ trụ và thế giới. Sau khi hiểu được vũ trụ, chúng ta sẽ có thể hiểu được tất cả con người, tạo điều kiện thực tế tốt hơn cho con người và cho ra đời hàng loạt sản phẩm, công cụ giúp con người hiểu rõ hơn về thế giới.
Musk: Vâng, đây cũng là một trong những phương hướng làm việc của chúng tôi.
Thành viên trong nhóm: Hãy nói về việc cung cấp năng lượng, nếu chúng ta có GPa là 10 megawatt, chúng ta có thể viết những cuốn tiểu thuyết hay hơn và nghĩ ra một hệ thống năng lượng tốt hơn. Chúng ta nên suy nghĩ về những vấn đề như vậy, trên thực tế, đây đều là trật tự. Chúng ta cũng nên xem xét hai cách tiếp xúc khác nhau, hoặc cách thêm một bộ chuyển đổi ở giữa, hoặc giống như các khớp thần kinh của tế bào thần kinh, cả hai được kết hợp thông qua tín hiệu điện. Tôi cũng muốn đặt một câu hỏi như vậy, đâu là động lực thúc đẩy sự phát triển của tất cả khoa học và công nghệ sau những vấn đề kỹ thuật như vậy?
Musk: Nhưng những câu hỏi này không hữu ích lắm. Chúng tôi hy vọng rằng hướng ứng dụng học máy là hướng mà mọi người quan tâm. Sự phát triển AI hiện tại không phải là hướng nghiên cứu và phát triển AI mà chúng ta mong muốn trước đây. Kinh nghiệm và kinh nghiệm của bản thân trong việc tạo ra Tesla, tôi muốn giải quyết các vấn đề trong cuộc sống thực và biến đổi các dạng năng lượng hiện có. Ở quy mô lớn hơn và trong một lĩnh vực rộng lớn hơn, kết quả này hữu ích hơn kết quả của chúng tôi và đây là điều chúng tôi hy vọng AGI có thể đạt được.
Trong sự phát triển của lĩnh vực khoa học máy tính, về mặt phân tích dữ liệu, trên thực tế, đặt câu hỏi quan trọng hơn là giải quyết chúng. Cũng đúng là một khi chúng ta có thể đặt câu hỏi, câu trả lời sẽ trở nên rất dễ dàng. Khi chúng tôi đang trong quá trình phát triển xAI, tôi cảm thấy rằng việc đặt câu hỏi và yêu cầu một nhiệm vụ khó khăn và phức tạp hơn là hoàn thành nhiệm vụ này. Một khi vấn đề về AGI được giải quyết, chúng ta có thể xem lại logic của một số vấn đề trước đó.
Nếu bây giờ quay trở lại năm 2022, chúng ta sẽ thấy rằng nhiều vấn đề khó khăn vào thời điểm đó sẽ trở nên rất đơn giản, đây là một số vấn đề chúng ta cần chuẩn bị. Chúng tôi cần một nền tảng AGI, khối lượng công việc của chúng tôi rất lớn, nhưng chúng tôi cần làm việc thông minh hơn và chúng tôi cần làm việc từ góc độ hiểu biết.
Đây là phần giới thiệu cơ bản của dự án Đây là một số tài nguyên máy tính chúng tôi đã đầu tư vào dự án, tôi hy vọng dự án này sẽ thành công. Đây là một nhóm rất nhỏ, tập hợp những tài năng tốt nhất và nhiều nguồn lực nhất, với hy vọng giải quyết một số vấn đề hiện tại. Chúng tôi hy vọng giải quyết các mô hình và vấn đề cơ bản nhất, hy vọng tăng tỷ lệ sở hữu máy tính bình quân đầu người trên trái đất và cho phép công nghệ kỹ thuật số thay đổi hướng làm việc của con người hiện tại, về lập kế hoạch công việc của con người và phát triển con người trong tương lai. sẽ kéo dài. Đây là một hướng thú vị để làm việc.
Một hướng làm việc rất thú vị khác là vấn đề cung cấp năng lượng bình quân đầu người cho người dân.Làm thế nào để tối ưu hóa cơ cấu cung cấp năng lượng bình quân đầu người là một cách rất tốt.Chúng ta nên có một cái nhìn mới về các dự án cung cấp năng lượng và cung cấp điện. Nếu chúng ta xem xét mức tiêu thụ năng lượng bình quân đầu người của mỗi người, thì con số này rất thú vị và chúng ta cũng nên thêm trí tưởng tượng vào quá trình như vậy để hiểu thế giới hiện tại. Bây giờ năng lượng bình quân đầu người của mọi người rất thấp, bao gồm cả năng lượng điện và năng lượng địa nhiệt. Và chúng tôi hy vọng sẽ tăng thêm năng lượng bình quân đầu người. Nghe có vẻ như chúng tôi có rất nhiều việc phải làm, nhưng trên thực tế, khối lượng công việc sẽ trở nên rất ít sau khi xây dựng nền tảng này.
Là một đội tương đối tốt, chúng tôi rất quan tâm đến khối lượng công việc mà mỗi người có thể hoàn thành. Nguồn lực có hạn và chúng tôi muốn mọi người cùng tiến bộ. Đồng thời, chúng tôi cũng hy vọng sẽ đạt được nhiều tiến bộ nhất có thể trong thời gian sớm nhất, sau đó chúng tôi có thể chia sẻ thông tin trong lĩnh vực này, đây là phương hướng làm việc của chúng tôi.
*Bản ghi văn bản được sắp xếp theo cách giải thích đồng thời của Trung Quốc tại chỗ và các tên trên được phiên âm