当前位置:商业频道首页 > 头条推荐 > 正文

黄仁勋,拐点出现(5)

我站在这里,希望你们都能看到我看到的景象。我们身处一个体育场馆的中央。去年是这项活动恢复线下举办的第一年,那感觉就像一场摇滚音乐会。GTC被描述为人工智能的伍德斯托克音乐节。而今年,它被描述为人工智能的超级碗。唯一的区别是,在这个超级碗中,人人都是赢家。因此,每年都有越来越多的人参与其中,因为人工智能能够为更多行业和公司解决更有趣的问题。

今年,我们将谈论更多关于自主型人工智能和物理人工智能。

其核心在于,每一波、每一阶段的人工智能发展,都涉及三个基本要素。首先是如何解决数据问题?这之所以重要,是因为人工智能是一种数据驱动的计算机科学方法。它需要数据来学习,需要数字体验来学习,学习知识并获得数字体验。

第二个问题是,在没有人参与的情况下,如何解决训练问题?人工干预之所以从根本上具有挑战性,是因为我们的时间有限,而我们希望人工智能能够以超人的速度学习,以超实时速度学习,并能够以人类无法企及的规模进行学习。

第三点是如何实现规模化?如何找到一种算法,使得无论提供何种资源,投入的资源越多,AI就越智能?规模化定律。去年,几乎全世界都错了。AI的计算需求,其规模化定律具有更强的韧性,事实上是超加速的。由于自主智能(AgenticAI)和推理能力的缘故,我们目前所需的计算量,比去年这个时候我们预期的要多至少100倍。

让我们来分析一下为什么这是真的。首先,让我们从AI的能力入手,让我倒过来解释。如我在所述,自主智能(AgenticAI)就是推理。我们现在拥有能够进行推理的AI。这从根本上来说是关于将问题一步一步分解的过程。它可能会尝试几种不同的方法来解决问题,并选择最佳答案。也许它会用多种方法解决同一个问题,并确保得到相同的答案,即进行一致性检查。或者,在得出答案之后,它可能会将答案代回方程(例如二次方程)中,以确认答案的正确性。而不是仅仅直接给出答案。

热点推送

本周关注

MORE