Lin Yi有一套 来源：关键点 2025年世界人工智能会议（WAIC）将于7月26日至7月29日在上海举行。 欣顿说，人们的理解方式几乎与将语言理解为大型语言模型一样，因此人们可以成为大型语言模型。人们将拥有像大语言模型这样的幻觉，但是大型语言模型开始与人类不同，并且比人类更强大。 欣顿说，几乎所有专家都认为AI似乎比人聪明。为了完成任务，AI代理想要生存并获得更多的控制权，人们可以操纵。仅关闭AI，例如抬起老虎作为宠物，这是不现实的，并且在将其抬起后可能会损坏。不是Sopeople是AI，因为它在许多领域都起着重要作用。 他希望建立AI安全机构和国际社区，以学习和培训AI的好处。各国可以在主权中研究和分享其结果。人工智能全球国家应该考虑建立相关网络并学习如何培训智能人工智能以帮助人们，而不是摧毁或统治人。这是人们长期以来面临的重要问题。 我们将为您设置要点： 1。AI发展的历史 两个游行：在过去的60年中，AI有两个主要的露台和道路。一个是逻辑范式，在上个世纪统治了。据信，逻辑智能的本质在推理方面是惊人的，并且通过符号政策的象征表达方式实现了来理解知识的表达。另一种方法是基于生物学基础来理解AI。图灵（Turing）和冯·诺伊曼（Von Neumann）认为，智力的基础在于研究了解移动神经网络的速度。 早期尝试结合的尝试：1985年，创建一个小型模型，试图结合上述两个理论，并通过设置ma来预测下一个单词每个单词和记录数字的纽约不同功能。在此过程中，句子未存储，形成句子，并预测随后的词汇。关系知识取决于单词语义特征的相互作用。 随后的发展：10年后，Beio使用Onesiminar模型来建模和扩展其规模，这成为对自然语言的真正模拟。 20年后，计算语言学家开始收到矢量嵌入功能，以表达单词的含义。 30年后，Google发明了变压器，OpenAI显示了其结果。当今，大型语言模型被认为是1985年以后相关研究的延续，使用更多单词输入和更分层的神经元结构来建立更复杂的特征相互作用模式。 2。语言的大型模型和对人类语言的理解 相似性：大型语言模型理解问题类似于人们理解LAN的方式发声，既可以在功能上都在改变语言，又可以完美地融合它们。借助Lego建筑的寓言，每个单词都喜欢多维的乐高积木，可以开发各种内容。语言成为建模，并且可以根据情况进行调整，因为每个单词都有许多“手”，并且不同的“握手”方法代表不同的含义，相似的理解人脑或神经网络含义的过程类似于氨基酸蛋白质的组合，以产生更重要的内容。 区别：主要区别在于计算机科学将软件和硬件分开。软件知识永远存在。尽管硬件被破坏了，但该软件可以尽其所能恢复。为了达到这种不朽，晶体管要求晶体管具有高功率，昂贵，硬件属性是不稳定且可靠的。模拟了人的大脑，神经元的连接有所不同从每个人那里，知识的传播与硬件有关。 3。知识和效率的传播 人与数字情报之间的比较：传播人类知识是无效的，例如每秒提供多达100份信息。数字智能可以使用相同的神经网络软件与不同的硬件印刷，平均重量位置共享知识，并可以同时共享数十亿美元的信息。例如，GPT4可以使用各种硬件，并共享从Internet学到的信息。 能源消耗和知识共享之间的权衡：数字计算能源消耗很棒，但是代理人获得了体重和方便的体验；生物计算的能耗很小，但是知识共享很困难。如果能源价格便宜，则数字计算的好处更清晰。 4。发展AI和H的未来Uman响应 潜在的AI威胁：几乎所有专家都认为AI似乎比人聪明。为了完成任务，这些代理人可以操纵人们并将他们变成事实，例如养育宠物，并且在超过之后可能会受到损害。 对策：人们无法摆脱AI，他们应该找到训练AI的方法，以免摆脱人们。尽管各国发现很难与网络攻击和其他方面合作，但他们对防止在冷战期间的美国和苏联等世界上主导世界的AI也有同样的兴趣。预计它将建立一个国际AI安全机构的国际社会，以研究和培训AI的良好状态，国家可以自己学习和分享其成果。建议在世界各地建立网络或主要AI国家的网络，以学习如何培训Smart AI来协助人类工作。 以下是语音成绩单（AI组合）： 在这种情况下，让我sh与您同在我自己的个人观点，尤其是人工智能的历史和未来。 它已经存在了将近60年了，AI有两种不同的Paradig和路径。一个是合乎逻辑的，也就是说，上个世纪是基于逻辑范式的。这是什么意思？每个人都认为这是逻辑智能的本质取决于升uwiran。我们通过一些符号策略运行符号表达式以实施推理。因此，它可以帮助我们更好地了解知识如何代表另一个知识？这是基于生物学的AI的理解，而生物学和冯·诺伊曼相信。然后，这是智力的基础，最好了解和了解研究网络的某些连接速度。 因此，理解这一过程是实现学习的首要任务。如果与这两种理论结合在一起，这是符号AI的原理。这些数字是丑陋的，那么这些数字最终如何关注单词和单词之间的关系？ 听到天才，他是另一种理论，显然是另一种完全不同的理论。数字的含义实际上是一系列语义素质。然后这些品质就存在，并且自然会在1985年成为一个特征。我创建了一个非常小的模型，我想结合这两种理论，然后更好地理解人们如何理解一个单词。因此，我为每个单词提供了许多不同的素质。然后记录上一个数字的此功能，我们可以猜测下一个数字是什么，下一个单词是什么，然后猜测下一个单词。 在此过程中，我们不存储任何句子，我会形成句子，然后猜测下一个单词是什么。然后，对关系的知识还取决于不同单词的特征以及语义属性的相互作用。未来30年会发生什么？十年后，他还使用了贝奥（Beio）模型的模型，但他使其更大，等同于对自然语言的真实模拟。 20年后，语言学计算最终开始接受向量表达单词含义的奉献精神。 30年后，Google发明了变压器，然后OpenAI研究人员也展示了他的一切。因此，我们今天的大语言模型，我认为这是微信语言模型的后代。自1985年代以来，他们已经使用了许多单词作为输入，并且使用了更多的神经元结构层。因为有需要。使用了大量模糊的数字，并且在研究特征之间建立了更复杂的接触模式。 但是，就像我所做的小型模型一样，单位模型与人类理解语言的方式相同。主要理解是将这些语言更改为某些功能，然后以非常完美的方式将这些功能包括在其中。这就是我在LAM的各个层面上所做的，所以我的理解是，大语言模型确实了解您如何理解问题，类似于人们理解语言的方式e。因此，我在这里给您举一个例子，对句子的理解是什么？它包含了什么？什么是AI符号？ 这是为了改变某些符号和语言的事物范围，但是人们以这种方式了解了实际情况。我想在这里举一个例子，这将成为乐高积木。通过乐高积木，您可以制作任何3D。您可以创建一个小的模型是Is The Is The Car。您将每个单词都视为一个多维的乐高积木。它可以具有数千种不同的尺寸，因此这些类型的乐高积木可以使许多尺寸制成，它可以是建模，可以制造许多不同的内容。 它使语言成为模型。这种语言，您可以随时与人们交谈，只提供该建筑物的块。那么每个构建块都是一个单词。因此，现在我们有许多乐高积木，这与许多不同的乐高积木之间的差异不同。我们有几个单词，例如乐高积木，但是形状单词，其符号，形状通常是一个设置，但也可以基于不同的情况。 进行调整，然后乐高模型相对具体，将正方形插入正方形的小孔中。但是语言是不同的，每种语言都可以想象每个单词中都有很多人。 例如。如果您想更好地理解这个词，可以在这个词和另一个词之间适当握手。因此，一旦这个词的形状发生了变化，换句话说是如何交流的。这里的优化存在问题。在我的话语改变之后，它的含义改变了。那么，如何在下一个单词中避免这个词并带来更好的感觉呢？这就是人脑的含义，或者这种神经网络意味着理解含义。 这是最重要的事情。因此，就像将蛋白质与蛋白质结合在一起。蛋白质应通过不同的氨基酸模型整合和整合。整合 - 与伊斯坦n带来更有意义的内容，这就是人脑理解单词的方式。语言的方式。 因此，我今天所说的观点之一是人们理解语言与理解大语言模型的方式非常相似。因此，人们可以成为大型语言模型，人们还将创建幻觉（例如大型语言模型），因为我们还将制作许多幻觉 - 引用某些语言。 大型语言模型如何？但是，还有一些主要方式，单位模型与人类不同，它们比人类强。计算机科学的一个基本原则是，我们需要分别查看软件和硬件，这将使您可以为其他硬件运行。这两个软件。它与我们不同，这是计算机中科学的存在。 如果您可以工作，那么对软件的知识将永远存在。该软件将始终放在程序上，并将始终放置在此处。你可以摧毁所有人您可以使用的硬件以及LM中存在的硬件将被破坏。但是，只要该软件继续存在，它将在任何时间和任何地方生活，因此，从这个意义上讲，对计算机程序的知识是无穷无尽的，不会死亡。那么，有什么区别？因此，为了实现这种不朽，我们将以很高的力量运行并产生可靠的二元行为，并且此过程非常昂贵。 我们无法利用硬件的丰富晶粒粒状特性，因为这些特质是不稳定和可靠的。每个。是的，这是模拟的，因此每次计算时，您都会有所不同。模拟了人的大脑。人脑不是数字化的。每当刺激神经元时，都会进行模拟，并且每次都相同。我不可能将人脑神经元的结构移到我的大脑到您的大脑，因为我们每个人都不同，我们每个人都不一样，因此我的神经元的联系适合神经结构在我的大脑中。 然后传播知识和硬件的分散意味着人的大脑和硬件是不同的，这会带来问题。 如果我们没有实现永生，那么这个知识软件。它不取决于硬件，因此不朽，带来了两个主要好处。 我们几乎可以使用电力和电力，只有30瓦的大脑就足够了。我们有数万亿个神经元连接，因此在电子管中情况相同。我们不花很多钱来制作同样的硬件。但是今天我们仍然有一个大问题，该问题将从模拟模型转变为另一个模型，并从中转移知识。这是非常无效的，而且非常困难。我不能用我向你展示我的想法。这是不同的。我们所能做的就是使用其他方法。 让我向你解释一下我学到了什么。因此，解决此问题的最佳方法称为DeepSeek蒸馏做到这一点，这将从大型神经中移动其知识与小型神经网络进行蒸馏的网络。根据这个想法，这是与老师和研究的关系，在某些情况下，老师将一个单词连接到他们连接的另一个上下文，然后学生将beshe偏向同一件事，但她将其修复，等等。这是我们训练他的方式，这与您将某人的知识转移给别人的方式相同，但他没有效果。 因此，也许在100位句子中没有太多信息，这限制了我们可以将知识转移到他人的程度。我可以以非常缓慢的方式将知识转换为您。最好在一秒钟内拥有大约100位。如果您理解我所有的话，效率不是很高，但是如果将其与数字智能之间的知识转换的效率进行比较，则会有很大的差异。我没有相同的神经网络。该软件已经制作了不同的打印方式，并将其放入不同的硬件中。他们都使用numbe卢比。他们将以相同的方式使用自己的费率，然后可以通过这种类型的位置来分享他们的知识。 互联网我们可以拥有数千份，它们可以自行改变体重，然后平均占用，以便他们可以移动知识，然后这种举动的速度取决于您拥有多少个连接点。 这样，每次您都可以分享数万亿件，而不是很多次，而是数十亿次。然后，比人们共享的知识要快数十亿次。因此，GPT4非常好，它们具有许多不同的印刷品运行不同的硬件，并且可以共享从Internet学到的各种信息。如果有现实世界中的代理商在运行，那就更重要了，因为它们可以继续进行磁浮游和复制，如果有很多代理商，他们将学习多个代理商。他们可以分享自己的权重，并且模拟软件或硬件仿真不能这样做。 因此，我们的观点是数字计算需要大量的能量，但是代理可以轻松获得相同的体重并分享他们从不同的体验中学到的知识。在生物计算中，使用较少的能量，但是知识很难共享。正如我今天所表明的那样，如果能量廉价，数字计算会更好。这也使我想起。 因为几乎所有的专家都认为我们会比我们更聪明。 我们习惯于成为最聪明的生物，因此许多人发现如果AI比世界人民更聪明，很难考虑会发生什么？如果您想知道会发生什么，如果不是一个人或最聪明的话，我们可以看一下它，该怎么办？会发生什么？我们可以问鸡，我们创建AI代理，他们可以帮助我们完成任务。这些代理，它们已经有能力复制它们。他们可以给出子目标评分。然后，他们想做两件事，他们想活下去，然后实现我们给他们的东西。 他们也期望获得更多的控制权，同时，以实现我们为他们提供的目标，以便这些代理想要生存并获得更多的控制。 我认为我们无法引起他们的注意。它们方便操纵使用它们的人。他们大约3岁，然后他们就像成年人一样。 3岁非常容易操纵。 因此，如果他们认为自己很聪明，我们会杀死它。这是不现实的。他们将检查它们，我们将鼓励控制不会杀死它的机器的人。 因此，我认为我们处于当前情况。有人将老虎视为宠物，老虎也可以用作老虎幼崽，这是非常可爱的宠物。 但是，如果您保留这只宠物，则应确保当它生长时，它不会杀死您。 总的来说，养一只老虎作为宠物不是一个好主意，因此只有两个选择。 如果您训练它，他不会杀死您。或者，如果您杀死它，如果我们使用AI，我们将无法消除它。 AI是如此的好，它做了很多。已经提到过其中许多人，例如医疗保健，教育，气候变化，新材料，AI，这些任务做得很好，这几乎可以帮助所有行业变得更好。这是摆脱AI的一种方式。即使一个国家离开AI，其他国家也不会这样做。因此，这不是一种选择，这意味着，如果我们希望人们生活，我们必须找到一种训练AI的方法，以免他们摧毁人。 现在，我表达了我的个人意见。我认为国家无法在某些方面进行合作，例如攻击网络或致命武器，或者这种操纵公众意见的虚假视频。不同国家的利益是不一致的，他们有不同的看法，我认为在这方面没有有效的国际合作。我们将避免一些createviruses的人，但是在这些方面将没有国际合作。但是我们将与之合作的一个方面，我认为这也是最重要的发行e。 让我们看一下1950年代冷战的高潮。美国和苏联共同努力避免全球核战争。没有人愿意与核战争作斗争。尽管他们在许多方面说话，但他们可以在这一点上共同努力。我们目前的情况是，没有任何国家想统治世界，每个国家都希望人们控制世界。如果一个国家找到一种防止AI操纵的方法，那么这个国家肯定会很乐意告诉其他国家。因此，因此，我们希望拥有一个由AI安全机构组成的国际社会，以学习技能，培训AI并做好Sthey。 我们的希望是训练AI做好。可以说这与培训AI技术不同。因此，每个国家都可以进行自己的研究以使AI变得好。他可以对他的主权AI进行研究，并且他不能将其交给其他国家，但是他可以与所有人分享结果，也就是说，如何培训AI并使AI变得好。 然后我有一个建议，世界或主要国家或主要国家国家应该考虑开发网络，包括不同国家 /地区的某些机构来研究这些问题，以及如何培训非常聪明的AI AI。让人工智能不想摧毁人们，统治世界，让AI乐于完成辅助任务。尽管人工智能比人聪明，但我们不知道它是如何加川的。从长远来看，可以说是人类面临的最重要问题。我们的好消息是，在这个问题上，所有国家都可以一起合作，谢谢。 金融的官方帐户 24小时广播滚动滚动最新的财务和视频信息，并扫描QR码以供更多粉丝遵循（Sinafinance）