AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：【萬字訪談】AI教父Hinton：招募Ilya、安利黃仁勛、談大模型的理解、推理、時(shí)間尺度、多模態(tài)、算法
關(guān)鍵字：符號(hào),向量,大腦,權(quán)重,模型
文章來源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

Geoffrey Hinton接受Sana Labs專訪★內(nèi)容導(dǎo)讀：這段訪談中，Geoffrey Hinton 回顧了他漫長(zhǎng)的研究生涯，并談?wù)摿巳斯ぶ悄艿奈磥怼inton 認(rèn)為：
深度學(xué)習(xí)的成功證明了簡(jiǎn)單算法和大規(guī)模數(shù)據(jù)的威力，這與 Chomsky 等人認(rèn)為的需要大量先天結(jié)構(gòu)的觀點(diǎn)相悖。
類比是理解和創(chuàng)造力的關(guān)鍵，大型語言模型通過發(fā)現(xiàn)不同事物之間的共同結(jié)構(gòu)來進(jìn)行類比。
多模態(tài)學(xué)習(xí)將是 AI 的下一個(gè)重要階段，它將使模型能夠更好地理解空間關(guān)系和物理世界。
大腦很可能使用某種形式的反向傳播算法來進(jìn)行學(xué)習(xí)，但具體機(jī)制仍不清楚。
AI 將對(duì)醫(yī)療保健、材料科學(xué)等領(lǐng)域產(chǎn)生巨大影響，但也可能被用于惡意目的。
AI 研究應(yīng)集中于開發(fā)更強(qiáng)大的學(xué)習(xí)算法和探索新的計(jì)算架構(gòu)，例如模擬大腦的多時(shí)間尺度學(xué)習(xí)機(jī)制。
★金句摘錄：
伊利亞總是鼓吹，你只要把它做大，它就會(huì)做得更好。我一直認(rèn)為這有點(diǎn)推卸責(zé)任，你必須也要有新的想法。事實(shí)證明伊利亞基本上是對(duì)的。新想法確實(shí)有幫助，比如 Transformer 就很有幫助，但真正重要的是數(shù)據(jù)的規(guī)模和計(jì)算的規(guī)模。
理解就是知道如何將符號(hào)轉(zhuǎn)換成這些向量，并知道向量的元素應(yīng)該如何相

原文鏈接：【萬字訪談】AI教父Hinton：招募Ilya、安利黃仁勛、談大模型的理解、推理、時(shí)間尺度、多模態(tài)、算法

聯(lián)系作者

文章來源：人工智能學(xué)家
作者微信：
作者簡(jiǎn)介：