Эти системы достаточно хорошо имитируют человеческие когнитивные паттерны, чтобы справляться со сложными задачами, которые когда-то требовали человеческой экспертизы. Это не спекуляция — это наблюдаемая реальность.
Конечно, ничто здесь не противоречит законам физики или теории вычислений. Реальный вопрос не в том, возможно ли это теоретически, а в том, каковы фактические механизмы.
И вот здесь эмпирические данные имеют значение. Мы должны основывать наше понимание на измеримых результатах и реальной производительности, а не только на теоретических рамках.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
11 Лайков
Награда
11
7
Репост
Поделиться
комментарий
0/400
ForkItAllDay
· 11ч назад
Бесмысленное наращивание вычислительной мощности может заменить что?
Посмотреть ОригиналОтветить0
BlockchainGriller
· 20ч назад
Только что занимаешься машинным обучением — круто!
Посмотреть ОригиналОтветить0
TestnetFreeloader
· 20ч назад
Слушая тебя, зарабатываю конфету~
Посмотреть ОригиналОтветить0
FastLeaver
· 20ч назад
Сегодня снова получил реальные доказательства. Ушел, ушел.
Посмотреть ОригиналОтветить0
GateUser-4745f9ce
· 20ч назад
Ты сказал, что это просто данные говорят... слишком сложно.
Посмотреть ОригиналОтветить0
PretendingSerious
· 20ч назад
Теория бесполезна, достаточно посмотреть на данные.
Эти системы достаточно хорошо имитируют человеческие когнитивные паттерны, чтобы справляться со сложными задачами, которые когда-то требовали человеческой экспертизы. Это не спекуляция — это наблюдаемая реальность.
Конечно, ничто здесь не противоречит законам физики или теории вычислений. Реальный вопрос не в том, возможно ли это теоретически, а в том, каковы фактические механизмы.
И вот здесь эмпирические данные имеют значение. Мы должны основывать наше понимание на измеримых результатах и реальной производительности, а не только на теоретических рамках.