Γεια σας, στη σειρά Magnify, θέτουμε στους ειδικούς τα ερωτήματα στα οποία θέλουμε να ανακοινώσουμε τις απαντήσεις στον τομέα της ανάπτυξης. Σήμερα ο καλεσμένος μας είναι ο Erdem Eser Ekinci, συνιδρυτής των Galaxy και dp, ο οποίος έχει το όραμα να ιδρύσει μια εταιρεία τεχνητής νοημοσύνης το 2009. Έχουμε φιλοξενήσει πολλούς φίλους μας εδώ μέχρι στιγμής. Θέσαμε πολλές ερωτήσεις και σε όλες το θέμα αφορούσε την τεχνητή νοημοσύνη. Υπέμεινε. Χαίρομαι που επιτέλους θα μπορέσουμε να κάνουμε μια ερώτηση που θέλω να κάνω πολλές ερωτήσεις σε έναν ειδικό σχετικά με την τεχνητή νοημοσύνη και θέλω να ξεκινήσω γρήγορα. Μιλάμε για ανατρεπτική επίδραση της Τεχνητής Νοημοσύνης και όλοι λένε κάτι γι' αυτό. Όπως μόλις ανέφερα, το σκέφτεσαι αυτό εδώ και πολύ καιρό. Σε αυτό το σημείο, πρόκειται για το μέλλον της τεχνητής νοημοσύνης, ειδικά για το πώς θα πρέπει να την προσεγγίσουν οι εταιρείες, πώς θα προσαρμόσουν αυτήν την έννοια στη δική τους επιχείρηση. Τι πιστεύετε ότι θα πρέπει να λάβει υπόψη ένας ιδιοκτήτης εταιρείας, διευθυντής, διευθυντής, άτομα όλων των βαθμίδων ως σημείο εκκίνησης για την προσαρμογή της τεχνητής νοημοσύνης στην επιχείρησή του; Το θέμα είναι φυσικά πολύ δημοφιλές, σχεδόν όλες οι συναντήσεις ξεκινούν με την τεχνητή νοημοσύνη και καταλήγουν σε δεδομένα. Η πιο σημαντική δουλειά που πρέπει να γίνει είναι η εκπαίδευση μιας Τεχνητής Νοημοσύνης, η χρήση της και η δυνατότητα εκτέλεσης της με οποιονδήποτε τρόπο ώστε να συμπεριληφθεί σε ένα σενάριο. Η απογραφή δεδομένων θα πρέπει να λαμβάνεται με υγιή τρόπο. Γενικά, δεν περιλαμβάνονται όλα αυτά τα δεδομένα στην εταιρεία. Κάποια δεδομένα πρέπει να εισαχθούν από έξω. Οι διαδικασίες ολοκλήρωσης είναι πολύ κρίσιμες. Επομένως, το μεγαλύτερο εμπόδιο για την επιτυχή υλοποίηση ενός έργου τεχνητής νοημοσύνης δεν θα είναι η προμήθεια GPU, όπως πιστεύεται, αλλά η ανάγκη. Πρόκειται κυρίως για τη συλλογή σαφών, ποιοτικών δεδομένων. Οι περισσότερες εταιρείες έχουν επίσης δεδομένα. Είναι αποθηκευμένο, αρχειοθετημένο και άχρηστο λόγω ανησυχιών όπως η μη μεταφορά του στο cloud από την τεχνητή νοημοσύνη. Επομένως, το μεγαλύτερο πρόβλημα είναι η λήψη αυτού του αποθέματος, ο προσδιορισμός του τρόπου λειτουργίας του σε ποια σενάρια και η παραγωγή νέων σεναρίων ενσωματώνοντάς το με την παροχή εξωτερικών δεδομένων. Αν σκεφτούμε ότι μια εταιρεία λέει βραχυπρόθεσμα και μακροπρόθεσμα εκείνη τη στιγμή, στην πραγματικότητα είναι βραχυπρόθεσμο και μεσαίο, ευγενικά λέτε επεξεργασία δεδομένων, αλλά λίγο ακόμα οι περισσότερες εταιρείες διατηρούν τα δεδομένα σε excel. Υπάρχει και μια τέτοια πραγματικότητα. Προετοιμασία δεδομένων: Είναι θέμα προετοιμασίας για κάτι τέτοιο σε μακροπρόθεσμο επίπεδο σε κάθε τμήμα; Πρόκειται για αγορά τεχνολογίας σε μια επιχείρηση ή για συνεργασία με ένα πρακτορείο; Ανατίθεται σε εξωτερικούς συνεργάτες αυτή η τεχνογνωσία; Ποια πιστεύετε ότι θα έπρεπε να είναι η καλύτερη πρακτική εδώ; Τώρα, όταν κάνω μια τέτοια αξιολόγηση τον τελευταίο χρόνο, από τα 2 έως τα 2,020 μέχρι σήμερα, φαίνεται ότι όλοι αρχικά πιστεύουν ότι πρόκειται για έναν ξεχωριστό τομέα, μια λαχτάρα που απαιτεί μια άλλη εξειδίκευση και ένα επίπεδο εκπαίδευσης. Στο σημείο που έχουμε φτάσει, το Türkan έχει μετατραπεί σε ένα μικροσκοπικό εργαλείο που έχει εξαπλωθεί σχεδόν σε κάθε τμήμα. Στην αρχή, όλοι προσπάθησαν να δημιουργήσουν μονάδες τεχνητής νοημοσύνης. Εξειδικευμένη εκπαίδευση άρχισε να λαμβάνεται σε αυτή την πλευρά, αλλά τελικά ήρθε. Η τεχνητή νοημοσύνη έχει γίνει ένα στοιχείο που προσφέρει πολλά οφέλη στον εκδημοκρατισμό. Με άλλα λόγια, χρειάζεστε έναν προγραμματιστή λογισμικού για να λύσετε οποιοδήποτε πρόβλημα. Εφόσον το προηγούμενο θέμα έχει διασφαλίσει την αλληλεπίδραση δεδομένων και τεχνητής νοημοσύνης, οι επιχειρηματικές μονάδες και οι τελικοί χρήστες μπορούν πλέον να ζυμώνουν την τεχνολογία σαν ζύμη σύμφωνα με τις δικές τους επιθυμίες. Συνοψίζοντας, αυτό δεν θα πρέπει να θεωρηθεί ως ένα απλό τεχνολογικό άλμα, αλλά ως μια κοινωνικοτεχνική εξέλιξη. Δεν είναι μόνο τεχνολογία, είναι πλέον η δομή των οργανισμών. Το σχήμα του αρχίζει επίσης να αλλάζει. Μερικοί ρόλοι είναι σε θέση να επιτύχουν την επιτυχία της ανάληψης. Κάποιοι ρόλοι εξαφανίζονται, μπορούν να ανατεθούν πλήρως σε μηχανές μέσω τεχνητής νοημοσύνης. Επομένως, στο τελευταίο σημείο, η τεχνητή νοημοσύνη έχει στην πραγματικότητα μετατραπεί σε ένα εργαλείο που μπορεί να χρησιμοποιηθεί στα χέρια κάθε ατόμου. Επομένως, αποτελεί ξεχωριστή τεχνητή νοημοσύνη στις εταιρείες. Δεν νομίζω ότι υπάρχει ανάγκη για εξειδικευμένο τμήμα. Υπάρχουν πολλές τέτοιες πληροφορίες για την αναφορά σχετικά με αυτό το θέμα. Το τμήμα των 60 ατόμων μειώθηκε σε 10 άτομα. Υπάρχει πολύς θόρυβος σχετικά με την αύξηση της εργασίας που γίνεται με την τεχνητή νοημοσύνη, το γεγονός ότι οι άνθρωποι σπαταλώνται από αυτή την άποψη ή το αντίστροφο, σαν μια εταιρεία που το έκανε αυτό να πήρε ξανά ανθρώπους επειδή είχε ζημίες, φυσικά, είμαι πολύ περίεργος για τη γνώμη σας επειδή το σκέφτεστε εδώ και πολύ καιρό, οπότε στην πραγματικότητα, το ερώτημα είναι, δεν ξέρω αν πρέπει να το ερμηνεύσω, ξέρετε, θα προκαλέσει ανεργία; Η τεχνητή νοημοσύνη μπορεί επίσης να είναι αυτό, ή τεχνητή νοημοσύνη. Μπορείτε επίσης να απαντήσετε σχετικά με το πώς ο εικονικός άνθρωπος θα πρέπει να αναπτύξει ή να μεταμορφωθεί στα δικά του στυλ. Ας προσπαθήσω να απαντήσω και στα δύο. Είναι στην πραγματικότητα πολύ σαφές ότι η τεχνητή νοημοσύνη θα δημιουργήσει ανεργία. Αυτό έχει ήδη ξεκινήσει. Η αύξηση της παραγωγικότητας ανακοινώνεται τώρα. Μπορείτε ακόμη και να κάνετε αυτό το συμπέρασμα με βάση τους μισθούς των προγραμματιστών λογισμικού. Για παράδειγμα, σχεδόν κάθε εφαρμογή τώρα. Λανσάραμε τη λύση chatbot. Όταν υπήρχε ανάγκη για μια νέα λειτουργικότητα, άρχισαν αμέσως να προσφέρουν νέες υπηρεσίες χωρίς να αναπτύξουν κανένα λογισμικό και σχεδόν καθόλου λογισμικό. Αυτό ανοίγει τον δρόμο για την ανεργία. Στην πραγματικότητα, αξιολογώ την τεχνητή νοημοσύνη, ειδικά την jenerivia, ως εξής, σου προσφέρει 2 πράγματα. Μπορεί να σας φέρει τις πληροφορίες που αρχειοθετεί και ευρετηριάζει, τις οποίες κυρίως διαμένετε, όταν ρωτάτε για τα δεδομένα μου, λέει ότι το 2,020 είναι μέχρι το τέλος του τέταρτου, μέχρι μια ημερομηνία, και σας επιστρέφει λέγοντας ότι δεν έχει ενημερωμένα δεδομένα, αλλά αν θέλετε, μπορείτε να αναζητήσετε και να βρείτε την τρέχουσα έκδοση στο διαδίκτυο. Έτσι, το ένα είναι υπεύθυνο για την ευρετηρίαση όπως έκανε αυτή η παλιά Google, και το δεύτερο είναι η ικανότητα να κάνεις συμπεράσματα reznik, δηλαδή, το coco του ετεροφυλόφιλου άνδρα. Έχει την ικανότητα να βγάζει όλα τα συμπεράσματα που έχει μάθει από παιδί. Αν βρέξει, θα γίνει άπληστος, σε σημείο που θα χρειαστεί να σου δώσω τα στοιχεία του μητρώου της επιχείρησής σου και την εγκύκλιο με την υπογραφή σου για να μου δώσεις πιστωτική κάρτα. Τώρα, αν σκέφτεστε να προσλάβετε την τεχνητή νοημοσύνη ως πηγή απασχόλησης και στοιχείο απασχόλησης, πρέπει να αποφασίσετε εκ των προτέρων σε ποιον από αυτούς θα την αναθέσετε. Θα με ρωτήσεις τι ξέρω. Ή μήπως θα θέλετε τη ροή εργασίας σας, την επιχείρησή σας; Οι πρώτες ερωτήσεις και απαντήσεις έγιναν στην πραγματικότητα γρήγορα πέρυσι, σαν βιασύνη. Εσείς κάνετε ερωτήσεις, εμείς παίρνουμε απαντήσεις. Τώρα φτάσαμε. Ονομάζονται πρακτορεία, αλλά αυτό σημαίνουν στα τουρκικά. Οι παράγοντες, παρεμπιπτόντως, έχουν από καιρό μετατοπιστεί στην ακαδημία, δηλαδή στον παράγοντα, σε μια άλλη έννοια. Το Ajan είναι στα τουρκικά, αλλά ο ακαδημαϊκός κόσμος στην Τουρκία χρησιμοποιεί την έννοια του πράκτορα εδώ και περίπου 1990 χρόνια. Υπάρχει επίσης πολλή διαμάχη σχετικά με αυτό. Μπορεί να το είδατε στα μέσα ενημέρωσης, αλλά το ακαδημαϊκό αντίστοιχο αυτού ισχύει στην πραγματικότητα για αυτήν ακριβώς τη δουλειά, δηλαδή, αντί για έναν άνθρωπο σαν άνθρωπο. Στοιχεία λογισμικού που είναι υπεύθυνα για την εκτέλεση μιας εργασίας επιδεικνύοντας τόσο κοινωνική όσο και προληπτική συμπεριφορά, στην πραγματικότητα, αν το δεις, ας πούμε, το στοιχείο λογισμικού, όταν το θέμα της τεχνητής νοημοσύνης έρχεται εδώ, στην πραγματικότητα, ναι, θα έχει πολύ βαθιές επιπτώσεις που θα μειώσουν την απασχόληση και θα πρέπει να αξιολογηθεί κοινωνικοτεχνικά και τα οργανογράμματα θα πρέπει να αξιολογούνται ξανά και ξανά. Φυσικά, γνωρίζουμε ότι εργάζεστε πάνω σε αυτό το θέμα εδώ και πολύ καιρό στον ακαδημαϊκό χώρο και το σκέφτεστε. Ξέρουμε ότι σας μιλούσαμε πριν από ένα χρόνο, και μιλούσαμε για πράκτορες, αλλά θέλω να σας ρωτήσω το εξής, η διασταύρωση της γενετικής τεχνητής νοημοσύνης και αυτών των eygents, και μπορεί να είναι οποιαδήποτε εταιρεία. Ο τομέας των νεοσύστατων επιχειρήσεων μπορεί να αποτελέσει εργαλείο. Ποιο είναι αυτό το σημείο τομής σχετικά με το πώς μπορείτε να το ενσωματώσετε αυτό στη δική σας δομή; Επειδή όλα όσα συζητούνται παραμένουν πολύ θεωρητικά και ότι μετατρέπουμε τη θεωρία σε πράξη. Αυτό ακριβώς είναι το νόημα. Θα μπορούσε να είναι μια συμβουλή, θα μπορούσε να είναι μια άποψη, θα μπορούσε να είναι μια μέθοδος, επειδή ξέρω ότι στην πραγματικότητα είναι δουλειά αυτή τη στιγμή. Σκέφτεστε για 23 χρόνια από τώρα και θα ήταν υπέροχο αν μπορούσαμε να πάρουμε μια ιδέα από εσάς για το πώς να επιτύχουμε αυτό το όραμα. Δεν χρειάζεται να πάμε πολύ μακριά. Μετά από 2, 3 χρόνια, η τάση που έχει αρχίσει να παρατηρείται είναι ότι λαμβάνετε CRM eygent από μια εταιρεία. Αγοράζεις ένα άλλο δέντρο για το ανθρώπινο δυναμικό από μια άλλη εταιρεία και ξαφνικά αρχίζουν να σχηματίζονται περισσότεροι από ένας παράγοντες που εμπλέκονται στις ΜΜΕ των καταχωρίσεων και οι παράγοντες που βασίζονται στην άνοιξη. Λέει, και σε αυτό το σημείο, ο συγχρονισμός και η επικοινωνία τους μεταξύ τους. Ως αποτέλεσμα αυτής της επικοινωνίας, καθίσταται πολύ πιο κρίσιμο για αυτούς να συμπεριφέρονται σύμφωνα με τους στόχους της εταιρείας. Συγκεκριμένα, μπορείτε να διδάξετε τον παράγοντα που αναθέτετε στον παράγοντα σχετικά με τους στόχους του, άλλους παράγοντες με τους οποίους πρέπει να επικοινωνεί, τους εσωτερικούς περιορισμούς, τους κανόνες, το όραμα και την αποστολή της εταιρείας. Η διασφάλιση ότι εργάζονται σε αρμονία με τους άλλους θα πρέπει να είναι ο πιο σημαντικός στόχος. Επειδή όταν οι άνθρωποι αρχίζουν να ασχολούνται με αυτή την επιχείρηση, δηλαδή όταν οι άνθρωποι δεν μπορούν να μιλήσουν την ίδια γλώσσα με τους ανθρώπους, οι άνθρωποι πρέπει να μιλήσουν την ίδια γλώσσα με τη μηχανή, και αυτό πρέπει να αναπτυχθεί με την κουλτούρα της εταιρείας, τα λόγια της εταιρείας και τις έννοιες της εταιρείας. Επομένως, κάθε παράγοντας είναι ο ενδιάμεσος που παρέχει γρήγορη εξυπηρέτηση. Δεν έχει και πολύ νόημα να το πάρεις και να το χρησιμοποιήσεις. Μία από τις εταιρείες που δίνει ένα παράδειγμα δημοσιεύει διαφημίσεις στα μέσα κοινωνικής δικτύωσης κατά τη διάρκεια της ημέρας, όταν το θέμα είναι πολλές ενέργειες. Λένε ότι το κάνουν αυτό προληπτικά χρησιμοποιώντας παράγοντες τεχνητής νοημοσύνης. Ωστόσο, όταν εξετάζεται με βάση τη φήμη της μάρκας, αυτός ο εξαιρετικά έξυπνος παράγοντας που βελτιστοποιεί τη διαφήμιση στην πραγματικότητα βλάπτει τη φήμη της εταιρείας. Επειδή ενώ η ατζέντα της χώρας είναι εντελώς διαφορετική, εσείς θέλετε να πουλάτε παπούτσια στην πλατφόρμα ηλεκτρονικού εμπορίου σας και προωθείτε ένα προϊόν σε νέους που είναι εντελώς εκτός ατζέντας. Εδώ ξεκινά η ιστορία. Ένας άλλος παράγοντας εντός του ιδρύματος είναι η αξιολόγηση της φήμης της επωνυμίας. Λήφθηκε απ' έξω, και έτσι άλλαξε η ατζέντα. Υπάρχουν τέτοιοι κίνδυνοι και κρίσεις στη χώρα και θα πρέπει να διαχειρίζεστε το εμπορικό σήμα σας με αυτόν τον τρόπο, συμβουλεύει. Τώρα αυτοί οι δύο παράγοντες δεν μπορούν να αλληλεπιδράσουν. Δύο διαφορετικά τμήματα ασχολούνται με αυτούς τους παράγοντες. Από τη μία πλευρά, λαμβάνετε την προειδοποίηση. Το άτομο που λαμβάνει την προειδοποίηση αυτόν τον μήνα προωθεί το ζήτημα στον ενδιαφερόμενο σε άλλο τμήμα. Πρέπει να πάει να προγραμματίσει και να διαχειριστεί τον άλλο παράγοντα. Εν τω μεταξύ, αν η διαφήμιση συνεχίσει να εναλλάσσεται έστω και για μία ώρα όταν εμφανιστεί η διαφορά σκουριάς, δημιουργείται ένα πολύ καταστροφικό περιβάλλον για την επωνυμία. Σε αυτό το σημείο, υπάρχουν λίγα που θα κάνουν τους δυο τους να μιλήσουν. Όπως είπα και πριν, η επιχειρηματική δραστηριότητα της μάρκας, δηλαδή η εταιρική. Η διαχείριση αυτών των παραγόντων με τρόπο που να συμμορφώνεται με το επιχειρηματικό μοντέλο, τους κανόνες και τους περιορισμούς είναι ένα εντελώς διαφορετικό ζήτημα. Δεν μπορείς να το αγοράσεις ούτε από έξω. Δηλαδή, αυτό θα ταιριάζει με την κουλτούρα μου όταν προσλαμβάνω κάποιον σαν εσένα; Θα συνεχίσει να εργάζεται δίπλα μου εδώ σε 10 χρόνια; Είναι ακριβώς το ίδιο όπως όταν ψάχνεις για απάντηση στην ερώτησή σου. Στην πραγματικότητα, αν η κοινωνική του νοημοσύνη, η οποία φημολογείται εδώ και χρόνια για το openaymir, είχε αναπτυχθεί, ίσως να μην είχε κατασκευάσει την ατομική βόμβα. Η ιδέα βασίζεται λίγο σε πρακτορεία και είναι shir. Μιλάτε για το ζήτημα της ενσωμάτωσης στον πολιτισμό σας. Θέλω να προχωρήσουμε λίγο σε αυτό από εδώ. Ας υποθέσουμε ότι, ως εταιρική κουλτούρα, ελήφθη η απόφαση να εππενδύσουμε στην τεχνητή νοημοσύνη και σε οργανισμούς. Αλλά υπάρχει και μια παραισθησιογόνος πλευρά στη δουλειά μου εδώ. Πρέπει λοιπόν να εμπιστευτούμε την τεχνητή νοημοσύνη, ναι, πρέπει να την αυξήσουμε σε 10 που της έχουν ανατεθεί, αλλά έχει και τα δικά της εσωτερικά προβλήματα που μπορούν να προκύψουν εδώ. Πιστεύετε ότι κάποιος διευθυντής μπορεί να εμπιστευτεί αυτήν την επιχείρηση σε αυτό το σημείο; Το αν θα ανατεθεί ή όχι μια θέση εργασίας σε έναν eygener σε έναν συγκεκριμένο κλάδο ή αν θα παραμείνει απόμακρος θα πρέπει να προσεγγίζεται με βάση τη διαδικασία λήψης αποφάσεων της εταιρείας. Ας προσπαθήσω να απαντήσω σε αυτό το ερώτημα μέσω της έννοιας του παράγοντα. Μπορείτε να εμπιστευτείτε ένα λογισμικό, μια τεχνητή νοημοσύνη, για να κάνει μια δουλειά; Με τον ίδιο τρόπο, μπορείτε να εμπιστευτείτε κάποιον να κάνει μια δουλειά; Ας κρατήσουμε την ερώτηση ίδια. Ας ομογενοποιήσουμε λοιπόν τα δύο. Πώς το εμπιστεύεσαι; Κάποιοι συνομοσπονδιακοί παρεμβαίνουν σε ένα άτομο για να κάνουν μια δουλειά. Δηλαδή, στο διάστημα εμπιστοσύνης και σε αυτό που έχουμε ήδη οραματιστεί εδώ και αιώνες, επειδή είναι στην πραγματικότητα ανθρώπινο. Δεδομένου ότι ο παράγοντας είναι μια νέα έννοια, δυσκολευόμαστε να αντιστοιχίσουμε κάτι στο 10. Θα απαντήσει σωστά το 10% ή το 98%; Είναι λίγο σαν να είναι δύσκολο να το καταλάβεις. Με τον ίδιο ακριβώς τρόπο, δηλαδή, όταν αναπτύσσετε μια λύση πράκτορα από μια εταιρεία ή από τον εαυτό σας, πρέπει να δημιουργήσετε ένα περιβάλλον δοκιμαστικής πλατφόρμας όπου μπορείτε να αυξήσετε αυτήν την εμπιστοσύνη στο 10 λαμβάνοντας το απομονωμένο έγγραφο OO, δημιουργώντας μια δοκιμαστική πλατφόρμα, δημιουργώντας ένα περιβάλλον δοκιμών και τροφοδοτώντας το με διάφορα δεδομένα για μια συγκεκριμένη χρονική περίοδο. Διαφορετικά, δεν υπάρχει σοβαρή διαφορά μεταξύ της αξιολόγησης ενός φίλου που θα λαμβάνει πάντα την ίδια ερώτηση και της ανάθεσης μιας εργασίας σε έναν εκπρόσωπο. Αντιθέτως, υπάρχει το πλεονέκτημα ότι μπορείτε να χρησιμοποιήσετε έναν άλλο παράγοντα για να ελέγξετε έναν παράγοντα. Στην πραγματικότητα, αν το ελέγχεις και μια διαφορετική υπηρεσία, πηγαίνεις σε έναν παράγοντα με τον ίδιο τρόπο. Θα ήθελα να αναπτύξω έναν ακόμη παράγοντα για να αμφισβητήσω τους εσωτερικούς μου κανονισμούς, ώστε να αμφισβητήσω τη νομοθεσία μου. Πώς πρέπει να είναι οι εξετάσεις για αυτό; Ένα παράδειγμα για μένα είναι 10,000 ερωτήσεις, και θα μπορεί να επεξεργαστεί αυτές τις 10,000 ερωτήσεις με ερωτήσεις και απαντήσεις. Μπορείτε να εκτελέσετε μια απλή δοκιμαστική κλίνη; Όταν λέτε ότι τα μεγάλα γλωσσικά μοντέλα σας παρέχουν ήδη αυτήν την πλατφόρμα. Θα πρέπει επίσης να στοχεύσετε το άλλο, μπορείτε να το δοκιμάσετε με αυτό. Μπορείτε να κάνετε το ίδιο και για τον άνθρωπο; Είναι πιο δύσκολο και είναι μια διαφορετική διαδικασία. Θέλω να ρωτήσω πού και πού ακριβώς για την κουλτούρα, την εταιρική κουλτούρα της επιχείρησης. Ας μιλήσουμε για μια εταιρεία της οποίας η κουλτούρα διαρκεί κατά μέσο όρο 20 χρόνια. Έπινε 20 χρόνια. Στην πραγματικότητα, εξελίσσεται με όλα όσα συμβαίνουν, αλλά η κουλτούρα για την οποία μιλάμε είναι μερικών ετών και υποθέτοντας ότι προσπαθούμε να την προσαρμόσουμε, πώς θα πρέπει να αξιολογήσουμε την πολιτισμική προσαρμογή εδώ όσον αφορά την εταιρική κουλτούρα της εταιρείας σε επίπεδο τμήματος ή τι είδους χρόνος εκπαίδευσης θα πρέπει να μειωθεί. Στην πραγματικότητα, υπάρχει σχεδόν μια παροιμία σε κάθε λέξη. Ξέρεις, η καλύτερη εποχή για να φυτέψεις ένα δέντρο ήταν πριν από 10 χρόνια. Η επόμενη καλύτερη στιγμή είναι τώρα, δεν το κάνει αμέσως. Στην πραγματικότητα, η απάντηση σε αυτό το ερώτημα είναι ότι ο πολιτισμός, μαζί με τις φυσικές γλώσσες, έχει αρχίσει να αποτελεί τη βάση για την παρακολούθηση και τη δημιουργία του πολιτισμού μιας εταιρείας, και χάρη σε αυτήν την ιδιαιτερότητα ή γενετική τεχνητή νοημοσύνη, είναι δυνατό να διαβάζουμε και να κατανοούμε κάθε κείμενο και οι κανόνες της εταιρείας είναι νέοι. Όταν καταγράφετε τους περιορισμούς και τους στόχους που έχει αναπτύξει, τον καθένα από αυτούς σε φυσική γλώσσα, καθίσταται δυνατή η διατήρηση, η διαχείριση και η ερμηνεία του από ένα άλλο απόθεμα στο υπόβαθρό σας. Ας επιστρέψουμε λοιπόν στο πρώτο πρόβλημα των εταιρειών. Τι πρέπει λοιπόν να γίνει; Είτε βρίσκεται στο μανιτάρι δεδομένων, είτε σε excel, PDF, ιστοσελίδες, βάσεις δεδομένων, είναι διάσπαρτο. Υπάρχουν συνδέσεις μεταξύ τους που οι άνθρωποι γνωρίζουν και που η Τεχνητή Νοημοσύνη εξακολουθεί να μην γνωρίζει. Η παραγωγική, τεχνητή νοημοσύνη έχει την ικανότητα να δημιουργεί αυτές τις συνδέσεις, να τις παρακολουθεί. Το μόνο μέρος αυτού που ονομάζουμε πολιτισμό είναι τα ανθρώπινα συναισθήματα, θα δείξεις 100 γέλια στον πελάτη. Θα παίξετε ένα ομαδικό παιχνίδι στην εσωτερική σας σχέση, θα δείξετε ενσυναίσθηση. Τα υπόλοιπα μπορούν να ανατεθούν πλήρως στην τεχνητή νοημοσύνη. Σε αυτό, η βερεγιάνίνη πρέπει να δημιουργείται με υγιή τρόπο. Ακόμα κι αν δεν το έκανες, θα επέστρεφα στο κομμάτι των δεδομένων. Ας πούμε κάτι τέτοιο. Αυτό συμβαίνει επειδή το data avante δημιουργήθηκε από τα πράγματα που συζητήθηκαν στα μέρη που συναντηθήκαμε πολύ πρόσφατα, αλλά ως αποτέλεσμα, αν υποθέσουμε ότι οι άνθρωποι που δημιούργησαν αυτά τα δεδομένα είναι επίσης άνθρωποι και υπάρχει περιθώριο σφάλματος, βασίζεται στα λάθη που δημιουργήθηκαν στο απόθεμα δεδομένων. Στην πραγματικότητα, μπορεί κάλλιστα να είναι και πραγματικότητα. Για παράδειγμα, αναφέρθηκε ένα παράδειγμα, όπου η περίοδος εγγύησης δόθηκε λανθασμένα από έναν πραγματικό υπάλληλο-πράκτορα σε μια συνάντηση την άλλη μέρα, και ο πράκτορας στην τεχνητή νοημοσύνη έδωσε λάθος αποτέλεσμα επειδή το έμαθε από λάθος δεδομένα. Επομένως, όταν βάζουμε τόσες πολλές κουλτούρες, συναισθήματα, τα πάντα το ένα πάνω στο άλλο, δεν θα ήταν πολύ μεγάλο το σφάλμα, το σφάλμα, η παραίσθηση των δεδομένων ή το πρόβλημα ή το πρόβλημα που μπορεί να αναπτυχθεί εδώ; Νομίζω ότι η πρώτη φάση γίνεται πραγματικά πιο κρίσιμη από ό,τι νομίζουμε. Είναι σίγουρα σύγχρονο, και είναι όπως είπε για να σχολιάσει το ερώτημα, πώς πρέπει οι εταιρείες να κάνουν τη μετάβαση στην τεχνητή νοημοσύνη; Με άλλα λόγια, 2 τύποι προσεγγίσεων γνωρίζουν ότι η επαγωγή μπορεί να επιτευχθεί στην επίλυση σχεδόν οποιουδήποτε προβλήματος, ειδικά στην επίλυση τόσο μεγάλων προβλημάτων. Με άλλα λόγια, μια υπερ-τεχνητή νοημοσύνη που μπορεί να γνωρίζει κάθε είδους λεπτομέρειες, όπως σχεδιασμό, τεκμηρίωση κ.λπ., ολόκληρης της εταιρείας που θα εξυπηρετεί την εταιρεία. Αυτή η εξαγωγή συμπερασμάτων μπορεί να επιχειρηθεί και μπορεί κανείς επίσης να καταλήξει σε μια επαγωγή. Με άλλα λόγια, ένας πολύ μικρός παράγοντας εκπροσώπησης πελατών μπορεί να γίνει παρακάτω. Πολύ λίγοι παράγοντες δοκιμών σχεδιασμού μπορούν να γίνουν. Στις Επιχειρήσεις, μπορείτε να αποφασίσετε για τον τομέα της επιχείρησής σας ανάλογα με το αντικείμενό σας. Και από τους δύο, πηγαίνοντας από πάνω προς τα κάτω, από πάνω προς τα πάνω. Όποια και αν είναι η ομοσπονδιακή κυβέρνηση, οι βήμα προς βήμα δοκιμές εδώ, τα διαστήματα εμπιστοσύνης, όπως και να το πείτε, αυτό το μεγάλο. Το μερίδιό τους θα συρρικνωθεί σταδιακά και θα συγκριθεί με τους ανθρώπους. Με άλλα λόγια, αν είχα ήδη προσλάβει κάποιον, θα έπρεπε να κάνω διαλείμματα όπου θα μπορούσα να πω ότι θα μπορούσε να είχε κάνει περισσότερα από αυτό. Στην πραγματικότητα λες ότι με τον καιρό θα βελτιωθείς με αυτά που θα φέρεις εδώ. Θέλω να μπω σε αυτό. Μιλάμε για τεχνητή νοημοσύνη, η οποία αναπτύσσεται με εκθετικό ρυθμό, και το θέμα δεν αφορά μόνο τις τεχνολογικές εξελίξεις, αλλά και τις τεχνολογικές εξελίξεις που βιώνονται εδώ, την ηθική ρύθμιση, τον μετασχηματισμό του εργατικού δυναμικού και πολλά άλλα στοιχεία που αντικατοπτρίζονται στην καθημερινή μας κοινωνική ζωή. Εδώ, επίσης, ζούμε στην πραγματικότητα το σήμερα. Ίσως μπορούμε να προβλέψουμε τα επόμενα 12 χρόνια, αλλά είμαι πολύ περίεργος να μάθω τι σας έρχεται στο μυαλό όταν σκεφτόμαστε για 5 ή 15 χρόνια από τώρα, αυτή είναι η πραγματικότητα στην οποία ζούμε. Αυτό είναι ένα κοινωνικο-τεχνικό πρόβλημα. Με άλλα λόγια, καθώς η τεχνολογία εξελίσσεται, τα κοινωνικά φαινόμενα αλλάζουν. Καθώς τα κοινωνικά φαινόμενα αρχίζουν να αλλάζουν, θα αρχίσουν να αλλάζουν και οι προσδοκίες μας από την τεχνολογία. Αυτή τη στιγμή, αν κοιτάξετε τους επιχειρηματικούς τομείς γενικά, οι περισσότεροι από εμάς έχουμε να κάνουμε με την πλειοψηφία του πληθυσμού στις πόλεις και τη γραφειοκρατία. Γραφειοκρατία, παρακολούθηση, δηλαδή, ακολουθούμε τους αριθμούς και τα δεδομένα σε χαρτί στον υπολογιστή. Μόλις τα μηχανήματα άρχισαν να αναλαμβάνουν αυτή τη δουλειά, ξεκίνησαν αμέσως. Τι θα γίνει πραγματικά στη συνέχεια; Τι θα βρει δημιουργικά αυτή η ανθρώπινη ψυχή, το ανθρώπινο πλήθος, και πού θα κατευθυνθεί; Είναι πέρα από τις δυνατότητές μου. Διαβάζω πολύ τον Χαράρι Μουσταφά Σουλεϊμάν. Προσπαθώ να παρακολουθήσω όλους τους συγγραφείς, αλλά αρχίζει να είναι μια πολύ δύσκολη διαδικασία πρόβλεψης. Επιτρέψτε μου να σας δώσω ένα παράδειγμα: με την ενεργοποίηση της τεχνητής νοημοσύνης, υπάρχουν μεγάλα άλματα στους κβαντικούς υπολογισμούς στον άλλο σημαντικό τομέα της γενετικής. Αυτή τη στιγμή, αυτό αφορά συγκεκριμένα την κβαντική σύνθεση. Επιτρέψτε μου να σας δώσω ένα παράδειγμα, οι κβαντικοί υπολογιστές θα συνέχιζαν να αναπτύσσονται με αυτόν τον ρυθμό. Η παραγωγή μοντέλων τεχνητής νοημοσύνης θα αρχίσει να είναι θέμα χρόνου και είναι πολύ, πολύ εύκολη. Στη συνέχεια, θα χρειαστούμε ένα μοντέλο που έχει την ικανότητα να κάνει υπερ-συμπερασματολογία σε οποιοδήποτε πρόβλημα. Αλήθεια, τι θα κάνουμε εμείς οι προγραμματιστές λογισμικού; Τι θα συμβεί όταν η γραφειοκρατία θα απομακρυνθεί από το πεδίο, όταν θα μπορούμε να κάνουμε αυτή τη δουλειά εξ ολοκλήρου με μηχανές; Δεν μπορώ πραγματικά να το προβλέψω. Λαμβάνοντας υπόψη τις προσεγγίσεις των πολιτειών σε αυτό το ζήτημα, θα ήθελα να σας ρωτήσω για το γεγονός ότι λειτουργούμε μια εταιρεία τεχνολογίας εδώ και πολύ καιρό, λόγω μερικών πρόσφατων συζητήσεων, σαν να μπαίνουμε σε ένα τέτοιο σύννεφο σκόνης, πραγματικά αναρωτιέμαι για 2000 από αυτές, η ανάπτυξη λογισμικού για startup Linux είναι στην πραγματικότητα μια ιδέα με τη μεθοδολογία. Τα τελευταία 15 χρόνια, αλλά λαμβάνοντας υπόψη ότι ακόμη και το ήμισυ του κώδικα πολλών εταιρειών τεχνολογίας αναπτύσσεται από την Τεχνητή Νοημοσύνη, στην πραγματικότητα πρόκειται για το τι θα προσφέρει η δημοσίευση όσον αφορά την ανάπτυξη προϊόντων. Τουλάχιστον 10 ή 15 χρόνια είναι πολλά, αλλά μπορείτε να δώσετε μια γνώμη ή άποψη για το άμεσο μέλλον; Η βασική υπόθεση του γαλαξία είναι ότι γράφεις κώδικα με γενετική τεχνητή νοημοσύνη, αλλά δεν χρειάζεται πλέον να γράφεις κώδικα. Αυτή τη στιγμή, τα αναλυτικά στοιχεία του χρόνου που αφιερώνεται στο GPT δημοσιεύονται πρόσφατα. Δηλαδή, ο χρόνος αυξάνεται ραγδαία. Ο χρόνος που αφιερώνεται στον ιστό μέσω της Google μειώνεται ραγδαία. Επομένως, είναι σαφές ότι όλες οι πλατφόρμες ανάπτυξης λογισμικού από εδώ και στο εξής θα βασίζονται σε συνομιλία. Δεν χρειαζόμαστε πλέον γλώσσα προγραμματισμού, λοιπόν. Το μηχάνημα μας καταλαβαίνει και δεν χρειαζόμαστε πλέον εταιρικές οθόνες όπως παλιά. Διότι η απάντηση στο ερώτημα που θέτουμε είναι. Υπάρχει μια πλατφόρμα που μπορεί να μας δείξει τον τρόπο που θέλουμε. Ρωτάτε, πώς κατανέμει μια εταιρεία το κεφάλαιό της στους μετόχους της; Κανονικά, πώς το περιμένετε σε έναν πίνακα ή σε ένα ιστόγραμμα σε ένα paycharde, δηλαδή, περιμένετε ένα γράφημα και ζητάτε κάποια εξήγηση. Δεν χρειάζεται να γράψετε κανέναν κώδικα σχετικά με αυτό. Κάντε την ερώτησή σας. Η απαραίτητη απάντηση είναι είτε ένας σεισμός από έξω είτε ένας σεισμός που προέρχεται από τις εσωτερικές σας πηγές δεδομένων, και αυτό δεν χρειάζεται να είναι η ίδια εικόνα για όλους όσους σας αρέσουν περισσότερο. Αφήστε το να παραχθεί και να αντικατοπτριστεί αρμονικά στην οθόνη σας με τα χρώματα που αγαπάτε. Δηλαδή, σε ένα τέτοιο περιβάλλον. Η επιχείρηση λογισμικού είναι στην πραγματικότητα έτσι, υπήρχε κάτι, βλέπαμε πολλά περιοδικά να λένε ότι το λογισμικό τρώει τον κόσμο όταν τελειώνω την άδεια. Τώρα η τεχνητή νοημοσύνη «τρώει» λογισμικό. Η λέξη περιβάλλον λογισμικού, πλατφόρμες λογισμικού κ.λπ. εξαφανίζονται. Σε περιβάλλοντα που βασίζονται αποκλειστικά σε συνομιλία, θα κάνετε ό,τι πρέπει να γίνει μια δουλειά μέσω συνομιλίας. Το λες στις πληροφορίες και μετά το κάνει αυτό κουβεντιάζοντας, και αυτό για το οποίο μιλάς μου έκανε πραγματικά εντύπωση με μια μεταφορά σαν κι αυτή. Πριν από 40 χρόνια, η γλώσσα που γράφτηκε σε μικροεπεξεργαστές και στη συνέχεια η γλώσσα που ονομαζόταν esem, είναι πλέον πλήρως στην καθημερινή ομιλούμενη γλώσσα σε υψηλό επίπεδο, σαν να ανοίγει πολλά παράθυρα που σχετίζονται με λογισμικό ή να σπάει πόρτες. Με άλλα λόγια, υπάρχει μια τέτοια κατάσταση, ξέρετε, το γλωσσικό επίπεδο ήταν πολύ κοντά στη φυσική γλώσσα. Το Esenbli si c plus plus ήρθε obec ή περισσότερα για τις γλώσσες. Περιγράψτε μια διαδικασία 20 ή 25 ετών που χρονολογείται από την Python και πλησιάζει όλο και περισσότερο τη φυσική γλώσσα. Αλλά στο υψηλότερο επίπεδο, υπήρχε μια τέτοια πραγματικότητα. Οι έννοιες της γλώσσας προγραμματισμού, κάποιας που η μηχανή μπορούσε να καταλάβει, μειώθηκαν στο μηδέν. Τώρα, υπάρχουν τσιπ στα φορητά μας υπολογιστές που κατανοούν και ερμηνεύουν τη φυσική γλώσσα. Έτσι, το ίδιο το μηχάνημα βρίσκεται απευθείας στο τσιπ πυριτίου. Πλησίασε πολύ στο να καταλάβει την καμπάνα για την οποία μιλούσαμε. Χρειάζεται οθόνη σε αυτή την περίπτωση; Υπάρχει ανάγκη κωδικοποίησης των εικόνων στην οθόνη; Ή μήπως το άτομο από αυτόν τον κώδικα θα πρέπει να είναι προγραμματιστές λογισμικού; 10 χρόνια δεν είναι 5 χρόνια, ειλικρινά δεν μπορώ να δω 2 χρόνια αργότερα. Πολύ ενδιαφέρον. Τώρα θέλω να λάβω σύντομες απαντήσεις με σύντομες ερωτήσεις, επειδή λίγο από την έννοια της τεχνητής νοημοσύνης που θέτουμε αυτή τη στιγμή, ίσως ακόμη και τα μοτίβα ερωτήσεων πρέπει να αλλάξουν. Γρήγορη ερώτηση, θα ζητήσω γρήγορες απαντήσεις, υπάρχει κάποιο εργαλείο τεχνητής νοημοσύνης που να εκπλήσσει ακόμη και εσάς; Οχι αυτή τη στιγμή. Έχετε ήδη ανεβάσει το επίπεδο έκπληξης σας στο μέγιστο, επειδή μερικές από αυτές τις δοκιμές στον ακαδημαϊκό χώρο έχουν ήδη γίνει πριν από 5 χρόνια, πριν από 10 χρόνια, το 2010 επτά, για παράδειγμα, η επεξεργασία εικόνας είναι η πιο εκπληκτική στην επεξεργασία εικόνας. Διαβάζουμε σε ακαδημαϊκές εργασίες ότι όλα τα προβλήματα στην επεξεργασία εικόνας 2,017 λύθηκαν. Αυτό λοιπόν το περιμέναμε. Αυτή τη στιγμή, για παράδειγμα, δεν μπορώ να πω ότι τα μοντέλα παραγωγής βίντεο και τα 3 μοντέλα της Google εξέπληξαν με οποιονδήποτε τρόπο. Με άλλα λόγια, πιστεύετε ότι οι εταιρείες θα πρέπει να απαγορεύουν την ανάρτηση εταιρικών δεδομένων σε εργαλεία που μοιάζουν με συμμορίες για χρήση από τους δικούς τους υπαλλήλους; Αυτό είναι ένα από τα πιο σημαντικά ελαττώματα, επιτρέψτε μου να απαντήσω στην ερώτηση με μια ερώτηση. Είναι σημαντικό αυτή τη στιγμή, σε πολλά μέρη του κόσμου δεν υπάρχει σύντομη απάντηση, αλλά λυπάμαι. Υπερασπίζομαι τα ανοιχτά δεδομένα εδώ και πολλά χρόνια, έλεγα ότι τα δεδομένα πρέπει να είναι ανοιχτά, αλλά υπάρχει μια πραγματικότητα όπως αυτή, φανταστείτε ότι ένα ρομπότ που προβλέπει μια υπέροχη μετοχή έχει αναπτυχθεί με έναν τόσο υπερ-κβαντικό υπολογιστή, και χάρη σε αυτό το ρομπότ, οι μετοχές μπορούν να αγοραστούν και να πωληθούν με πολύ καλές προβλέψεις, και αυτή είναι η δύναμη που ελέγχει το ρομπότ. Θα σκεφτόσασταν να μοιραστείτε τα δεδομένα της χρηματιστηριακής αγοράς της χώρας σας με αυτό το ρομπότ; Η απάντηση δεν πρέπει να ληφθεί υπόψη, κάτι που έχει τόσο μεγάλη αξία ώστε να μπορούμε να την προβλέψουμε. Επομένως, είναι απαραίτητο να ανοίξουν τα δεδομένα της εταιρείας και της χώρας προς τα έξω με ελεγχόμενο τρόπο, ώστε να μπορούν πραγματικά να αξιοποιήσουν το όφελος αυτής της εταιρείας και αυτής της χώρας. Αλλά από την άλλη πλευρά, οι ενσωματώσεις είναι πολύ κρίσιμες. Με άλλα λόγια, όταν αποθηκεύετε μόνο τα δεδομένα σας και δημιουργείτε επίπεδα τείχους προστασίας με διακομιστές από πάνω, υστερείτε στην καινοτομία αυτή τη στιγμή. Δηλαδή, μεταξύ των εταιρειών. Είναι επίσης σημαντικό να μοιράζονται δεδομένα και να επιτρέπουν τη δημιουργία νέων εταιρειών. Το μόνο που θα υπογραμμίσω εδώ είναι ότι μπορεί να πρόκειται για νέες πληροφορίες, αλλά υπάρχει μια έννοια που ονομάζεται χώρος ημερομηνιών, ο οποίος είναι ο χώρος δεδομένων στον οποίο η Ευρώπη εργάζεται από το 2,010 και, όπως γνωρίζετε, η Ευρώπη έχει μείνει πίσω σε σχέση με τον κόσμο όσον αφορά την παραγωγή μονόκερων. Αυτές που έχουν καταλάβει την ευρωπαϊκή αγορά είναι πάντα μεγάλες εταιρείες όπως η αμερικανική, η Apple, η Amazon, η κινεζική Ali Baba. Η Ευρώπη είναι εδώ για να μην μένει πίσω. Ούτε ο Beetho c μπορεί να κάνει επιτυχημένη δουλειά, αλλά beetee be είναι μια χαρά. Στη συνέχεια, είπε ότι οι εταιρείες μας θα πρέπει να μοιράζονται δεδομένα μεταξύ τους. Ας δημιουργήσουμε ένα ασφαλές πρωτόκολλο για αυτό και ας ενεργοποιήσουμε την καινοτομία του με αυτόν τον τρόπο. Ταυτόχρονα, όταν προκύπτουν κρίσιμα περιβάλλοντα όπως οι πανδημίες, πηγαίνω στις πολιτείες μου υπέρ των εθνών μου και, εάν είναι απαραίτητο, πηγαίνω στα κέντρα δεδομένων με τη μορφή που θέλω, με το πρωτόκολλο που θέλω, με το πρωτόκολλο που έχω καθορίσει προηγουμένως, και έρχομαι και παίρνω αυτά τα δεδομένα. Δημιούργησε ένα δομικό στοιχείο λέγοντας ότι θα έπρεπε να μπορώ να το χρησιμοποιώ για την ειρήνη του έθνους μου και των εθνών μου. Στην πραγματικότητα, με έναν ημι-ανοιχτό τρόπο, τα δεδομένα είναι ταυτόχρονα ανοιχτά προς τα έξω και πλήρως ελεγχόμενα, προσβάσιμα. Ακούμε για ένα παρόμοιο πρωτόκολλο στην Τουρκία με την ονομασία δημόσιος χώρος δεδομένων, αλλά είμαι πραγματικά περίεργος για το αποτέλεσμά του. Κάθε χώρα μπορεί να συμμετέχει σε εταιρικές συνεργασίες, μπορεί να είναι εντός της εταιρείας. Νομίζω ότι θα πρέπει να παρακολουθούμε στενά αυτά τα πεδία δεδομένων. Εδώ, θα ρωτήσω κι εγώ συγκεκριμένα. Μπορείτε να αξιολογήσετε την προσέγγιση στο ζήτημα στην Τουρκία στον κόσμο. Θεωρείτε επαρκείς τους νόμους και τους κανονισμούς για την τεχνητή νοημοσύνη στον κόσμο; Αυτός είναι στην πραγματικότητα ένας φαύλος κύκλος καθώς εκδίδεται ο κανονισμός. Χρειάζεστε περισσότερη τεχνητή νοημοσύνη επειδή έχει ως στόχο να εκπαιδεύσει τους ανθρώπους να τις διαβάζουν, να τις κατανοούν, να τις ερμηνεύουν και να ενεργούν βάσει αυτών. Είναι πολύ δύσκολο να τα διαχειριστείς. Μετατρέπεται σε μια σχέση τύπου «αυγού με κότα». Με άλλα λόγια, είναι πραγματικά απαραίτητο να εργαζόμαστε υπό έλεγχο με απαγορεύσεις και κυρώσεις εδώ, ή μήπως η γραφειοκρατία θα εξαλείψει εντελώς τον υφιστάμενο; Ανοίγει αυτό το δρόμο για την τεχνητή νοημοσύνη; Ελπίζω ότι οι πρεσβύτεροί μας θα λάβουν τη σωστή απόφαση σε αυτό το θέμα, και μετά έρχομαι σε αυτό, πιστεύετε ότι οι χώρες θα πρέπει να ιδρύσουν υπουργεία τεχνητής νοημοσύνης; Το πρώτο πρόβλημα είναι στην πραγματικότητα, πιστεύετε ότι οι εταιρείες θα πρέπει να δημιουργήσουν ένα τμήμα τεχνητής νοημοσύνης; Νομίζω ότι πρέπει να είναι δημοκρατικό και προσβάσιμο σε όλους. Καταρχάς, πιστεύω ότι το Υπουργείο πρέπει να προστατευτεί. Ή το ινστιτούτο δεδομένων διαθέτει μια μονάδα που ονομάζεται Detay You K στο Ηνωμένο Βασίλειο. Έτσι, ακόμα κι αν πρόκειται να αγοράσετε ένα τηλεχειριστήριο για οποιαδήποτε τηλεόραση στο Ηνωμένο Βασίλειο, τα πρωτόκολλά του ορίζονται στην ανάρτηση και τα δεδομένα που έχετε στη διάθεσή σας. Μπορείτε να το βρείτε καταχωρημένο. Με άλλα λόγια, το πρότυπο των δεδομένων που θα χρησιμοποιηθούν από όλα τα δεδομένα προκαθορίζεται από πρωτόκολλα. Επομένως, τι μπορεί να γίνει με αυτά τα δεδομένα αφού πρώτα καταρτίσουμε τον χάρτη δεδομένων της Τουρκίας; Πρέπει να το σκεφτούμε αυτό με την τεχνητή νοημοσύνη. Γιατί μόνο από τη στιγμή που λέμε ας αναπτύξουμε τουρκικά χέρια, δηλαδή οι μεγαλύτεροι το έχουν ήδη κάνει, κατανοούν τη φυσική γλώσσα κ.λπ., το σημαντικό είναι ότι η Τουρκία μπορεί να λύσει τα προβλήματα εδώ. Επιστρέφω στο κομμάτι των συμπερασμάτων, θα ακολουθηθούν οι επιχειρηματικές γραμμές που μπορούν να εξαγάγουν συμπεράσματα. Πρέπει να αναπτύξουμε ειδικά μικρότερα γλωσσικά μοντέλα, μικρά και μεγάλα μοντέλα. Οι δύο τελευταίες μου ερωτήσεις είναι λίγο πιο εκτός θέματος εδώ. Υπάρχει κάποια τηλεοπτική σειρά ή ταινία που πιστεύετε ότι λειτουργεί καλύτερα με τεχνητή νοημοσύνη; Σου άρεσε πολύ που το είδες, ή μπορώ να σου προτείνω ένα βιβλίο αντί για μια ταινία που να ασχολείται πολύ καλά με την έννοια της τεχνητής νοημοσύνης. Ή ας πω συγγραφέας, ας προτείνω συγγραφέας. Αυτή τη στιγμή, αυτή η εργασία είναι τεχνητή νοημοσύνη, στην πραγματικότητα, δεν είναι και τόσο έξυπνη αυτή τη στιγμή, είναι πολύ μεγάλα στατιστικά μοντέλα που προβλέπουν ανθρώπινα αποτυπώματα. Το κύριο πράγμα είναι η συνείδηση. Υπάρχει ένα μεγάλο κενό όσον αφορά το πότε αυτή η μηχανή θα έχει συνείδηση, ή αν είναι πραγματικά συνειδητή αυτή τη στιγμή, πώς θα την προσεγγίσουμε στο 10. Είναι πολύ καλό. Υπάρχουν 2 ενεργοί συγγραφείς. Ο πατέρας της επιστημονικής φαντασίας είναι ο Saydam Ayzek, Asimo. Αυτό είναι σίγουρα ένα βιβλίο που πρέπει να διαβάσετε στη σειρά θεμελίωσης, και υπάρχει ακόμη και ένας ειδικός όρος για το σύμπαν στη σειρά θεμελίωσης. Ονομάσαμε τον γαλαξία από το όνομα της εταιρείας. Ένας άλλος είναι ο Σανισίλα, Ρώσος συγγραφέας. Ακόμα κι αν διαβάσετε τις σύντομες ιστορίες αυτών των δύο. Σε όλες σχεδόν τις τρέχουσες ταινίες επιστημονικής φαντασίας, δεν θέλω να μιλήσω πολύ γι' αυτό, αλλά σε όλες όσες έχω δει, είναι ένα ίχνος. Σε όλα αυτά, τα σενάρια εκεί έχουν ήδη επεξεργαστεί. Επιτρέψτε μου να σας πω ότι και οι δύο συγγραφείς θα σας δώσουν μια απαίσια φαντασία. Υπέροχη συμβουλή, λοιπόν, μιλώντας για συνείδηση, έρχομαι στην τελευταία ερώτηση. Θα μπορούσε η τεχνητή νοημοσύνη μια μέρα να αναλάβει τον έλεγχο του κόσμου ή του σύμπαντος; Ας απαντήσω στην ερώτηση με μια ερώτηση. Αν αναλάβει, θα το μάθουμε; Τότε ίσως ανέλαβε αυτός και αυτό είναι πραγματικά το θέμα. Έχω 5 οικογενειακές ιστορίες που κυβερνούν τον κόσμο και ούτω καθεξής, ίσως είναι αλήθεια, ίσως το συνηθίζεις, αλλά νομίζω ότι η ανθρώπινη οργάνωση είναι αυτοοργανωμένη, αυτοπροσαρμοζόμενη, οι έννοιες που χρησιμοποιούνται πολύ στον ακαδημαϊκό χώρο, δηλαδή, είμαστε σαν ένα σμήνος πουλιών, πετάμε κάπου μαζί. Μερικές φορές, πού και πού, πρωτοπόροι εμφανίζονται και αλλάζουν την κατεύθυνσή μας, αλλά νομίζω ότι το περιβάλλον είναι εντελώς αυτοοργανωμένο και αυτοοργανωμένο. Τώρα κάποιοι είναι ανάμεσά μας. Υπάρχουν ρομποτικά πουλιά. Μας κυβερνούν ή όχι; Νομίζω ότι ας συνεχίσουμε να βλέπουμε τι θα συνέβαινε αν τα κατάφερναν και τι θα συνέβαινε αν δεν τα κατάφερναν. Δεν νομίζω ότι υπάρχουν πολλά να κάνουμε γι' αυτό. Ο Έλον Μασκ κάνει το σωστό. Πρέπει να εγκαταλείψουμε αυτόν τον πλανήτη και να βρούμε έναν εναλλακτικό πλανήτη. Το θέμα πάει προς αυτή την κατεύθυνση. Λοιπόν, Erdem, σε ευχαριστώ πολύ που μοιράστηκες μια ιδέα στην οποία συμμετείχες, σήμερα μιλήσαμε για το τι μας περιμένει τα επόμενα χρόνια για την ανάπτυξη της τεχνολογίας, Erdem, δεύτερον. Αν θέλετε να ενημερώνεστε και να υποστηρίζετε τα νέα μας βίντεο, είναι δική σας ευθύνη να εγγραφείτε, να κάνετε like, να σχολιάσετε ή να κοινοποιήσετε όσα θέλετε για να σας βλέπω.