Magnify: Cara Mendekati Penggunaan Konsep AI

Halo, dalam Seri Magnify, kami mengajukan pertanyaan kepada para ahli yang jawabannya ingin kami umumkan di bidang pertumbuhan. Tamu kita hari ini adalah Erdem Eser Ekinci, salah seorang pendiri Galaxy dan dp, yang memiliki visi untuk mendirikan perusahaan kecerdasan buatan pada tahun 2009. Sejauh ini, kami telah menjamu banyak teman kami di sini. Kami mengajukan banyak pertanyaan, dan dari semuanya, topik yang muncul adalah kecerdasan buatan. Bertahan. Saya senang bahwa kita akhirnya dapat mengajukan pertanyaan yang sangat ingin saya ajukan kepada seorang pakar tentang kecerdasan buatan, dan saya ingin memulainya dengan cepat. Kita berbicara tentang AI yang memiliki efek disruptif, dan semua orang mengatakan sesuatu tentang hal itu. Seperti yang baru saja saya sebutkan, Anda telah memikirkan hal ini sejak lama. Pada titik ini, ini tentang masa depan kecerdasan buatan, terutama bagaimana perusahaan harus mendekatinya, bagaimana mereka mengadaptasi konsep ini ke bisnis mereka sendiri. Menurut Anda, apa yang harus dipertimbangkan oleh pemilik perusahaan, manajer, direktur, orang-orang di semua tingkatan sebagai titik awal untuk mengadaptasi kecerdasan buatan ke dalam bisnis mereka? Topik ini tentu saja sangat populer, hampir semua pertemuan dimulai dengan kecerdasan buatan dan diakhiri dengan data. Pekerjaan paling penting yang perlu dilakukan adalah melatih AI, menggunakannya dan mampu menjalankannya dengan cara apa pun untuk memasukkannya ke dalam suatu skenario. Inventarisasi data harus dilakukan dengan cara yang sehat. Secara umum, tidak semua data ini disertakan dalam perusahaan. Beberapa data harus didatangkan dari luar. Proses integrasi sangatlah penting. Oleh karena itu, kendala terbesar bagi keberhasilan implementasi proyek kecerdasan buatan bukanlah pasokan GPU, seperti yang diperkirakan, tetapi kebutuhannya. Tujuan utamanya adalah mengumpulkan data yang bersih dan berkualitas. Sebagian besar perusahaan juga memiliki data. Data tersebut ditimbun, diarsipkan, dan tidak dapat digunakan karena beberapa kekhawatiran seperti tidak dibawa ke cloud oleh kecerdasan buatan. Oleh karena itu, masalah terbesarnya adalah melakukan inventarisasi ini, menentukan cara kerjanya dalam skenario mana, dan menghasilkan skenario baru dengan mengintegrasikannya dengan pasokan data eksternal. Kalau kita anggap perusahaan saat itu mengatakan jangka pendek dan jangka panjang, sebenarnya itu jangka pendek dan ditengah-tengah, Anda dengan sopan mengatakan mengedit data, tetapi sedikit saja tetap saja sebagian besar perusahaan menyimpan datanya di excel. Ada pula kenyataan seperti itu. Persiapan data: Apakah ini merupakan pengaturan departemen untuk mempersiapkan hal ini dalam jangka panjang? Apakah ini pembelian teknologi dalam suatu bisnis atau bekerja sama dengan suatu agensi? Apakah pengetahuan ini dialihdayakan? Menurut Anda, apa praktik terbaik yang seharusnya dilakukan di sini? Sekarang, ketika saya membuat penilaian seperti itu dalam setahun terakhir, dari 2 setengah menjadi 2,020 hingga saat ini, tampaknya semua orang pertama-tama berpikir bahwa ini adalah bidang yang terpisah, kerinduan yang membutuhkan keahlian lain, dan menjadi suatu jenjang pendidikan. Pada titik yang kita capai, Türkan telah berubah menjadi alat kecil yang telah menyebar ke hampir setiap departemen. Pada awalnya, semua orang mencoba mendirikan unit kecerdasan buatan. Pelatihan khusus mulai diterima di sisi ini, tetapi akhirnya datang. Kecerdasan buatan telah menjadi elemen yang membawa banyak manfaat bagi demokratisasi. Dengan kata lain, Anda memerlukan pengembang perangkat lunak untuk memecahkan masalah apa pun. Selama topik sebelumnya telah memastikan interaksi data dan kecerdasan buatan, unit bisnis dan pengguna akhir sekarang dapat menguleni teknologi seperti adonan sesuai dengan keinginan mereka sendiri. Ringkasnya, hal ini tidak dapat dianggap sebagai sekadar lompatan teknologi, tetapi sebagai evolusi sosioteknis. Ini bukan hanya teknologi, ini juga struktur organisasi. Bentuknya juga mulai berubah. Beberapa peran mampu meraih keberhasilan dalam pengambilan. Beberapa peran menghilang, peran tersebut dapat sepenuhnya didelegasikan ke mesin hingga kecerdasan buatan. Oleh karena itu, pada poin terakhir, kecerdasan buatan sebenarnya telah berubah menjadi alat yang dapat digunakan di tangan setiap orang. Oleh karena itu, ini adalah kecerdasan buatan yang terpisah dalam perusahaan. Saya tidak beranggapan perlu ada departemen khusus. Ada banyak informasi anafora tentang subjek ini. Departemen yang beranggotakan 60 orang dikurangi menjadi 10 orang. Banyak sekali perbincangan tentang peningkatan pekerjaan yang dilakukan dengan kecerdasan buatan, fakta bahwa manusia terbuang sia-sia dalam hal ini, atau sebaliknya, seolah-olah perusahaan yang melakukan ini mempekerjakan orang lagi karena mengalami kerugian, tentu saja saya sangat penasaran dengan pendapat Anda karena Anda telah memikirkannya dalam waktu yang sangat lama, jadi sebetulnya pertanyaannya adalah, saya tidak tahu apakah saya harus menafsirkannya, Anda tahu, apakah ini akan menyebabkan pengangguran? Kecerdasan buatan juga bisa itu, atau kecerdasan buatan. Anda juga dapat menjawab tentang bagaimana manusia virtual harus berkembang atau berubah menjadi gaya mereka sendiri. Biarkan saya mencoba menjawab keduanya. Sebenarnya sangat jelas bahwa kecerdasan buatan akan menciptakan pengangguran. Ini sudah dimulai. Pertumbuhan produktivitas sekarang sedang diumumkan. Anda bahkan dapat membuat kesimpulan ini berdasarkan gaji pengembang perangkat lunak. Misalnya, hampir setiap aplikasi sekarang. Meluncurkan solusi chatbot. Ketika ada kebutuhan untuk fungsionalitas baru, mereka segera mulai menawarkan layanan baru tanpa mengembangkan perangkat lunak apa pun dan hampir tanpa perangkat lunak. Hal ini membuka jalan bagi pengangguran. Faktanya, saya mengevaluasi kecerdasan buatan, khususnya jenerivia, sebagai berikut, ia menawarkan kepada Anda 2 hal. Ia dapat memberi Anda informasi yang diarsipkan dan diindeksnya, yang sebagian besarnya Anda gunakan, saat Anda bertanya tentang data saya, ia mengatakan bahwa 2,020 adalah hingga akhir tahun empat, hingga suatu tanggal, dan ia kembali kepada Anda dengan mengatakan bahwa ia tidak memiliki data terkini, tetapi jika Anda mau, Anda dapat mencari dan menemukan versi terkini di web. Jadi yang satu bertanggung jawab untuk pengindeksan seperti yang dilakukan Google lama, dan yang kedua adalah kemampuan untuk membuat inferensi reznik, yaitu, coco dari orang yang jujur. Dia mempunyai kemampuan untuk membuat semua kesimpulan yang telah dipelajarinya sejak dia masih kecil, jika hujan, dia akan menjadi serakah, sampai-sampai saya perlu memberikan informasi pendaftaran bisnis Anda dan surat edaran tanda tangan Anda agar dapat memberi saya kartu kredit. Sekarang, jika Anda berpikir untuk mempekerjakan kecerdasan buatan sebagai sumber pekerjaan dan salah satu unsur pekerjaan, Anda perlu memutuskan terlebih dahulu kepada siapa Anda akan menugaskannya. Anda akan bertanya kepada saya apa yang saya ketahui. Atau apakah Anda menginginkan alur kerja Anda, bisnis Anda? Pertanyaan dan jawaban pertama sebenarnya dilakukan dengan cepat tahun lalu, seperti terburu-buru. Anda bertanya, kami mendapatkan jawaban. Sekarang kita telah sampai. Mereka disebut agensi, tetapi beginilah artinya dalam bahasa Turki. Faktor-faktor, omong-omong, telah lama bergeser ke akademisi, yaitu agen, ke makna lain. Ajan dalam bahasa Turki, tetapi dunia akademis di Turki telah menggunakan konsep agen sejak sekitar 1990 tahun. Ada juga banyak kontroversi mengenai hal ini. Anda mungkin telah melihatnya di media, tetapi padanan akademisnya sebenarnya ditujukan untuk pekerjaan ini, yakni, bukan manusia seperti manusia. Elemen perangkat lunak yang bertanggung jawab untuk melakukan suatu pekerjaan dengan menunjukkan perilaku sosial dan proaktif, pada kenyataannya, jika Anda melihatnya, bisa dikatakan, elemen perangkat lunak, ketika subjek kecerdasan buatan dibawa ke sini, sebenarnya, ya, itu akan memiliki efek yang sangat mendalam yang akan mengurangi lapangan pekerjaan, dan itu perlu dievaluasi secara sosioteknis dan bagan organisasi perlu dievaluasi lagi dan lagi. Tentu saja, kami tahu Anda telah lama menulis tentang subjek ini di dunia akademis, dan Anda telah memikirkannya. Kami tahu bahwa kami berbicara kepada Anda setahun yang lalu, dan kami berbicara tentang agen, tetapi saya ingin menanyakan ini kepada Anda, persimpangan kecerdasan buatan generatif dan agen-agen ini, dan itu bisa berupa perusahaan mana pun. Bidang startup dapat menjadi sebuah alat. Apa titik temu tentang bagaimana Anda dapat menggabungkan itu ke dalam struktur Anda sendiri? Karena semua yang dibicarakan masih sangat teoritis dan kami menerjemahkan teori tersebut ke dalam praktik. Itulah intinya. Itu bisa berupa nasihat, itu bisa berupa sudut pandang, itu bisa berupa metode, karena saya tahu itu sebenarnya bisnis saat ini. Anda berpikir tentang 23 tahun dari sekarang, dan alangkah hebatnya jika kami bisa mendapatkan ide dari Anda tentang cara mencapai visi itu. Tidak perlu melangkah terlalu jauh. Setelah 2 tahun, 3 tahun, tren yang sebenarnya sudah mulai dialami adalah Anda memperoleh CRM yang tepat dari sebuah perusahaan. Anda membeli pohon lain untuk sumber daya manusia dari perusahaan lain, dan tiba-tiba lebih dari satu faktor yang terlibat dalam UKM entri dan faktor berbasis pegas mulai terbentuk. Katanya, dan pada titik ini, sinkronisasi dan komunikasi mereka satu sama lain. Sebagai hasil dari komunikasi ini, menjadi jauh lebih penting bagi mereka untuk berperilaku sesuai dengan tujuan perusahaan. Secara khusus, Anda dapat mengajarkan faktor yang Anda tetapkan kepada agonta tentang tujuannya, faktor lain untuk dikomunikasikan, kendala internal perusahaan itu sendiri, aturan, visi, dan misi. Memastikan bahwa mereka bekerja secara harmonis dengan orang lain harus menjadi tujuan yang paling penting. Sebab ketika orang mulai terlibat dalam bisnis ini, yaitu ketika orang tidak dapat berbicara dalam bahasa yang sama dengan manusia, orang perlu berbicara dalam bahasa yang sama dengan mesin, dan ini perlu dikembangkan dengan budaya perusahaan, kata-kata perusahaan, dan konsep perusahaan. Oleh karena itu, setiap faktor adalah perantara yang menyediakan layanan kecepatan. Tidak masuk akal untuk menerima dan menggunakannya. Salah satu perusahaan yang memberi contoh adalah yang memasang iklan di media sosial pada siang hari ketika banyak aksi yang menjadi subjeknya. Mereka mengatakan bahwa mereka melakukan ini secara proaktif dengan menggunakan faktor kecerdasan buatan. Namun, bila dipertimbangkan dari segi reputasi merek, faktor supercerdas yang mengoptimalkan periklanan sebenarnya merusak reputasi perusahaan. Sebab, walaupun agenda negara tersebut sangat berbeda, Anda ingin menjual sepatu di platform e-dagang dan Anda mempromosikan produk kepada kaum muda, hal itu sama sekali tidak ada dalam agenda. Di sinilah ceritanya dimulai. Faktor lain dalam lembaga adalah mengevaluasi reputasi merek. Itu diambil dari luar, dan begitulah agendanya berubah. Ada risiko dan krisis seperti itu di negara ini dan Anda harus mengelola merek Anda dengan cara ini, sarannya. Sekarang kedua faktor ini tidak dapat berkomunikasi satu sama lain. 2 departemen berbeda menangani faktor-faktor ini. Di satu sisi, Anda mendapat peringatan. Orang yang menerima peringatan bulan ini meneruskan masalah tersebut kepada orang terkait di departemen lain. Dia harus pergi dan memprogram dan mengelola faktor lainnya. Sementara itu, jika iklan terus berputar bahkan selama satu jam saat perbedaan karat terjadi, lingkungan yang sangat merusak tercipta bagi merek. Pada titik ini, hanya sedikit yang bisa membuat mereka berdua berbicara. Seperti yang saya katakan sebelumnya, bisnis perusahaan merek, yaitu korporat. Mengelola faktor-faktor ini dengan cara yang mematuhi model bisnis, aturan, dan batasan adalah masalah yang sama sekali berbeda. Anda juga tidak dapat membelinya dari luar. Maksud saya, apakah itu akan cocok dengan budaya saya saat Anda mempekerjakan orang seperti Anda? Akankah dia terus bekerja bahu-membahu dengan saya di sini dalam 10 tahun? Persis sama seperti ketika Anda mencari jawaban atas pertanyaan Anda. Faktanya, jika kecerdasan sosialnya, yang telah dikabarkan selama bertahun-tahun untuk Openaymir, berkembang, mungkin dia tidak akan menghasilkan bom atom. Konsepnya sedikit berbasis agen dan shir. Anda berbicara tentang masalah integrasi ke dalam budaya Anda. Saya ingin melanjutkan sedikit dari sini. Katakanlah sebagai budaya perusahaan, keputusan dibuat untuk berinvestasi dalam kecerdasan buatan dan agensi. Namun ada sisi halusinasi dalam pekerjaanku di sini. Jadi kita harus percaya pada kecerdasan buatan, ya, kita harus meningkatkannya menjadi 10 yang ditetapkan padanya, tetapi ia juga memiliki masalah internalnya sendiri yang dapat dialami di sini. Menurut Anda, apakah ada manajer yang dapat mempercayai bisnis ini pada saat ini? Apakah akan memberikan pekerjaan di vertikal tertentu kepada agen atau masih bersikap jauh harus didekati, dalam hal pengambilan keputusan perusahaan. Izinkan saya mencoba menjawab pertanyaan ini melalui konsep faktor. Dapatkah Anda memercayai suatu perangkat lunak, kecerdasan buatan, untuk melakukan suatu pekerjaan? Dengan cara yang sama, dapatkah Anda memercayai seseorang untuk melakukan suatu pekerjaan? Baiklah, mari kita pertahankan pertanyaannya tetap sama. Jadi mari kita samakan keduanya. Bagaimana Anda memercayainya? Intervensi konfederasi tertentu sedang terjadi pada seseorang untuk melakukan suatu pekerjaan. Yaitu, pada interval kepercayaan dan apa yang telah kita bayangkan selama berabad-abad karena itu sebenarnya manusiawi. Karena faktor merupakan konsep baru, kami kesulitan menetapkan sesuatu ke angka 10. Akankah 10% menjawab dengan benar atau 98% menjawab? Agak sulit untuk dipahami. Dengan cara yang persis sama, yakni, saat Anda mengembangkan solusi agen dari perusahaan atau diri Anda sendiri, Anda perlu membuat lingkungan tempat pengujian tempat Anda dapat meningkatkan keyakinan itu hingga 10 dengan mengambil dokumen OO yang terisolasi, membuat tempat pengujian, membuat lingkungan pengujian, dan memasukkannya dengan berbagai data selama periode waktu tertentu. Jika tidak, tidak ada perbedaan serius antara mengevaluasi seorang teman yang selalu mengajukan pertanyaan yang sama dan menugaskan suatu tugas kepada seorang agen. Sebaliknya, ada keuntungan bahwa Anda dapat menggunakan faktor lain untuk menguji satu faktor. Faktanya, jika Anda mengendalikannya dan lembaga yang berbeda, Anda mendatangi suatu faktor dengan cara yang sama. Saya ingin mengembangkan satu faktor lagi untuk mempertanyakan peraturan internal saya agar dapat mempertanyakan perundang-undangan saya. Bagaimana seharusnya tes untuk hal ini dilakukan? Contoh bagi saya adalah 10,000 pertanyaan, dan dia akan dapat memproses 10,000 pertanyaan ini dengan pertanyaan dan jawaban. Bisakah Anda melakukan uji coba sederhana? Ketika Anda mengatakan bahwa model bahasa yang besar sudah memberi Anda platform ini. Anda juga harus menargetkan yang lain, Anda dapat mengujinya dengan ini. Bisakah Anda melakukan hal yang sama pada manusia? Itu lebih sulit, dan prosesnya berbeda. Saya ingin bertanya di sana sini tepatnya tentang budaya, budaya perusahaan dalam berbisnis. Mari kita bicara tentang perusahaan yang budayanya bertahan rata-rata 20 tahun. Dia minum selama 20 tahun. Faktanya, ia berkembang seiring dengan segala sesuatu yang terjadi, tetapi budaya yang sedang kita bicarakan sudah berusia beberapa tahun dan dengan asumsi bahwa kita mencoba untuk mengadaptasinya, bagaimana kita harus mengevaluasi adaptasi budaya di sini dalam kaitannya dengan budaya perusahaan di setiap departemen, atau jenis waktu pelatihan seperti apa yang harus dikurangi. Sebenarnya, hampir ada pepatah dalam setiap kata. Tahukah Anda, waktu terbaik untuk menanam pohon adalah 10 tahun yang lalu. Waktu terbaik berikutnya adalah sekarang, dia tidak langsung melakukannya. Faktanya, jawaban untuk pertanyaan ini adalah bahwa budaya, bersama dengan bahasa alami, sebenarnya telah mulai membentuk dasar untuk mengikuti dan menciptakan budaya perusahaan, dan berkat kecermatan atau kecerdasan buatan yang generatif ini, adalah mungkin untuk membaca dan memahami setiap teks dan aturan perusahaan yang baru. Saat Anda menuliskan kendala dan tujuan yang telah dikembangkan, masing-masingnya dalam bahasa alami, hal itu menjadi dapat disimpan, dikelola, dan ditafsirkan oleh inventaris lain di latar belakang Anda. Jadi mari kita kembali ke masalah pertama perusahaan. Jadi apa yang perlu dilakukan? Baik itu di jamur data, baik itu di excel, PDF, halaman web, pangkalan data, pangkalan data, semuanya tersebar. Ada hubungan di antara keduanya yang diketahui manusia dan yang belum diketahui AI. Kecerdasan buatan yang produktif memiliki kemampuan untuk membuat koneksi-koneksi ini dan melacaknya. Satu-satunya bagian dari apa yang kita sebut budaya adalah emosi manusia, Anda akan menunjukkan 100 tawa kepada pelanggan. Anda akan memainkan permainan tim dalam hubungan internal Anda, Anda akan berempati. Sisanya dapat sepenuhnya didelegasikan kepada kecerdasan buatan. Dalam hal ini, vereyanin harus diciptakan dengan cara yang sehat. Bahkan jika Anda tidak melakukannya, saya akan kembali ke bagian data. Katakanlah sesuatu seperti ini. Hal ini karena data avante diciptakan dari hal-hal yang dibicarakan di tempat-tempat yang baru saja kita jumpai, tetapi sebagai hasilnya, jika kita berasumsi bahwa orang-orang yang menciptakan data tersebut juga manusia dan memiliki margin kesalahan, hal itu dibangun di atas kesalahan-kesalahan yang diciptakan dalam inventaris data. Faktanya, itu mungkin menjadi kenyataan. Misalnya saja pernah dibuat contoh, masa garansi diberikan secara salah oleh agen karyawan riil atau manusia dalam suatu rapat tempo hari, lalu agen dalam kecerdasan buatan memberikan hasil yang salah karena ia mempelajarinya dari data yang salah. Oleh karena itu, ketika kita menaruh begitu banyak budaya, emosi, semuanya satu di atas yang lain, bukankah kesalahan, kekeliruan, halusinasi data atau masalah atau kendala yang mungkin timbul di sini akan menjadi sangat besar? Saya pikir fase pertama benar-benar menjadi lebih kritis daripada yang kita duga. Ini pasti kontemporer, dan seperti yang dia katakan untuk mengomentari pertanyaan, bagaimana seharusnya perusahaan melakukan transisi ke kecerdasan buatan? Dengan kata lain, 2 jenis pendekatan mengetahui bahwa induksi dapat dicapai dalam penyelesaian hampir semua masalah, terutama dalam penyelesaian masalah besar seperti itu. Dengan kata lain, kecerdasan buatan super yang dapat mengetahui segala jenis detail seperti perencanaan, dokumentasi, dan lain-lain, dari keseluruhan perusahaan yang akan melayani perusahaan tersebut. Deduksi ini dapat dicoba, dan seseorang juga dapat sampai pada induksi. Dengan kata lain, faktor perwakilan pelanggan yang sangat kecil dapat dibuat di bawah. Sangat sedikit faktor pengujian perencanaan yang dapat dilakukan. Dalam Bisnis, Anda dapat menentukan bidang bisnis Anda sesuai dengan subjek bisnis Anda. Dari keduanya, dari atas ke bawah ke atas ke atas Apa pun yang dilakukan Fed, pengujian langkah demi langkah di sini, interval keyakinan, apa pun sebutannya, yang terpenting itu. Bagian mereka secara bertahap akan menyusut dan sebanding dengan manusia. Dengan kata lain, jika saya sudah mempekerjakan seseorang, Anda perlu memberi jeda di mana Anda dapat mengatakan bahwa dia seharusnya bisa melakukan lebih dari itu. Anda sebenarnya mengatakan bahwa Anda akan menjadi lebih baik dengan apa yang akan Anda bawa ke sini pada waktunya. Saya ingin masuk ke sini. Kita berbicara tentang kecerdasan buatan yang berkembang dengan sangat pesat, dan pokok bahasannya bukan hanya tentang perkembangan teknologi saja, tetapi juga tentang perkembangan teknologi yang dialami di sini, regulasi etika, transformasi tenaga kerja, dan banyak bagian yang sebenarnya tercermin dalam kehidupan sosial kita sehari-hari. Di sini juga, kita sebenarnya hidup pada hari ini. Mungkin kita dapat meramalkan 12 tahun mendatang, tetapi saya sangat ingin tahu apa yang terlintas dalam pikiran Anda saat kita memikirkan tentang 5 atau 15 tahun dari sekarang, inilah realitas yang kita jalani. Ini adalah masalah sosio-teknis. Dengan kata lain, seiring berkembangnya teknologi, fenomena sosial pun berubah. Saat fenomena sosial mulai berubah, ekspektasi kita terhadap teknologi akan mulai berubah. Saat ini, jika kita melihat lini bisnis secara umum, kebanyakan dari kita berurusan dengan mayoritas penduduk di perkotaan dan birokrasi. Birokrasi, tindak lanjut, yaitu kita mengikuti angka-angka dan data di atas kertas di komputer. Begitu mesin mulai mengambil alih pekerjaan ini, mereka langsung memulainya. Apa yang sebenarnya akan dilakukan selanjutnya? Apa yang akan ditemukan oleh jiwa manusia, kumpulan manusia, secara kreatif, dan ke mana arahnya? Itu di luar kapasitasku. Saya banyak membaca Harari Mustafa Suleiman. Saya telah mencoba mengikuti semua penulis, tetapi ini benar-benar mulai menjadi proses yang sangat sulit untuk diprediksi. Biarkan saya memberi Anda sebuah contoh, dengan pemicu kecerdasan buatan, ada lompatan besar dalam komputasi kuantum di bidang genetika penting lainnya. Saat ini, hal tersebut secara khusus mengenai pengomposisian kuantum. Biarkan saya memberi Anda sebuah contoh, komputer kuantum akan terus berkembang pada tingkat ini. Produksi model kecerdasan buatan akan mulai menjadi masalah waktu dan sangat, sangat mudah. Maka dari itu, kita perlu sebuah model yang punya kemampuan untuk melakukan super-inferensi pada masalah apa pun. Sebenarnya, apa yang akan kita lakukan, para pengembang perangkat lunak? Apa yang akan terjadi ketika birokrasi disingkirkan dari lapangan ketika kita dapat menjalankan pekerjaan ini sepenuhnya dengan mesin? Saya tidak dapat benar-benar meramalkannya. Dengan mempertimbangkan pendekatan negara-negara terhadap isu ini, saya ingin bertanya kepada Anda tentang fakta bahwa kita telah menjalankan perusahaan teknologi untuk waktu yang lama, karena beberapa diskusi baru-baru ini, seolah-olah kita memasuki awan debu, saya benar-benar bertanya-tanya tentang 2000 di antaranya, pengembangan perangkat lunak startup Linux sebenarnya adalah sebuah konsep dengan metodologi. Dalam 15 tahun terakhir, tetapi mengingat bahwa bahkan setengah dari kode banyak perusahaan teknologi dikembangkan oleh AI, sebenarnya ini tentang apa yang akan diberikan publikasi tersebut dalam hal pengembangan produk. Setidaknya 10 atau 15 tahun itu banyak, tetapi dapatkah Anda memberikan pendapat atau opini tentang masa depan terkini? Hipotesis dasar galaksi adalah Anda menulis kode dengan AI generatif, tetapi Anda tidak perlu menulis kode lagi. Saat ini, analitik waktu yang dihabiskan di GPT sedang diterbitkan baru-baru ini. Artinya, waktunya bertambah dengan cepat. Jumlah waktu yang dihabiskan di web di Google berkurang dengan cepat. Oleh karena itu, jelas bahwa semua platform pengembangan perangkat lunak mulai sekarang akan berbasis obrolan. Jadi kita tidak membutuhkan bahasa pemrograman lagi. Mesin memahami kita, dan kita tidak lagi membutuhkan layar perusahaan seperti dulu. Karena jawaban atas pertanyaan yang kita ajukan adalah. Ada platform yang dapat menunjukkan kepada kita jalan yang kita inginkan. Anda bertanya, bagaimana sebuah perusahaan mendistribusikan modalnya kepada para pemegang sahamnya? Biasanya, bagaimana Anda mengharapkannya dalam bentuk tabel atau histogram di lembar gaji, maksudnya Anda mengharapkan adanya grafik dan meminta penjelasan. Anda tidak perlu menulis kode apa pun tentangnya. Ajukan pertanyaan Anda, jawaban yang diperlukan adalah gempa bumi dari luar atau dibawa dari sumber data internal Anda, dan ini tidak harus berupa gambaran yang sama untuk setiap orang yang paling Anda sukai. Biarkan ia diproduksi dan dipantulkan secara harmonis di layar Anda dengan warna-warna yang Anda sukai. Yaitu, di lingkungan seperti itu. Bisnis perangkat lunak benar-benar seperti ini, dulu ada satu hal, kita biasa melihat banyak majalah yang mengatakan bahwa perangkat lunak memakan dunia ketika saya menyelesaikan lisensinya. Sekarang kecerdasan buatan memakan perangkat lunak. Kata lingkungan perangkat lunak, platform perangkat lunak, dll., menghilang. Dalam lingkungan yang sepenuhnya berbasis obrolan, Anda akan melakukan sebagaimana suatu pekerjaan seharusnya dilakukan melalui obrolan. Anda memberi tahu pihak intelijen, lalu ia melakukannya melalui obrolan, dan apa yang Anda bicarakan sebenarnya membuat saya tersadar dengan metafora seperti ini. 40 tahun yang lalu, bahasa yang ditulis dalam mikroprosesor dan kemudian bahasa yang disebut esem sekarang sepenuhnya menjadi bahasa lisan sehari-hari sebagai bahasa tingkat tinggi, seolah-olah dapat membuka banyak jendela terkait perangkat lunak atau mendobrak pintu. Dengan kata lain, ada situasi seperti ini, Anda tahu, tingkat bahasanya sangat dekat dengan bahasa alami. Esenbli si c plus plus datang obec atau dan lebih banyak lagi tentang bahasa. Jelaskan proses yang berlangsung selama 20 atau 25 tahun yang dimulai sejak zaman Python, dan proses tersebut semakin mendekati bahasa alami. Namun pada level tertinggi, ada kenyataan seperti itu. Konsep bahasa pemrograman, seseorang yang dapat dipahami oleh mesin, direduksi menjadi nol. Sekarang, ada chip di laptop kita yang memahami dan menafsirkan bahasa alami. Jadi mesin itu sendiri terletak langsung pada chip silikon. Dia hampir memahami bel yang sedang kita bicarakan. Apakah layar dibutuhkan pada kasus ini? Apakah ada kebutuhan untuk mengkodekan gambar di layar? Atau haruskah orang dari kode ini menjadi pengembang perangkat lunak? 10 tahun bukan 5 tahun, jujur ​​saja saya tidak bisa membayangkan 2 tahun kemudian. Sangat menarik. Sekarang saya ingin mendapatkan jawaban singkat dengan pertanyaan singkat, karena sedikit konsep kecerdasan buatan yang kita tanyakan saat ini, mungkin bahkan pola pertanyaannya perlu diubah. Pertanyaan singkat, saya akan meminta jawaban singkat, apakah ada alat AI yang mengejutkan Anda? Tidak saat ini. Anda telah meningkatkan tingkat keterkejutan Anda ke banyak hal teratas, karena beberapa uji coba dalam dunia akademis sudah dilakukan 5 tahun lalu, 10 tahun lalu, 2010 tujuh, misalnya, pemrosesan gambar paling mengejutkan dalam pemrosesan gambar. Kita membaca di makalah akademis bahwa semua masalah dalam 2,017 pemrosesan gambar telah terpecahkan. Jadi kami mengantisipasinya. Saat ini, misalnya, saya tidak dapat mengatakan bahwa produksi video Google dan 3 model mengejutkan dengan cara apa pun. Dengan kata lain, menurut Anda apakah perusahaan harus melarang pengunggahan data perusahaan ke alat-alat sejenis geng untuk digunakan oleh karyawannya sendiri? Ini adalah salah satu kelemahan paling penting, izinkan saya menjawab pertanyaan itu dengan pertanyaan. Ini penting saat ini, di banyak bagian dunia tidak ada jawaban singkat, tetapi saya minta maaf. Saya telah membela data terbuka selama bertahun-tahun, saya katakan bahwa data harus terbuka, tetapi ada kenyataan seperti ini, bayangkan sebuah robot yang memprediksi saham luar biasa telah dikembangkan dengan komputer kuantum super, dan berkat robot ini, saham dapat dibeli dan dijual dengan prediksi yang sangat bagus, dan inilah kekuatan yang mengendalikan robot tersebut. Apakah Anda mempertimbangkan untuk berbagi data pasar saham negara Anda dengan robot ini? Jawabannya tidak perlu dipertimbangkan, yang mana merupakan nilai yang sangat besar yaitu dapat meramalkannya. Oleh karena itu, perlu dilakukan pembukaan data perusahaan dan negara tersebut ke luar secara terkendali, sehingga benar-benar dapat dirasakan manfaatnya oleh perusahaan dan negara tersebut. Namun di sisi lain, integrasi sangatlah penting. Dengan kata lain, jika Anda hanya menyimpan data dan membuat beberapa lapisan firewall dengan server di atasnya, Anda tertinggal dalam inovasi saat ini. Yaitu dengan satu sama lain perusahaan. Penting juga bagi mereka untuk berbagi data dan memungkinkan lahirnya perusahaan baru. Satu-satunya hal yang akan saya garis bawahi di sini adalah bahwa ini mungkin informasi baru, tetapi ada konsep yang disebut ruang tanggal, yang merupakan ruang data yang telah dikerjakan Eropa sejak tahun 2,010 sembilan, dan seperti yang Anda ketahui, Eropa telah tertinggal dari dunia dalam hal produksi unicorn. Mereka yang telah menguasai pasar Eropa selalu perusahaan besar seperti Amerika, Apple, Amazon, Ali Baba Cina. Eropa hadir di sini untuk tidak tertinggal. Beetho c juga tidak dapat melakukan tugasnya dengan baik, tetapi beetee be baik-baik saja. Kemudian dia mengatakan bahwa perusahaan kita harus berbagi data satu sama lain. Mari kita buat protokol aman untuk ini dan picu inovasinya dengan cara ini. Pada saat yang sama, ketika lingkungan krisis seperti pandemi terjadi, saya pergi ke negara saya demi negara saya dan jika perlu, pergi ke pusat data dalam format yang saya inginkan, dengan protokol yang saya inginkan, dengan protokol yang telah saya tentukan sebelumnya, dan datang dan mendapatkan data tersebut. Dia menciptakan sebuah blok bangunan dengan mengatakan bahwa saya harus dapat menggunakannya untuk perdamaian bangsa saya dan negara saya. Faktanya, secara semi-terbuka, data tersebut terbuka bagi luar dan sepenuhnya terkendali serta dapat diakses. Kami mendengar tentang protokol serupa di Turki dengan nama ruang data publik, tetapi saya benar-benar penasaran dengan hasilnya. Setiap negara dapat menjadi kemitraan perusahaan, dapat berada di dalam perusahaan. Saya pikir kita harus mengikuti dengan seksama bidang data ini. Di sini, saya sebenarnya akan bertanya. Anda dapat mengevaluasi pendekatan terhadap pertanyaan di Turki di dunia. Apakah menurut Anda undang-undang dan peraturan tentang kecerdasan buatan sudah memadai di dunia? Ini sebenarnya adalah lingkaran setan saat peraturan tersebut dikeluarkan. Anda membutuhkan lebih banyak kecerdasan buatan karena tujuannya adalah untuk melatih orang membaca, memahami, menafsirkan, dan menindaklanjutinya. Sangat sulit untuk mengelola mereka. Hubungannya berubah menjadi hubungan telur dan ayam. Dengan kata lain, apakah benar-benar perlu bekerja di bawah kendali dengan larangan dan sanksi di sini, ataukah birokrasi akan menghilangkan sepenuhnya yang bawahan? Apakah ini membuka jalan bagi kecerdasan buatan? Saya berharap para tetua kita akan membuat keputusan yang tepat mengenai masalah ini, dan kemudian saya sampai pada hal ini, apakah menurut Anda negara-negara harus membentuk kementerian kecerdasan buatan? Masalah pertama adalah menurut Anda apakah perusahaan harus mendirikan departemen kecerdasan buatan? Saya pikir itu harus demokratis dan dapat diakses oleh semua orang. Pertama-tama saya pikir Kementerian harus dilindungi. Atau lembaga data memiliki unit yang disebut Detay You K di Inggris. Jadi, meskipun Anda akan membeli pengendali jarak jauh untuk televisi mana pun di Inggris, protokolnya ditetapkan dalam pos dan data yang Anda ketahui. Anda dapat menemukannya tercantum. Dengan kata lain, standar data yang akan digunakan oleh semua data ditentukan sebelumnya oleh protokol. Oleh karena itu, apa yang dapat dilakukan dengan data ini setelah kita terlebih dahulu menyusun peta data Turki? Kita perlu memikirkan ini dengan kecerdasan buatan. Sebab, hanya ketika kita mengatakan, mari kita kembangkan tangan Turki, artinya para tetua sudah melakukannya, mengerti bahasa alami, dan sebagainya, yang penting Turki bisa menyelesaikan masalah di sini. Saya kembali ke bagian inferensi, lini bisnis yang dapat membuat inferensi akan diikuti. Kita perlu mengembangkan model bahasa khusus yang lebih kecil, model kecil dan besar. Dua pertanyaan terakhir saya sedikit keluar topik di sini. Apakah ada serial TV atau film yang menurut Anda paling baik menggunakan kecerdasan buatan? Anda sangat suka menontonnya, atau saya dapat merekomendasikan buku daripada film yang membahas konsep kecerdasan buatan dengan sangat baik. Atau izinkan saya sebutkan penulis, sarankan penulis. Saat ini, karya ini adalah kecerdasan buatan, sebenarnya, ini belum benar-benar pintar saat ini, ini adalah model statistik yang sangat besar yang memprediksi jejak kaki manusia. Hal utama adalah kesadaran. Ada kesenjangan besar dalam hal kapan mesin ini akan sadar, atau jika benar-benar sadar sekarang, bagaimana kita akan mendekatinya hingga 10. Ini sangat bagus. Ada 2 penulis operatif. Bapak fiksi ilmiah adalah Saydam Ayzek, Asimo Ini pastinya wajib dibaca dalam seri fondasinya, dan bahkan ada istilah alam semesta khusus dalam seri fondasinya. Kami menamai galaksi itu berdasarkan nama perusahaan. Yang lainnya adalah Sanisila penulis Rusia. Bahkan jika Anda membaca cerita pendek mereka berdua. Di hampir semua film fiksi ilmiah masa kini, saya tidak ingin terlalu banyak membicarakannya, tetapi di semua film yang pernah saya tonton, itu adalah jejak. Pada semuanya, skenarionya sudah diproses. Izinkan saya memberi tahu Anda bahwa kedua penulis itu akan memberi Anda imajinasi yang mengerikan. Saran yang luar biasa, kalau bicara soal kesadaran, saya sampai pada pertanyaan terakhir. Bisakah kecerdasan buatan suatu hari nanti mengendalikan dunia atau alam semesta? Biarkan saya menjawab pertanyaan itu dengan pertanyaan. Jika dia mengambil alih, akankah kita mengetahuinya? Lalu mungkin dia mengambil alih dan itulah intinya. Saya punya 5 kisah keluarga yang menguasai dunia dan seterusnya, mungkin benar, mungkin juga karena sudah terbiasa, tapi menurut saya organisasi manusia itu mengatur dirinya sendiri, menyesuaikan diri, konsep yang banyak dipakai di dunia akademis, maksudnya kita itu seperti sekawanan burung, kita terbang ke suatu tempat bersama-sama. Kadang-kadang, sesekali, para pionir muncul dan mengubah arah kita, tetapi saya pikir lingkungannya sepenuhnya terorganisasi dengan sendirinya dan tertata dengan sendirinya. Sekarang beberapa ada di antara kita. Ada burung robot. Apakah mereka memerintah kita atau tidak? Saya pikir mari kita terus lihat apa yang akan terjadi jika mereka berhasil dan apa yang akan terjadi jika mereka tidak berhasil. Saya rasa tidak banyak yang dapat dilakukan mengenai hal itu. Elon Musk melakukan hal yang benar. Kita harus meninggalkan planet ini dan mencari planet alternatif. Masalahnya mengarah ke sana. Jadi erdem terima kasih banyak telah berbagi ide yang Anda ikuti, hari ini kita berbicara tentang apa yang menanti kita di tahun-tahun mendatang untuk mengembangkan teknologi, erdem eser kedua. Jika Anda ingin mendapatkan informasi dan mendukung video baru kami, Anda harus berlangganan, menyukai, berkomentar, atau membagikannya agar saya dapat melihat Anda. Terima kasih, salam cinta.