こんにちは。Magnify シリーズでは、成長の分野で専門家に質問し、その答えを発表します。今日のゲストは、2009 年に人工知能企業を設立するというビジョンを持つ、Galaxy および DP の共同設立者である Erdem Eser Ekinci 氏です。 私たちはこれまで多くの友人をここに迎え入れてきました。 私たちはたくさんの質問をしましたが、そのすべてにおいて人工知能が話題になりました。 耐えた。 人工知能について、専門家にいろいろ聞きたいことをやっと聞けると思うと嬉しくて、早速始めたいと思います。 AI が破壊的な影響を及ぼすと言われており、誰もがそれについて何か言っています。 先ほど申し上げたように、あなたはこのことについて長い間考え続けてきました。 現時点では、それは人工知能の将来、特に企業が人工知能にどのようにアプローチすべきか、この概念を自社のビジネスにどのように適応させるかについてです。 企業のオーナー、マネージャー、取締役など、あらゆるレベルの人が、ビジネスに人工知能を導入するための出発点として何を考慮すべきだと思いますか? この話題はもちろん非常に人気があり、ほとんどすべての会議は人工知能で始まり、データで終わります。 最も重要な作業は、AI をトレーニングし、使用して、シナリオに組み込むためにあらゆる方法で実行できるようにすることです。 データインベントリは健全な方法で取得する必要があります。 通常、このデータのすべてが会社に含まれるわけではありません。 一部のデータは外部から取り込む必要があります。 統合プロセスは非常に重要です。 したがって、人工知能プロジェクトの成功に対する最大の障害は、考えられているように GPU の供給ではなく、必要性になります。 それは主に、クリーンで質の高いデータの収集です。 ほとんどの企業もデータを持っています。 人工知能によってクラウド化されないなどの懸念から、蓄積され、アーカイブされ、使用できない状態になっています。 したがって、最大の問題は、このインベントリを取得し、それがどのようなシナリオでどのように機能するかを決定し、外部データの供給と統合して新しいシナリオを作成することです。 企業がその時に短期と長期を言っていると思ったら、実は短期と中期で、丁寧にデータを編集していると言うのですが、ちょっとまだほとんどの企業はエクセルでデータを保管しています。 そういう現実もある。 データ準備: 長期的にこれを準備するための部門の設定ですか? 企業内でのテクノロジー購入ですか、それとも代理店との連携ですか? このノウハウはアウトソーシングされていますか? ここでのベストプラクティスは何だとお考えですか? さて、私がこの2年半、2,020年から現在に至るまでのこのような評価をすると、誰もが最初はこれが別の分野であり、別の専門知識を必要とする憧れであり、教育のレベルであると考えるようです。 私たちが到達した時点で、Türkan はほぼすべての部門に普及した小さなツールに変わりました。 最初は誰もが人工知能ユニットを立ち上げようとしました。 専門的な訓練は、こちら側で受け始めましたが、結局来ました。 人工知能は民主化に多くの利益をもたらす要素となっています。 言い換えれば、あらゆる問題を解決するにはソフトウェア開発者が必要なのです。 前のトピックでデータと人工知能の相互作用が確保されていれば、ビジネス部門とエンドユーザーは、自分の希望に合わせてテクノロジーを練り上げることができるようになります。 要約すると、これは単なる技術的飛躍としてではなく、社会技術的な進化として考えるべきです。 それは単なるテクノロジーではなく、もはや組織の構造です。 その形も変わり始めています。 いくつかの役割は、取る成功を達成することができます。 いくつかの役割は消えつつあり、それらは完全に機械や人工知能に委任することができます。 したがって、最終的な時点では、人工知能は実際にすべての人が使用できるツールに変わりました。 したがって、企業においては別の人工知能となります。 専門部署は必要ないと思います。 この主題に関しては、そのようなアナフォラ情報が多数あります。 60人いた部署が10人に減った。 人工知能を使った仕事が増えていること、この点で人が無駄になっていること、あるいは逆に、人工知能を使った仕事で赤字が出たために再び人を採用しているという話が多く出ていますが、もちろん、あなたは長い間このことについて考えてきたので、あなたの意見がとても気になります。実際のところ、問題は、私がそれをどう解釈したらいいのかわからないのですが、つまり、失業を引き起こすことになるのでしょうか? 人工知能とも言う。 また、バーチャルヒューマンが独自のスタイルにどう進化・変化していくべきかについても答えることができます。 両方に答えてみたいと思います。 実際、人工知能が失業を生み出すことは明らかです。 これはすでに始まっています。 生産性の向上が発表されています。 ソフトウェア開発者の給与に基づいてこの推論を行うこともできます。 たとえば、今ではほぼすべてのアプリケーションがそうです。 チャットボットソリューションを開始しました。 新しい機能が必要になったとき、彼らはソフトウェアを一切開発することなく、あるいはほとんどソフトウェアなしで、すぐに新しいサービスを提供し始めました。 これは失業への道を開く。 実際、私は人工知能、特にジェネリビアを次のように評価しています。ジェネリビアは 2 つのことを提供します。 それは、あなたが主に使用しているアーカイブ化およびインデックス化された情報をあなたに提供できます。あなたが私のデータについて尋ねると、2,020 年は XNUMX 月末までの日付までであると表示され、最新のデータがないと返されますが、必要に応じて、Web で現在のバージョンを検索して見つけることができます。 つまり、1 つは、この古い Google のようにインデックスを作成する責任があり、2 つ目は、Reznik 推論、つまりストレート マンの coco を行う機能です。 彼は子供の頃から学んだあらゆる推論能力を持っており、雨が降れば貪欲になり、クレジットカードを作るためにあなたの会社登記情報と署名捺印証書を提出しなければならないほどになります。 さて、人工知能を雇用の源泉と雇用の要素として採用しようと考えている場合、どちらに割り当てるかを事前に決めておく必要があります。 あなたは私に何を知っているか尋ねるでしょう。 それとも、ワークフローやビジネスをご希望ですか? 最初の質疑応答は、実は昨年、慌ただしい中、あっという間に行われました。 質問していただければ、回答いたします。 今、私たちは到着しました。 彼らは代理店と呼ばれていますが、これはトルコ語での意味です。 ちなみに、要因は長い間、アカデミー、つまりエージェントに別の意味に移行してきました。 Ajan はトルコ語ですが、トルコの学界では 1990 年頃からエージェントの概念が使用されています。 これについても多くの論争があります。 メディアで取り上げられたことがあるかもしれませんが、学術的には、まさにこの仕事にこれに相当するもの、つまり、人間ではなく人間らしいもの、ということになります。 社会的かつ積極的な行動の両方を示して仕事をする責任を負うソフトウェア要素、つまり、ソフトウェア要素について見てみると、実際のところ、人工知能の話題がここに持ち込まれると、確かに、雇用を減らすという非常に深刻な影響があり、社会技術的に評価する必要があり、組織図も何度も評価する必要があるでしょう。 もちろん、私たちはあなたが学術界でこのテーマについて非常に長い間研究し、考え続けてきたことを知っています。 1 年前にあなたと話をしていて、エージェントについて話していたことは知っていますが、生成型人工知能とこれらのエージェントの交差点についてお聞きしたいのですが、これはどの企業にも当てはまります。 スタートアップの分野はツールになり得ます。 それを自分の構造に組み込む方法についての交差点は何でしょうか? なぜなら、話されていることはすべて非常に理論的なものであり、私たちは理論を実践に移すからです。 まさにそれがポイントです。 それはアドバイスかもしれないし、視点かもしれないし、方法かもしれない。なぜなら、今は実際にビジネスだということを私は知っているからだ。 あなたは今から 23 年後のことを考えています。そのビジョンをどうやって実現するかについて、あなたからアイデアをいただければ幸いです。 行き過ぎる必要はありません。 2年後、3年後、実際に経験され始めた傾向は、企業からCRMエージェントを取得することです。 別の会社から人材用のツリーをもう 1 つ購入すると、突然、エントリの SME に関係する複数の要素と、スプリングベースの要素が形成され始めます。 彼は、この時点で、彼らはお互いに同期し、コミュニケーションを取っていると言います。 このコミュニケーションの結果、従業員が会社の目標に向かって行動することがさらに重要になります。 特に、アゴンタに割り当てる要素に、その要素の目標、コミュニケーションする他の要素、会社独自の内部制約、ルール、ビジョン、ミッションなどを教えることができます。 他者と調和して働くことを確実にすることが最も重要な目標であるべきです。 なぜなら、このビジネスに人が関わり始めるとき、つまり、人間と同じ言語を話せないとき、人は機械と同じ言語を話す必要があり、これは会社の文化、会社の言葉、会社のコンセプトとともに開発される必要があるからです。 したがって、すべての要素がスピードサービスを提供する仲介者となります。 持ち込んで使用してもあまり意味がありません。 事例として挙げた企業の一つは、多くの行動がテーマとなる日中にソーシャルメディア上で広告を掲載しています。 彼らは、人工知能の要素を活用してこれを積極的に行っていると言います。 しかし、ブランドの評判という観点から考えると、広告を最適化するその超インテリジェントな要素は、実際には企業の評判を損なうことになります。 なぜなら、その国の課題がまったく異なるにもかかわらず、あなたは電子商取引プラットフォームで靴を販売したいと考えており、課題から完全に外れた製品を若者向けに宣伝しているからです。 物語はここから始まります。 組織内のもう 1 つの要素は、ブランドの評判を評価することです。 それは外部から持ち込まれたものであり、そのようにして議題が変わったのです。 国内にはそのようなリスクや危機があり、このようにブランドを管理すべきだと彼はアドバイスする。 現在、これら 2 つの要素は相互に通信できません。 これらの要素は 2 つの異なる部門で処理されます。 一方では、警告を受けます。 今月警告を受けた人は、その問題を他の部署の関係者に転送します。 彼は他の要素をプログラムし、管理しなければなりません。 一方、ラスト差が発生した状態で1時間でも広告が回転し続けると、ブランドにとって非常に破壊的な環境が生まれます。 この時点で、二人に話をさせるものはほとんどいない。 先ほども申し上げましたように、このブランドのエンタープライズビジネス、つまり法人向けです。 ビジネス モデル、ルール、制約に準拠した方法でこれらの要素を管理することは、まったく別の問題です。 外から買うこともできません。 つまり、あなたと同じような人を雇用する場合、それが私の文化に適合するでしょうか? 彼は10年後もここで私と肩を並べて働き続けるのでしょうか？ 質問に対する答えを探しているときとまったく同じです。 実際、オペナイミールには長年噂されてきたが、もし彼の社会的な知性が発達していたら、おそらく彼は原子爆弾を製造していなかっただろう。 コンセプトは、少しアジェントベースでシャーです。 あなたは、あなたの文化への統合の問題についてお話します。 ここから少し話を進めたいと思います。 企業文化として、人工知能と代理店に投資するという決定が下されたとします。 しかし、私の仕事には幻覚的な側面があるのです。 したがって、私たちは人工知能を信頼しなければなりません。確かに、人工知能に割り当てる人数を 10 人に増やす必要がありますが、人工知能にもここで経験される可能性のある内部的な問題があります。 現時点で、このビジネスを信頼できるマネージャーはいると思いますか? 特定の垂直分野の仕事をエイジェントに与えるかどうか、あるいはまだ距離を置くかどうかは、企業の意思決定の観点から取り組むべきである。 この質問に因子の概念を通して答えてみたいと思います。 ソフトウェアや人工知能が仕事をこなしてくれると信頼できますか? 同様に、ある人が仕事をしてくれることを信頼できますか? 質問はそのままにしておきましょう。 そこで、この 2 つを均質化しましょう。 どうして信頼できるんですか？ ある共犯者の介入が、仕事をする人に起こっています。 つまり、信頼区間と、それが実際に人間であるため、私たちが何世紀にもわたってすでに想像してきたものに関するものです。 係数は新しい概念なので、何かを 10 に割り当てるのは困難です。 10% が正しく答えるでしょうか、それとも 98% が答えるでしょうか? ちょっとわかりにくいような気がします。 まったく同じように、つまり、企業または自分自身でエージェント ソリューションを開発する場合、OO 分離ドキュメントを取得し、テスト ベッドを作成し、テスト環境を作成し、一定期間にわたってさまざまなデータを入力することで、信頼性を 10 に高めることができるテスト ベッド環境を作成する必要があります。 それ以外の場合、常に同じ質問を受ける友人を評価することと、エージェントにタスクを割り当てることとの間には、重大な違いはありません。 逆に言えば、ある要因をテストするために別の要因を使用できるという利点があります。 実際、それを別の機関が管理している場合は、同じように要因に対処します。 私の法律に疑問を投げかけるために、私の内部規則に疑問を投げかけるもう 1 つの要素を展開したいと思います。 これに対するテストはどのように行うべきでしょうか? 私の場合の例は 10,000 個の質問ですが、彼はこれらの 10,000 個の質問を質問と回答で処理することができます。 簡単なテストベッドを実行できますか? 大規模な言語モデルがすでにこのプラットフォームを提供しているとおっしゃる場合。 他のもターゲットにする必要があります。これでテストできます。 人間にも同じことができますか？ それはより困難であり、異なるプロセスです。 まさにその企業の文化、企業文化についてあちこちで質問したいのです。 平均して 20 年続く企業文化を持つ企業についてお話ししましょう。 彼は20年間酒を飲み続けた。 実際、それは起こることすべてとともに発展するのですが、私たちが話している文化は数年前のものであり、それを適応させようとしていると仮定すると、部門ベースで会社の企業文化の観点からここでの文化的適応をどのように評価すべきか、またはどのようなギャップトレーニング時間を減らすべきかということです。 実際、ほぼすべての単語にことわざがあります。 ご存知のとおり、木を植えるのに最適な時期は 10 年前でした。 次善の策はまさに今ですが、彼はすぐにはそれをしません。 実際、この質問への答えは、文化が自然言語とともに、企業文化の遵守と創造の基盤を実際に形成し始めており、このジェレリティ、つまり生成型人工知能のおかげで、あらゆるテキストを読んで理解することが可能になり、企業のルールが新しくなっているということです。 作成した制約と目標を自然言語で書き留めると、バックグラウンドにある別のインベントリで保存、管理、解釈できるようになります。 それでは、企業の最初の問題に戻りましょう。 それで、何をする必要がありますか？ それがデータのキノコの中にあろうと、Excel、PDF、Web ページ、データベース、データベースの中にあろうと、それは散在しています。 人間が知っているが、AI がまだ知らないつながりがそれらの間には存在します。 生産性の高い人工知能には、こうしたつながりを作り、それを追跡する能力があります。 私たちが文化と呼ぶものの唯一の部分は人間の感情であり、顧客に100の笑いを見せることになります。 あなたは内部関係においてチームゲームをし、共感するでしょう。 残りの作業は人工知能に完全に委託することができます。 この場合、ベレヤニンは健康的な方法で生成される必要があります。 たとえそうでなかったとしても、私はデータ部分に戻ります。 たとえば、こんなことを言ってみましょう。 これは、データアバンテが、つい最近会った場所で話されていたことなどから作成されたものですが、その結果、そのデータを作成した人も人間であると仮定すると、誤差の範囲は、データインベントリで作成された間違いの上に構築されます。 実際、それは現実であるかもしれない。 例えば、先日の会議で実際の従業員エージェントが保証期間を間違って伝えてしまい、人工知能のエージェントが間違ったデータから学習したために間違った結果を出したという例がありました。 したがって、これほど多くの文化、感情、あらゆるものを重ね合わせると、データの誤り、エラー、幻覚、あるいはここで何かが発生する可能性のある問題は非常に大きくなるのではないでしょうか。 最初の段階は私たちが考えている以上に重要になると思います。 これはまさに現代的であり、企業はどのように人工知能に移行すべきかという質問に対するコメントのようです。 言い換えれば、2 種類のアプローチは、ほとんどすべての問題の解決、特にこのような大きな問題の解決において、帰納法に到達できることを知っています。 つまり、企業にサービスを提供する企業全体の企画、書類作成などあらゆる詳細を知ることができるスーパー人工知能です。 この演繹は試みられるし、また帰納法に到達することもできます。 つまり、非常に小さな顧客代表要因を以下に作ることができる。 計画テスト要素はほとんど実行できません。 ビジネスでは、事業内容に応じて事業領域を決めることができます。 どちらも上から下へ、さらに上から上へと進んでいます。連銀が何であれ、ここでは段階的なテスト、信頼区間、何と呼んでも構いませんが、あの大きなものです。 彼らのシェアは徐々に縮小し、人間と比較されるようになります。 言い換えれば、もし私がすでに誰かを雇っていたら、その人はそれ以上のことができたはずだと言えるような休憩を挟む必要があるということです。 あなたは実際に、ここで取り上げる内容が時間の経過とともに改善されるだろうと言っているのです。 これに参加したいです。 私たちが話しているのは、指数関数的に発展している人工知能ですが、その主題は技術の発展だけではなく、ここで経験されている技術の発展、倫理規制、労働力の変革、そして実際に私たちの日常の社会生活に反映されている多くの部分でもあります。 ここでも、私たちは実際に今日を生きています。 おそらく私たちは今後 12 年を予測できるでしょうが、私たちが生きている現実である今から 5 年後、15 年後について考えたとき、皆さんは何を思い浮かべるでしょうか。とても興味があります。 これは社会技術的な問題です。 つまり、技術が発展するにつれて、社会現象も変化するのです。 社会現象が変化し始めると、テクノロジーに対する私たちの期待も変化し始めます。 現在、ビジネスライン全般を見ると、私たちのほとんどは都市部の人口の大多数と官僚組織を相手にしています。 官僚主義、フォローアップ、つまり、紙に書かれた数字やデータをコンピューターで追跡するのです。 機械がこの仕事を引き受け始めるとすぐに、機械は作業を開始しました。 次に実際に何が行われるのでしょうか? 人間の魂、人間の集団は創造的に何を見出し、どこへ向かうのでしょうか? それは私の能力を超えています。 私はハラリ・ムスタファ・スレイマンをよく読みます。 私はすべての著者をフォローしようと努めてきましたが、予測するのは本当に難しいプロセスになり始めています。 一例を挙げると、人工知能の登場により、遺伝学というもう一つの重要な分野における量子コンピューティングが大きく進歩しました。 現時点では、それは具体的には量子合成に関するものです。 一例を挙げると、量子コンピュータはこのペースで発展し続けるでしょう。 人工知能モデルの作成は時間の問題であり、非常に簡単です。 そうすると、あらゆる問題に対してスーパー推論を実行できるモデルが必要になります。 実際、ソフトウェア開発者たちは何をするつもりなのでしょうか? 官僚主義が現場から排除され、この仕事が完全に機械で実行できるようになると、何が起こるでしょうか? まったく予想できません。 この問題に対する各州の取り組みを考慮すると、私たちが長い間テクノロジー企業を経営してきたという事実についてお聞きしたいのですが、最近のいくつかの議論により、私たちがそのような塵の雲の中に入り込んでいるかのように、私は本当に2000について疑問に思っています。Linuxスタートアップソフトウェア開発は、実際には方法論を伴う概念です。 過去 15 年間で、多くのテクノロジー企業のコードの半分も AI によって開発されていることを考えると、実際には、製品開発の面で出版物が何を提供するかが重要になります。 少なくとも10年、15年というのは長いですが、最近の将来についてご意見やご感想をいただけますか？ 銀河の基本的な仮説は、生成 AI を使用してコードを書くが、もうコードを書く必要はないというものです。 現在、GPT に費やされた時間の分析が最近公開されています。 つまり、時間がどんどん長くなっているのです。 Google のウェブ上で過ごす時間は急速に減少しています。 したがって、今後のすべてのソフトウェア開発プラットフォームはチャットベースになることは明らかです。 したがって、プログラミング言語はもう必要ありません。 機械が私たちを理解し、以前のような企業のスクリーンが必要なくなったのです。 私たちが尋ねている質問に対する答えは、次のとおりです。 私たちが望む道を示してくれるプラットフォームがあります。 企業はどのようにして資本を株主に分配するのか、と疑問に思うかもしれません。 通常、給与明細書の表やヒストグラムでどのようにそれを期待しますか。つまり、グラフを期待し、何らかの説明を求めます。 これに関してコードを書く必要はありません。 質問をすると、必要な答えは外部からの地震か、内部のデータソースからもたらされたもののいずれかになりますが、これはあなたが最も好むすべての人にとって同じイメージである必要はありません。 あなたの好きな色で調和のとれた映像を画面に映し出しましょう。 つまり、そのような環境です。 ソフトウェアビジネスは実際このようなもので、ライセンスが終わるとソフトウェアが世界を席巻するとよく雑誌で言われていました。 今や人工知能がソフトウェアを食い尽くしています。 ソフトウェア環境、ソフトウェア プラットフォームなどという言葉は消えつつあります。 完全にチャットベースの環境では、チャットで仕事の進め方を決定します。 あなたが知能に伝えると、知能はチャットでこれを実行します。あなたが話していることは、実際にこのような比喩で私に衝撃を与えました。 40 年前、マイクロプロセッサで記述された言語、そして当時は esem と呼ばれていた言語は、今では完全に高レベルの日常会話言語になっており、ソフトウェアに関連する多くの窓を開いたり、ドアを壊したりするかのようになっています。 つまり、言語レベルが自然言語に非常に近かったという状況があるのです。 Esenbli si c plus plus に obec やその他の言語が追加されました。 Python にまで遡る 20 年または 25 年のプロセスについて説明します。Python は常に自然言語に近づいてきました。 しかし、最高レベルでは、そのような現実がありました。 プログラミング言語の概念、つまり機械が理解できるものの概念はゼロにまで減少しました。 現在、私たちのラップトップには自然言語を理解して解釈するチップが搭載されています。 つまり、マシン自体はシリコン チップ上に直接配置されます。 彼は私たちが話していた鐘の意味をほぼ理解しました。 この場合、スクリーンは必要でしょうか? 画面上の画像をエンコードする必要はありますか? それとも、このコードの作成者はソフトウェア開発者であるべきでしょうか? 10 年は 5 年ではありません。正直 2 年後がどうなるかわかりません。 とても興味深い。 今、私は短い質問で短い答えを聞きたいと思っています。なぜなら、私たちが今問うている人工知能の概念を少し変える必要があるかもしれないからです。 ちょっと質問です、簡単に答えを聞きたいのですが、あなた自身も驚くような AI ツールはありますか? 現時点ではない。 学術界におけるこうした試みのいくつかは、すでに 5 年前、10 年前、2010 年の XNUMX 年前のものなので、すでに驚きのレベルはかなり高くなっています。たとえば、画像処理は画像処理の中で最も驚くべきものです。 学術論文では、2,017 の画像処理における問題がすべて解決されたと読みました。 だから私たちはこれを予想していました。 たとえば、現時点では、Google のビデオ制作や 3 つのモデルがまったく驚くべきものであるとは言えません。 言い換えれば、企業は自社の従業員が使用するためにギャングのようなツールに会社のデータをアップロードすることを禁止すべきだと思いますか? これは最も重要な欠陥の 1 つです。質問に質問で答えさせてください。 今は重要なことですが、世界の多くの地域では短い答えはありませんが、申し訳ありません。 私は長年オープンデータを擁護し、データはオープンであるべきだと言ってきましたが、このような現実があり、そんなスーパー量子コンピューターで素晴らしい株を予測するロボットが開発され、このロボットのおかげで非常に良い予測で株を売買できるようになり、そしてこれがロボットを制御する力になっていると想像してください。 あなたの国の株式市場のデータをこのロボットと共有することを検討してみませんか? 答えは考慮されるべきではなく、それを予見できることは非常に大きな価値があります。 したがって、企業や国のデータを管理された形で外部に公開し、真に企業や国の利益に役立てる必要があるのです。 しかし一方で、統合は非常に重要です。 言い換えれば、データを保存し、その上にサーバーを配置したファイアウォールの層を作成するだけでは、現時点ではイノベーションに遅れをとっていることになります。 つまり、企業同士です。 データを共有し、新しい企業が生まれることも重要です。 ここで強調しておきたいのは、これは新しい情報かもしれませんが、ヨーロッパが2,010年から取り組んでいるデータ空間という概念があるということです。ご存知のとおり、ヨーロッパはユニコーンの創出に関しては世界に遅れをとっています。 ヨーロッパ市場を席巻しているのは、常にアメリカのアップル、アマゾン、中国のアリババなどの大企業です。 ヨーロッパは遅れを取らないためにここにいるのです。 Beetho C も成功する仕事はできませんが、beetee be は大丈夫です。 そして、我々の企業は互いにデータを共有すべきだと言いました。 そのために安全なプロトコルを作成し、このようにしてイノベーションを促進しましょう。 同時に、パンデミックなどの危機的状況が発生した場合、私は国家のために州に出向き、必要に応じて、私が望む形式、私が望むプロトコル、私が事前に決定したプロトコルでデータセンターに行き、そのデータを取得します。 彼は、私の国と私の国々の平和のためにそれを使えるはずだと言って、基礎を築きました。 実際、半オープンな方法では、データは外部に公開され、完全に制御され、アクセス可能です。 トルコではパブリックデータスペースという名前で同様のプロトコルがあるそうですが、その出力にとても興味があります。 どの国でも企業提携は可能であり、企業内でも可能です。 これらのデータ フィールドについては注意深く追跡する必要があると思います。 ここで、実際に質問させていただきます。 トルコにおけるこの問題への取り組みを世界的に評価することができます。 人工知能に関する世界の法律や規制は十分だと思いますか? これは、規制が発令されると実際に悪循環になります。 より多くの人工知能が必要なのは、人々がそれを読み、理解し、解釈し、それに基づいて行動できるように訓練するためです。 それらを管理するのは非常に困難です。 それは卵と鶏の関係になってしまいます。 つまり、ここで禁止事項や制裁措置による統制のもとで働くことが本当に必要なのか、それとも官僚機構が部下を完全に排除してしまうのか、ということです。 これは人工知能への道を開くのでしょうか? 私たちの長老たちがこの問題に関して正しい決断を下してくれることを願っています。そして、各国が人工知能省を設立すべきだとお考えですか? 最初の問題は、実際に企業が人工知能部門を設立すべきだと思うかどうかです。 それは民主的で誰もがアクセスできるものでなければならないと思います。 まず第一に、省庁は保護されるべきだと私は思います。 あるいは、データ研究所には英国に Detay You K と呼ばれる部門があります。 したがって、英国でテレビのリモコンを購入する場合でも、そのプロトコルは投稿で定義されており、あなたが知っているデータはそこにあります。 リストに載っています。 つまり、すべてのデータが使用されるデータの標準はプロトコルによって事前に決定されます。 そこで、まずトルコのデータマップを作成した後、このデータを使って何ができるでしょうか? 私たちは人工知能を使ってこれについて考える必要があります。 なぜなら、トルコ人の手を伸ばしましょうと言うと、つまり、年長者たちがすでにそれをやっていて、自然言語を理解するなどして初めて、重要なことはトルコがここで問題を解決できるということだからです。 推論の部分に戻ると、推論を行うことができる事業分野が続きます。 特別な小規模言語モデル、小規模モデル、大規模モデルを開発する必要があります。 最後の 2 つの質問は、ここでは少し話題から外れています。 人工知能が最も効果的だと思うテレビシリーズや映画はありますか? ご覧になってとても気に入ったようでしたら、人工知能の概念を非常によく扱った映画ではなく本をお勧めします。 あるいは、著者と言って、著者を提案してください。 現時点では、この研究は人工知能に関するものですが、実際のところ、今のところそれほどスマートというわけではなく、人間の足跡を予測する非常に大規模な統計モデルです。 大切なのは意識です。 この機械がいつ意識を持つようになるのか、あるいは現時点で本当に意識を持っているのかどうか、それを 10 に近づける方法については大きなギャップがあります。 これはとてもいいです。 執筆者は2名です。 サイエンス フィクションの父は、サイダム アイゼックの『アシモ』です。これは間違いなく基礎シリーズの必読書であり、彼の基礎シリーズには特別な宇宙用語さえあります。 私たちはその会社にちなんで銀河に名前を付けました。 もう1人はロシア人作家のサニシラです。 この二人の短編小説を読んでも。 最近のSF映画のほとんどすべてにおいて、あまりそれについて話したくはないのですが、私が見たものすべてにおいて、それは痕跡として残っています。 いずれもシナリオはすでに処理済みです。 どちらの著者も、読者に恐ろしい想像力を与えるだろうと断言します。 素晴らしいアドバイスですが、意識について言えば、最後の質問になります。 人工知能はいつか世界や宇宙を支配するようになるのでしょうか? 質問には質問で答えましょう。 彼が引き継ぐ場合、私たちはそれを知ることになるでしょうか? その後、おそらく彼は引き継いだのでしょう。それがまさにポイントです。 私には世界を支配する5つの家族の物語などがあり、それは本当かもしれないし、慣れているのかもしれないが、人間の組織は自己組織化され、自己適応的であり、学術界でよく使われる概念である、つまり私たちは鳥の群れのように、一緒にどこかへ飛んでいくのだと思います。 たまに先駆者が現れて私たちの方向性を変えてくれることもありますが、環境は完全に自己組織化され、自律的に動いていると思います。 今、私たちの中には何人かいます。 ロボット鳥もいます。 彼らは我々を支配しているのか、それとも支配していないのか？ 彼らが成功したら何が起こるのか、そして成功しなかったら何が起こるのかを、引き続き見ていこうと思う。 それについてはあまりできることは無いと思います。 イーロン・マスクは正しいことをしている。 私たちはこの惑星を離れて別の惑星を探さなければなりません。 問題はその方向に進みます。 それで、erdem さん、あなたが参加したアイデアを共有していただき、本当にありがとうございます。今日は、テクノロジーの成長に向けて今後何が起こるのかについて話し合いました。erdem eser second。 私たちの新しい動画について知りたい、応援したいという方は、ぜひチャンネル登録、いいね、コメント、シェアをして、私に会えるようにしてあげてください。