Forstørr: Slik bruker du AI-konseptet

Hallo, i Magnify-serien stiller vi ekspertene spørsmålene vi ønsker å gi svar på innen vekst. Dagens gjest er Erdem Eser Ekinci, medgründer av Galaxy og dp, som har som visjon å etablere et kunstig intelligens-selskap i 2009. Vi har hatt mange av vennene våre her så langt. Vi stilte mange spørsmål, og i alle av dem kom temaet kunstig intelligens opp. Utholdt. Jeg er glad for at vi endelig kan stille et spørsmål som jeg har lyst til å stille mange spørsmål til en ekspert om kunstig intelligens, og jeg vil begynne raskt. Vi snakker om at AI har en disruptiv effekt, og alle sier noe om det. Som jeg nettopp nevnte, har du tenkt på dette veldig lenge. På dette tidspunktet handler det om fremtiden for kunstig intelligens, spesielt hvordan bedrifter bør tilnærme seg det, hvordan de tilpasser dette konseptet til sin egen virksomhet. Hva synes du en bedriftseier, leder, direktør, folk på alle nivåer bør vurdere som et utgangspunkt for å tilpasse kunstig intelligens til virksomheten sin? Temaet er selvsagt veldig populært, nesten alle møter starter med kunstig intelligens og slutter med data. Det viktigste arbeidet som må gjøres er å trene en AI, bruke den og være i stand til å utføre den på en hvilken som helst måte for å inkludere den i et scenario. Datainnsamling bør foretas på en sunn måte. Generelt sett er ikke alle disse dataene inkludert i selskapet. Noe data må hentes utenfra. Integrasjonsprosesser er svært kritiske. Derfor vil den største hindringen for en vellykket implementering av et kunstig intelligens-prosjekt ikke være tilgangen på GPU-er, slik man tror, ​​men behovet. Det handler først og fremst om å samle inn rene data av høy kvalitet. De fleste selskapene har også data. Den er hamstret, arkivert og ubrukelig på grunn av bekymringer som at den ikke blir brakt til skyen av kunstig intelligens. Derfor er det største problemet å ta denne inventarisasjonen, å bestemme hvordan den vil fungere i hvilke scenarier, og å produsere nye scenarier ved å integrere den med tilgangen på eksterne data. Hvis vi tror at et selskap sier kortsiktig og langsiktig på det tidspunktet, er det faktisk kortsiktig og midt imellom, du sier høflig redigering av dataene, men litt fortsatt oppbevarer de fleste selskapene dataene i Excel. Det finnes også en slik virkelighet. Dataforberedelse: Er det et avdelingsoppsett å forberede seg på dette på lang sikt? Er det et teknologikjøp i en bedrift eller et samarbeid med et byrå? Er denne kunnskapen outsourcet? Hva mener du bør være den beste praksisen her? Når jeg nå gjør en slik vurdering det siste året, fra 2 og et halvt til 2,020 og frem til i dag, virker det som om alle først tenker at dette er et eget felt, en lengsel som krever en annen ekspertise, og et utdanningsnivå. På det punktet vi har nådd, har Türkan blitt et lite verktøy som har spredt seg til nesten alle avdelinger. Først prøvde alle å sette opp enheter for kunstig intelligens. Spesialisert trening begynte å bli mottatt på denne siden, men kom etter hvert. Kunstig intelligens har blitt et element som bringer mange fordeler med seg for demokratisering. Med andre ord trenger du en programvareutvikler for å løse ethvert problem. Så lenge det forrige temaet har sikret samspillet mellom data og kunstig intelligens, kan forretningsenheter og sluttbrukere nå elte teknologi som en deig i tråd med sine egne ønsker. Oppsummert bør dette ikke betraktes som et rent teknologisk sprang, men som en sosioteknisk evolusjon. Det er ikke bare teknologi lenger, det er strukturen i organisasjoner. Formen begynner også å endre seg. Noen roller er i stand til å oppnå suksess med å ta. Noen roller forsvinner, de kan delegeres fullstendig til maskiner til kunstig intelligens. Derfor har kunstig intelligens til slutt blitt et verktøy som kan brukes i hendene på alle. Derfor er det en egen kunstig intelligens i bedrifter. Jeg tror ikke det er behov for en spesialisert avdeling. Det finnes mye slik anaforinformasjon om dette emnet. Avdelingen på 60 personer ble redusert til 10 personer. Det er mye støy om økningen i arbeidet som gjøres med kunstig intelligens, det faktum at folk er bortkastet i denne forbindelse, eller omvendt, som om et selskap som gjorde dette tok folk igjen fordi det gikk med tap, selvfølgelig er jeg veldig nysgjerrig på din mening fordi du har tenkt på det veldig lenge, så faktisk er spørsmålet, jeg vet ikke om jeg skal tolke det, vet du, vil det føre til arbeidsledighet? Kunstig intelligens kan også være det, eller kunstig intelligens. Du kan også svare på hvordan det virtuelle mennesket bør utvikle eller transformere seg til sine egne stiler. La meg prøve å svare på begge. Det er faktisk veldig tydelig at kunstig intelligens vil skape arbeidsledighet. Dette har allerede begynt. Nå varsles det om produktivitetsvekst. Du kan til og med trekke denne konklusjonen basert på lønningene til programvareutviklere. For eksempel, nesten alle applikasjoner nå. Lanserte chatbot-løsningen. Da det oppsto behov for ny funksjonalitet, begynte de umiddelbart å tilby nye tjenester uten å utvikle noen programvare, og nesten ingen programvare. Dette baner vei for arbeidsledighet. Faktisk vurderer jeg kunstig intelligens, spesielt jenerivia, som følger: den tilbyr deg to ting. Den kan gi deg informasjonen den arkiverer og indekserer, som du stort sett lever i. Når du spør om dataene mine, sier den at 2,020 er til slutten av fire, til en dato, og den svarer at den ikke har oppdaterte data, men hvis du vil, kan du søke og finne den gjeldende versjonen på nettet. Så den ene er ansvarlig for indeksering slik denne gamle Google-en gjorde, og den andre er evnen til å trekke reznik-inferens, det vil si den heteroseksuelle mannens koko. Han har evnen til å trekke alle de konklusjonene han har lært siden han var barn. Hvis det regner, blir han grådig, til det punktet hvor jeg må gi deg bedriftsregisterinformasjonen din og signaturbrevet ditt for å kunne gi meg et kredittkort. Hvis du vurderer å ansette kunstig intelligens som en kilde til sysselsetting og et element av sysselsetting, må du bestemme på forhånd hvilken av dem du vil tildele den til. Du vil spørre meg om hva jeg vet. Eller vil du ha arbeidsflyten din, virksomheten din? De første spørsmålene og svarene ble faktisk gjort raskt i fjor, som i hast. Du stiller spørsmål, vi får svar. Nå har vi kommet frem. De kalles byråer, men det er dette det betyr på tyrkisk. Faktorer har forresten lenge skiftet til akademi, det vil si agent, til en annen betydning. Ajan er på tyrkisk, men akademia i Tyrkia har brukt konseptet agent siden omtrent 1990-tallet. Det er også mye kontrovers rundt dette. Du har kanskje fått det med deg i media, men den akademiske ekvivalenten til dette er faktisk for nettopp denne jobben, altså i stedet for et menneske som et menneske. Programvareelementer som er ansvarlige for å gjøre en jobb ved å vise både sosial og proaktiv atferd, faktisk, ser du på det, så å si, programvareelementet, når temaet kunstig intelligens bringes inn her, faktisk, ja, det vil ha svært dype effekter som vil redusere sysselsettingen, og det må evalueres sosioteknisk, og organisasjonskart må evalueres igjen og igjen. Vi vet selvfølgelig at du har jobbet med dette emnet i akademia i lang tid, og du har tenkt på det. Vi vet at vi snakket med dere for et år siden, og vi snakket om agenter, men jeg vil spørre dere om dette, skjæringspunktet mellom generativ kunstig intelligens og disse eyegentene, og det kan være hvilket som helst selskap. Oppstartsbransjen kan være et verktøy. Hva er skjæringspunktet for hvordan du kan innlemme det i din egen struktur? Fordi alt som snakkes om forblir veldig teoretisk, og at vi omsetter teori til praksis. Det er nettopp poenget. Det kan være et råd, det kan være et synspunkt, det kan være en metode, for jeg vet at det faktisk er business akkurat nå. Du tenker på 23 år fra nå, og det hadde vært flott om vi kunne få en idé fra deg om hvordan vi kan oppnå den visjonen. Det er ikke nødvendig å gå for langt. Etter 2 år, 3 år, er trenden som faktisk har begynt å bli opplevd at man får CRM-ekspert fra et selskap. Du kjøper et nytt tre for HR fra et annet selskap, og plutselig begynner mer enn én faktor involvert i SMB-ene til oppføringene og vårbaserte faktorer å dannes. Han sier, og på dette tidspunktet, deres synkronisering og kommunikasjon med hverandre. Som et resultat av denne kommunikasjonen blir det mye viktigere for dem å oppføre seg i tråd med selskapets mål. Spesielt kan du lære faktoren du tilordner agontaen om dens mål, andre faktorer å kommunisere med, bedriftens egne interne begrensninger, regler, visjon og oppdrag. Å sørge for at de jobber i harmoni med andre bør være det viktigste målet. Fordi når folk begynner å engasjere seg i denne bransjen, det vil si når folk ikke kan snakke samme språk som mennesker, må folk snakke samme språk som maskinen, og dette må utvikles med bedriftens kultur, bedriftens ord og bedriftens konsepter. Derfor er hver faktor mellomleddet som tilbyr hurtighetstjeneste. Det gir ikke mye mening å ta det inn og bruke det. Et av selskapene som gir et eksempel publiserer annonser på sosiale medier i løpet av dagen når mange handlinger er temaet. De sier at de gjør dette proaktivt ved å bruke kunstig intelligens. Men når man vurderer merkevarens omdømme, skader den superintelligente faktoren som optimaliserer annonsering faktisk selskapets omdømme. Fordi mens landets agenda er helt annerledes, ønsker du å selge sko på e-handelsplattformen din, og du markedsfører et produkt til unge mennesker som er fullstendig utenfor agendaen. Det er her historien begynner. En annen faktor innenfor institusjonen er å evaluere merkevarens omdømme. Den ble hentet utenfra, og det var slik agendaen endret seg. Det finnes slike risikoer og kriser i landet, og du bør styre merkevaren din på denne måten, råder han. Nå kan ikke disse to faktorene snakke sammen. To forskjellige avdelinger håndterer disse faktorene. På den ene siden får du advarselen. Personen som mottar advarselen denne måneden videresender saken til den berørte personen i en annen avdeling. Han må gå og programmere og styre den andre faktoren. I mellomtiden, hvis annonsen fortsetter å rotere selv i en time når rustforskjellen oppstår, skapes et svært destruktivt miljø for merkevaren. På dette tidspunktet er det få som kan få de to til å snakke. Som jeg sa tidligere, merkets bedriftsvirksomhet, det vil si bedriftsøkonomi. Å håndtere disse faktorene på en måte som er i samsvar med forretningsmodellen, reglene og begrensningene er en helt annen sak. Du kan heller ikke kjøpe det utenfra. Jeg mener, vil det passe inn i kulturen min når du ansetter en person akkurat som deg? Vil han fortsette å jobbe skulder ved skulder med meg her om 10 år? Det er akkurat det samme som når du leter etter svar på spørsmålet ditt. Faktisk, hvis hans sosiale intelligens, som det har gått rykter om i årevis for openaymir, hadde utviklet seg, ville han kanskje ikke ha produsert atombomben. Konseptet er litt agentbasert og shir. Du snakker om spørsmålet om integrering i kulturen din. Jeg vil gå litt videre til dette herfra. La oss si at som bedriftskultur ble det tatt en beslutning om å investere i kunstig intelligens og byråer. Men det er en hallusinatorisk side ved arbeidet mitt her. Så vi må stole på kunstig intelligens, ja, vi må øke den til 10 tildelt den, men den har også sine egne interne problemer som kan oppleves her. Tror du noen leder kan stole på denne virksomheten på dette tidspunktet? Hvorvidt man skal gi en jobb innen en bestemt vertikal til en øyemedarbeider, eller fortsatt være distansert, bør vurderes ut fra selskapets beslutningstaking. La meg prøve å svare på dette spørsmålet gjennom begrepet faktor. Kan du stole på at programvare, en kunstig intelligens, gjør en jobb? På samme måte, kan du stole på at en person gjør en jobb? La oss holde spørsmålet ved det samme. Så la oss homogenisere de to. Hvordan stoler du på det? Et visst konføderert inngrep skjer med en person for å gjøre en jobb. Det vil si på konfidensintervallet og det vi allerede har sett for oss i århundrer fordi det faktisk er menneskelig. Siden faktoren er et nytt konsept, har vi vanskelig for å tilordne noe til 10. Vil 10 % svare riktig, eller vil 98 % svare? Det er litt som om det er vanskelig å forstå. På nøyaktig samme måte, det vil si, når du utvikler en agentløsning fra et selskap eller deg selv, må du opprette et testmiljø der du kan øke den tilliten til 10 ved å ta det isolerte OO-dokumentet, opprette et testmiljø, opprette et testmiljø og mate det med forskjellige data over en viss tidsperiode. Ellers er det ingen alvorlig forskjell mellom å evaluere en venn som alltid får det samme spørsmålet og å tildele en oppgave til en agent. Tvert imot er det en fordel at du kan bruke en annen faktor for å teste én faktor. Faktisk, hvis du kontrollerer det og et annet byrå, går du til en faktor på samme måte. Jeg vil gjerne utvikle én faktor til som setter spørsmålstegn ved mine interne regelverk for å kunne stille spørsmål ved lovgivningen min. Hvordan bør testene for dette være? Et eksempel for meg er 10,000 10,000 spørsmål, og han vil kunne bearbeide disse XNUMX XNUMX spørsmålene med spørsmål og svar. Kan du utføre en enkel testbed? Når du sier at store språkmodeller allerede gir deg denne plattformen. Du bør også sikte deg inn mot den andre, du kan teste det med denne. Kan du gjøre det samme for mennesker? Det er vanskeligere, og det er en annen prosess. Jeg vil spørre her og der nettopp om kulturen, bedriftskulturen i bedriften. La oss snakke om et selskap hvis kultur varer i gjennomsnitt 20 år. Han drakk i 20 år. Faktisk utvikler det seg med alt som skjer, men kulturen vi snakker om er noen år gammel, og forutsatt at vi prøver å tilpasse den, hvordan bør vi evaluere den kulturelle tilpasningen her med tanke på bedriftskulturen i selskapet på avdelingsbasis, eller hva slags avstand i opplæringstiden bør reduseres. Faktisk ligger det nesten et ordtak i hvert ord. Du vet, den beste tiden å plante et tre var for 10 år siden. Det nest beste tidspunktet er akkurat nå, han gjør det ikke med en gang. Faktisk er svaret på dette spørsmålet at kultur, sammen med naturlige språk, faktisk har begynt å danne grunnlaget for å følge og skape en bedriftskultur, og takket være denne narrative eller generative kunstige intelligensen er det mulig å lese og forstå hver tekst, og bedriftens regler er nye. Når du skriver ned begrensningene og målene den har utviklet, hver av dem i naturlig språk, blir det mulig å oppbevare, administrere og tolke det av et annet inventar i bakgrunnen din. Så la oss gå tilbake til det første problemet med selskaper. Så hva må gjøres? Enten det er i datasoppen, enten det er i Excel-filer, PDF-er, nettsider, databaser, databaser, det er spredt. Det finnes forbindelser mellom dem som mennesker kjenner til, og som AI fortsatt ikke kjenner til. Produktiv, kunstig intelligens har evnen til å lage disse forbindelsene, til å holde oversikt over dem. Den eneste delen av det vi kaller kultur er menneskelige følelser, du skal vise kunden 100 latter. Du vil spille et lagspill i ditt indre forhold, du vil vise empati. Resten kan delegeres fullstendig til kunstig intelligens. I dette må vereyaninen opprettes på en sunn måte. Selv om du ikke gjorde det, ville jeg gått tilbake til datadelen. La oss si noe sånt som dette. Dette er fordi data avante ble skapt fra tingene som ble snakket om på stedene vi møttes veldig nylig, men som et resultat, hvis vi antar at menneskene som skapte disse dataene også er mennesker og feilmarginen, er den bygget på feilene som ble gjort i datainventaret. Faktisk kan det like gjerne være en realitet. For eksempel ble det gitt et eksempel der garantiperioden ble oppgitt feil av en ekte ansatt – et menneske – i et møte her om dagen, og agenten i kunstig intelligens ga feil resultat fordi han lærte det fra feil data. Derfor, når vi legger så mange kulturer, følelser, alt oppå hverandre, ville ikke feilen, hallusinasjonen, datafeilen eller problemet eller problemet som kan utvikle seg her være veldig stor? Jeg tror den første fasen virkelig blir mer kritisk enn vi tror. Det er definitivt moderne, og det er som han sa for å kommentere spørsmålet, hvordan bør bedrifter gjøre overgangen til kunstig intelligens? Med andre ord, to typer tilnærminger vet at induksjon kan nås i løsningen av nesten ethvert problem, spesielt i løsningen av slike store problemer. Med andre ord, en super kunstig intelligens som kan kjenne til alle slags detaljer som planlegging, dokumentasjon osv., for hele selskapet som skal betjene selskapet. Denne deduksjonen kan forsøkes, og man kan også komme frem til en induksjon. Med andre ord kan en svært liten kunderepresentativ faktor gjøres nedenfor. Svært få planleggingsfaktorer kan testes. I næringslivet kan du bestemme forretningsområdet ditt i henhold til forretningsfaget ditt. Fra begge to, fra topp til bunn til topp til topp. Uansett hva den føderale regjeringen er, trinn-for-trinn-testene her, konfidensintervallene, hva du enn kaller det, den store. Deres andel vil gradvis krympe og sammenlignes med mennesker. Med andre ord, hvis jeg allerede hadde ansatt noen, må man presse inn pauser der man kan si at han kunne ha gjort mer enn det. Du sier faktisk at du kommer til å bli bedre på det du skal ta opp her etter hvert. Jeg vil komme inn på dette. Vi snakker om kunstig intelligens, som utvikler seg eksponentielt, og temaet er ikke bare den teknologiske utviklingen, men også den teknologiske utviklingen vi opplever her, etisk regulering, transformasjon av arbeidsstyrken og mange deler som faktisk gjenspeiles i vårt daglige sosiale liv. Også her lever vi faktisk i dag. Kanskje vi kan forutsi de neste 12 årene, men jeg er veldig nysgjerrig på hva som faller deg inn når vi tenker på at om 5 eller 15 år er dette virkeligheten vi lever i. Dette er et sosioteknisk problem. Med andre ord, etter hvert som teknologien utvikler seg, endrer sosiale fenomener seg. Etter hvert som sosiale fenomener begynner å endre seg, vil våre forventninger til teknologi begynne å endre seg. Akkurat nå, når man ser på forretningsområdene generelt, har de fleste av oss å gjøre med majoriteten av befolkningen i byer og byråkrati. Byråkrati, oppfølging, det vil si at vi følger tallene og dataene på papiret på datamaskinen. Så snart maskinene begynte å ta denne jobben, startet de med en gang. Hva skal egentlig gjøres videre? Hva vil den menneskelige sjelen, den menneskelige mengden, finne kreativt, og hvor vil den ta veien? Det er utenfor min kapasitet. Jeg leser mye av Harari, Mustafa Suleiman. Jeg har prøvd å følge alle forfatterne, men det begynner virkelig å bli en veldig vanskelig prosess å forutsi. La meg gi deg et eksempel: Med kunstig intelligens som utløser, er det store sprang innen kvantedatabehandling i det andre viktige feltet genetikk. Akkurat nå handler det spesifikt om kvantekomposisjon. La meg gi deg et eksempel, kvantedatamaskiner ville fortsette å utvikle seg i dette tempoet. Produksjonen av modeller av kunstig intelligens vil begynne å være et spørsmål om tid, og det er veldig, veldig enkelt. Da trenger vi en modell som har evnen til å trekke superinferenser for ethvert problem. Hva skal vi egentlig gjøre, programvareutviklere? Hva vil skje når byråkratiet fjernes fra banen når vi kan drive denne jobben utelukkende med maskiner? Jeg kan ikke egentlig forutse det. Med tanke på statenes tilnærminger til dette problemet, vil jeg gjerne spørre deg om det faktum at vi har drevet et teknologiselskap i lang tid, på grunn av noen nylige diskusjoner, som om vi går inn i en slik støvsky, jeg lurer virkelig på om 2000 av dem, Linux oppstartsprogramvareutvikling er faktisk et konsept med metodikken. I løpet av de siste 15 årene, men med tanke på at selv halvparten av koden til mange teknologiselskaper er utviklet av AI, handler det faktisk om hva publikasjonen vil tilby når det gjelder produktutvikling. Minst 10 eller 15 år er mye, men kan du gi en mening eller mening om den nære fremtiden? Den grunnleggende hypotesen om galaksen er at du skriver kode med generativ AI, men du trenger ikke å skrive kode lenger. For tiden blir analyser av tiden brukt i GPT publisert nylig. Det vil si at tiden øker raskt. Mengden tid brukt på nettet på Google synker raskt. Derfor er det klart at alle programvareutviklingsplattformer fra nå av vil være chatbaserte. Så trenger vi ikke lenger et programmeringsspråk. Maskinen forstår oss, og vi trenger ikke lenger bedriftsskjermer slik vi pleide. Fordi svaret på spørsmålet vi stiller er. Det finnes en plattform som kan vise oss hvordan vi vil. Du spør, hvordan fordeler et selskap kapitalen sin til aksjonærene? Normalt, hvordan forventer du det i en tabell eller i et histogram i en lønningsliste, det vil si at du forventer en graf og ber om en forklaring. Du trenger ikke å skrive noe kode om det. Still spørsmålet ditt, det nødvendige svaret er enten et jordskjelv utenfra eller hentet fra dine interne datakilder, og dette trenger ikke å være det samme bildet for alle du liker best. La det produseres og reflekteres harmonisk på skjermen din med fargene du elsker. Altså, i et slikt miljø. Programvarebransjen er virkelig sånn. Det pleide å være en greie der vi så mange blader som sa at programvare spiser verden når jeg er ferdig med lisensen. Nå spiser kunstig intelligens programvare. Ordet programvaremiljø, programvareplattformer osv. forsvinner. I fullstendig chatbaserte miljøer vil du gjøre det en jobb skal gjøres ved å chatte. Du forteller det til intelligensen, og så gjør den dette ved å prate, og det du snakker om traff meg faktisk med en metafor som denne. For 40 år siden er språket som ble skrevet i mikroprosessorer og den gang språket som kalles esem, nå fullstendig i daglig tale på høyt nivå, som om det ville åpne mange vinduer relatert til programvare eller knuse dører. Med andre ord, det er en situasjon som denne, du vet, språknivået var veldig nær det naturlige språket. Esenbli si c plus pluss kom obec orand mer på språk. Beskriv en 20- eller 25-årig prosess som går helt tilbake til Python, og den har alltid kommet nærmere og nærmere naturlig språk. Men på det høyeste nivået var det en slik realitet. Konseptene i programmeringsspråket, noen som maskinen kunne forstå, ble redusert til null. Nå finnes det brikker i bærbare datamaskiner som forstår og tolker naturlig språk. Så selve maskinen er direkte på silisiumbrikken. Han var veldig nær ved å forstå klokken vi snakket om. Er det behov for en skjerm i dette tilfellet? Er det behov for å kode bildene på skjermen? Eller burde personen fra denne koden være programvareutviklere? 10 år er ikke 5 år, jeg kan ærlig talt ikke se 2 år senere. Veldig interessant. Nå vil jeg få korte svar med korte spørsmål, fordi litt av konseptet kunstig intelligens som vi stiller oss nå, kanskje til og med spørsmålsmønstrene, må endres. Et raskt spørsmål, jeg skal be om raske svar, finnes det et AI-verktøy som overrasker til og med deg? Ikke for øyeblikket. Du har allerede hevet overraskelsesnivået ditt til mange av toppene, fordi noen av disse studiene i akademia allerede er for 5 år siden, 10 år siden, 2010 for sju, for eksempel, bildebehandling er mest overraskende i bildebehandling. Vi leser i akademiske artikler at alle problemene i 2,017 bildebehandlingsprogrammer ble løst. Så vi forventet dette. For øyeblikket kan jeg for eksempel ikke si at Googles videoproduserende og 3-modeller overrasket på noen måte. Med andre ord, synes du bedrifter bør forby opplasting av bedriftsdata til gjenglignende verktøy for bruk av sine egne ansatte? Dette er en av de viktigste feilene, la meg svare på spørsmålet med et spørsmål. Det er viktig akkurat nå, i mange deler av verden finnes det ikke noe kort svar, men jeg beklager. Jeg har forsvart åpne data i mange år, jeg sa at data burde være åpne, men det finnes en virkelighet som denne, tenk deg at en robot som forutsier en praktfull aksje har blitt utviklet med en slik superkvantedatamaskin, og takket være denne roboten kan aksjer kjøpes og selges med veldig gode forutsigelser, og det er denne kraften som styrer roboten. Kunne du vurdere å dele dataene fra landets aksjemarked med denne roboten? Svaret bør ikke vurderes, noe som har så stor verdi at det er å kunne forutse det. Derfor er det nødvendig å åpne selskapets og landets data for omverdenen på en kontrollert måte, slik at de virkelig kan dra nytte av dette selskapets og dette landets fordeler. Men på den annen side er integrasjoner svært kritiske. Med andre ord, når du bare lagrer dataene dine og lager lag med brannmurer med servere oppå, henger du etter i innovasjon på dette tidspunktet. Altså, med hverandres selskaper. Det er også viktig at de deler data og lar nye selskaper bli født. Det eneste jeg vil understreke her er at det kan være ny informasjon, men det finnes et konsept som kalles datorom, som er datarommet som Europa har jobbet med siden år 2,010, og som dere vet har Europa henget etter verden når det gjelder enhjørningsproduksjon. De som har tatt over det europeiske markedet er alltid store selskaper som amerikanske Apple, Amazon og kinesiske Ali Baba. Europa er her for ikke å henge etter. Beetho c kan heller ikke gjøre en vellykket jobb, men beetee be de har det helt fint. Så sa han at selskapene våre burde dele data med hverandre. La oss lage en sikker protokoll for dette og utløse innovasjonen på denne måten. Samtidig, når krisesituasjoner som pandemier oppstår, drar jeg til mine stater til fordel for mine nasjoner, og om nødvendig drar jeg til datasentrene i det formatet jeg ønsker, med den protokollen jeg ønsker, med den protokollen jeg har bestemt på forhånd, og kommer og henter disse dataene. Han skapte en byggestein ved å si at jeg skulle kunne bruke den til fred for min nasjon og mine nasjoner. Faktisk, på en semi-åpen måte, er dataene både åpne for omgivelsene og fullstendig kontrollert, tilgjengelige. Vi hører om en lignende protokoll i Tyrkia under navnet offentlig datarom, men jeg er veldig nysgjerrig på resultatet. Alle land kan være i bedriftspartnerskap, det kan være innad i selskapet. Jeg synes vi bør følge nøye med på disse datafeltene. Akkurat her skal jeg faktisk spørre. Du kan evaluere tilnærmingen til spørsmålet i Tyrkia i verden. Synes du lovene og forskriftene om kunstig intelligens er tilstrekkelige i verden? Dette er faktisk en ond sirkel etter hvert som forskriften utstedes. Du trenger mer kunstig intelligens fordi den skal trene folk til å lese, forstå, tolke og handle ut fra dem. Det er veldig vanskelig å håndtere dem. Det utvikler seg til et høna og egg-forhold. Med andre ord, er det virkelig nødvendig å jobbe under kontroll med forbud og sanksjoner her, eller vil byråkratiet fullstendig eliminere de underordnede. Baner dette vei for kunstig intelligens? Jeg håper at våre eldste vil ta den riktige avgjørelsen i denne saken, og så kommer jeg til dette: Synes du land bør opprette departementer for kunstig intelligens? Det første problemet er faktisk om du synes bedrifter bør opprette en avdeling for kunstig intelligens? Jeg mener det burde være demokratisk og tilgjengelig for alle. Først og fremst mener jeg at departementet bør beskyttes. Eller datainstituttet har en enhet som heter Detay You K i Storbritannia. Så selv om du skal kjøpe en fjernkontroll til en hvilken som helst TV i Storbritannia, er protokollene definert i innlegget og dataene du k. Du finner den oppført. Med andre ord er standarden på dataene som skal brukes av alle data forhåndsbestemt av protokoller. Så hva kan gjøres med disse dataene etter at vi først har tegnet datakartet over Tyrkia? Vi må tenke på dette med kunstig intelligens. Fordi først så snart vi sier la oss utvikle tyrkiske hender, det vil si at de eldre allerede har gjort det, forstår det naturlige språket osv., er det viktigste at Tyrkia kan løse problemene her. Jeg går tilbake til slutningsdelen, de forretningsområdene som kan trekke slutninger vil bli fulgt. Vi må utvikle spesielle mindre språkmodeller, små og store modeller. De to siste spørsmålene mine er litt mer utenfor temaet her. Finnes det noen TV-serier eller filmer som du synes fungerer best med kunstig intelligens? Du likte å se den godt, eller jeg kan anbefale en bok i stedet for en film som tar for seg konseptet kunstig intelligens veldig godt. Eller la meg si forfatter, foreslå forfatter. Akkurat nå er dette arbeidet kunstig intelligens, faktisk er det ikke så smart akkurat nå, det er veldig store statistiske modeller som forutsier menneskelige fotavtrykk. Det viktigste er bevissthet. Det er et stort gap i når denne maskinen vil være bevisst, eller om den virkelig er bevisst akkurat nå, hvordan vi skal nærme oss den til 10. Det er veldig bra. Det er 2 operative forfattere. Science fiction-faderen er Saydam Ayzek, Asimo. Dette er definitivt noe man må lese i grunnserien, og det finnes til og med et spesielt universuttrykk i grunnserien hans. Vi oppkalte galaksen etter selskapet. En annen er den russiske forfatteren Sanisila. Selv om du leser novellene til disse to. I nesten alle de nåværende science fiction-filmene vil jeg ikke snakke for mye om det, men i alle jeg har sett er det et spor. I alle av dem er scenariene der allerede behandlet. La meg fortelle deg at begge forfatterne vil gi deg en forferdelig fantasi. Supert råd, når jeg snakker om bevissthet, kommer jeg til det siste spørsmålet. Kan kunstig intelligens en dag ta kontroll over verden eller universet? La meg svare på spørsmålet med et spørsmål. Hvis han tar over, får vi vite om det? Så tok han kanskje over, og det er egentlig poenget. Jeg har 5 familiehistorier som styrer verden og så videre, kanskje det er sant, kanskje det er å bli vant til det, men jeg tror den menneskelige organiseringen er selvorganisert, selvtilpasset, de konseptene som brukes mye i akademia, det vil si at vi er som en fugleflokk, vi flyr et sted sammen. Av og til, innimellom, kommer pionerer ut og endrer retningen vår, men jeg tror miljøet er fullstendig selvorganisert og selvorganisert. Nå er noen blant oss. Det finnes robotfugler. Styrer de oss eller ikke? Jeg tror vi må fortsette å se hva som ville skjedd hvis de klarte det, og hva som ville skjedd hvis de ikke gjorde det. Jeg tror ikke det er mye å gjøre med det. Elon Musk gjør det rette. Vi må forlate denne planeten og finne en alternativ planet. Problemstillingen går i den retningen. Så Erdem, tusen takk for at du delte en idé du deltok i. I dag snakket vi om hva som venter oss i årene som kommer for å utvikle teknologi. Erdem Eser er det andre. Hvis du vil holde deg oppdatert og støtte de nye videoene våre, er det opp til deg å abonnere, like, kommentere eller dele så mye som mulig for at jeg skal få se deg.