大家好，在《放大系列》中，我们向专家们提出了我们想要在增长领域公布答案的问题，我们今天的嘉宾是 galaxy 和 dp 的联合创始人 Erdem Eser Ekinci，他在 2009 年就有了成立一家人工智能公司的愿景。 到目前为止，我们已经在这里接待了许多朋友。 我们问了很多问题，所有问题都涉及到人工智能这个话题。 忍耐。 我很高兴我们终于可以向人工智能专家提出一个我非常想问的问题，而且我想快速开始。 我们正在谈论人工智能的颠覆性影响，每个人都在谈论它。 正如我刚才提到的，你已经思考这个问题很长时间了。 此时，它是关于人工智能的未来，特别是公司应该如何对待它，如何将这个概念应用到自己的业务中。 您认为公司所有者、经理、主管以及各级人员应该考虑什么作为将人工智能应用于其业务的起点？ 这个话题当然非常热门，几乎所有的会议都以人工智能开始，以数据结束。 需要完成的最重要的工作是训练人工智能，使用它并能够以任何方式执行它以将其纳入场景中。 数据清查要以健康的方式进行。 一般来说，这些数据并不都包含在公司内。 一些数据必须从外部引入。 整合过程非常关键。 因此，人工智能项目成功实施的最大障碍将不是人们认为的GPU的供应，而是需求。 它主要收集干净、高质量的数据。 大多数公司也拥有数据。 由于担心无法被人工智能带到云端等问题，这些数据被储存、存档并且无法使用。 因此，最大的问题是如何盘点这个数据，确定它在哪些场景下如何发挥作用，并将其与外部数据的供应相结合，产生新的场景。 如果我们认为一家公司当时说的是短期和长期，实际上是短期和中期，你礼貌地说编辑数据，但大多数公司仍然将数据保存在 excel 中。 现实中也存在这样的情况。 数据准备：部门设置是为了长远准备吗？ 这是企业的技术购买还是与代理机构合作？ 这些技术诀窍是外包的吗？ 您认为这里的最佳做法应该是什么？ 现在，当我在过去的一年里，从2年半到2,020年到现在做出这样的评估时，似乎每个人首先都认为这是一个独立的领域，一个需要另一种专业知识的渴望，并且是一个教育水平。 如今，Türkan 已然变成了一种微型工具，几乎遍布每个部门。 起初，大家都尝试建立人工智能单元。 这边开始接受专门的训练，但最终还是来了。 人工智能已经成为给民主化带来诸多益处的元素。 换句话说，您需要一名软件开发人员来解决任何问题。 只要上一个话题保证了数据和人工智能的互动，现在业务部门和最终用户就可以按照自己的意愿像揉面团一样揉技术了。 总而言之，这不应被视为单纯的技术飞跃，而应被视为社会技术的进化。 这不仅仅是技术，它还是组织的结构。 它的形状也开始发生变化。 有些角色是能够取得夺取成功的。 有些角色正在消失，它们可以完全委托给机器和人工智能。 所以从最后一点来说，人工智能实际上已经变成了每个人手里都可以使用的工具。 因此，它是公司中一个独立的人工智能。 我认为没有必要设立专门的部门。 关于这个主题有很多这样的首语重复信息。 该部门原有60人，减为10人。 关于人工智能所做工作量的增加，有很多争论，事实上，在这方面人力是被浪费的，或者反之亦然，好像做这件事的公司因为亏损而再次招聘员工，当然，我对你的看法很好奇，因为你已经思考了很长时间，所以实际上，问题是，我不知道我是否应该这样解释，你知道，它会导致失业吗？ 人工智能也可以是它，或者人工智能。 您还可以回答虚拟人应该如何发展或转变为自己的风格。 让我尝试回答这两个问题。 人工智能会造成失业，这其实是非常明显的。 这已经开始了。 生产率增长现已公布。 你甚至可以根据软件开发人员的薪水做出这样的推断。 例如现在几乎每个应用程序。 推出聊天机器人解决方案。 当需要新功能时，他们立即开始提供新服务，而无需开发任何软件，几乎不需要开发任何软件。 这为失业铺平了道路。 事实上，我对人工智能，特别是 jenerivia 的评价如下，它为你提供了 2 样东西。 它可以为您提供它所存档和索引的信息，这些信息是您主要生活的信息，当您询问我的数据时，它会说 2,020 年是到四月底，直到某个日期，然后它会返回给您说它没有最新数据，但如果您需要，您可以在网上搜索并找到当前版本。 所以一个是像这个老google那样负责索引，第二个就是能够做出reznik推断，也就是直男的coco。 他拥有从小就学会的所有推理能力，如果下雨，他就会贪婪，以至于我需要给你你的商业注册信息和你的签名通告才能给我一张信用卡。 现在，如果你正在考虑雇用人工智能作为就业来源和就业要素，你需要提前决定将它分配给他们中的哪一个。 你会问我了解什么。 或者您想要您的工作流程、您的业务？ 第一批问答其实去年就很快完成了，就像赶工一样。 您提出问题，我们得到答案。 现在我们已经到达。 他们被称为机构，但这在土耳其语中就是这个意思。 顺便说一句，因素早已转移到学术界，即代理人，另一种含义。 Ajan 是土耳其语，但土耳其学术界自 1990 年左右就开始使用代理的概念。 对此也存在着很大的争议。 您可能已经在媒体上看到过，但学术上与此相当的其实就是针对这项工作的，即代替人类成为人类。 软件元素负责通过表现出社会和主动行为来完成工作，事实上，你可以这样看待它，软件元素，当谈到人工智能这个话题时，事实上，它将产生非常深远的影响，从而减少就业，并且需要从社会技术角度进行评估，组织结构图也需要反复评估。 当然，我们知道您在学术界已经就这个主题进行了很长时间的研究，并且一直在思考这个问题。 我们知道我们一年前就和你谈过，我们谈论的是代理商，但我想问你这个问题，生成人工智能和这些代理商的交集，它可以是任何公司。 创业领域可以成为一种工具。 如何将其融入到您自己的结构中，交叉点是什么？ 因为谈论的一切仍然非常理论化，而且我们要将理论转化为实践。 这正是重点。 这可能是一条建议，可能是一个观点，也可能是一个方法，因为我知道这实际上就是生意。 您正在考虑 23 年后的事情，如果我们能从您那里得到关于如何实现这一愿景的想法，那就太好了。 没必要走得太远。 两年、三年后，实际上开始经历的趋势是您从一家公司获得 CRM eygent。 您从另一家公司购买另一棵树作为人力资源，突然间，涉及中小企业的多个因素和基于弹簧的因素开始形成。 他说，此时，他们彼此之间实现了同步和沟通。 通过这种沟通，他们采取行动实现公司目标变得更加重要。 具体来说，你可以向你分配给 agonta 的因素传授它的目标、需要沟通的其他因素、公司自身的内部约束、规则、愿景和使命。 确保他们与他人和谐相处应该是最重要的目标。 因为当人开始介入这个业务的时候，也就是当人不能和人讲同一种语言的时候，人需要和机器讲同一种语言，而这个需要随着公司的文化、公司的语言、公司的理念去发展。 因此，每一个因素都是提供速度服务的中介。 拿去用也没多大意义。 举个例子，其中一家公司在白天许多活动都以行动为主题时，在社交媒体上发布广告。 他们说，他们利用人工智能因素主动做到了这一点。 然而，从品牌声誉的角度考虑，那个优化广告的超级智能因素实际上损害了公司的声誉。 因为虽然国家的议程完全不同，但你想在你的电子商务平台上销售鞋子，并且你正在向年轻人推销一种完全超出议程的产品。 故事就从这里开始。 机构内部的另一个因素是评估品牌的声誉。 它是从外部拍摄的，议程就是这样改变的。 他建议说，这个国家存在这样的风险和危机，你应该用这种方式来管理你的品牌。 现在这两个因素无法相互交流。 两个不同的部门负责处理这些因素。 一方面，你会收到警告。 本月收到警告的人员将问题转发给另一个部门的有关人员。 他必须去规划和管理其他因素。 与此同时，如果在出现锈蚀差异时广告继续轮播哪怕一个小时，都会给品牌带来非常破坏性的环境。 事到如今，能让他们两个说话的已经不多了。 我前面也说了，品牌的企业业务，也就是企业。 以符合商业模式、规则和约束的方式管理这些因素是一个完全不同的问题。 从外面也买不到。 我的意思是，当你雇用一个像你这样的人时，这会适合我的文化吗？ 十年后他还会继续在这里与我并肩工作吗？ 这与您寻找问题答案时的情况完全相同。 事实上，如果奥佩奈米尔多年来一直传言他的社交智力能够得到发展，也许他就不会制造出原子弹。 这个概念有点基于代理和 shir。 您谈到了融入你们文化的问题。 我想从这里继续讨论这个问题。 假设作为一种公司文化，决定投资人工智能和代理机构。 但我的作品中也有幻觉的一面。 所以我们必须信任人工智能，是的，我们必须将其增加到分配给它的 10，但它也有自己的内部问题可以在这里体验到。 您认为此时此刻有哪个经理可以信任这项业务吗？ 是否将某个垂直领域的工作交给 eygent 或者仍然保持距离，应该由公司决策来决定。 让我尝试通过因素的概念来回答这个问题。 你能相信软件、人工智能能够完成某项工作吗？ 同样，你能相信一个人能做好某项工作吗？ 我们先保持问题不变。 因此，让我们将两者同质化。 你怎么相信它？ 某些同盟者正在干预某人做某事。 也就是说，关于置信区间以及我们几个世纪以来已经设想的内容，因为它实际上是人类的。 由于该因素是一个新概念，我们很难将某个东西分配给 10。 10% 的人会回答正确，还是 98% 的人会回答正确？ 有点像是很难理解的样子。 以完全相同的方式，也就是说，当您为公司或自己开发代理解决方案时，您需要创建一个测试平台环境，您可以通过获取 OO 隔离文档、创建测试平台、创建测试环境并在一定时间段内向其提供各种数据，将置信度提高到 10。 否则，评估一个总是会得到相同问题的朋友和将任务分配给代理之间并没有太大的区别。 相反，有一个好处是你可以使用另一个因素来测试一个因素。 事实上，如果你控制它和不同的机构，你就会以同样的方式去做一个因素。 我想再提出一个因素来质疑我的内部规定，从而质疑我的立法。 对此应该如何进行测试？ 对我来说，一个例子是 10,000 个问题，他将能够通过问题和答案来处理这 10,000 个问题。 你能进行一个简单的测试吗？ 当你说大型语言模型已经为你提供了这个平台时。 您还应该瞄准其他，您可以用这个来测试它。 你能为人类做同样的事情吗？ 这更加困难，而且是一个不同的过程。 我想问一些关于企业文化、公司文化的具体问题。 让我们来谈谈一家文化平均持续20年的公司。 他喝酒已有20年了。 事实上，它随着一切事情的发生而发展，但我们正在谈论的文化已经有几年的历史了，假设我们正在尝试适应它，我们应该如何根据公司部门的企业文化来评估这里的文化适应性，或者应该减少什么样的差距培训时间。 事实上，几乎每句话里都有一句话。 你知道，种一棵树的最好时间是10年前。 其次最佳时机就是现在，他不会立即这么做。 事实上，这个问题的答案是，文化与自然语言一起，实际上已经开始形成遵循和创造公司文化的基础，并且由于这种创造性或生成人工智能，人们可以阅读和理解每篇文本，并且公司的规则都是新的。 当您用自然语言写下它所制定的约束和目标时，它就能够被您背景中的另一个库存保存、管理和解释。 那么让我们回到公司的第一个问题。 那么需要做些什么呢？ 无论是在数据蘑菇中，无论是在excel、pdf、网页、数据库、资料库中，都是散落的。 它们之间存在着人类知道但人工智能尚不知道的联系。 高效的人工智能有能力建立这些联系并跟踪它们。 我们所说的文化的唯一部分是人类的情感，你会给顾客带来 100 次欢笑。 你会在内部关系中扮演团队游戏，你会感同身受。 其余部分可以完全委托给人工智能。 在此过程中，必须以健康的方式创造 vereyanin。 即使你不这样做，我也会回到数据部分。 就说这样一件事吧。 这是因为数据 avante 是根据我们最近见面时讨论的内容创建的，但结果，如果我们假设创建该数据的人也是人，并且误差幅度是建立在数据清单中产生的错误之上的。 事实上，这也可能成为现实。 举个例子，前几天开会的时候，一个真实的员工代理错误地给出了保修期，而人工智能中的代理由于从错误的数据中学习到了它，所以给出了错误的结果。 因此，当我们把如此多的文化、情感、所有的一切叠加在一起的时候，数据的误差、错误、幻觉或者这里可能发展出的东西的问题、难题，岂不是会很大？ 我认为第一阶段确实比我们想象的更加关键。 这绝对是当代的，就像他评论这个问题时说的，企业应该如何向人工智能转型？ 也就是说，2种方法都知道，在解决几乎任何问题时都可以得出归纳法，特别是在解决这么大的问题时。 也就是说，一个能够了解整个公司的规划、文档等各种细节的超级人工智能将为公司服务。 可以尝试进行这种推论，也可以得出归纳结论。 换句话说，下面可以制定一个非常小的客户代表因素。 可以进行的规划测试因素非常少。 在商业中，您可以根据您的业务主题来决定您的业务领域。 从两者中，从上到下，再从上到上，无论美联储是什么，这里的逐步测试，置信区间，无论你怎么称呼它，都是那个大的。 他们的份额将逐渐缩小并与人类相比。 换句话说，如果我已经雇用了某人，你就需要挤出时间说他可以做得更多。 你实际上是在说，随着时间的流逝，你会把这里的事情处理得更好。 我想参与其中。 我们正在谈论人工智能，它正以指数级的速度发展，其主题不仅涉及技术发展，还涉及这里经历的技术发展、道德规范、劳动力转型以及实际上反映在我们日常社会生活中的很多部分。 我们今天也确实生活在这里。 也许我们可以预测未来 12 年，但我很好奇当我们想到 5 年或 15 年后时您会想到什么，这就是我们生活的现实。 这是一个社会技术问题。 换句话说，随着技术的发展，社会现象也在发生变化。 随着社会现象开始发生变化，我们对技术的期望也将开始改变。 现在，从总体上看，我们大多数人都在与城市和官僚机构中的大多数人口打交道。 官僚主义、跟进，就是我们在电脑上跟进纸上的数字和数据。 一旦机器开始承担这项工作，它们就会立即开动。 接下来真正要做什么？ 人类灵魂、人类群体将会创造性地发现什么，又将走向何方？ 这超出了我的能力范围。 我读过很多哈拉里·穆斯塔法·苏莱曼的作品。 我一直试图关注所有的作者，但这确实开始是一个非常难以预测的过程。 举个例子，在人工智能的推动下，遗传学的另一个重要领域的量子计算也取得了巨大的飞跃。 现在，这具体是关于量子合成的。 我举个例子，量子计算机按照这个速度继续发展。 人工智能模型的生产将开始是一个时间问题，而且非常非常容易。 那么我们将需要一个能够对任何问题进行超级推理的模型。 真的，软件开发人员我们该怎么办？ 当我们可以完全用机器来完成这项工作时，如果官僚主义不再存在，将会发生什么？ 我真的无法预见。 考虑到各国对这个问题的态度，我想问一下，我们经营一家科技公司已经很长时间了，因为最近的几次讨论，好像我们进入了这样的一片尘埃之中，我真的很想知道其中的2000家，Linux初创软件开发实际上是一个带有方法论的概念。 在过去的15年里，但考虑到许多科技公司甚至一半的代码都是由AI开发的，所以这实际上是关于出版物在产品开发方面将提供什么。 至少 10 年或 15 年是很多了，但您能对近期的未来给出意见或看法吗？ 星系的基本假设是，你用生成式人工智能编写代码，但你不再需要编写代码。 目前，GPT 所花费时间的分析报告正在发布中。 也就是说，时间正在快速增加。 人们在 Google 网络上花费的时间正在迅速减少。 因此，很明显，从现在开始所有的软件开发平台都将基于聊天。 所以我们不再需要编程语言。 机器理解我们，我们不再像以前那样需要公司屏幕。 因为我们所问问题的答案是。 有一个平台可以指引我们走上自己想要的道路。 你问，公司如何将其资本分配给股东？ 通常，您希望它如何在工资表的表格或直方图中显示出来，也就是说，您希望它以图表的形式显示，并要求提供一些解释。 您不需要为此编写任何代码。 提出你的问题，必要的答案要么是来自外部的地震，要么是从你的内部数据源带来的，并且这不需要对你最喜欢的每个人来说都是相同的图像。 让它以您喜爱的色彩和谐地生成并反映在您的屏幕上。 也就是在这样的环境下。 软件行业确实如此，曾经有这样一件事，我们过去常常看到很多杂志说，当我完成许可证时，软件会吞噬世界。 现在人工智能正在吞噬软件。 软件环境、软件平台等词语正在消失。 在完全基于聊天的环境中，您将通过聊天来完成工作。 你告诉智能，然后它通过聊天来做到这一点，你所说的实际上让我对这样的比喻印象深刻。 40年前，用微处理器编写的语言，后来被称为esem的语言，现在完全是高级日常口语，好像它可以打开很多与软件相关的窗口或打破门。 换句话说，存在这样的情况，你知道，语言水平非常接近自然语言。 Esenbli si c plus plus 来了 obec orand 更多关于语言的内容。 描述一个可以追溯到 Python 的 20 或 25 年的过程，它总是越来越接近自然语言。 但在最高层面，确实存在这样的现实。 编程语言的概念，即机器可以理解的概念，被减少到零。 现在，我们的笔记本电脑中装有可以理解和解释自然语言的芯片。 因此机器本身直接位于硅片上。 他几乎听懂了我们谈论的钟声。 在这种情况下是否需要屏幕？ 是否需要对屏幕上的图像进行编码？ 或者这个代码的人应该是软件开发人员？ 10 年不是 5 年，老实说，我看不到 2 年后的情况。 很有意思。 现在我想用简短的问题来得到简短的答案，因为我们此刻提出的一点人工智能概念，甚至问题模式可能都需要改变。 快速提问，我要快速回答，有没有让你感到惊讶的人工智能工具？ 现在不行。 你已经把你的惊讶程度提高到很多上面了，因为学术界的这些试验有些已经是5年前、10年前的了，2010年七年前比如说图像处理，在图像处理方面最让人惊讶的就是图像处理。 我们在学术论文中看到，2,017年图像处理中的所有问题都已得到解决。 所以我们预料到了这一点。 例如，目前，我不能说谷歌的视频制作和 3 种模型有任何令人惊讶的地方。 换句话说，您是否认为公司应该禁止将公司数据上传到类似帮派的工具中供自己的员工使用？ 这是最重要的缺陷之一，让我用一个问题来回答这个问题。 这现在很重要，在世界许多地方没有简短的答案，但我很抱歉。 我多年来一直捍卫开放数据，我说数据应该开放，但现实是这样的，想象一下，用超级量子计算机开发出一个可以预测股票的机器人，借助这个机器人，可以非常准确地预测股票买卖，这就是控制机器人的力量。 您会考虑与这个机器人分享您所在国家股票市场的数据吗？ 答案是不应该考虑的，能够预见到它的价值是如此之大。 因此，有必要将公司和国家的数据有控制地向外开放，这样才能真正为这个公司和这个国家带来利益。 但另一方面，整合非常关键。 换句话说，当您仅存储数据并在其上创建带有服务器的防火墙层时，您在创新方面就已经落后了。 也就是彼此的公司之间。 他们共享数据并允许新公司诞生也很重要。 我在这里唯一要强调的是，这可能是新信息，但有一个概念叫数据空间，这是欧洲自2,010年以来一直在研究的数据空间，而且如你所知，欧洲在独角兽生产方面已经落后于世界。 占领欧洲市场的都是一些大公司，比如美国的苹果、亚马逊、中国的阿里巴巴。 欧洲来到这里是为了不落后。 Beetho c 也不能成功完成工作，但是 beetee be 他们可以做得很好。 然后他说我们的公司应该相互共享数据。 让我们为此创建一个安全协议，并以这种方式触发它的创新。 同时，当发生流行病等危机环境时，我会去我的州帮助我的国家，如果有必要，我会以我想要的格式、我想要的协议、我之前确定的协议去数据中心，来获取这些数据。 他说我应该能够利用这些基础来维护我国和各民族的和平。 实际上，半开放的方式，数据既对外开放，又完全可控、可访问。 我们听说过土耳其以公共数据空间的名义提出了类似的协议，但我真的很好奇它的输出。 每个国家都可以是公司合作关系，也可以是公司内部关系。 我认为我们应该密切关注这些数据领域。 就在这里，我实际上要问。 你可以在世界范围内评价土耳其对这个问题的处理方式。 您认为目前国际上关于人工智能的法律法规是否完善？ 这实际上是法规出台后的一个恶性循环。 你需要更多的人工智能，因为它可以训练人们阅读、理解、解释并采取行动。 管理它们非常困难。 这变成了先有蛋还是先有鸡的关系。 换句话说，这里真的有必要通过禁令和制裁来控制工作吗，还是官僚机构会彻底消灭下属。 这是否为人工智能铺平了道路？ 我希望我们的长辈们能够在这个问题上做出正确的决定，然后我来谈谈这个问题，您认为各国是否应该建立人工智能部？ 第一个问题其实是你认为企业是否应该建立人工智能部门？ 我认为它应该是民主的并且每个人都可以参与。 首先，我认为应该保护该部。 或者数据研究所在英国有一个名为 Detay You K 的部门。 因此，即使您要在英国购买任何电视的遥控器，其协议也是在邮件中定义的，并且您需要知道数据。 您可以在列表中找到它。 也就是说，所有数据所要使用的数据标准都是由协议预先确定的。 那么我们先绘制出土耳其的数据地图之后，可以用这些数据做什么呢？ 我们需要用人工智能来思考这个问题。 因为只要我们一说让我们发展土耳其人的手，也就是长辈们已经做到了，懂得自然语言等等，重要的是土耳其人能够解决这里的问题。 我回到推理部分，可以进行推理的业务线将会被遵循。 我们需要开发特殊的小型语言模型、小型和大型模型。 我的最后两个问题有点偏离主题。 您认为有哪些电视剧或电影最适合人工智能？ 你很喜欢看它，或者我可以推荐一本很好地处理人工智能概念的书而不是电影。 或者让我说作者，建议作者。 目前，这项工作是人工智能，事实上，它现在并不是真的很智能，而是预测人类足迹的非常大的统计模型。 最主要的是意识。 关于这台机器何时会拥有意识，或者它现在是否真的拥有意识，我们如何将其提升到 10，还存在很大差距。 这很好。 共有 2 名执行作者。 科幻之父是赛达姆·阿伊泽克，《阿西莫》这本绝对是《基地》系列的必读之作，他的《基地》系列里甚至还有一个专门的宇宙术语。 我们以该公司的名字命名该星系。 另一位是俄罗斯作家萨尼西拉。 就算你读了这两个人的短篇小说。 在目前几乎所有的科幻电影中，我不想谈论太多，但在我看过的所有科幻电影中，它都是有踪迹的。 在所有这些中，那里的场景都已经被处理过了。 我告诉你，这两位作者都会给你带来可怕的想象力。 超级建议，然后谈到意识，我来回答最后一个问题。 人工智能有一天会控制世界或宇宙吗？ 让我用一个问题来回答这个问题。 如果他接任，我们会知道吗？ 然后也许他接管了，这才是真正的重点。 我有 5 个家族统治世界的故事等等，也许是真的，也许是习惯了，但我认为人类组织是自组织、自适应的，这些概念在学术界被大量使用，也就是说，我们就像一群鸟，我们一起飞向某个地方。 有时候，偶尔会有先驱者出现并改变我们的方向，但我认为环境完全是自组织、自组织的。 现在有些人就在我们中间。 还有机器鸟。 他们统治我们吗？ 我想让我们继续看看如果他们成功了会发生什么，如果他们失败了会发生什么。 我认为对此没什么可做的。 伊隆·马斯克正在做正确的事情。 我们必须离开这个星球，寻找另一个星球。 问题正朝着这个方向发展。 因此，非常感谢您分享您参与的想法，今天我们讨论了未来几年技术发展方面需要注意的问题，这是第二个问题。 如果您想了解并支持我们的新视频，请订阅、点赞、评论或分享，以便让我看到您。