A teraz nieco inaczej o tym, co jest dookoła nas… Liczba synaps w mózgu dorosłego człowieka wynosi około 100 bilionów. Już sama ta liczba powinna być wskazówką, że to, co rozumiemy przez sztuczną inteligencję, może reprezentować tylko część ludzkiej inteligencji. Dlatego nawet systemy z kategorii Deep Learning są w pewnym sensie "wyspecjalizowanymi idiotami". Przykładowo, możliwe jest doprowadzenie komputera lub robota do poziomu mistrza świata w szachach za pomocą algorytmów uczących się, ale nie jest on w stanie nauczyć się grać w halmę. Ten temat również nie jest nowy. Naukowcy w Niemczech pracują nad tym tematem od lat 80-tych, zwłaszcza w zakresie autonomicznej jazdy lub głębokiego uczenia się, z którego korzystają również programy tłumaczące.Model językowy GPT-3 został wytrenowany przy użyciu 175 miliardów parametrów, tj. tekstów z blogów, artykułów, wiadomości, tweetów i publicznie dostępnych książek. To 754 gigabajty tekstu. Wszystkie te teksty są analizowane i dzielone podobnie jak w mózgu, na tak zwane tokeny. W ten sposób tworzony jest system neuronowy. Słowa i tokeny lub nawet części słów są ważone, łączone ze sobą i tworzą parametry… opisują swoim językiem dane zagadnienie.A jak jest w poligrafii? Czy możemy i jak możemy korzystać z tego rozwiązania, które jest tylko narzędziem o ogromnych możliwościach? Czy są już przykłady tego zastosowania? O co tak naprawdę chodzi w AI?Dokładnie o tym i nie tylko rozmawiamy po raz kolejny z Łukaszem Szymańskim z firmy Digiprint, który na co dzień współpracuje z drukarniami, wprowadzając je w świat transformacji cyfrowej zmieniając tradycyjne procesy na cyfrowe. Zapraszamy do wysłuchania.

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related