Cet article interprète principalement l'évaluation des grands modèles actuels par le célèbre informaticien Michael Jordan dans une interview exclusive avec la communauté Zhiyuan. Il a souligné que les grands modèles doivent encore être améliorés pour quantifier l'incertitude des résultats des prévisions et établir des modèles économiques qui encouragent les contributeurs de connaissances. Les opinions du professeur Jordan s'appuient sur ses connaissances approfondies dans les domaines des statistiques et de la microéconomie. Il préconise une approche « d'apprentissage automatique collectiviste » pour résoudre des problèmes sociaux complexes et appelle les gouvernements et les fondations à soutenir la construction d'un système d'IA plus inclusif.
Michael Jordan, un informaticien bien connu, a déclaré dans une interview exclusive avec la communauté Zhiyuan que les grands modèles actuels doivent encore continuer à travailler dur sur deux aspects : premièrement, ils n'ont pas la capacité de quantifier l'incertitude des résultats de prédiction et de donner une certitude. deuxièmement, les grands modèles ne disposent pas d’un modèle d’incitation économique capable de récompenser de manière traçable les contributeurs de connaissances. Son point de vue est lié à sa compréhension des domaines des statistiques et de la microéconomie. Michael Jordan estime que la résolution de problèmes sociaux tels que les soins médicaux et les transports nécessite une prise en compte des niveaux systémique et collectif ainsi qu'un apprentissage automatique collectiviste. Il a également déclaré que les gouvernements et les fondations devraient non seulement soutenir les grandes entreprises, mais devraient également contribuer à construire un écosystème où les idées de chacun ont une chance de se réaliser.Dans l'ensemble, les points de vue du professeur Michael Jordan indiquent la voie à suivre pour le développement futur des grands modèles, en soulignant l'importance de combiner le développement technologique avec les avantages sociaux, ainsi que la nécessité de construire un écosystème d'IA juste et ouvert, digne d'intérêt. notre pensée profonde.