В этой статье в основном интерпретируется оценка современных больших моделей, сделанная известным ученым-компьютерщиком Майклом Джорданом в эксклюзивном интервью сообществу Zhiyuan. Он отметил, что крупные модели все еще нуждаются в совершенствовании для количественной оценки неопределенности результатов прогнозирования и создания экономических моделей, которые стимулируют вкладчиков знаний. Взгляды профессора Джордана основаны на его глубоких знаниях в области статистики и микроэкономики. Он выступает за подход «коллективного машинного обучения» для решения сложных социальных проблем и призывает правительства и фонды поддержать создание более инклюзивной экосистемы искусственного интеллекта.
Майкл Джордан, известный ученый-компьютерщик, сказал в эксклюзивном интервью Zhiyuan Community, что нынешние большие модели все еще должны продолжать усердно работать в двух аспектах: во-первых, им не хватает способности количественно оценивать неопределенность результатов прогнозирования и обеспечивать уверенность. во-вторых, в крупных моделях отсутствует модель экономического стимулирования, которая могла бы отслеживать вознаграждение вкладчиков знаний. Его точка зрения связана с его пониманием области статистики и микроэкономики. Майкл Джордан считает, что решение социальных проблем, таких как медицинское обслуживание и транспорт, требует рассмотрения на системном и коллективном уровнях, а также коллективистского машинного обучения. Он также сказал, что правительства и фонды должны не только поддерживать крупные компании, но и помогать создавать экосистему, в которой идеи каждого имеют шанс быть реализованными.В целом, взгляды профессора Майкла Джордана указывают путь будущего развития больших моделей, подчеркивая важность сочетания технологического развития с социальными благами, а также необходимость построения справедливой и открытой экосистемы ИИ, которая достойна внимания. наша глубокая мысль.