发帖
 找回密码
 立即注册
搜索
0 0 0
前沿技术 226 0 8 小时前
在过去三到五年里,有关人工智能的讨论出现了爆发式增长。我一直都是人工智能的坚定支持者,虽说我的工作并没有和它直接相关。从21世纪初开始,我读了不少有关专家系统的人工智能方面的文献。不过到了2025年,我觉得人工智能挺让人失望的。

要是有人觉得人工智能对人类没多大帮助,那我觉得我们不妨聊聊人工智能在癌症研究方面是怎么发挥作用的,或者它在医学、医疗保健领域带来了哪些创新。可事实上,人工智能现在就是一种用来取代工作的营销手段。我还觉得人工智能大多只是用来向首席执行官推销的东西,就这么回事儿,要不就是以某种低成本的方式从风险投资家那里拿到资金。如今提到人工智能,根本没法让人感到乐观和兴奋。反而感觉这像是农奴制以及基于技术的专制时代的开端。当然,这里面很大一部分说的是生成式人工智能(GenAI)。

我确实认为像基于脉冲神经网络(SNN)的神经形态计算这类其他方案,能为未来提供可行的应用案例,所以对这方面我还是满怀期待的。但生成式人工智能给我的感觉就是又烂又没用,还做了不少破坏人工智能美好前景的事儿 。
──── 0人觉得很赞 ────

使用道具 举报

感觉你对说出来的话,比对实际发生的事情还要失望些。

互联网也缺乏许多我们现在认为理所当然的功能1995年。它没有在全球范围内帮助人类。看看我们现在在哪里。我们还很早。耐心点.

好工作错过了整个点OP试图使...

我们在这一演变中非常非常早,在这一点上离结局还很远。你正陷入一种典型的人类习惯,那就是极快地将一项技术创新正常化。今天的人工智能令人兴奋,我们刚刚开始走上进步的指数曲线。每天感觉很慢,但年复一年,衡量进步的速度,我们即将炸毁他妈的

关于人工智能、癌症研究和更广泛的生物医学研究的事情是生物数据实验室、seq、成像、可穿戴等。-在类型、质量、年龄和注释方面都如此不同。它往往是孤立的,很大程度上是由于合理的监管负担,并且这些孤岛中的体积很小。人工智能工作得出奇地好的任务要么是非常窄的、深的、封闭的 (想想AlphaFold),要么是宽泛的、没有那么深的 (大多数llm)。我们最好的方法实际上需要行星尺度的数据来产生强大的基础模型或闭环强化学习系统,通常超过物理系统。那么,一种方法如何在生物医学中构建真正的基础级AI?简而言之,1.在保持合理保护的同时,取消敏感的生物医学数据的孤岛,2.在数据存储库之间创建互连,以实现异构数据的协调,以及3.改进基本算法,以在低数据环境中实现稳健的学习。提示监管斗争。提示大量的道德问题和担忧。提示广泛、复杂、耗时的验证研究。我们基本上在这三个营地都失败了。在这些问题得到认真解决之前,我们可能永远不会有任何东西能够远程接近针对生物医学应用的集成式多模式AI。一切都会像今天一样-狭窄的AIs和机器学习方法。人工智能驱动的人类数字双胞胎仍然是一个白日梦。

那么这篇文章应该是关于媒体和社会的,而不是关于人工智能的方向和失望。

我尝试构建AI工具w开放模型,以使所有 https://github.com/NPC-Worldwide/npcpy受益https://github.com/NPC-全球/npcshhttps://github.com/NPC-全球/npc-工作室并致力于手机和桌面界面,以帮助ppl重新获得他们的注意力。我们可以让人工智能对所有人都有用和有帮助,我想这样做。我讨厌公司重复web2.0剧本,从用户数据中获利,我希望我们构建不依赖于它的新系统。

我们正处于AI的起步阶段。就像,这东西才开始成长为真正的存在... 2020?它在数十亿人的日常生活中被大量使用,即使是在婴儿时期。放轻松.

如此真实
您需要登录后才可以回帖 立即登录
高级模式