11 KAWASAN DI MANA AI LEMAH DAN AKAN SELALU LEMAH – dan peluang yang akan timbul daripadanya. Saya menyukai AI. Saya menggunakannya hampir sepanjang hari setiap hari. Saya 100% yakin bahawa $10 trilion yang dibelanjakan untuk infrastruktur akan dibayar kembali dengan empat kali ganda dalam sepuluh tahun ke depan (lebih lanjut tentang ini dalam posting lain). Saya sangat optimis terhadap AI. Tetapi penting untuk jujur tentang di mana AI LEMAH. Dan mengapa ini akan menciptakan peluang perniagaan yang sangat besar. 1) AI BERUSAHA TANPA HENTI UNTUK MENCAPAI PURATA – Jika anda bertanya kepada AI “1 + 1 = ?”, jawapan yang betul adalah jawapan purata… “2”. Dalam kebanyakan aspek kehidupan, purata adalah pendekatan terbaik. Dan dengan miliaran data dalam domain tertentu, usaha untuk mencapai purata adalah diingini. Tetapi untuk tugas-tugas tertentu, (reka bentuk, penulisan yang baik, penemuan saintifik yang bukan eksperimen besar, beberapa aspek diagnosis, pemasaran, dsb dsb) AI hebat tetapi belum cukup hebat. 2) MATEMATIK. Walaupun contoh saya di atas tentang 1+1, kebanyakan masalah lebih sukar daripada itu. Kod adalah baik. AI adalah purata. Kalkulator > AI. 3) DEMENSIA. Kadang-kadang, dengan usia, otak manusia hanya penuh. Terlalu banyak ingatan dan pengalaman. Manusia boleh menyaring miliaran pengalaman untuk mengingat apa yang penting. Tetapi akhirnya manusia mulai gagal dalam hal ini. AI gagal jauh lebih cepat. Bercakap dengan model AI terbaik di dunia tentang tugas yang sama selama lebih daripada dua hari, frasa “Maaf, saya terlepas” akan menjadi respons kerap daripada GPT 6 Astra atau Claude Fable 5.2. SEMUA pembangun tahu ini. 4. SELERA. Selera boleh dipelajari. Ini adalah kelebihan besar AI. Tetapi SELERA YANG BAIK ADALAH PENYIMPANGAN. Terdapat miliaran esei di Internet. Tetapi hanya ada 1000 esei “ditulis dengan baik”. Saya letakkan dalam tanda petik kerana frasa itu pun sukar ditakrifkan. AI boleh belajar apabila terdapat miliaran contoh. Tetapi jauh lebih sukar apabila hanya 1000, dan bahkan 1000 itu ditentukan oleh pendapat subjektif. 5. AMNESIA PROAKTIF: (fikirkan Drew Barrymore dalam filem “50 First Dates” – dia bangun setiap hari dengan memori masa lalu yang sama). Model AI terkunci pada masa apabila model itu selesai pembelajarannya. Hanya carian web dan kod tambahan yang boleh memperbaharui ia. 6. YANG SALAH TETAPI YAKIN, NYAMAN DAN TAK BERASA: Pada 2023, seorang peguam New York mengemukakan dokumen yang merujuk kepada enam kes mahkamah yang dicipta oleh ChatGPT, lengkap dengan petikan palsu. AI menyajikannya dengan tenang seperti kes sebenar, dan hakim menghukum peguam itu. 7. TIDAK KONSISTEN. AI boleh menukar pendapatnya. Dan ini adalah perkara manusiawi yang hebat. Tetapi tidak selalunya penyelesaian terbaik. Berikan kepada AI tuntutan insurans yang sama dua kali dan ia mungkin menyetujui sekali dan menolak sekali. Tanya ia untuk menilai esei pelajar yang sama pada dua hari berbeza dan anda boleh mendapat B+ dan A−. Keragaman adalah baik untuk brainstorming. Tetapi untuk keputusan berkaitan wang, penilaian atau rawatan perubatan, fakta yang sama mesti sentiasa menghasilkan jawapan yang sama. 8. EKOR PANJANG. AI tahu bahawa kes langka wujud (contohnya, penulisan yang baik), tetapi ia bertaruh pada jawapan biasa. Kesilapan mahal berlaku dalam kombinasi langka yang tidak diliputi mana-mana set data: contohnya, penyakit langka. Atau reka bentuk luar biasa untuk membuat jenama anda menonjol. 9. MAU MENYENANGKAN. AI akan mencerminkan harapan anda. Inilah sebabnya begitu banyak “rekabentuk prompt” bermula dengan, “Katakan saya salah.” Katakan kepada AI “Saya rasa tahi lalat ini tiada apa-apa” dan ia cenderung meyakinkan anda. Katakan kepada ia “Saya rasa tuan tanah saya tidak boleh kekal deposit saya” dan ia cenderung bersetuju. Mahal untuk doktor, peguam, dsb. 10. MENILAI TUGASNYA SENDIRI. Tanya AI untuk menulis kod, kemudian tanya ia untuk memeriksa kod itu, dan biasanya ia berkata kod itu baik, termasuk ralat yang baru sahaja ditulisnya. Ngomong-ngomong, AI memang HEBAT dalam kod tetapi hanya kerana inilah yang semua syarikat AI memutuskan untuk fokuskan, dengan trilionan data. Dan walaupun begitu, ia masih terlepas kerana sebab ini. Ia hanya menjadi sumber 99% pendapatan AI, jadi mereka fokus pada domain ini sahaja. 11. MENJADI LEBIH LEMAH DI KAWASAN TEPI. Lab AI meletakkan kebanyakan usaha mereka ke dalam penulisan kod. Inilah di mana pendapatan besar berada. Tetapi diperlukan model 10 trilion parameter untuk mengekalkan tepi. Ini adalah perlumbaan ke bawah. Setiap unit yang dibelanjakan untuk menjadi lebih baik dalam kod adalah unit yang tidak dibelanjakan untuk domain lain: selera esei yang hebat, atau nuansa industri sempit. Domain sempit diabaikan, dan model baru kadang-kadang menjadi lebih lemah di dalamnya. Fokus pada penyelesaian, bukan hanya kaedah, adalah di mana kemajuan seterusnya harus datang. Lebih lanjut tentang ini nanti. Tetapi jangan fikir peluang telah meninggalkan anda di belakang. Ia baru sahaja bermula.
James AltucherKongsi

Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini.
Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.