huawein pyörivän puheenjohtajan xu zhijunin viimeisin puhe: kaikkien sovellusten ei tarvitse pyrkiä "suuriin" malleihin
2024-09-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
huawein varapuheenjohtaja ja vaihtuva puheenjohtaja xu zhijun julkaisi 19. syyskuuta puheen huawei full connection -konferenssissa, että tekoälystä on tullut teknologia, jolla on suurin vaikutus alaan strategian viime vuonna , ja strategian ydin on tekoälyn muuttamisen mahdollisuuksiin tarttuminen.
xu zhijun sanoi: "valmistamiemme sirujen kehitystä rajoitetaan. tämä on haaste, joka meidän on kohdattava laskentatehoratkaisujen rakentamisessa."
koska tekoälystä on tulossa hallitseva laskentatehon kysyntä, hänen mielestään laskentajärjestelmässä on käynnissä rakenteellisia muutoksia, ja tarvitaan järjestelmän laskentatehoa, ei vain yhden prosessorin laskentatehoa. nämä rakennemuutokset tarjoavat mahdollisuuksia luoda itsenäistä ja kestävää kehityspolkua laskenta-alalle arkkitehtonisten innovaatioiden avulla.
mutta hän sanoi myös, että suurten mallien tekniset läpimurrot ovat nopeuttaneet älykkyysprosessia jo jonkin aikaa melkein kaikilla elämänaloilla on puhuttu suurista malleista, tekoälyn laskentatehon rakentamisesta ja suurten mallien kouluttamisesta. pitkän aikavälin kehityksen näkökulmasta jokaisen yrityksen ei kuitenkaan tarvitse rakentaa laajamittaista tekoälyn laskentatehoa.
”tiedämme kaikki, että tekoälypalvelimet, erityisesti tekoälyn laskentatehoklusterit, eroavat yleisistä x86-palvelimista ja niillä on erittäin korkeat vaatimukset konesalin ympäristölle, kuten virtalähteelle ja jäähdytykselle tekoälypalvelimia päivitetään nopeasti, ja datakeskuksen tietokonehuoneet joutuvat siihen, että ne eivät pysty vastaamaan kysyntään.
lisäksi xu zhijun uskoo, että kaikkien sovellusten ei tarvitse pyrkiä "suuriin" malleihin. miljardiparametrin malli voi täyttää liiketoimintaskenaarioiden tarpeet, kuten tieteellisen laskennan ja ennakoivan päätöksenteon, kun taas kymmenien miljardien parametrien malli voi vastata useiden erityisten kenttäskenaarioiden tarpeisiin, kuten nlp, cv ja useat modaliteetti, kuten tiedon q&a, koodin luominen, agenttiavustajat jne. tietoturvatestaus. nlp:n ja multimodaalisuuden monimutkaiset tehtävät voidaan suorittaa käyttämällä satoja miljardeja parametrimalleja.
seuraava on puheen koko teksti (lyhenteineen)
xu zhijun, huawein varapuheenjohtaja ja vaihtuva puheenjohtaja: kattavan älykkyyden aikakauden omaksuminen
tervetuloa vuoden 2024 huawei connected -konferenssiin. toivon teille kaikille miellyttävää matkaa shanghaihin. vuoden 2018 huawei full connectivity conference -konferenssissa julkaisin huawein tekoälyn kehitysstrategian ja täyden pinon, täyden skenaarion tekoälyratkaisut ja asetin tekoälyn yleiskäyttöiseksi teknologiaksi. vuonna 2021 huawei full connectivity conference -konferenssissa puhuin pangu-mallista, joka mahdollistaa älykkyyden kaikilla elämänaloilla. vuodesta 2018 tähän päivään tekoälyn kehitys on muuttunut päivä päivältä, ja se on herättänyt suurta huomiota maailmanlaajuiselta sijoittajayhteisöltä, teollisuudelta ja hallituksilta. huawei on edennyt tekoälyn kehitysstrategiaansa tasaisesti vuodesta 2018 lähtien, ja viime vuoden huawei connected conference -konferenssissa se selvensi edelleen yhtiön kattavaa älykkyysstrategiaa. mitä tulee älykkyyteen, jokaisella toimialalla ja jokaisella yrityksellä on omat tutkimuksensa. olen kuullut, että saavutuksia on saavutettu, mutta huomasin myös, että hämmennystä on edelleen paljon. tänään haluan käyttää tilaisuutta hyväkseni jakaakseni havaintojamme, ajatuksiamme, strategioitamme ja käytäntöjämme.
tekoälystä on tullut teknologia, jolla on suurin vaikutus alaan
katsotaanpa ensin tekoälyn kaupallista kehitystä. kaupallisten sovellusten näkökulmasta ei ole koskaan ollut teknistä kehitystä, jolla olisi ollut niin suuri vaikutus näin lyhyessä ajassa kuin tekoälyllä. mckinseyn ja stanfordin yliopiston tutkimus osoittaa, että tekoälysovellukset eri toimialoilla keskittyvät tällä hetkellä pääasiassa kolmeen osa-alueeseen: tuotekehitykseen, markkinointiin ja liiketoimintaan. toiseksi yritysjohtajien näkökulmasta gartnerin tutkimustulokset osoittavat, että toimitusjohtajat suhtautuvat tekoälyyn erittäin myönteisesti. yhteenvetona voidaan todeta, että tekoälyteknologian jatkuva kehitys edistää älykkyyden jatkuvaa syvenemistä kaikilla elämänaloilla ja on menossa kohti kokonaisvaltaista älykkyyttä.
kaiken kattavan älykkyyden aikakauden alkuvaiheessa oleva yrityksemme ei ainoastaan toivo voivansa luoda tekoälyä arvon luomiseen mahdollisimman pian tänään, vaan myös ottavansa johtoaseman tulevassa älykkäässä kilpailussa. tämä on myös kysymys, jota olemme pohtineet. haluaisin käyttää tilaisuutta hyväkseni ja jakaa näkemyksemme älykkään aikakauden yrityksistä, eli miltä älykkäiden aikakausien yritykset näyttävät ja millaisia ominaisuuksia niillä on.
uskomme, että älykkään aikakauden yrityksillä tulee olla "kuuden a" ominaisuuksia. ensimmäiset neljä a-kirjainta edustavat älykkyyden vaikutusta, joista:
ensimmäinen a vastaa, miten yritysten tulee palvella asiakkaitaan tulevaisuudessa. mielestämme se on adaptiivinen käyttäjäkokemus, mikä tarkoittaa, että älykkäiden yritysten tulee pystyä havaitsemaan ja ymmärtämään käyttäjien käyttäytymistä, tarpeita, kiinnostuksen kohteita, makuja ja ympäristön muutoksia sopeutua tarjoamaan palveluita, jotka vastaavat parhaiten käyttäjien tarpeita, ja tuotteet, jotka voivat vastata suureen määrään yksilöllisiä ja ainutlaatuisia tarpeita oikea-aikaisesti ja samanaikaisesti, on suunniteltava alusta alkaen erityisesti, ei vain räätälöitynä. esimerkiksi tekoäly-oppimiskone säätää automaattisesti opetuksen sisältöä ja vaikeutta opiskelijan iän, oppimisen edistymisen, ymmärryskyvyn ja testipalautteen mukaan, jotta jokainen opiskelija saa eri aikoina itselleen sopivan oppimiskokemuksen. on harppaus tarjota asiakkaille ennalta määrätty kokemus adaptiiviseen kokemukseen jokaisen yrityksen on tarjottava älykkääseen aikakauteen mukautuva asiakaskokemus.
toinen a vastaa, millaisia tuotteita yrityksen tulee rakentaa. pidämme sitä automaattisesti kehittyvinä tuotteina, mikä tarkoittaa, että älykkäällä aikakaudella tuotteilla on kyky oppia itsenäisesti, toistua, mukautua muutoksiin ja pystyä optimoimaan ja kehittymään autot ajavat paremmin ja paremmin ajaessaan. siirtyminen tuotteiden digitalisoinnista tuoteälyyn on harppaus, joka muuttaa kilpailua suuresti jokaisen yrityksen tulee miettiä älykkäiden ominaisuuksien integrointia omiin tuotteisiinsa.
kolmas a vastaa yritysten päivittäisen toiminnan tulevaisuuteen, nimittäin autonomous operation, joka viittaa tarpeeseen saavuttaa erittäin autonominen liiketoimintavirtojen toiminta havainnoinnin, suunnittelun, päätöksenteon ja toteuttamisen, end-to-end autonomisen suljetun silmukan välillä. satama esimerkiksi luo automaattisesti toimintasuunnitelmat älykkään suunnittelualustan kautta ja suorittaa automaattisesti konttien vaakakuljetuksen itseohjautuvilla kuorma-autoilla. yrityksen toiminnan automatisointia on pyritty toteuttamaan useiden vuosien ajan. toiminnan autonomia on harppaus toiminnan tehokkuuden parantamisessa. jokaisen yrityksen on pohdittava tekoälyn käyttöä laajentaakseen ja muuttaakseen yrityksen toimintaa.
neljäs a vastaa työntekijän työkokemuksen ja työmenetelmien tulevaisuuteen, eli augmented workforce, joka viittaa siihen, että jokaisella työntekijällä on oltava älykäs avustaja, joka "ymmärtää minut" ja suorittaa jokaisen tehtävän tehokkaasti ja laadukkaasti. esimerkiksi operaattorin tukiaseman huoltohenkilöstö voi nopeasti saada tietoja, kuten vian sijainnin, perimmäisen syyn ja käsittelyehdotuksia, huoltoassistentin app:n kautta. tekoälyn antaminen hyödyttää ihmiskuntaa on tekoälyn olemassaolon tarkoitus. paremman työkokemuksen antaminen työntekijöille on jokaisen yrityksen kilpailukyvyn perusta älykkäällä aikakaudella.
seuraavat kaksi a:ta edustavat älykkyyden perustaa. viides a, eli all-connected resources, viittaa yrityksen omaisuuden, työntekijöiden, asiakkaiden, kumppaneiden, ekologian jne. täydelliseen yhteenliittämiseen ja kaikkien liiketoimintaobjektien, prosessien ja sääntöjen digitalisointiin parannettavaa tiedon määrän lisäksi on tarpeen parantaa myös tiedon laatua, jotta yrityksillä olisi tarvittava tieto ja tietopohja älykkyyteen eli syvälliseen ja kattavaan digitalisointiin.
kuudes a, eli ai-native infrastructure, viittaa siihen, että toisaalta ict-infrastruktuuria on rakennettava systemaattisesti ja se voi mukautua älykkäiden sovellusten tarpeisiin, eli ict for intelligence -infrastruktuuriin ja ylläpidon hallinnan ja kokemustakuun tulee olla täysin älykästä, eli intelligence for ict.
nämä kuusi a-ominaisuutta ovat tiivistelmä alustavista ajatuksistamme, jotka perustuvat omaan käytäntöömme ja ymmärrykseen. toivomme, että niistä on kaikille apua tekoälyn hyvin käyttämiseen. toivomme, että jokainen yritys voi tulla voittajaksi älykäs aikakausi.
tartu täysin tekoälyn muutoksen mahdollisuuteen
huawei ehdotti kattavaa tiedustelustrategiaa vuoden 2023 hc-konferenssissa. kattava älykäs strategia kattaa laajan valikoiman alueita.
puhutaan ensin laskentatehosta. älykkyys on pitkäaikainen prosessi, ja laskentateho on älykkyyden keskeinen perusta sekä menneisyydessä että tulevaisuudessa. siksi älykkyyden kestävyyden on ensinnäkin oltava laskentatehon kestävyyttä. laskentateho on riippuvainen puolijohdeteknologiasta, mutta meidän on kohdattava tosiasia, että yhdysvaltojen kiinan vastaisia tekoälysirujen alan pakotteita ei poisteta vielä pitkään aikaan, ja myös kiinan puolijohdevalmistustekniikka on yhdysvaltojen sanktioimana vielä pitkään. aika on jäljessä,tämä tarkoittaa, että valmistamiemme sirujen edistykselle tulee olemaan rajoituksia. tämä on haaste, joka meidän on kohdattava, kun rakennamme laskentatehoratkaisuja.
kiinassa vain todellisuudessa käytettävissä oleviin sirujen valmistusprosesseihin perustuva laskentateho on kestävää pitkällä aikavälillä, muuten se on kestämätöntä. huawei näkee haasteita sekä mahdollisuuksia ja mahdollisuuksia, mikä lisää entisestään innostustamme innovaatioihin. koskatekoälystä on tulossa hallitseva laskentatehon kysyntä, mikä saa aikaan rakenteellisia muutoksia laskentajärjestelmissä. tarvitaan järjestelmän laskentatehoa, ei vain yhden prosessorin laskentatehoa.. nämä rakenteelliset muutokset antavat meille mahdollisuuksia luoda itsenäistä ja kestävää kehityspolkua laskenta-alalle arkkitehtonisten innovaatioiden avulla.
strategiamme ydin on hyödyntää täysin tekoälyn vallankumouksen tilaisuus, joka perustuu todelliseen saatavilla olevaan siruvalmistusteknologiaan, tietojenkäsittely-, tallennus- ja verkkoteknologian yhteistyöinnovaatioihin, luoda laskenta-arkkitehtuuri ja luoda "supersolmu + klusteri" järjestelmän laskentatehoratkaisu, pitkäaikainen jatka laskentatehotarpeiden täyttämistä.
suurten mallien teknologinen läpimurto on nopeuttanut älykkyysprosessia jo jonkin aikaa melkein kaikilla elämänaloilla on puhuttu suurista malleista, tekoälyn laskentatehon rakentamisesta ja suurten mallien kouluttamisesta. tämä on epäilemättä suuri etu huawein kaltaisille laskentatehontarjoajille. mutta pitkän aikavälin kehityksen näkökulmasta katsoen uskomme aina, että huawein kestävä kehitys voidaan saavuttaa vain asiakkaidemme jatkuvalla menestyksellä.
ensinnäkin jokaisen yrityksen ei tarvitse rakentaa laajamittaista tekoälyn laskentatehoa. tiedämme kaikki, että tekoälypalvelimet, erityisesti tekoälyn laskentatehoklusterit, eroavat yleisistä x86-palvelimista ja niillä on erittäin korkeat vaatimukset konesalin ympäristölle, kuten virtalähteelle ja jäähdytykselle myös siirtyä kohti suurempaa vauhtia, ja muutoksen vauhti on nopea, tekoälypalvelimia päivitetään nopeasti, ja datakeskusten tietokonehuoneet joutuvat ongelmaan joko tuhlauksesta tai kysynnän epäonnistumisesta.
toiseksi, teollisuus tuo nyt markkinoille uusia tekoälylaitteita keskimäärin 1-2 vuoden välein, ja iterointinopeus on nopea verrattuna julkisiin pilviin, yrityksiä rajoittaa laskentateho nopeasti muuttuvien suurten mallien vuoksi jokaiselle sukupolvelle on vaikeampi luottaa laskentateholaitteistoon suorittaessaan työn itsenäisesti, vaan he toivovat, että useiden sukupolvien tuotteita voidaan sekoittaa ja käyttää mallikoulutukseen, mikä johtaa lisäksi resurssien ajoituksen monimutkaisuuteen "short board" vaikutus historiallisen sukupolven tuotteiden, uuden sukupolven on estetty täysimääräinen käyttö tuotteen suorituskykyä vaikuttaa kykyyn kouluttaa suuria malleja.
lopuksi toiminnan ja ylläpidon tuomat haasteet ovat edelleen kasvuvaiheessa, teknologia muuttuu nopeasti, useita sukupolvia tuotteita on olemassa ja korkeat taitovaatimukset vaikeuttavat käyttöä ja ylläpitoa, mikä on suuri ongelma monille yrityksille. vain perinteiset it-ylläpitoominaisuudet. koska nämä haasteet jatkuvat vielä jonkin aikaa,siksi uskon, että jokaisen yrityksen on mietittävä omaa tapaansa saada tekoälyn laskentatehoa sen sijaan, että rakentaisi vain omaa tekoälyn laskentatehoa.
lisäksi jokaisen yrityksen ei tarvitse kouluttaa omaa suurta perusmalliaan. avain suuren perusmallin koulutukseen on data, ja riittävän laadukkaan datan valmistaminen on iso haaste. esikoulutusdatan määrä suurelle perusmallille on saavuttanut 10 biljoonan tokenin tason yrityksille, mutta myös samalla on myös haastetta saada riittävästi tietoa.
toiseksi mallin koulutus on vaikeaa. suuren mallin perusparametrien määrä kasvaa jatkuvasti, mikä vaikeuttaa mallin iterointia ja optimointia. mallin iteratiivisen koulutuksen suorittaminen kestää yleensä useista kuukausista useisiin vuosiin. jokaisen yrityksen tulisi keskittyä ydinliiketoimintaansa. suurien perusmallien kouluttaminen yksinään vaikuttaa tekoälyn kykyyn vahvistaa ydinliiketoimintaansa mahdollisimman nopeasti.
lopuksi kykyjen hankkiminen on vaikeaa. perusmalleissa mukana olevat teknologiat päivittyvät päivittäin, ja käytännön kokemusta omaavia teknisiä asiantuntijoita on vähän.
kaikkien sovellusten ei tarvitse pyrkiä "suuriin" malleihin. huawei pannun alan käytännön perusteella miljardiparametrinen malli voi vastata liiketoimintaskenaarioiden tarpeisiin, kuten tieteelliseen laskemiseen ja ennakoivaan päätöksentekoon, kuten sademäärän ennustamiseen, lääkemolekyylien optimointiin ja prosessiparametrien ennustamiseen pc:t ja matkapuhelimet, miljardin parametrin malli voi vastata liiketoiminnan skenaarioiden tarpeisiin, kuten tieteelliseen laskemiseen ja ennakoivaan päätöksentekoon. kymmenet miljardit parametrimallit voivat vastata useiden erityisten kenttäskenaarioiden, kuten nlp:n, cv:n ja multimodaalisuuden tarpeisiin, kuten tietokysymykset ja vastaukset, koodin luominen, agenttiavustajat ja suojauksen havaitseminen. nlp:n ja multimodaalisuuden monimutkaiset tehtävät voidaan suorittaa käyttämällä satoja miljardeja parametrimalleja.
siksi uskomme, että yritysten on valittava sopivin malli erilaisten liiketoimintaskenaarioiden tarpeiden mukaan ja ratkaistava ongelmia ja luodaan arvoa useiden mallien yhdistelmällä.
terminaalin ai:n ei tulisi keskittyä laskentatehoon
älykkäällä aikakaudella päätteet ovat välttämätön osa. päätelaitteiden alalla huawei esitteli älypuhelimissa tekoälyn ensimmäisenä jo vuonna 2017 huawei toi markkinoille mate10:n, jossa oli sisäänrakennettu ai-siru ja joka sovelsi älypuhelimeen tekoälyn kuvantamista, tekoälyn kääntämistä ja muita ominaisuuksia ensimmäisenä. mobiili-ai-aikakauden avaaminen. tänään, kun tekoäly astuu suurten mallien aikakauteen, olemme integroineet tekoälyteknologian syvästi hongmeng-käyttöjärjestelmään, joka perustuu laite-, ydin- ja pilviyhteistyön arkkitehtuuriin, ja rakentanut uudelleen tekoälykeskeisen hongmengin alkuperäisen älykkyyden ytimestä järjestelmäsovellusten toteutukseen. kattava älykkyys, samalla kun saavutetaan avoimempi ekologinen yhteistyö ja luotettavampi yksityisyyden ja turvallisuuden suoja.
hongmengin alkuperäiseen älykkyyteen perustuen huawei päivittää "xiaoyin" älykkääksi agentiksi saavuttaakseen luonnollisemman multimodaalisen vuorovaikutuksen ja kattavamman integroidun käsityksen, ja työskentelee hongmengin ekologisten kumppanien kanssa yhdessä rakentaakseen älykkäitä ominaisuuksia tulevia tuotteita varten muutos tekoälystä malliin ominaisuuksista tekoälyn ohjauskerrokseksi on täysin avoin, mikä mahdollistaa kolmannen osapuolen sovellukset ja kukoistaa hongmengin alkuperäisen sovellusekosysteemin.
olemme myös huomanneet, että on tullut yleinen trendi ottaa ai-ominaisuudet käyttöön erilaisissa päätelaitteissa, kuten ai-puhelimien ja tekoälytietokoneiden rakentamisessa. tämän seurauksena teollisuudessa on useita ääniä älykkäiden päätteiden määrittelemisestä ai-aikakaudella. uskomme aina, että kuluttajakokemus on etusijalla. kuluttajien on vaikea ymmärtää, mitä sirutekniikka, laskentateho tflops ja malliparametrit... tarkoittavat, mutta he kiinnittävät enemmän huomiota henkilökohtaiseen kokemukseen. siksi suosittelemme, että terminaalin tekoälyn tulisi olla kokemuskeskeistä laskentatehokeskeisen sijaan.
tämän konseptin pohjalta me ja tsinghuan yliopiston tekoälyteollisuuden tutkimuslaitos ehdotimme yhdessä l1-l5-luokitusstandardia tekoälyn pääteälylle, ja odotamme innolla alan kollegoiden yhteistyötä parantaakseen ja optimoidakseen tätä luokitusstandardia. edistää yhdessä terminaalin tekoälyn hallittua kehitystä.
toivomme saavuttavamme kuljettajattoman ajon vuoden 2030 tienoilla
autonominen ajoratkaisut ovat myös tärkeä alue, jolla huawei panosti alun perin tekoälyyn, koska autonomisen ajon tavoitteena on kuljettajaton ajaminen, mikä on yksi haastavimmista tekoälysovelluksen skenaarioista. julkaisemamme ads 3.0 -versio voi tehdä autonomisista ajopäätöksistä tarkempia, liikenteestä tehokkaampaa, kokemuksesta inhimillisempää ja ajamisesta turvallisempaa. se toteuttaa myös yhden napsautuksen pääsyn parkkipaikalta parkkipaikalle ja täyden näkymän liitettävyyden yleisiltä teiltä puistoteille maanalaisiin pysäköintipaikkoihin. ja monisuuntaista törmäyksenestojärjestelmää on edelleen päivitetty kattamaan enemmän nopeusalueita ja saavuttamaan monisuuntainen esteiden välttäminen.
näiden edistysten ansiosta kuluttajat voivat todella tuntea turvallisuuden ja kokea älykkään ajamisen tuomia parannuksia. nykyään kiinalaiset kuluttajat ovat hyvin tuttuja autojen älykkäästä ajamisesta. erittäin suuri osa uusista älykkään ajamisen versioilla varustetuista autoista on varustettu älykkäillä ajoominaisuuksilla kuluttajia ostaessaan uusia autoja. seuraavassa vaiheessa jatkamme sulautuneeseen havaintoon perustuvien autonomisten ajoratkaisujen kehittämistä ja oivaltamme vähitellen: maantiellä voit levätä heti autoon istuessasi ja nukkua rauhassa pitkiä matkoja kaupunkien ja esikaupunkien moottoriteillä , se on helppo ajaa kaikkialla, ja se on yhtä turvallinen ja vakaa kuin kokeneet kuljettajat maaseudulla ja vuoristoteillä: mene vuorille ja maaseudulle ja nauti koko maisemasta koko päivän. pysäköintipaikalla: on välttämätöntä saavuttaa välitön poistuminen autosta, nolla naarmua ja nolla jumiutumista turvallisuuden kannalta, on saavutettava monipuolinen ja monisuuntainen aktiivinen turvallisuus, pääasiassa päävastuun poistamiseksi törmäyksistä ja vähentää toissijaisia vastuita. näiden keskeisten skenaariotavoitteiden saavuttamisen perusteella autonomisen ajamisen toivotaan toteutuvan vuoden 2030 tienoilla.
luo yhtenäinen kehittäjäalusta
ekosysteemin kehittäminen on aina ollut tärkeä osa huawein strategiaa vuonna 2024 ja seuraavan viiden vuoden aikana huawei tekee vahvoja strategisia investointeja ekosysteemin kehittämiseen tietojenkäsittelyteollisuuden ja pääteteollisuuden kehittäminen ja maailman ensimmäinen tietotekniikka-ala tarjoaa samalla maailmalle kolmannen mobiilikäyttöjärjestelmän.
tekoälyn sovelluksia tulee olemaan loputtomasti, mutta loppujen lopuksi sen on palveltava ihmisiä. vaadimme tekoälyn puolustamista ja harjoittamista. uskomme, että tekoälyn tulee palvella ihmisiä ja parantaa ihmisten työn tehokkuutta ja elämänlaatua. tekoälyteknologian kynnystä on alennettava ja jokaisella perheellä ja organisaatiolla on oltava yhtäläiset mahdollisuudet hankkia ja käyttää tekoälyteknologiaa.
tekoälyä tulisi käyttää hyvää tarkoittaviin tarkoituksiin, kuten laajempien hyötyjen luomiseen yhteiskunnalle tekoälyn suunnittelun, kehittämisen ja käytön aikana. arvioimme huolellisesti tekoälyteknologian pitkäaikaisia ja mahdollisia vaikutuksia yhteiskuntaan välttääksemme tekoälytekniikan väärinkäytön. lisäksi tekoälyä tulisi soveltaa ekologiseen ympäristönsuojeluun ja kestävään kehitykseen, ja tekoälyä tulisi käyttää aktiivisesti maailmanlaajuisesti huolestuttavien kysymysten, kuten yhdistyneiden kansakuntien kestävän kehityksen tavoitteiden, tutkimiseen ja ratkaisemiseen.
kattavan älykkyyden aika on saapunut, joka tuo uusia mahdollisuuksia ja uusia haasteita kaikille ja jokaiselle yritykselle. tehkäämme yhteistyötä edistääksemme kokonaisvaltaista älykkyyttä, jotta jokaisella on oma ainutlaatuinen älykäs avustaja ja jokaisesta yrityksestä tulee älykkäät yritykset mahdollistavat jokaisen ajoneuvon. ajaa itsenäisesti.
(tämä artikkeli on peräisin china business newsista)
