ወደ ዋናው ቁም ነገር ስንመለስ የAIGC በነጠላነት የፈጠረው ግስጋሴ የሦስት ነገሮች ጥምረት ነው።

1. GPT የሰዎች የነርቭ ሴሎች ቅጂ ነው

GPT AI በ NLP የተወከለው የኮምፒዩተር ነርቭ ኔትወርክ አልጎሪዝም ነው፣ ዋናው ነገር በሰው ሴሬብራል ኮርቴክስ ውስጥ የነርቭ አውታረ መረቦችን መምሰል ነው።

የቋንቋ፣ የሙዚቃ፣ የምስሎች እና የቅምሻ መረጃ ሂደት እና የማሰብ ችሎታ ሁሉም በሰው የተከማቸ ተግባራት ናቸው።

በረጅም ጊዜ ዝግመተ ለውጥ ወቅት አንጎል እንደ “ፕሮቲን ኮምፒውተር”።

ስለዚህ፣ GPT በተፈጥሮ ተመሳሳይ መረጃን፣ ማለትም ያልተዋቀረ ቋንቋን፣ ሙዚቃን እና ምስሎችን ለመስራት በጣም ተስማሚ የሆነ ማስመሰል ነው።

የአሰራር ሂደቱ የትርጉም ግንዛቤ ሳይሆን የማጥራት፣ የመለየት እና የማገናኘት ሂደት ነው።ይህ በጣም ነው።

ፓራዶክሲካል ነገር.

ቀደምት የንግግር የትርጓሜ ማወቂያ ስልተ ቀመሮች በመሠረቱ የሰዋሰው ሞዴል እና የንግግር ዳታቤዝ አቋቁመዋል፣ ከዚያም ንግግሩን ወደ መዝገበ-ቃላት አዘጋጁ፣

ከዚያም የቃላቶቹን ትርጉም ለመረዳት በሰዋሰው ዳታቤዝ ውስጥ የቃላት ዝርዝር ውስጥ አስቀምጠው እና በመጨረሻም እውቅና ውጤቶችን አገኘ.

የዚህ “አመክንዮአዊ ዘዴ”ን መሠረት ያደረገ የአገባብ ማወቂያ ቅልጥፍና 70% አካባቢ ሲያንዣብብ ቆይቷል፣ ለምሳሌ የVoice ማወቂያ

በ 1990 ዎቹ ውስጥ በ IBM አስተዋወቀ አልጎሪዝም።

AIGC እንደዚህ መጫወት አይደለም.ዋናው ነገር ስለ ሰዋሰው ግድየለሽነት አይደለም ፣ ይልቁንም የነርቭ አውታረ መረብ ስልተ ቀመር ለመመስረት ነው

ኮምፒውተር በተለያዩ ቃላቶች መካከል ያለውን የይሆናል ግንኙነት ለመቁጠር፣ እነሱም የነርቭ ግንኙነቶች እንጂ የትርጉም ግንኙነቶች አይደሉም።

ልክ ወጣት ሳለን የአፍ መፍቻ ቋንቋችንን እንደመማር፣ “ርዕሰ ጉዳይ፣ ትንቢት፣ ነገር፣ ግስ፣ ማሟያ” ከመማር ይልቅ በተፈጥሮ ተምረናል።

እና ከዚያም አንድ አንቀጽ መረዳት.

ይህ የ AI አስተሳሰብ ሞዴል ነው, እሱም እውቅና እንጂ መረዳት አይደለም.

ይህ ለሁሉም ክላሲካል ሜካኒካል ሞዴሎች የ AI አሻሚ ጠቀሜታ ነው - ኮምፒተሮች ይህንን ጉዳይ በሎጂክ ደረጃ መረዳት አያስፈልጋቸውም ፣

ነገር ግን ይልቁንስ በውስጣዊ መረጃ መካከል ያለውን ግንኙነት ለይተው ማወቅ እና ከዚያ እወቁት።

ለምሳሌ ፣ የኃይል ፍሰት ሁኔታ እና የኃይል ፍርግርግ ትንበያ በጥንታዊ የኃይል አውታር ማስመሰል ላይ የተመሰረቱ ናቸው ፣ የት የሂሳብ ሞዴል

ዘዴ ይመሰረታል እና ከዚያም በማትሪክስ ስልተ ቀመር በመጠቀም ይሰበሰባል።ለወደፊቱ, አስፈላጊ ላይሆን ይችላል.AI በቀጥታ መለየት እና መተንበይ ሀ

በእያንዳንዱ መስቀለኛ መንገድ ሁኔታ ላይ የተመሰረተ የተወሰነ ሞዳል ንድፍ.

ብዙ አንጓዎች ሲኖሩ ፣ የጥንታዊው ማትሪክስ ስልተ ቀመር ብዙም ታዋቂ አይደለም ፣ ምክንያቱም የአልጎሪዝም ውስብስብነት በቁጥር ብዛት ይጨምራል።

አንጓዎች እና የጂኦሜትሪክ እድገት ይጨምራል.ነገር ግን፣ AI በጣም ትልቅ መጠን ያለው መስቀለኛ መንገድ እንዲኖረን ይመርጣል፣ ምክንያቱም AI በመለየት እና በመለየት ጥሩ ነው።

በጣም ሊሆኑ የሚችሉ የአውታረ መረብ ሁነታዎችን መተንበይ።

የሚቀጥለው የGo ትንበያም ይሁን (AlphaGO የሚቀጥሉትን በደርዘን የሚቆጠሩ እርምጃዎችን ሊተነብይ ይችላል፣ለእያንዳንዱ እርምጃ ስፍር ቁጥር የሌላቸው አማራጮች አሉት) ወይም የሞዳል ትንበያ

ውስብስብ የአየር ሁኔታ ስርዓቶች, የ AI ትክክለኛነት ከሜካኒካዊ ሞዴሎች በጣም የላቀ ነው.

የኃይል ፍርግርግ በአሁኑ ጊዜ AI የማይፈልግበት ምክንያት በ 220 ኪሎ ቮልት እና ከዚያ በላይ በሆኑ የኃይል አውታሮች ውስጥ ያሉት የአንጓዎች ብዛት በክፍለ ሃገር የሚተዳደሩ በመሆናቸው ነው።

መላክ ትልቅ አይደለም፣ እና ብዙ ሁኔታዎች ወደ መስመራዊነት እና ማትሪክስ እንዲቀንሱ ተዘጋጅተዋል፣ ይህም የኮምፒውቲሽን ውስብስብነትን በእጅጉ ይቀንሳል።

ሜካኒካል ሞዴል.

ነገር ግን፣ በስርጭት አውታር የኃይል ፍሰት ደረጃ፣ በአስር ሺዎች ወይም በመቶ ሺዎች የሚቆጠሩ የሃይል ኖዶች፣ የጭነት ኖዶች እና ባህላዊ ፊት ለፊት

በትልቅ የስርጭት አውታር ውስጥ ያሉ ማትሪክስ ስልተ ቀመሮች አቅም የላቸውም።

በስርጭት አውታር ደረጃ የ AI ስርዓተ ጥለት ማወቂያ ወደፊት የሚቻል ይሆናል ብዬ አምናለሁ።

2. ያልተዋቀረ መረጃ ማከማቸት, ማሰልጠን እና ማመንጨት

ሁለተኛው ምክንያት AIGC ትልቅ ለውጥ ያመጣበት ምክንያት የመረጃ ክምችት ነው።ከ A/D የንግግር ልወጣ (ማይክሮፎን+ፒሲኤም

ናሙና) ወደ ምስሎች A/D ልወጣ (CMOS+ ቀለም ቦታ ካርታ)፣ ሰዎች በእይታ እና በመስማት ውስጥ የሆሎግራፊክ መረጃን አከማችተዋል።

ባለፉት ጥቂት አሥርተ ዓመታት ውስጥ በጣም ዝቅተኛ ወጭ መንገዶች.

በተለይም የካሜራዎች እና የስማርትፎኖች መጠነ ሰፊ ተወዳጅነት፣ ያልተዋቀረ መረጃ በሰዎች በኦዲዮቪዥዋል መስክ መከማቸቱ።

በዜሮ ወጪ እና በበይነመረብ ላይ ያለው የፍንዳታ ክምችት የጽሑፍ መረጃ ለ AIGC ስልጠና ቁልፍ ነው - የሥልጠና መረጃ ስብስቦች ርካሽ ናቸው።

ከላይ ያለው ምስል የአለማቀፋዊ መረጃን የእድገት አዝማሚያ ያሳያል, ይህም ገላጭ አዝማሚያን በግልፅ ያሳያል.

ይህ ቀጥተኛ ያልሆነ የመረጃ ክምችት እድገት የAIGC አቅም-አልባ እድገት መሰረት ነው።

ነገር ግን፣ አብዛኛዎቹ እነዚህ መረጃዎች ያልተዋቀሩ የኦዲዮ-ቪዥዋል መረጃዎች ናቸው፣ በዜሮ ወጪ የተከማቸ።

በኤሌክትሪክ ኃይል መስክ, ይህ ሊሳካ አይችልም.በመጀመሪያ ፣ አብዛኛው የኤሌክትሪክ ኃይል ኢንዱስትሪ የተዋቀረ እና ከፊል የተዋቀረ ውሂብ ነው ፣ ለምሳሌ

የቮልቴጅ እና የአሁን ጊዜ, የነጥብ ውሂብ ስብስቦች የጊዜ ተከታታይ እና ከፊል የተዋቀሩ ናቸው.

የመዋቅር መረጃ ስብስቦች በኮምፒዩተሮች ሊረዱ እና እንደ መሳሪያ አሰላለፍ - የቮልቴጅ፣ የአሁን እና የሃይል ዳታ ያሉ “አሰላለፍ” ያስፈልጋቸዋል።

ማብሪያ / ማጥፊያ ከዚህ መስቀለኛ መንገድ ጋር መስተካከል አለበት።

የበለጠ አስጨናቂው የሰአት አሰላለፍ ሲሆን ይህም የቮልቴጅ፣ የአሁን እና ገባሪ እና ምላሽ ሰጪ ሃይልን በጊዜ ሚዛን ላይ በመመስረት ማመጣጠን ይፈልጋል።

ቀጣይ መታወቂያ ሊደረግ ይችላል.በአራት ኳድራንት ውስጥ የቦታ አሰላለፍ የሆኑ ወደፊት እና ተገላቢጦሽ አቅጣጫዎችም አሉ።

ከጽሑፍ መረጃ በተለየ፣ አሰላለፍ ከማይፈልገው፣ አንድ አንቀጽ በቀላሉ ወደ ኮምፒዩተሩ ይጣላል፣ ይህም የመረጃ ማኅበራትን ይለያል።

በራሱ።

ይህንን ጉዳይ ለማጣጣም እንደ የንግድ ማከፋፈያ መረጃ መሳሪያዎች አሰላለፍ, አሰላለፍ ያለማቋረጥ ያስፈልጋል, ምክንያቱም መካከለኛ እና

ዝቅተኛ የቮልቴጅ ማከፋፈያ አውታር በየቀኑ መሳሪያዎችን እና መስመሮችን በመጨመር, በመሰረዝ እና በማሻሻል ላይ ይገኛል, እና የግሪድ ኩባንያዎች ከፍተኛ የጉልበት ወጪዎችን ያጠፋሉ.

እንደ “የውሂብ ማብራሪያ” ኮምፒውተሮች ይህን ማድረግ አይችሉም።

በሁለተኛ ደረጃ, በኃይል ሴክተር ውስጥ የውሂብ ማግኛ ዋጋ ከፍተኛ ነው, እና ለመነጋገር እና ፎቶ ለማንሳት ተንቀሳቃሽ ስልክ ከመያዝ ይልቅ ሴንሰሮች ያስፈልጋሉ.”

ቮልቴጁ በአንድ ደረጃ ሲቀንስ (ወይም የኃይል ማከፋፈያ ግንኙነቱ በአንድ ደረጃ ሲቀንስ) የሚፈለገው ዳሳሽ ኢንቬስትመንት ይጨምራል

ቢያንስ በአንድ ቅደም ተከተል.የጭነት ጎን (የካፒታል ጫፍ) ግንዛቤን ለማሳካት የበለጠ ትልቅ ዲጂታል ኢንቨስትመንት ነው።

የኃይል ፍርግርግ ጊዜያዊ ሁነታን ለመለየት አስፈላጊ ከሆነ ከፍተኛ ትክክለኛነት ከፍተኛ ድግግሞሽ ናሙና ያስፈልጋል, እና ዋጋው የበለጠ ከፍ ያለ ነው.

በመረጃ ማግኛ እና በመረጃ አሰላለፍ እጅግ በጣም ከፍተኛ በሆነው የኅዳግ ወጭ ምክንያት የኃይል ፍርግርግ በአሁኑ ጊዜ መስመራዊ ያልሆነ በቂ ማከማቸት አልቻለም።

ወደ AI ነጠላነት ለመድረስ አልጎሪዝምን ለማሰልጠን የመረጃ መረጃ እድገት።

የመረጃውን ክፍትነት ሳይጠቅሱ፣ እነዚህን መረጃዎች ለማግኘት ለኃይል AI ጅምር የማይቻል ነው።

ስለዚህ, ከ AI በፊት, የውሂብ ስብስቦችን ችግር መፍታት አስፈላጊ ነው, አለበለዚያ አጠቃላይ AI ኮድ ጥሩ AI ለማምረት ማሰልጠን አይቻልም.

3. በስሌት ኃይል ውስጥ ስኬት

ከአልጎሪዝም እና ከመረጃ በተጨማሪ የ AIGC ነጠላነት ግኝት እንዲሁ በስሌት ሃይል ውስጥ ያለ ግኝት ነው።ባህላዊ ሲፒዩዎች አይደሉም

ለትላልቅ-ተመጣጣኝ የነርቭ ኮምፒዩተሮች ተስማሚ።መጠነ ሰፊ ትይዩ የሚያደርገው በትክክል በ3D ጨዋታዎች እና ፊልሞች ላይ የጂፒዩዎች አተገባበር ነው።

ተንሳፋፊ-ነጥብ + ዥረት ማስላት ይቻላል.የሙር ህግ በእያንዳንዱ የስሌት ሃይል ስሌት ወጪን የበለጠ ይቀንሳል።

የኃይል ፍርግርግ AI, ለወደፊቱ የማይቀር አዝማሚያ

ብዛት ያላቸው የተከፋፈሉ የፎቶቮልቲክ እና የተከፋፈሉ የኢነርጂ ማከማቻ ስርዓቶች እንዲሁም የመተግበሪያ መስፈርቶችን በማዋሃድ

የጎን ምናባዊ የኃይል ማመንጫዎችን ጫን ፣ ለሕዝብ ስርጭት አውታረ መረብ ስርዓቶች እና ተጠቃሚዎች ምንጭ እና ጭነት ትንበያ ማካሄድ በተጨባጭ አስፈላጊ ነው ።

የስርጭት (ጥቃቅን) ፍርግርግ ስርዓቶች, እንዲሁም ለስርጭት (ጥቃቅን) ፍርግርግ ስርዓቶች የእውነተኛ ጊዜ የኃይል ፍሰት ማመቻቸት.

የስርጭት አውታር ጎኑ ስሌት ውስብስብነት ከማስተላለፊያ አውታር መርሐግብር የበለጠ ነው.ለንግድ እንኳን

ውስብስብ፣ በአስር ሺዎች የሚቆጠሩ የመጫኛ መሳሪያዎች እና በመቶዎች የሚቆጠሩ መቀየሪያዎች ሊኖሩ ይችላሉ፣ እና AI ላይ የተመሰረተ ማይክሮ ፍርግርግ/ስርጭት አውታረ መረብ ስራ ፍላጎት።

ቁጥጥር ይነሳል.

በሰንሰሮች ዝቅተኛ ዋጋ እና እንደ ድፍን-ግዛት ትራንስፎርመሮች፣ ድፍን-ግዛት ማብሪያና ማጥፊያዎች (መቀየሪያ) የመሳሰሉ የሃይል ኤሌክትሮኒክስ መሳሪያዎችን በስፋት ጥቅም ላይ በማዋል፣

በኃይል ፍርግርግ ጠርዝ ላይ ያለው የዳሰሳ፣ የኮምፒዩተር እና የቁጥጥር ውህደትም አዲስ አዝማሚያ ሆኗል።

ስለዚህ, የኃይል ፍርግርግ AIGC የወደፊት ነው.ይሁን እንጂ ዛሬ የሚያስፈልገው ገንዘብ ለማግኘት የ AI አልጎሪዝምን ወዲያውኑ መውሰድ አይደለም,

በምትኩ በመጀመሪያ በ AI የሚፈለጉትን የመረጃ መሠረተ ልማት ግንባታ ጉዳዮችን ይፍቱ

በኤአይጂሲ መነሳት፣ ስለ አፕሊኬሽኑ ደረጃ እና ስለወደፊቱ የኃይል AI በቂ የተረጋጋ አስተሳሰብ መኖር አለበት።

በአሁኑ ጊዜ የኃይል AI ጠቀሜታ ጉልህ አይደለም: ለምሳሌ, የ 90% ትንበያ ትክክለኛነት ያለው የፎቶቮልታይክ አልጎሪዝም በስፖት ገበያ ላይ ተቀምጧል.

በ 5% የግብይት ልዩነት ገደብ ፣ እና የአልጎሪዝም መዛባት ሁሉንም የንግድ ትርፎች ያጠፋል።

መረጃው ውሃ ነው, እና የአልጎሪዝም ስሌት ሃይል ሰርጥ ነው.እንደተከሰተ, ይሆናል.