- os modelos melhoram gradualmente, mas nada de mágico
- 1ª onda de aplicativos de IA para consumidores... mas são coisas como companheiros de IA, pornografia, música de IA, filmes, etc.
- isso embala a humanidade para o nível 2 da terra dos gooners ( o 1º foi tiktok, insta etc) tornando-os mais complacentes
- as taxas de natalidade continuam a diminuir como resultado
- os robôs acabam por substituir muitos papéis que os humanos desempenham hoje (robôs domésticos, robôs trabalhadores)
- os agentes não são úteis, o que desencadeia um período de atualização / criação de nova infraestrutura específica para agentes + camada de middleware.
- uma nova arquitetura LLM é descoberta, que acelera a inteligência do modelo através de computação em tempo de teste em comparação com o pré-treinamento
- isto resulta em modelos menores ( que cabem em dispositivos portáteis) para terem um desempenho melhor do que os modelos maiores atuais.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
linha do tempo alternativa de ai:
- sem AGI por pelo menos 10+ anos
- os modelos melhoram gradualmente, mas nada de mágico
- 1ª onda de aplicativos de IA para consumidores... mas são coisas como companheiros de IA, pornografia, música de IA, filmes, etc.
- isso embala a humanidade para o nível 2 da terra dos gooners ( o 1º foi tiktok, insta etc) tornando-os mais complacentes
- as taxas de natalidade continuam a diminuir como resultado
- os robôs acabam por substituir muitos papéis que os humanos desempenham hoje (robôs domésticos, robôs trabalhadores)
- os agentes não são úteis, o que desencadeia um período de atualização / criação de nova infraestrutura específica para agentes + camada de middleware.
- uma nova arquitetura LLM é descoberta, que acelera a inteligência do modelo através de computação em tempo de teste em comparação com o pré-treinamento
- isto resulta em modelos menores ( que cabem em dispositivos portáteis) para terem um desempenho melhor do que os modelos maiores atuais.