人工智能大模型表征方式的一致性及其哲学启示

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

【摘要】以大数据、强算力、多模态和高维度等训练出来的人工智能大模型愈发智能，体现出类人的“聪明”。基于系统稳定性、功能有效性和优化可能性要求，大模型将注意力机制嵌入系统之中，使基于不同数据训练出来的不同大模型在处理数据时体现出表征收敛的趋向。大模型的表征收敛，一方面，显示出基于神经网络的深度学习具有实现通用人工智能的技术潜质；另一方面，也印证了大数据挖掘、大模型超越、强算力迭代和高维度透视所形成的智能具有类人性。（剩余14656字）

试读结束

目录
monitor