ກວດເບິ່ງກອງປະຊຸມຕາມຄວາມຕ້ອງການຈາກກອງປະຊຸມສຸດຍອດລະຫັດຕ່ໍາ / ບໍ່ມີລະຫັດເພື່ອຮຽນຮູ້ວິທີການປະດິດສ້າງສົບຜົນສໍາເລັດແລະບັນລຸປະສິດທິຜົນໂດຍການເພີ່ມທັກສະແລະຂະຫຍາຍການພັດທະນາພົນລະເມືອງ. ເບິ່ງດຽວນີ້.


ນໍາ​ສະ​ເຫນີ​ໂດຍ Cohere​


ເພື່ອສ້າງຊຸມຊົນອອນໄລນ໌ທີ່ມີສຸຂະພາບດີ, ບໍລິສັດຕ້ອງການກົນລະຍຸດທີ່ດີກວ່າເພື່ອກໍາຈັດຂໍ້ຄວາມທີ່ເປັນອັນຕະລາຍອອກ. ໃນເຫດການ VB On-Demand ນີ້, ຜູ້ຊ່ຽວຊານ AI/ML ຈາກ Cohere ແລະ Google Cloud ແບ່ງປັນຄວາມເຂົ້າໃຈກ່ຽວກັບເຄື່ອງມືໃຫມ່ທີ່ປ່ຽນແປງວິທີການປານກາງ.

ເບິ່ງຟຣີ, ຕາມຄວາມຕ້ອງການ!


ຜູ້ຫຼິ້ນເກມປະສົບກັບການລ່ວງລະເມີດທາງອິນເຕີເນັດຢ່າງຫຼວງຫຼາຍ. ການສຶກສາທີ່ຜ່ານມາພົບວ່າຫ້າໃນຫົກຜູ້ໃຫຍ່ (18-45) ປະສົບກັບການຂົ່ມເຫັງໃນເກມອອນໄລນ໌ຫຼາຍຜູ້ນ, ຫຼືຫຼາຍກວ່າ 80 ລ້ານ gamers. 3 ໃນຫ້ານັກຫຼິ້ນເກມໄວໜຸ່ມ (13–17) ໄດ້ຖືກລົບກວນ, ຫຼືເກືອບ 14 ລ້ານຜູ້ຫຼິ້ນເກມ. ການຂົ່ມເຫັງທີ່ອີງໃສ່ຕົວຕົນແມ່ນເພີ່ມຂຶ້ນ, ຄືກັນກັບຕົວຢ່າງຂອງຄໍາເວົ້າຂອງນັກນິຍົມຜູ້ສູງອາຍຸສີຂາວ.

ເຫດການ

ກອງປະຊຸມສຸດຍອດຄວາມປອດໄພອັດສະລິຍະ

ຮຽນຮູ້ບົດບາດສຳຄັນຂອງ AI & ML ໃນການສຶກສາດ້ານຄວາມປອດໄພທາງໄຊເບີ ແລະກໍລະນີສຶກສາສະເພາະຂອງອຸດສາຫະກຳໃນວັນທີ 8 ທັນວາ. ລົງທະບຽນສໍາລັບ pass ຟຣີຂອງທ່ານໃນມື້ນີ້.

ລົງ​ທະ​ບຽນ​ດຽວ​ນີ້

ມັນເກີດຂຶ້ນໃນໂລກອອນໄລນ໌ທີ່ໂຫດຮ້າຍເພີ່ມຂຶ້ນ, ບ່ອນທີ່ຂໍ້ມູນ 2.5 quintillion bytes ຖືກຜະລິດທຸກໆມື້, ເຮັດໃຫ້ເນື້ອຫາປານກາງ, ສະເຫມີເປັນຂໍ້ສະເຫນີທີ່ຫຼອກລວງ, ອີງໃສ່ມະນຸດ, ເປັນສິ່ງທ້າທາຍໃຫຍ່ກວ່າທີ່ເຄີຍມີມາ.

“ການໂຕ້ຖຽງຂອງການແຂ່ງຂັນແນະນໍາວ່າມັນບໍ່ແມ່ນການເພີ່ມຂຶ້ນຂອງການຂົ່ມເຫັງ, ມັນເປັນພຽງແຕ່ເຫັນໄດ້ຊັດເຈນເພາະວ່າການຫຼີ້ນເກມແລະສື່ສັງຄົມໄດ້ກາຍເປັນທີ່ນິຍົມຫລາຍຂຶ້ນ – ແຕ່ສິ່ງທີ່ມັນຫມາຍຄວາມວ່າແມ່ນປະຊາຊົນຫຼາຍກວ່າທີ່ເຄີຍປະສົບກັບສານພິດ,” Mike Lavia, ຜູ້ນໍາພາການຂາຍວິສາຫະກິດຢູ່ Cohere ກ່າວ. . “ມັນເຮັດໃຫ້ເກີດອັນຕະລາຍຫຼາຍຕໍ່ປະຊາຊົນແລະມັນເຮັດໃຫ້ເກີດຄວາມເສຍຫາຍຫຼາຍໃນວິທີການທີ່ມັນສ້າງ PR ທີ່ບໍ່ດີສໍາລັບການຫຼີ້ນເກມແລະຊຸມຊົນສັງຄົມອື່ນໆ. ມັນຍັງຮຽກຮ້ອງໃຫ້ນັກພັດທະນາດຸ່ນດ່ຽງການປານກາງແລະການສ້າງລາຍໄດ້, ດັ່ງນັ້ນໃນປັດຈຸບັນນັກພັດທະນາກໍາລັງພະຍາຍາມຫຼິ້ນໃຫ້ທັນ.”

ວິທີການທີ່ອີງໃສ່ມະນຸດບໍ່ພຽງພໍ

ວິທີການແບບດັ້ງເດີມຂອງການຈັດການກັບການປານກາງເນື້ອຫາແມ່ນເພື່ອໃຫ້ມະນຸດເບິ່ງເນື້ອຫາ, ກວດສອບວ່າມັນລະເມີດກົດລະບຽບຄວາມໄວ້ວາງໃຈແລະຄວາມປອດໄພໃດໆ, ແລະແທັກມັນເປັນພິດຫຼືບໍ່ມີສານພິດ. ມະນຸດຍັງຖືກໃຊ້ເປັນສ່ວນໃຫຍ່, ພຽງແຕ່ຍ້ອນວ່າປະຊາຊົນຮູ້ສຶກວ່າພວກເຂົາອາດຈະຖືກຕ້ອງທີ່ສຸດໃນການກໍານົດເນື້ອຫາ, ໂດຍສະເພາະສໍາລັບຮູບພາບແລະວິດີໂອ. ຢ່າງໃດກໍຕາມ, ການຝຶກອົບຮົມມະນຸດກ່ຽວກັບນະໂຍບາຍຄວາມໄວ້ວາງໃຈແລະຄວາມປອດໄພ, ແລະກໍານົດພຶດຕິກໍາທີ່ເປັນອັນຕະລາຍໃຊ້ເວລາດົນ, Lavia ເວົ້າວ່າ, ເນື່ອງຈາກວ່າມັນມັກຈະບໍ່ແມ່ນສີດໍາຫຼືສີຂາວ.

“ວິທີທີ່ປະຊາຊົນສື່ສານໃນສື່ສັງຄົມແລະເກມ, ແລະວິທີການນໍາໃຊ້ພາສາ, ໂດຍສະເພາະໃນສອງຫຼືສາມປີທີ່ຜ່ານມາ, ແມ່ນມີການປ່ຽນແປງຢ່າງໄວວາ. ຄວາມວຸ້ນວາຍທົ່ວໂລກຢ່າງຕໍ່ເນື່ອງສົ່ງຜົນກະທົບຕໍ່ການສົນທະນາ,” Lavia ເວົ້າ. “ເມື່ອມະນຸດໄດ້ຮັບການຝຶກອົບຮົມໃຫ້ເຂົ້າໃຈຮູບແບບທີ່ເປັນພິດ, ເຈົ້າອາດຈະລ້າສະໄຫມ, ແລະສິ່ງຕ່າງໆເລີ່ມເລື່ອນຜ່ານຮອຍແຕກ.”

ການປຸງແຕ່ງພາສາທໍາມະຊາດ (NLP), ຫຼືຄວາມສາມາດສໍາລັບຄອມພິວເຕີທີ່ຈະເຂົ້າໃຈພາສາຂອງມະນຸດ, ໄດ້ກ້າວຫນ້າໃນແບບກ້າວກະໂດດໃນສອງສາມປີຜ່ານມາ, ແລະໄດ້ກາຍເປັນວິທີໃຫມ່ໆເພື່ອກໍານົດຄວາມເປັນພິດໃນຂໍ້ຄວາມໃນເວລາທີ່ແທ້ຈິງ. ຮູບແບບທີ່ມີປະສິດທິພາບທີ່ເຂົ້າໃຈພາສາຂອງມະນຸດໃນທີ່ສຸດກໍ່ມີໃຫ້ຜູ້ພັດທະນາ, ແລະຕົວຈິງແລ້ວສາມາດໃຫ້ໄດ້ໃນດ້ານຄ່າໃຊ້ຈ່າຍ, ຊັບພະຍາກອນແລະຂະຫນາດເພື່ອປະສົມປະສານເຂົ້າໃນຂະບວນການເຮັດວຽກແລະ stacks ເຕັກໂນໂລຢີທີ່ມີຢູ່.

ຮູບແບບພາສາພັດທະນາແນວໃດໃນເວລາຈິງ

ສ່ວນຫນຶ່ງຂອງການປານກາງແມ່ນຢູ່ໃຫ້ທັນກັບເຫດການໃນປະຈຸບັນ, ເພາະວ່າໂລກພາຍນອກບໍ່ໄດ້ຢູ່ຂ້າງນອກ — ມັນສົ່ງຜົນກະທົບຕໍ່ຊຸມຊົນອອນໄລນ໌ແລະການສົນທະນາຢ່າງຕໍ່ເນື່ອງ. ຮູບແບບພື້ນຖານແມ່ນໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນ terabytes, ໂດຍການຂູດເວັບ, ແລະຫຼັງຈາກນັ້ນການປັບຕົວແບບລະອຽດເຮັດໃຫ້ຕົວແບບທີ່ກ່ຽວຂ້ອງກັບຊຸມຊົນ, ໂລກແລະທຸລະກິດ. ວິສາຫະກິດນໍາເອົາຂໍ້ມູນ IP ຂອງຕົນເອງມາປັບຕົວແບບເພື່ອເຂົ້າໃຈທຸລະກິດສະເພາະຂອງເຂົາເຈົ້າ ຫຼືວຽກງານສະເພາະຂອງເຂົາເຈົ້າຢູ່ໃນມື.

“ນັ້ນແມ່ນບ່ອນທີ່ທ່ານສາມາດຂະຫຍາຍຕົວແບບເພື່ອເຂົ້າໃຈທຸລະກິດຂອງທ່ານແລະປະຕິບັດຫນ້າວຽກໃນລະດັບທີ່ມີປະສິດທິພາບສູງ, ແລະພວກເຂົາສາມາດປັບປຸງໄດ້ໄວ,” Lavia ເວົ້າ. “ແລະຫຼັງຈາກນັ້ນເມື່ອເວລາຜ່ານໄປທ່ານສາມາດສ້າງຂອບເຂດເພື່ອເລີ່ມຕົ້ນການຝຶກອົບຮົມແລະຊຸກຍູ້ອັນໃຫມ່ໄປສູ່ຕະຫຼາດ, ດັ່ງນັ້ນທ່ານສາມາດສ້າງຄວາມຕັ້ງໃຈໃຫມ່ສໍາລັບສານພິດ.”

ທ່ານ​ອາດ​ຈະ​ຍົກ​ທຸງ​ການ​ສົນ​ທະ​ນາ​ໃດໆ​ກ່ຽວ​ກັບ​ລັດ​ເຊຍ ແລະ​ຢູ​ເຄ​ຣນ, ເຊິ່ງ​ອາດ​ຈະ​ບໍ່​ຈຳ​ເປັນ​ເປັນ​ພິດ, ແຕ່​ກໍ​ເປັນ​ການ​ຕິດ​ຕາມ. ຖ້າຜູ້ໃຊ້ຖືກທຸງເປັນຈໍານວນຄັ້ງໃຫຍ່ໃນເຊດຊັນ, ເຂົາເຈົ້າຈະຖືກລາຍງານ, ຕິດຕາມແລະລາຍງານຖ້າຈໍາເປັນ.

ທ່ານກ່າວວ່າ “ຕົວແບບກ່ອນ ໜ້າ ນີ້ບໍ່ສາມາດກວດພົບໄດ້,” ລາວເວົ້າ. “ໂດຍການຝຶກອົບຮົມແບບຈໍາລອງຄືນໃຫມ່ເພື່ອປະກອບມີຂໍ້ມູນການຝຶກອົບຮົມປະເພດນັ້ນ, ທ່ານເລີ່ມຕົ້ນຄວາມສາມາດໃນການຕິດຕາມແລະກໍານົດປະເພດຂອງເນື້ອຫານັ້ນ. ດ້ວຍ AI, ແລະມີແພລະຕະຟອມເຫຼົ່ານີ້ຄືກັບສິ່ງທີ່ Cohere ກໍາລັງພັດທະນາ, ມັນງ່າຍຫຼາຍທີ່ຈະຝຶກອົບຮົມແບບຈໍາລອງແລະການຝຶກອົບຮົມຢ່າງຕໍ່ເນື່ອງຕາມເວລາທີ່ທ່ານຕ້ອງການ.”

ທ່ານ​ສາ​ມາດ​ຕິດ​ສະ​ຫຼາກ​ຂໍ້​ມູນ​ຂ່າວ​ສານ​ຜິດ​ພາດ​, ການ​ສົນ​ທະ​ນາ​ທາງ​ດ້ານ​ການ​ເມືອງ​, ກິດ​ຈະ​ກໍາ​ໃນ​ປະ​ຈຸ​ບັນ — ປະ​ເພດ​ຂອງ​ຫົວ​ຂໍ້​ທີ່​ບໍ່​ເຫມາະ​ສົມ​ກັບ​ຊຸມ​ຊົນ​ຂອງ​ທ່ານ​, ແລະ​ເຮັດ​ໃຫ້​ປະ​ເພດ​ຂອງ​ການ​ແບ່ງ​ປັນ​ທີ່​ເຮັດ​ໃຫ້​ຜູ້​ໃຊ້​ປິດ​.

ທ່ານກ່າວວ່າ “ສິ່ງທີ່ທ່ານເຫັນກັບເຟສບຸກແລະ Twitter ແລະບາງເວທີການຫຼີ້ນເກມ, ບ່ອນທີ່ມີການປັ່ນປ່ວນທີ່ສໍາຄັນ, ມັນຕົ້ນຕໍແມ່ນຍ້ອນສະພາບແວດລ້ອມທີ່ເປັນພິດນີ້,” ລາວເວົ້າ. “ມັນເປັນເລື່ອງຍາກທີ່ຈະເວົ້າກ່ຽວກັບການລວມຕົວໂດຍບໍ່ໄດ້ເວົ້າກ່ຽວກັບຄວາມເປັນພິດ, ເພາະວ່າສານພິດແມ່ນເຮັດໃຫ້ການລວມຕົວທີ່ຊຸດໂຊມລົງ. ຫຼາຍໆແພລະຕະຟອມເຫຼົ່ານີ້ຕ້ອງຊອກຫາສິ່ງທີ່ສື່ທີ່ມີຄວາມສຸກລະຫວ່າງການສ້າງລາຍໄດ້ແລະການເບິ່ງແຍງເວທີຂອງພວກເຂົາເພື່ອໃຫ້ແນ່ໃຈວ່າມັນປອດໄພສໍາລັບທຸກຄົນ.”

ເພື່ອຮຽນຮູ້ເພີ່ມເຕີມກ່ຽວກັບວິທີການ NLP model ເຮັດວຽກແລະວິທີການທີ່ນັກພັດທະນາສາມາດ leverage ໃຫ້ເຂົາເຈົ້າ, ວິທີການສ້າງແລະຂະຫນາດລວມຊຸມຊົນຄ່າໃຊ້ຈ່າຍປະສິດທິພາບແລະຫຼາຍ, ຢ່າພາດເຫດການຕາມຄວາມຕ້ອງການນີ້!

ເບິ່ງຟຣີຕາມຄວາມຕ້ອງການດຽວນີ້!

ວາລະ

  • ເຄື່ອງ​ມື​ການ​ຕັດ​ຫຍິບ​ກັບ​ທ້ອງ​ຖິ່ນ​ແລະ​ນະ​ໂຍ​ບາຍ​ທີ່​ເປັນ​ເອ​ກະ​ລັກ​ຂອງ​ຊຸມ​ຊົນ​ຂອງ​ທ່ານ​
  • ເພີ່ມຄວາມສາມາດໃນການເຂົ້າໃຈ nuance ແລະສະພາບການຂອງພາສາຂອງມະນຸດ
  • ການນໍາໃຊ້ພາສາ AI ທີ່ຮຽນຮູ້ເປັນພິດພັດທະນາ
  • ຢ່າງຫຼວງຫຼາຍເລັ່ງຄວາມສາມາດໃນການກໍານົດຄວາມເປັນພິດໃນລະດັບ

ຜູ້ນຳສະເໜີ

  • David Winnຫົວຫນ້າການໃຫ້ຄໍາປຶກສາການແກ້ໄຂ, Google Cloud ສໍາລັບເກມ
  • Mike Laviaຫົວຫນ້າການຂາຍວິສາຫະກິດ, ຮ່ວມກັນ
  • Dean Takahashiນັກຂຽນນໍາ, GamesBeat (ຜູ້ຄວບຄຸມ)

ພາລະກິດຂອງ VentureBeat ​ແມ່ນ​ເພື່ອ​ເປັນ​ເມືອງ​ດິຈິ​ຕອລ ​ເພື່ອ​ໃຫ້​ຜູ້​ຕັດສິນ​ໃຈ​ທາງ​ດ້ານ​ເຕັກນິກ ​ໄດ້​ຮັບ​ຄວາມ​ຮູ້​ກ່ຽວ​ກັບ​ເຕັກ​ໂນ​ໂລ​ຊີ​ວິ​ສາ​ຫະກິດ​ທີ່​ມີ​ການ​ຫັນປ່ຽນ ​ແລະ ທຸລະ​ກິດ. ຄົ້ນພົບບົດສະຫຼຸບຂອງພວກເຮົາ.

Categories: AiHome

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *