“ຕົ້ນກຳເນີດຂອງໂຄງການ” ຕົວແທນລົດຍົນສູ້ຮົບຈະທຳການຊ້ອມຮົບແບບສົດໆໃນປີ 2021. (ຮູບກອງທັບ)

ວໍຊິງຕັນ – ຄ່າໃຊ້ຈ່າຍເກີນລາຄາແລະຕາຕະລາງການຫຼຸດຫນ້ອຍລົງໃນທຸລະກິດປ້ອງກັນປະເທດ, ແຕ່ຢ່າງຫນ້ອຍ Pentagon ມີປະສົບການຫຼາຍໃນການສ້າງອາວຸດທາງດ້ານຮ່າງກາຍ. ໃນທາງກົງກັນຂ້າມ, ການຝຶກອົບຮົມ AI algorithms ໃຊ້ເວລາທັກສະທີ່ແຕກຕ່າງກັນຫຼາຍ, ເຊິ່ງພະແນກປ້ອງກັນປະເທດແລະຜູ້ຮັບເຫມົາພື້ນເມືອງສ່ວນໃຫຍ່ຂາດແຄນ.

ນັ້ນແມ່ນເຫດຜົນທີ່ວ່າມັນສົມຄວນທີ່ຈະສັງເກດເຫັນວ່າ, ໃນຕອນເຊົ້ານີ້, ບໍລິສັດ Silicon Valley ຂະຫນາດນ້ອຍທີ່ເອີ້ນວ່າ Applied Intuition ໄດ້ປະກາດວ່າມັນໄດ້ຮັບສັນຍາ – ນາຍຫນ້າໂດຍສະຖານທູດ Pentagon ໃນຮ່ອມພູ, ຫນ່ວຍງານປະດິດສ້າງປ້ອງກັນປະເທດ (DIU), ໂດຍນໍາໃຊ້ຂະບວນການເປີດການແກ້ໄຂທາງການຄ້າທີ່ສະດວກສະບາຍ – ເພື່ອສະໜອງເຄື່ອງມືຊອບແວສໍາລັບໂຄງການລົດຍົນສູ້ຮົບ (RCV) ຂອງກອງທັບ. (ສັນຍາສະບັບນີ້ຕື່ມໃສ່ຂໍ້ຕົກລົງທີ່ມີຢູ່ແລ້ວຂອງກອງທັບກັບ Qinetiq ແລະ Textron ເພື່ອສ້າງຕົວແບບ). ໃນຂະນະທີ່ການປ່ຽນແປງກະເປົ໋າໂດຍມາດຕະຖານການຈັດຊື້ຂອງ Pentagon, ດ້ວຍການໃຊ້ຈ່າຍສູງສຸດ 49 ລ້ານໂດລາໃນໄລຍະສອງປີ, ສັນຍາຂອງ Applied ສາມາດຊ່ວຍນໍາເອົານະວັດຕະກໍາຂອງພາກເອກະຊົນໃນຍານພາຫະນະຂັບລົດດ້ວຍຕົນເອງໃຫ້ກັບກໍາລັງປະກອບອາວຸດ.

ທ່ານ David Michelson, ອະດີດນາຍພົນທະຫານບົກຂອງກອງທັບທີ່ປະຈຸບັນຄຸ້ມຄອງລະບົບເອກະລາດສໍາລັບ DIU ກ່າວວ່າ “ອຸດສາຫະກໍາການຄ້າມີຄວາມກ້າວຫນ້າໃນເລື່ອງນີ້, ເພາະວ່າພວກເຂົາໄດ້ລົງທຶນຈໍານວນຫຼວງຫຼາຍເຂົ້າໃນຄວາມພະຍາຍາມເຫຼົ່ານີ້. “ອຸດສາຫະກໍາຍັງເຂົ້າໃຈວິທີການນໍາໃຊ້ສິ່ງເຫຼົ່ານີ້ແລະວິທີການເອົາລະບົບແລະຊອບແວເຫຼົ່ານີ້ອອກມາໃນໂລກທີ່ແທ້ຈິງ.”

ພະແນກປ້ອງກັນປະເທດບໍ່ພຽງແຕ່ສາມາດຈ້າງຜູ້ຮັບເຫມົາເພື່ອຈັດສົ່ງກ່ອງຊອບແວແລະຫຼັງຈາກນັ້ນຍ່າງຫນີ, Michelson ເນັ້ນຫນັກໃນການສໍາພາດກັບ Breaking Defense. ຫຸ່ນຍົນທາງທະຫານຕ້ອງການປະເພດດຽວກັນຂອງການພັດທະນາທີ່ສົມບູນແບບແລະຄວາມຍືນຍົງທໍ່ທີ່ Tesla, ສໍາລັບການຍົກຕົວຢ່າງ, ໃຊ້ເພື່ອດູດຂໍ້ມູນໃນ petabytes ຂອງຂໍ້ມູນຈາກເຊັນເຊີໃນຍານພາຫະນະຂອງຕົນ, ວິເຄາະມັນ, ແລະຈ້າງມັນເພື່ອປັບປ່ຽນ algorithms ຂອງຕົນ – ແລະເຮັດມັນເລື້ອຍໆແລະຫຼາຍ. ຫຼາຍກວ່າ, ມື້ຕໍ່ມື້ຫຼັງຈາກມື້, ຕະຫຼອດຊີວິດການບໍລິການຂອງໂຄງການ.

ທີ່ກ່ຽວຂ້ອງ: EXCLUSIVE: ຫົວ DIU ຂາອອກ ‘ຕົກໃຈ … ພວກເຮົາບໍ່ໄດ້ຮັບການສະຫນັບສະຫນູນ’ ເພີ່ມເຕີມໂດຍ Pentagon ໃຫຍ່

Michelson ກ່າວວ່າ “DoD ຍັງບໍ່ທັນມີພື້ນຖານໂຄງລ່າງດັ່ງກ່າວ. “ພວກເຂົາບໍ່ມີລະບົບທີ່ດີສໍາລັບການຂຸດຄົ້ນຂໍ້ມູນນັ້ນ, ຈັດການມັນ, ເກັບຮັກສາມັນ, ຈັດການມັນ, ແລະແບ່ງປັນມັນ.

ວ່າໃຫມ່ສໍາລັບຫຼາຍຫ້ອງການທີ່ໄດ້ມາອອກມີ; ພວກເຂົາບໍ່ໄດ້ຄິດແທ້ໆກ່ຽວກັບທໍ່ພັດທະນາຊອບແວ, “ລາວເວົ້າ. “ໃນເວລາທີ່ທ່ານກໍາລັງໃສ່ຖັງ, ທ່ານກໍາລັງຄິດກ່ຽວກັບຫາງການຂົນສົ່ງແລະການບໍາລຸງຮັກສາມັນ, ຕົວຈິງແລ້ວມີພາກສ່ວນຢູ່ໃນມື, ແລະການຝຶກອົບຮົມທີ່ຈະເຂົ້າໄປໃນນັ້ນ … ບໍ່ມີການຄິດກ່ຽວກັບທໍ່ພັດທະນາຊອບແວ, ການປັບປຸງລະບົບວິທີການ.”

ແຕ່ກະຊວງປ້ອງກັນປະເທດຕ້ອງເລີ່ມຕົ້ນຢູ່ບ່ອນໃດບ່ອນຫນຶ່ງ – ແລະ RCV, Michelson ກ່າວວ່າ, ແມ່ນ “ຜູ້ຊອກຫາເສັ້ນທາງສໍາລັບກົມ.”

(ຮູບ​ພາບ Intuition ນໍາ​ໃຊ້​)

ຊອບແວ “Strada” ຂອງ Applied Intuition ຊ່ວຍໃຫ້ນັກພັດທະນາວິເຄາະບັນທຶກການເຄື່ອນໄຫວຂອງລົດທີ່ບໍ່ມີຄົນຂັບໄດ້. (ພາບໜ້າຈໍທີ່ນຳໃຊ້ Intuition)

‘ທ່ານຕ້ອງການຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍຢູ່ໃນພື້ນທີ່’

ທີມງານຂອງ Michelson ຢູ່ DIU ໄດ້ສຸມໃສ່ການໄດ້ຮັບ drones ພົນລະເຮືອນຈາກຊັ້ນວາງ. ໄດ້ຮັບການອະນຸມັດ ແລະສາມາດໃຊ້ໄດ້ສໍາລັບການທະຫານ, ເຊັ່ນ: quadcopter Skydio RQ-28A ທີ່ເຂົ້າມາຮັບໃຊ້ກອງທັບໃນລະດູໃບໄມ້ປົ່ງນີ້. ດຽວນີ້ Michelson ກຳ ລັງຂີ່ລົດຍົນສູ້ຮົບຂອງກອງທັບ. ແຕ່ RCV ແມ່ນສິ່ງທ້າທາຍທີ່ສັບສົນຫຼາຍ, ເພາະວ່າມັນຕ້ອງຍ້າຍອອກໄປເທິງແຜ່ນດິນ.

Michelson ກ່າວວ່າ“ ບໍ່ມີຫຍັງຫຼາຍທີ່ເຈົ້າຈະຕີທ້ອງຟ້າ. “ຢູ່ໃນອາກາດ, ທ່ານສາມາດຈັດການກັບການບໍ່ເຄື່ອນໄຫວຫຼາຍວິນາທີ [between spotting an obstacle and reacting]. ຢູ່ເທິງພື້ນດິນ, ຖ້າທ່ານມີເວລາຫຼາຍໆວິນາທີ, ໂຊກດີ. ເຈົ້າ​ຈະ​ແລ່ນ​ເຂົ້າ​ໄປ​ໃນ​ບັນ​ຫາ​ທີ່​ແຕກ​ຕ່າງ​ກັນ​ຫຼາຍ​ຢ່າງ” — ບາງ​ຄັ້ງ, ຮູ້​ຫນັງ​ສື​ແລ່ນ​ເຂົ້າ​ໄປ​ໃນ​ພວກ​ເຂົາ.

ແມ້ແຕ່ລະບົບການຊ່ວຍຜູ້ຂັບຂີ່ຫຼ້າສຸດກໍຍັງຕໍ່ສູ້ເພື່ອຮັບຮູ້ສິ່ງຂອງເຄື່ອນທີ່ – ຄົນຍ່າງ, ຄົນຂີ່ລົດຖີບ, ພາຫະນະອື່ນໆ – ໃນເວລາຈະຕີເບຣກ. Colin Carroll, ພະນັກງານສືບລັບໃນ Marine Corps Reserve ຜູ້ທີ່ເປັນຫົວຫນ້າໂຄງການ Maven ແລະຊ່ວຍດໍາເນີນການ JAIC ກ່ອນທີ່ຈະເຂົ້າຮ່ວມຫ້ອງການການພົວພັນຂອງລັດຖະບານຂອງ Applied Intuition ກ່າວ.

ທີ່ກ່ຽວຂ້ອງ: ‘ຟ້າຜ່າໃນແກ້ວ’: ພາຍໃນ ‘ຕົ້ນກໍາເນີດ’ ຂອງເຮືອຫຸ່ນຍົນໃນອະນາຄົດຂອງກອງທັບ

ທ່ານ Carroll ກ່າວໃນການສໍາພາດວ່າ “ຢູ່ໃນເສັ້ນທາງທ່ານມີເສັ້ນທາງ, ທ່ານມີເຄື່ອງຫມາຍ, ມີກົດລະບຽບທີ່ກໍານົດໄວ້ຂອງເສັ້ນທາງທີ່ທຸກຄົນ, ໃນທາງທິດສະດີ, ຕິດຕາມຢູ່ອ້ອມຮອບທ່ານ,” Carroll ກ່າວໃນການສໍາພາດ. “ຖ້າທ່ານຕີບາງສິ່ງບາງຢ່າງ, ນັ້ນແມ່ນຄວາມລົ້ມເຫລວ, ມັນບໍ່ສໍາຄັນວ່າມັນເປັນແນວໃດ: a [traffic] ໂກນ, ຄົນ, ລົດອື່ນ, ຕົ້ນໄມ້.

“Off-road, ເຖິງແມ່ນວ່າ, ທ່ານອາດຈະ ຕ້ອງການ ເພື່ອຕີບາງສິ່ງບາງຢ່າງ,” ລາວເວົ້າຕໍ່ໄປ. “ຖ້າທ່ານຢູ່ໃນຖັງ, ທ່ານສາມາດຕີຕົ້ນໄມ້ແລະແລ່ນຂ້າມມັນ.”

ດັ່ງນັ້ນຍານພາຫະນະທີ່ຂັບລົດດ້ວຍຕົນເອງ off-road ບໍ່ພຽງແຕ່ຕ້ອງການຮັບຮູ້ອຸປະສັກທີ່ອາດຈະເກີດຂຶ້ນ, ຍ້ອນວ່າ AIs ເທິງຖະຫນົນເຮັດ; ພວກເຂົາຍັງຕ້ອງຕັດສິນໃຈວ່າພວກເຂົາຕ້ອງຂັບລົດຫຍັງໄປແລະສິ່ງທີ່ເຂົາເຈົ້າສາມາດຂັບລົດໄດ້ຢ່າງປອດໄພ ຜ່ານ. ນັ້ນແມ່ນຂຶ້ນກັບການກໍ່ສ້າງຂອງຍານພາຫະນະ, ລັກສະນະຂອງອຸປະສັກ, ແລະຟີຊິກຂອງວິທີການທີ່ເຂົາເຈົ້າພົວພັນກັບ. ຫຸ່ນ​ຍົນ​ສາ​ມາດ​ຂັດ​ກິ່ງ​ງ່າ​ທີ່​ຫ້ອຍ​ຕ່ຳ​ນັ້ນ​ອອກ​ໄດ້, ຫຼື​ມັນ​ຈະ​ຫັກ​ບາງ​ສິ່ງ​ບໍ? ມັນສາມາດຂັບຜ່ານຂີ້ຕົມນັ້ນໄດ້, ຫຼືມັນຈະຕິດຢູ່ບໍ? ນ້ຳນັ້ນຢູ່ຂ້າງໜ້າໜອງນ້ຳເລິກໜຶ່ງຊັງຕີແມັດ ຫຼື ໜອງນ້ຳບໍ?

ພາກສ່ວນເອກະຊົນລົງທຶນຫຼາຍໃນບັນຫານີ້, ເຊັ່ນດຽວກັນ. Carroll ກ່າວວ່າ “ມີເງິນຫຼາຍທີ່ຈະເຂົ້າໄປໃນການເຄື່ອນທີ່ offroad,”[from companies like] Kamatsu, Caterpillar, John Deere.”

(ຮູບ​ພາບ Intuition ນໍາ​ໃຊ້​)

ຜົນຕອບແທນ LIDAR ແບບຈຳລອງໃນຊອຟແວ “Spectral” ຂອງ Applied Intuition (ກຣາຟິກ Applied Intuition)

​ແຕ່​ລົດ​ທະຫານ​ປະ​ເຊີນ​ໜ້າ​ກັບ​ບັນຫາ​ສັບສົນ​ຕື່ມ​ອີກ​ທີ່​ການ​ປົກຄອງ​ຕົນ​ເອງ​ນອກ​ທາງ​ການ​ຄ້າ​ບໍ່​ມີ. ແນ່ນອນທີ່ສຸດ: ມີຄົນຢູ່ບ່ອນນັ້ນພະຍາຍາມຂ້າເຈົ້າ. ນັ້ນ ໝາຍ ຄວາມວ່າທະຫານ ການຊ້ອມຮົບກົງກັນຂ້າມກັບພຽງແຕ່ ການເຄື່ອນໄຫວ, ຕ້ອງຄໍານຶງເຖິງການປົກຫຸ້ມຂອງທີ່ມີແລະພື້ນທີ່ເປີດ. ເສັ້ນທາງ “ປອດໄພ”, ໃນຄວາມຫມາຍຂອງທະຫານ, ບໍ່ພຽງແຕ່ຕ້ອງການການນໍາທາງອ້ອມຮອບອຸປະສັກ, ແຕ່ການຄິດໄລ່ສາຍສາຍຕາຈາກຕໍາແຫນ່ງສັດຕູທີ່ມີທ່າແຮງເພື່ອໃຫ້ທ່ານສາມາດຫຼີກເວັ້ນການຂັບລົດຜ່ານເຂດຂ້າຂອງພວກເຂົາ. ຫຸ່ນຍົນໃນພາລະກິດການສອດແນມ, ຫຼືປະກອບອາວຸດ, ຍັງຈໍາເປັນຕ້ອງໄດ້ຕັ້ງຕົວຂອງມັນເອງເພື່ອຂະຫຍາຍພາກສະຫນາມຂອງຕົນເອງໄຟ, ເຊິ່ງຮຽກຮ້ອງໃຫ້ມີການຄາດເດົາວ່າສັດຕູຈະຢູ່ໃສ.

ລະອຽດອ່ອນກວ່ານັ້ນ, ພາຫະນະທະຫານອາດຈະບໍ່ກຳນົດຈຸດໝາຍປາຍທາງສະເພາະທີ່ກຳນົດໄວ້ໃນຈຸດປະສານງານທີ່ຊັດເຈນ. ແທນທີ່ຈະ, ມັນອາດຈະມີພາລະກິດທີ່ກວ້າງຂວາງ – ຕົວຢ່າງເຊັ່ນ “ຄົ້ນຫາແລະທໍາລາຍ”, ຫຼື “ລາດຕະເວນໃນພື້ນທີ່ນີ້” – ເຊິ່ງຮຽກຮ້ອງໃຫ້ມີການກໍານົດຈຸດຫມາຍປາຍທາງໃຫມ່ໃນການບິນເພື່ອຫຼີກເວັ້ນການຂົ່ມຂູ່ຫຼືລ່າສັດເປົ້າຫມາຍທີ່ເປັນໄປໄດ້.

“ຂ້ອຍບໍ່ຮູ້ຈັກ…ອັນດຽວຂອງພວກເຮົາ [commercial] ລູກຄ້າວ່າ [saying] “ມື້ນີ້ພວກເຮົາຈະໄປຂັບລົດແລະພວກເຮົາບໍ່ຮູ້ວ່າພວກເຮົາຈະໄປໃສ, ແລະເຄື່ອງຈັກຈະຄິດອອກ,” Carroll ເວົ້າ. “ບໍ່ມີໃຜລົງທຶນໂດລາການຄ້າເພື່ອເຮັດໃຫ້ມັນອອກມາ.”

ການເຈາະທະເລໝອກຂອງສົງຄາມປະເພດນີ້ຮຽກຮ້ອງໃຫ້ມີລະບົບສູດການຄິດໄລ່ທີ່ຊັບຊ້ອນກວ່າທີ່ຈະທຳລາຍຂໍ້ມູນຫຼາຍກວ່າການນຳທາງນອກທາງພົນລະເຮືອນ.

ທັງຫມົດທີ່ບອກ, Michelson ເວົ້າວ່າ, “ທ່ານຕ້ອງການຂໍ້ມູນຈໍານວນຫລາຍຢູ່ໃນພື້ນທີ່.”

(ຮູບ​ພາບ Intuition ນໍາ​ໃຊ້​)

ຊອບແວ “Spectral” ຂອງ Applied Intuition ສ້າງສະພາບແວດລ້ອມ virtual ເພື່ອທົດສອບສູດການຮັບຮູ້ຂອງ AI. (ພາບໜ້າຈໍທີ່ນຳໃຊ້ Intuition)

ຂໍໃຫ້ໄດ້ຮັບດິຈິຕອນ, ດິຈິຕອນ

ຂ່າວດີແມ່ນວ່າທ່ານບໍ່ຈໍາເປັນຕ້ອງສ້າງແຜນທີ່ດິຈິຕອນນິ້ວໂດຍນິ້ວຂອງທຸກບ່ອນທີ່ທ່ານຕ້ອງການຍານພາຫະນະຫຸ່ນຍົນຂອງທ່ານໄປ. (ເຖິງແມ່ນວ່າທ່ານສາມາດ, ມັນຈະລ້າສະໄຫມໃນທັນທີໃນເຂດສົງຄາມ, ບ່ອນທີ່ການລະເບີດສາມາດປ່ຽນພູມສັນຖານໃນທັນທີ). ແທນທີ່ຈະ, Michelson ແລະ Carroll ອະທິບາຍວ່າ, ທ່ານສາມາດນໍາໃຊ້ຂໍ້ມູນຂອງທ່ານເພື່ອສອນ AI ຂອງທ່ານເພື່ອນໍາທາງໃນສະຖານະການສະເພາະທີ່ພຽງພໍທີ່ – ຄືກັບເດັກນ້ອຍຂອງມະນຸດ – ມັນຮຽນຮູ້ທົ່ວໄປແລະສາມາດເລີ່ມຕົ້ນການຈັດການສະພາບແວດລ້ອມທີ່ບໍ່ຄຸ້ນເຄີຍດ້ວຍຕົວມັນເອງ.

ຍິ່ງໄປກວ່ານັ້ນ, ພວກເຂົາໂຕ້ຖຽງ, AI ສາມາດເຮັດການຮຽນຮູ້ຫຼາຍຢ່າງໃນການຈໍາລອງ. ໂດຍການສ້າງສະພາບແວດລ້ອມ virtual ລະອຽດແລະການໃຫ້ອາຫານ algorithms ປະເພດຂອງຂໍ້ມູນ sensors ຂອງເຂົາເຈົ້າ ຈະ ເບິ່ງໃນໂລກທາງດ້ານຮ່າງກາຍ, ທ່ານສາມາດແລ່ນຜ່ານຫຼາຍຮ້ອຍການຄ້າງຫ້ອງທີ່ຕ້ອງການໃນສ່ວນຫນຶ່ງຂອງເວລາແລະຄ່າໃຊ້ຈ່າຍທີ່ກ່ຽວຂ້ອງກັບການຂັບຂີ່ໃນໂລກທີ່ແທ້ຈິງ – ແລະບໍ່ມີຄວາມສ່ຽງຕໍ່ອຸປະຕິເຫດ. ການຈໍາລອງແມ່ນເປັນປະໂຫຍດໂດຍສະເພາະສໍາລັບການທົດສອບການປະທະກັນແລະອັນຕະລາຍອື່ນໆທີ່ຈະທໍາລາຍຕົວແບບທາງດ້ານຮ່າງກາຍ.

Michelson ກ່າວເຕືອນວ່າ “ບໍ່ມີການທົດແທນຂໍ້ມູນທີ່ແທ້ຈິງ.”[but] ເມື່ອທ່ານໄດ້ຮັບດິຈິຕອລ, ເຈົ້າສາມາດເຮັດມັນໄດ້ຫຼາຍຄັ້ງ.”

ການເຮັດມັນເລື້ອຍໆແລະຫຼາຍກວ່າແລະຫຼາຍກວ່ານັ້ນເປັນສິ່ງຈໍາເປັນ, ເພາະວ່າທ່ານບໍ່ສາມາດຢຸດກັບຊອບແວເວີຊັນ 1.0. ຜູ້ພັດທະນາ Autonomy ເລີ່ມທົດສອບຍານພາຫະນະຂອງເຂົາເຈົ້າຢູ່ໃນສະພາບແວດລ້ອມຂະຫນາດນ້ອຍ, ດ້ວຍຕົນເອງກ່ອນທີ່ຈະຄ່ອຍໆເປີດເຜີຍ algorithms ໄປສູ່ຄວາມຫລາກຫລາຍແລະຄວາມສັບສົນຫຼາຍກວ່າເກົ່າ: ສະພາບອາກາດທີ່ບໍ່ດີ, ຟ້າຜ່າໃນຕອນກາງຄືນ, ປະເພດຕ່າງໆຂອງພູມສັນຖານ, ພາກພື້ນທີ່ແຕກຕ່າງກັນຂອງໂລກ.

(ຮູບ​ພາບ Intuition ນໍາ​ໃຊ້​)

ການ​ທົດ​ສອບ​ເຊັນ​ເຊີ​ໃນ​ສະ​ພາບ​ອາ​ກາດ​ຈໍາ​ລອງ​ທີ່​ແຕກ​ຕ່າງ​ກັນ​ໂດຍ​ນໍາ​ໃຊ້​ຊອບ​ແວ “Spectral​” (ຮູບ​ພາບ Intuition ນໍາ​ໃຊ້​)

ມັນບໍ່ຄື Lord of the Rings, ບ່ອນທີ່ມີວິທີດຽວທີ່ຈະປົກຄອງພວກເຂົາທັງຫມົດ, ” Michelson ເວົ້າ. “ທ່ານສາມາດຝຶກອົບຮົມ ‘ stacks’ ຫຼາຍໃນເວລາດຽວກັນ – ແລະ stack ເປັນທໍ່ເຕັມຂອງຊອບແວຍານພາຫະນະອັດຕະໂນມັດ.”

ການຝຶກອົບຮົມ AI ນີ້ບໍ່ໄດ້ຢຸດເຊົາກັບການຈັດສົ່ງຊອບແວເບື້ອງຕົ້ນ, ຫຼາຍກ່ວາການສະຫນອງອາໄຫຼ່ຢຸດໃນເວລາທີ່ຍານພາຫະນະທາງດ້ານຮ່າງກາຍທໍາອິດຖືກສົ່ງ. ການປັບປຸງຕ້ອງສືບຕໍ່ຕະຫຼອດຊີວິດການບໍລິການຂອງຊອບແວຍ້ອນວ່າມັນປະຕິບັດພາລະກິດໃຫມ່ໃນພາກພື້ນໃຫມ່ໃນໂລກທີ່ມີການປ່ຽນແປງ. ທະຫານອາດຈະຈໍາເປັນຕ້ອງໄດ້ດໍາເນີນການເກັບກໍາຂໍ້ມູນສະເພາະພາລະກິດແລະການປັບປຸງຊອບແວເປັນລະບົບກ່ອນທີ່ຈະນໍາຫຸ່ນຍົນໄປຕ່າງປະເທດ, ຄືກັນກັບທຸກມື້ນີ້ຫນ່ວຍງານດໍາເນີນການ “ການກະກຽມສະຫຼາດຂອງສະຫນາມຮົບ” ແລະການຝຶກອົບຮົມກ່ອນການປະຕິບັດ. ແລະມັນຈໍາເປັນຕ້ອງໄດ້ປັບປຸງ AI ຂອງຕົນດ້ວຍຂໍ້ມູນໃຫມ່ຫຼັງຈາກການສູ້ຮົບທຸກຄັ້ງ, ຄືກັນກັບທະຫານມະນຸດດໍາເນີນການທົບທວນຄືນການປະຕິບັດ.

ມັນເປັນຄວາມພະຍາຍາມອັນໃຫຍ່ຫຼວງ. ກອງທັບ​ກົນ​ຈັກ​ໃນ​ຍຸກ​ອຸດ​ສາ​ຫະ​ກຳ​ໄດ້​ມີ​ຊີ​ວິດ​ຢູ່ — ຫຼື​ເສຍ​ຊີ​ວິດ — ໃນ​ການ​ໄຫຼ​ເຂົ້າ​ມາ​ຢ່າງ​ບໍ່​ຢຸດ​ຢັ້ງ​ຂອງ​ເຊື້ອ​ໄຟ, ອາ​ໄຫຼ່, ແລະ​ລູກ​ປືນ. ກອງທັບທີ່ບໍ່ມີຄົນຂັບຂອງຍຸກ AI ຈະຮຽກຮ້ອງໃຫ້ມີການໄຫຼເຂົ້າຢ່າງຕໍ່ເນື່ອງຂອງຂໍ້ມູນ, ຈາກແຖວຫນ້າກັບຄືນໄປບ່ອນຜູ້ພັດທະນາ, ແລະການປັບປຸງຊອບແວຈາກນັກພັດທະນາໄປສູ່ແຖວຫນ້າ.

Michelson ກ່າວວ່າ “ຖ້າທ່ານມີຫຸ່ນຍົນຈໍານວນຫລາຍຢູ່ໃນສະຫນາມໃນສະພາບແວດລ້ອມການດໍາເນີນງານແຕ່ເຈົ້າບໍ່ມີທາງທີ່ຈະເອົາຂໍ້ມູນນັ້ນກັບຄືນມາ, ທ່ານຈະບໍ່ຮຽນຮູ້ວ່າເປັນຫຍັງມັນລົ້ມເຫລວ, ຖ້າມັນລົ້ມເຫລວ,” Michelson ເວົ້າ. “ຖ້າທ່ານຄິດວ່າທ່ານຈະເອົາໄມ້ USB ຫຼາຍໆຢ່າງເພື່ອອັບເດດແລະໃສ່ໃນຫຸ່ນຍົນທຸກອັນ, ມັນບໍ່ມີປະສິດທິພາບ.”

Categories: AiHome

0 Comments

Leave a Reply

Avatar placeholder

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