Hinton最新訪談：GPT-3和人腦比參數量仍少1000倍

時間 2021-06-12

標籤人工智能简体版

原文原文鏈接

三十年前，Hinton對於神經網絡能夠取得大發展的信念是非主流的，而現在恐怕很難找到任何人反對。近期 Hinton 在麻省理工技術評論的年度 EmTech MIT 會議上，討論了這個領域的現狀以及他認爲下一步應該走向何方。現代的人工智能革命開始於一場競賽：2012年，一年一度的 ImageNet 競賽舉辦至第三年，競賽要求團隊建立能夠識別1000個物體的計算機視覺系統，從動物到景觀再到人

>>阅读原文<<

1. 谷歌最新模型pQRNN：效果接近BERT，參數量縮小300倍
2. Hinton取得新進展，以更少數據識別圖像
3. 人物訪談
4. 1000+倍！超強Python『向量化』數據處理提速攻略
5. 谷歌大腦發佈神經架構搜索新方法：提速1000倍
6. 也談oracle參數和參數文件
7. 洛谷P3911 最小公倍數之和-莫比烏斯反演
8. 萌新剛學最小公倍數
9. i9 10900k和i9 9900k參數對比提升多少
10. 747. 至少是其他數字兩倍的最大數/C++
更多相關文章...

相關標籤/搜索