Vegere ser esasê, pêşkeftina AIGC di yekjimariyê de tevliheviyek ji sê faktoran e:

1. GPT kopyaya neuronên mirovan e

GPT AI-ya ku ji hêla NLP ve hatî temsîl kirin algorîtmayek tora neuralî ya komputerê ye, ku cewhera wê simulkirina torên neuralî yên di korteksa mêjî ya mirovan de ye.

Pêvajokirin û xeyala aqilmend a ziman, muzîk, wêne û heta agahdariya tamê jî hemî fonksiyonên ku ji hêla mirovan ve têne berhev kirin in.

mêjî wekî "komputerek proteîn" di dema pêşveçûna demdirêj de.

Ji ber vê yekê, GPT bi xwezayî teqlîda herî maqûl e ji bo hilberandina agahdariya heman rengî, ango ziman, muzîk û wêneyên nesazkirî.

Mekanîzmaya pêvajokirina wê ne têgihîştina wateyê ye, belkî pêvajoyek paqijkirin, nasandin û hevgirtinê ye.Ev pir e

tiştekî paradoksî.

Algorîtmayên naskirina semantîkî yên destpêkê bi bingehîn modelek rêzimanê û databasek axaftinê ava kirin, dûv re axaftin bi ferhengê re nexşandin,

dûv re ferheng danîn nav databasa rêzimanê da ku wateya peyvsaziyê fam bike, û di dawiyê de encamên naskirinê bi dest xistin.

Karbidestiya naskirina vê "mekanîzmaya mantiqî" li ser bingeha naskirina hevoksaziyê li dora% 70 digere, wek nasîna ViaVoice.

algorîtmaya ku di salên 1990-an de ji hêla IBM ve hatî destnîşan kirin.

AIGC ne li ser lîstina bi vî rengî ye.Esasê wê ne xema rêzimanê ye, lê di şûna wê de avakirina algorîtmayek tora neuralî ye ku destûrê dide

komputer ji bo jimartina girêdanên îhtîmalî yên di navbera peyvên cihêreng de, ku girêdanên neuralî ne, ne girêdanên semantîk in.

Mîna hînbûna zimanê xwe yê zikmakî dema em ciwan bûn, em bi xwezayî fêrî zimanê xwe bûn, ne ku em fêrî "subjekt, bireser, bireser, lêker, temamker" bibin.

û paşê têgihîştina paragrafek.

Ev modela ramana AI-ê ye, ku naskirin e, ne têgihîştin.

Ji bo hemî modelên mekanîzmayên klasîk jî ev girîngiya AI-ê ya binerd e - ne hewce ye ku komputer di asta mentiqî de vê mijarê fam bikin,

lê belê pêwendiya di navbera agahdariya navxweyî de nas bike û nas bike, û paşê wê nas bike.

Mînakî, rewşa herikîna hêzê û pêşbîniya torên hêzê li ser bingeha simulasyona tora hêzê ya klasîk in, ku modelek matematîkî ya

mekanîzmayek tê saz kirin û dûv re bi karanîna algorîtmayek matrixê ve tê berhev kirin.Di pêşerojê de, dibe ku ne hewce be.AI dê rasterast nas bike û pêşbîn bike

hin nimûne modal li ser bingeha rewşa her girêk.

Her ku bêtir girêk hebin, algorîtmaya matrixê ya klasîk kêmtir populer e, ji ber ku tevliheviya algorîtmayê bi hejmara

girêk û pêşveçûna geometrîkî zêde dibe.Lêbelê, AI tercîh dike ku hevdemiya girêkek pir mezin hebe, ji ber ku AI di naskirin û naskirinê de baş e.

pêşbînîkirina modên torê yên herî muhtemel.

Ma ew pêşbîniya din a Go ye (AlphaGO dikare bi dehan gavên pêşeroj, bi îmkanên bêhejmar ji bo her gavekê pêşbîn bike) an pêşbîniya modal

ji pergalên hewayê yên tevlihev, rastbûna AI ji ya modelên mekanîkî pirtir e.

Sedema ku tora elektrîkê niha hewcedariya AI-yê nake ev e ku hejmara girêkên di torên elektrîkê yên 220 kV û jorîn de ku ji hêla parêzgehan ve têne rêvebirin.

belavkirin ne mezin e, û gelek şert têne destnîşan kirin ku matrixê xêz bikin û kêm bikin, tevliheviya hesabkerî ya pir kêm dike.

modela mekanîzmayê.

Lêbelê, di qonaxa herikîna hêza tora belavkirinê de, bi deh hezaran an bi sed hezaran girêkên hêzê, girêkên barkirinê û kevneşopî re rû bi rû dimînin.

algorîtmayên matrixê di tora belavkirina mezin de bêhêz e.

Ez bawer dikim ku naskirina nimûneya AI-ê di asta tora belavkirinê de dê di pêşerojê de gengaz bibe.

2. Berhevkirin, perwerdekirin û hilberandina agahiyên bêpergal

Sedema duyemîn a ku AIGC pêşkeftinek çêkiriye berhevkirina agahdarî ye.Ji veguherîna A/D ya axaftinê (mîkrofon + PCM

nimûne) ji bo veguherîna A/D ya wêneyan (CMOS + nexşeya cîhê rengîn), mirovan daneyên holografîk di dîmen û bihîstinê de berhev kirine.

zeviyên bi awayên pir kêm-mesref di van çend deh salên borî de.

Bi taybetî, populerbûna mezin a kamerayan û têlefonên têlefonê, berhevkirina daneyên bêpergal di warê bihîstwerî de ji bo mirovan.

hema hema bi lêçûnek sifir, û berhevkirina teqemenî ya agahdariya nivîsê ya li ser Înternetê mifteya perwerdehiya AIGC ye - berhevokên daneyên perwerdehiyê erzan in.

Hêjmara li jor meyla mezinbûna daneya gerdûnî nîşan dide, ku bi zelalî meylek berbiçav diyar dike.

Ev mezinbûna ne-hêlî ya berhevkirina daneyê bingehê mezinbûna ne-hêlî ya kapasîteyên AIGC ye.

LÊ, piraniya van daneyan daneyên dengî-dîmenî yên bêpergal in, ku bi lêçûnek sifir têne berhev kirin.

Di warê enerjiya elektrîkê de ev yek pêk nayê.Ya yekem, piraniya pîşesaziya hêza elektrîkê daneyên birêkûpêk û nîvsazkirî ne, wek mînak

voltaj û niha, ku berhevokên daneya xalî yên rêzikên demê û nîvsazkirî ne.

Pêdivî ye ku berhevokên daneya strukturel ji hêla komputeran ve werin fêm kirin û hewceyê "lihevkirinê" ye, wek hevrêziya cîhazê - Daneyên voltaj, niha û hêzê.

pêdivî ye ku veguhezek bi vê girêkê re were rêz kirin.

Zehmetkêştir hevrêziya demê ye, ku hewce dike ku voltaja, niha, û hêza çalak û reaktîf a li gorî pîvana demê li hev bikin, da ku

naskirina paşîn dikare were kirin.Di heman demê de rêgezên pêş û paş ve jî hene, ku di çar çargoşeyan de lihevhatina mekan in.

Berevajî daneyên nivîsê, yên ku ji hevhevkirinê re ne hewce ne, paragrafek bi tenê tê avêtin ser komputerê, ku komeleyên agahdariya mumkun nas dike.

li ser xwe.

Ji bo ku hûn vê pirsgirêkê li hev bikin, wek mînak berhevkirina alavên daneya belavkirina karsaziyê, bi domdarî hevrêzkirin hewce ye, ji ber ku navîn û

tora belavkirina voltaja nizm her roj amûr û xetên zêde dike, jê dike û diguhezîne, û pargîdaniyên torê lêçûnên kedê yên mezin xerc dikin.

Mîna "annotation data", komputer nikarin vê yekê bikin.

Ya duyemîn, lêçûna wergirtina daneyê di sektora hêzê de zêde ye, û li şûna ku têlefonek desta hebe ji bo axaftin û kişandina wêneyan senzor hewce ne.”

Her gava ku voltaja yek astê kêm dibe (an jî têkiliya belavkirina hêzê bi yek astê kêm dibe), veberhênana senzorê ya pêwîst zêde dibe.

bi kêmanî yek fermana mezinbûnê.Ji bo bidestxistina hestiyariya aliyê barkirinê (dawiya kapîlar), ew hê bêtir veberhênanek dîjîtal a girseyî ye.

Ger hewce be ku moda guhezbar a tora elektrîkê were nas kirin, nimûneya frekansa bilind a rast-bilind hewce ye, û lêçûn hîn mezintir e.

Ji ber lêçûna marjînal ya pir zêde ya wergirtina daneyan û berhevkirina daneyan, tora elektrîkê niha nikare têra xwe ne-xêz berhev bike.

mezinbûna agahdariya daneyê da ku algorîtmayek perwerde bike da ku bigihîje yekjimariya AI.

Ne ku behsa vebûna daneyan bikin, ne gengaz e ku destpêkek AI-ya hêzdar van daneyan bi dest bixe.

Ji ber vê yekê, berî AI-ê, pêdivî ye ku pirsgirêka berhevokên daneyê were çareser kirin, wekî din koda AI-ya gelemperî nikare were perwerde kirin ku AI-yek baş çêbike.

3. Serkeftin di hêza hesabker de

Digel algorîtma û daneyan, serketina yekjimariya AIGC di hêza hesabker de jî serkeftinek e.CPUyên kevneşopî ne

minasib ji bo hesabkirina neuronal hevdemî ya mezin.Ew bi rastî serîlêdana GPU-yan di lîstik û fîlimên 3D de ye ku paralelî pîvana mezin dike

nuqteya herikîn+çavkaniya hesabkirinê mimkun e.Qanûna Moore bêtir lêçûna hesabkirinê ya yekîneya hêza hesabker kêm dike.

Tora hêzê AI, di pêşerojê de meylek neçar e

Bi yekbûna hejmareke mezin ji pergalên hilanîna enerjiyê yên fotovoltaîk û belavbûyî, û her weha hewcedariyên serîlêdanê yên

santralên elektrîkê yên virtual ji aliyê barkirinê ve, bi awayekî objektîf hewce ye ku ji bo pergalên tora belavkirina giştî û bikarhêner pêşbîniya çavkanî û barkirinê were kirin.

pergalên torê yên belavkirinê (mîkro), û her weha xweşbîniya herikîna hêzê ya rast-dem ji bo pergalên torê yên belavkirinê (mîkro).

Tevliheviya hesabkirinê ya aliyê tora belavkirinê bi rastî ji ya plansazkirina tora veguheztinê mezintir e.Heta ji bo bazirganî

kompleks, dibe ku bi deh hezaran amûrên barkirinê û bi sedan guhezbar hebin, û daxwaza operasyona tora mîkro / tora belavkirinê ya bingehîn a AI-yê

kontrol dê derkeve.

Bi lêçûna kêm a sensoran û karanîna berbelav a amûrên elektronîkî yên hêzê yên wekî transformatorên statûya hişk, guhêrbarên rewşa zexm, û veguhezkeran,

entegrasyona hîskirin, hesabkirin, û kontrolê li kêleka tora elektrîkê jî bûye meylek nûjen.

Ji ber vê yekê, AIGC ya tora elektrîkê pêşeroj e.Lêbelê, ya ku îro hewce ye ne ev e ku meriv tavilê algorîtmayek AI-yê derxe da ku drav bide,

Di şûna wê de, pêşî pirsgirêkên avakirina binesaziya daneyê ku ji hêla AI-ê ve tê xwestin çareser bikin

Di bilindbûna AIGC de, pêdivî ye ku di derbarê asta serîlêdanê û pêşeroja hêza AI-ê de ramanek aram hebe.

Heya nuha, girîngiya hêza AI-ê ne girîng e: Mînakî, algorîtmayek fotovoltaîk bi rastbûna pêşbîniya% 90 li sûka spot tê danîn.

bi rêjeyek veqetandina bazirganiyê ya% 5, û veqetîna algorîtmayê dê hemî qezencên bazirganiyê ji holê rabike.

Daneyên av e, û hêza hesabker a algorîtmê kanalek e.Çawa dibe, ew ê bibe.