Вчера я организовывал папки на своем ноутбуке.

Ничего нового не создавал.

Ничего не удалял.

Тем не менее, все стало лучше.

Как только структура улучшилась, все стало легче находить и использовать.

В этот момент у меня возникло наблюдение.

Ценность данных определяется не только тем, что в них содержится.

Но и тем, как они организованы.

Тогда я осознал.

Иногда прогресс не приходит от избыточной информации.

Он приходит от лучшей структуры.

Чем больше я изучал AI-инфраструктуру, тем больше это начало казаться мне связанным с AI.

Мы рассматриваем AI с точки зрения интеллекта.

Но машина сначала смотрит на данные.

И для понимания данных ей нужна структура.

Вот тут мне показались интересными тензоры.

Тензор на самом деле не является интеллектом.

Это способ организации информации.

Такая структура, которая позволяет машине обрабатывать данные.

И возникает вопрос:

Если основа AI строится на тензорах, то и аппаратное обеспечение должно быть спроектировано в соответствии с этой структурой, не так ли?

Поэтому Tensor Processing Unit для меня не просто быстрая чип, а такая машина, которая создана для понимания языка тензоров.

Читая архитектуру @OpenGradient , я понял, что мы часто сосредотачиваемся на выходах, в то время как настоящая история разворачивается в инфраструктуре, которая обрабатывает данные.

Тем не менее, у меня есть сомнение.

Может ли чрезмерная оптимизация отвлечь нас от гибкости?

С каждой силой приходит и зависимость.

Поэтому мой вопрос таков:

Будущее AI будет формироваться более умными моделями...

Или же системами, которые могут выравнивать информацию с правильной структурой и вычислениями?

Возможно, самая важная часть AI — это не то, что дает ответ,

А то, что делает ответ возможным.

#opg #OPG $OPG

Настоящее преимущество AI?