机构名称：
¥ 1.0
计算资源和数据存储容量的大幅提升使我们能够创建包含数十亿个参数的人工智能 (AI) 模型。个人、组织和政府越来越多地应用 AI 模型来解决复杂、广泛的问题——例如，管理国家电网、追踪流行病期间的疾病爆发以及打击网络欺凌。这些多方面的问题涉及大量人员、多个数据源、许多地理位置、不同的时间尺度和其他复杂输入。解决此类问题必须考虑嵌入式互连和规模，以应对挑战的范围。这并不像找到适用于小问题实例的方法并将相同的方法应用于大问题那么简单。（如果是这样的话，管理 10 名员工的团队和管理 100 名员工的团队就没有什么区别了。）相反，在创建任何类型的可扩展系统时，我们必须认识到系统属性会随着规模的变化而变化。因此，我们需要仔细考虑如何以与我们面临的问题规模成比例的规模创建和指导系统开发 [1] 。
可扩展的人工智能
主要关键词
相关文件推荐
