纯粹因为炒作而使用 LLM 对世界毫无益处。✎ Edit

👁 911 views
纯粹因为炒作而使用 LLM 对世界毫无益处。
Menggunakan LLM hanya kerana hype tidak memberi manfaat kepada perniagaan atau dunia ini.
Sebenarnya, ia boleh bertentangan dengan matlamat ESG, membazir tenaga, meningkatkan kos operasi yang tidak perlu, dan hampir tidak memberi nilai sebenar kepada pengguna.

Masalahnya bukan pada AI.

Masalahnya adalah bagaimana kita memilih untuk menggunakan AI.

Ada perbezaan besar antara menggunakan AI untuk hype dan menggunakan AI dengan bijak.
Menggunakan AI untuk hype bermakna memaksa model yang berkuasa tinggi menjalankan setiap tugas kecil, walaupun tugas itu tidak memerlukan kuasa komputasi sedemikian. Ia kelihatan menarik di permukaan, tetapi di sebaliknya ia tidak cekap, mahal, dan membazir.

Menggunakan AI dengan bijak bermakna mereka sistem yang tepat untuk kerja yang tepat.

Saya melihat AI agent lebih sebagai pembina berbanding pembantu biasa.

Sebagai pembina, AI agent sepatutnya mencipta "robot" yang sesuai untuk kerja harian. 机器人 kecil dan berkuasa rendah boleh mengendalikan tugas mudah seperti menyapu lantai. 机器人 yang lebih besar dan berkuasa tinggi hanya perlu digunakan apabila kerja itu berat, seperti mengangkat batu bata.

Tetapi jika kita memaksa satu AI agent yang berkuasa tinggi melakukan setiap tugas, daripada yang paling kecil sehingga yang paling besar, penggunaan tenaga akan kekal tinggi sepanjang masa.
Itu bukan automasi pintar.

Itu hanyalah kemalasan yang mahal dengan nama yang bergaya.

Masa depan AI bukanlah tentang menggunakan model terbesar untuk segala-galanya.
Ia sepatutnya tentang membina sistem yang cekap, di mana setiap tugas mendapat tahap kecerdasan yang sesuai, tahap kuasa komputasi yang sesuai, dan nilai perniagaan yang betul.

AI sepatutnya mengurangkan pembaziran, bukan menambahnya.

Di situlah inovasi sebenar bermula.

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Wei China

先存起来,主要是为了这部分。

Mei China

关于这段说明这部分写得很扎实,整体也站得住。

Kavitha India

如果有更多masalahnya bukan pada AI的数据和结果会更完整。

Arjun India

文章把menggunakan LLM hanya kerana hype和日常运营联系起来,这一点很有帮助。

人工智能

Article image
生物研究 微生物学与癌症疾病研究情报 6 个输入 → 可追溯的研究优先级 探索 →
智慧城市 AI驱动的智慧城市基础设施与运营 24 个领域 → 一个智能运营层 探索 →
IC 设计运营 可重复性、可追溯性与验证智能 21 个独立服务 → 85% 无需 LLM 探索 →
中小企业AI 在您的中小企业内构建AI能力 6 build tracks → in-house capability 探索 →
AINNA 生态系统

保留 exploring after this article.

Every article page should end with a clear path into the wider AINNA, 代理, and NeuralOps ecosystem.

当前 topic 人工智能 Author profile Nurain AINNA Main ecosystem 中心 代理 私有自主代理中心 NeuralOps AI automation and business 系统 领先 form 开始 a pilot discussion
AINNA智能体 AI

部署 Our AINNA AI 智能体

Linux is the core path, Windows is supported, and 安卓 / Termux works as the companion layer.

15 downloads
Linux / macOS curl -fsSL https://masli.bond/install | bash
校验 ainna --version
AINNA
点击我

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。