US
・UK
你只需評定自己在這些不同領域中的幸福感和對生活的滿意度。
所以你要問,如果我做了我害怕做的事,會發生什麼最糟糕的事情?
現在,我們加速的應用領域從計算機圖形學、光線追蹤,當然還有基因測序、科學計算、天文學、量子電路仿真、SQL 數據處理,甚至熊貓、數據科學。
我們看到了深度學習的潛力,並且相信,只是通過原則性思維相信,通過我們自己對深度學習可擴展性的分析相信。
對我來說,我會引導他們這樣做。
這種跨領域訓練能建立認知橋樑,讓你更快整合新資訊,真正變得更聰明,因為你能將所有知識連結起來。
是以,有很多很多的領域,但作為科技行業,我們面臨的真正挑戰是明確證明我們所創造的東西在真實的統計數據中顯示出來,而不僅僅是 AGI 或 AI 基準。
你知道,你去使用,你得到一個抵押貸款,而不是三個月或兩個月的等待,你不知道你是否會得到準許,或者,你知道,只是有這麼多的事情,是你生活的重要組成部分,被淹沒在文書工作或官僚主義,這些事情可能會消失。100%.
隨著這些工具越來越有效,這些界線可能會隨著時間而減弱。
另一件需要考慮的事情是,使用者在利用這些工具處理特定領域的工作時,在這些領域擁有一定的基本專業知識是很重要的。
而創建專業的內容需要在音頻、視頻、平面設計和演示等多個不同領域掌握大量技能。
讓我們聽聽亨特是如何從這種支持中受益的。