ການສໍາພາດ
Peter Wang, CEO & ຜູ້ຮ່ວມກໍ່ຕັ້ງຂອງ Anaconda – ຊຸດສໍາພາດ
Peter Wang ເປັນ CEO ແລະຜູ້ຮ່ວມກໍ່ຕັ້ງຂອງ Anaconda. ກ່ອນທີ່ຈະກໍ່ຕັ້ງ Anaconda (ເມື່ອກ່ອນເອີ້ນວ່າ Continuum Analytics), Peter ໄດ້ໃຊ້ເວລາ 15 ປີໃນການອອກແບບ ແລະການພັດທະນາຊອບແວໃນທົ່ວຂົງເຂດທີ່ກວ້າງຂວາງ, ລວມທັງຮູບພາບ 3D, geophysics, ການຈໍາລອງຂໍ້ມູນຂະຫນາດໃຫຍ່ແລະການເບິ່ງເຫັນ, ການສ້າງແບບຈໍາລອງຄວາມສ່ຽງທາງດ້ານການເງິນ, ແລະຮູບພາບທາງການແພດ.
ໃນຖານະຜູ້ສ້າງຊຸມຊົນ PyData ແລະກອງປະຊຸມ, ລາວອຸທິດເວລາແລະພະລັງງານເພື່ອການຂະຫຍາຍຕົວຂອງຊຸມຊົນວິທະຍາສາດຂໍ້ມູນ Python ແລະສົ່ງເສີມການເພີ່ມຄວາມຮູ້ຂໍ້ມູນທົ່ວໂລກ. Peter ໄດ້ຮັບປະລິນຍາຕີຟີຊິກຈາກມະຫາວິທະຍາໄລ Cornell.
ມີຜູ້ໃຊ້ຫຼາຍກວ່າ 35 ລ້ານຄົນ, Anaconda ເປັນແພລະຕະຟອມທີ່ນິຍົມທີ່ສຸດໃນໂລກເພື່ອພັດທະນາແລະນໍາໃຊ້ວິທີແກ້ໄຂ Python ທີ່ປອດໄພ, ໄວກວ່າ.
ສິ່ງທີ່ດຶງດູດທ່ານໃນເບື້ອງຕົ້ນວິທະຍາສາດຄອມພິວເຕີ?
ຂ້າພະເຈົ້າໄດ້ເລີ່ມຕົ້ນການຂຽນລະຫັດໃນໄວຫນຸ່ມ, ໂດຍບໍ່ມີການປະລິນຍາວິທະຍາສາດຄອມພິວເຕີຢ່າງເປັນທາງການ. ໃນຂະນະທີ່ໃນເບື້ອງຕົ້ນໄດ້ດຶງດູດເອົາມັນສໍາລັບຄວາມຕື່ນເຕັ້ນທີ່ຈະສັ່ງຄອມພິວເຕີເພື່ອປະຕິບັດວຽກງານ, ຄວາມສົນໃຈຂອງຂ້ອຍໄດ້ເລິກລົງເມື່ອຂ້ອຍຄົ້ນພົບຄວາມເປັນໄປໄດ້ທີ່ສ້າງສັນ - ເກມຫັດຖະກໍາແລະການສະແດງແນວຄວາມຄິດ. ສໍາລັບຂ້ອຍ, ຄອມພິວເຕີຜ່ານການເຮັດວຽກພຽງແຕ່; ມັນເປັນຜ້າໃບທີ່ບໍ່ສິ້ນສຸດສໍາລັບການສະແດງອອກດ້ວຍຕົນເອງ. ໃນຍຸກທໍາອິດຂອງຄອມພິວເຕີ້, ຄວາມຄິດສ້າງສັນບໍ່ຮູ້ຂອບເຂດ, ແລະມີການໄຫຼເຂົ້າກັນລະຫວ່າງການສະແຫວງຫາທີ່ແຕກຕ່າງກັນ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ດ້ວຍການຫັນເປັນອຸດສາຫະກຳ ແລະ ຂັ້ນຕອນຂອງການບໍ່ມີຕົວຕົນໃນປັດຈຸບັນ, ຄວາມຄິດສ້າງສັນທີ່ບໍ່ມີຕົວຕົນໄດ້ກາຍເປັນສິ່ງທ້າທາຍຫຼາຍຂຶ້ນ.
ເຈົ້າສາມາດແບ່ງປັນເລື່ອງ genesis ທີ່ຢູ່ເບື້ອງຫຼັງ Anaconda, Inc ໄດ້ບໍ?
ຜູ້ຮ່ວມກໍ່ຕັ້ງຂອງຂ້ອຍແລະຂ້ອຍໄດ້ເລີ່ມຕົ້ນ Anaconda ໃນປີ 2012, ແຕ່ຕົ້ນກໍາເນີດຂອງທຸລະກິດສາມາດຕິດຕາມກັບເວລາທີ່ພວກເຮົາເປັນທີ່ປຶກສາດ້ານຊອບແວ. ພວກເຮົາໄດ້ເຫັນການພັດທະນາພື້ນຖານການຮັບຮອງເອົາພາສາການຂຽນໂປລແກລມ Python ສໍາລັບການວິເຄາະຂໍ້ມູນທຸລະກິດແລະຮູ້ວ່າການປະຕິວັດກໍາລັງດໍາເນີນຢູ່. ອຸດສາຫະກໍາທີ່ຕ້ອງການຄວາມສາມາດໃນການຄິດໄລ່ຕົວເລກທີ່ຫນັກແຫນ້ນເຊັ່ນ: ການເງິນໄດ້ເຂົ້າໄປໃນ Python, ແລະເມື່ອເວລາຜ່ານໄປ, ພາສາໄດ້ເຫັນການຮັບຮອງເອົາຢ່າງໄວວາໃນການດູແລສຸຂະພາບ, ການຜະລິດ, ການຂາຍຍ່ອຍ, ແລະທຸກໆອຸດສາຫະກໍາທີ່ຕິດຕາມການວິເຄາະຂັ້ນສູງເພື່ອຕັດສິນໃຈທຸລະກິດທີ່ດີກວ່າ. ແຕ່ເຖິງວ່າຈະມີການຂະຫຍາຍຕົວທາງອິນຊີຢ່າງກວ້າງຂວາງຂອງ Python, ພວກເຮົາຮູ້ສຶກວ່າອຸດສາຫະກໍາຂາດຫາຍໄປໃນເລື່ອງທີ່ແທ້ຈິງ: ຄວາມຕ້ອງການອັນໃຫຍ່ຫຼວງສໍາລັບເຄື່ອງມືການວິເຄາະແບບພິເສດທີ່ມີປະສິດທິພາບສູງທີ່ສາມາດຖືກນໍາໃຊ້ໂດຍຜູ້ທີ່ບໍ່ແມ່ນນັກຂຽນໂປລແກລມ. ໃນຕອນທໍາອິດ, ນັກລົງທຶນບໍ່ແນ່ນອນກ່ຽວກັບພາສາການຂຽນໂປລແກລມຫຼືລະບົບນິເວດແຫຼ່ງເປີດແລະບໍ່ເຫັນຄຸນຄ່າໃນຊຸມຊົນຂໍ້ມູນ Python ທີ່ Anaconda ໄດ້ stewarded. ແຕ່ຍຸດທະສາດການເຕີບໂຕທີ່ນໍາພາໂດຍຜູ້ປະຕິບັດນີ້ໃນທີ່ສຸດເຮັດໃຫ້ Anaconda ແລະລະບົບນິເວດ Python ໄດ້ຮັບການຮັບຮອງເອົາຢ່າງໄວວາໃນທົ່ວທຸກອຸດສາຫະກໍາທົ່ວໂລກ.
Anaconda ມຸ່ງໝັ້ນທີ່ຈະສົ່ງເສີມການປະດິດສ້າງແຫຼ່ງເປີດ, ເປັນຫຍັງ open-source ຈຶ່ງສຳຄັນ?
ຂ້າພະເຈົ້າເຊື່ອຫມັ້ນຢ່າງຫນັກແຫນ້ນວ່າຄວາມໂປ່ງໃສແລະການຮ່ວມມືແມ່ນປັດໃຈສໍາຄັນສໍາລັບການພັດທະນາເຕັກໂນໂລຢີແລະວິທີແກ້ໄຂສໍາລັບສັງຄົມໂດຍລວມ. Open-source ບໍ່ພຽງແຕ່ຮັບປະກັນຄວາມໂປ່ງໃສ, ແຕ່ຍັງເສີມຂະຫຍາຍການຮ່ວມມືແລະສົ່ງເສີມວັດທະນະທໍາປະດິດສ້າງໃນບັນດານັກພັດທະນາ. ເມື່ອມີທັດສະນະ ແລະຄວາມຮູ້ຫຼາຍຂື້ນທີ່ເຮັດວຽກຮ່ວມກັນເພື່ອພັດທະນາວິທີແກ້ໄຂ, ຜົນໄດ້ຮັບທີ່ດີກວ່າ. ຫຼັກການທີ່ຢູ່ເບື້ອງຫຼັງແຫຼ່ງເປີດໃຫ້ສອດຄ່ອງຢ່າງໃກ້ຊິດກັບພາລະກິດຂອງ Anaconda ເພື່ອປະຊາທິປະໄຕທາງດ້ານເຕັກໂນໂລຢີ ແລະເສີມຂະຫຍາຍການສຶກສາເຊັ່ນດຽວກັນ – ຊອບແວໂອເພນຊອດໃຫ້ໂອກາດການຮຽນຮູ້ທີ່ມີຄຸນຄ່າແກ່ຜູ້ພັດທະນາ, ນັກສຶກສາ, ແລະຜູ້ທີ່ກະຕືລືລົ້ນທີ່ເຂົາເຈົ້າສາມາດສຶກສາລະຫັດ, ຮຽນຮູ້ການປະຕິບັດທີ່ດີທີ່ສຸດ, ແລະໄດ້ຮັບປະສົບການປະຕິບັດຕົວຈິງ. ໂດຍການປະກອບສ່ວນເຂົ້າໃນໂຄງການແຫຼ່ງເປີດ.
ໃນປີ 2022 Anaconda ເປີດຕົວ PyScript, ເຄື່ອງມືເວັບໄຊຕ໌ສໍາລັບການຂຽນລະຫັດໃນຕົວທ່ອງເວັບແລະນໍາໃຊ້ແອັບຯດ້ວຍການຄລິກປຸ່ມຫນຶ່ງ. ທ່ານສາມາດແບ່ງປັນລາຍລະອຽດບາງຢ່າງກ່ຽວກັບເຄື່ອງມືນີ້ແລະສິ່ງທີ່ເຮັດໃຫ້ມັນມີອໍານາດຫຼາຍ?
ຫຼັງຈາກເປີດຕົວໂຄງການ PyScript ແຫຼ່ງເປີດໃນປີກາຍນີ້ເປັນຫຼັກຖານສະແດງແນວຄວາມຄິດ, ໃນເດືອນມີນາ 2023 ພວກເຮົາໄດ້ປ່ອຍອອກມາ PyScript.com, ເວັບໄຊທີ່ອະນຸຍາດໃຫ້ທຸກຄົນສ້າງຄໍາຮ້ອງສະຫມັກເວັບໄຊຕ໌ທີ່ອຸດົມສົມບູນ, ໂຕ້ຕອບ, ແບ່ງປັນໄດ້ໂດຍກົງໃນຕົວທ່ອງເວັບ. ແພລະຕະຟອມການເຂົ້າລະຫັດແບບຍືດຫຍຸ່ນນີ້ມີສະພາບແວດລ້ອມການພັດທະນາແບບໂມດູລາ plug-and-play ແລະສາມາດສ້າງແອັບພລິເຄຊັນເວັບຮຸ່ນຕໍ່ໄປດ້ວຍການໂຕ້ຕອບຂໍ້ມູນແລະຄອມພິວເຕີ້ທີ່ໃຊ້ Python, ຫຼຸດຜ່ອນອຸປະສັກການເຂົ້າມາຢ່າງຫຼວງຫຼາຍທີ່ເຮັດໃຫ້ການຂຽນໂປຼແກຼມກວມເອົາ 99% ຂອງພົນລະເມືອງທີ່ບໍ່ມີ. ທັກສະການຂຽນລະຫັດທີ່ມີຢູ່. ດ້ວຍການເປີດຕົວນີ້, Anaconda ກໍາລັງເພີ່ມການເຂົ້າຫາໂດຍການສະຫນອງກອບທີ່ໃຫ້ທຸກຄົນໄດ້ຮັບປະສົບການໃນການພັດທະນາ Python.
ອຸດສາຫະກໍາວິທະຍາສາດຂໍ້ມູນໄດ້ຂະຫຍາຍຕົວຢູ່ໃນທົດສະວັດທີ່ຜ່ານມາຍ້ອນວ່າການຕັດສິນໃຈທີ່ຂັບເຄື່ອນດ້ວຍຂໍ້ມູນໄດ້ກາຍເປັນມາດຕະຖານ - ຊຸກຍູ້ນັກວິທະຍາສາດຂໍ້ມູນເປັນອັນດັບທີ 3. Glassdoor's 50 ວຽກທີ່ດີທີ່ສຸດໃນອາເມລິກາສໍາລັບ 2022. ແຕ່ໃນຂະນະທີ່ອຸດສາຫະກໍາກໍາລັງຈະເລີນເຕີບໂຕ, ຍັງມີບ່ອນຫວ່າງທີ່ຈະຍົກລະດັບແຮງງານໃນປະຈຸບັນແລະກໍາຈັດອຸປະສັກທີ່ມີຢູ່ໃນການເຂົ້າໄປຫາຜູ້ທີ່ຢາກຮູ້ກ່ຽວກັບໂລກຂອງການຂຽນລະຫັດ. ການເປີດຕົວນີ້ແມ່ນບາດກ້າວທໍາອິດໃນປະຊາທິປະໄຕທາງດ້ານວິທະຍາສາດຂໍ້ມູນ. ນອກຈາກນັ້ນ, ບຸກຄົນ ແລະ ອົງການຈັດຕັ້ງທີ່ສຸມໃສ່ການຍົກລະດັບທັກສະ ແລະ ທັກສະໃໝ່ຈະມີຄວາມໄດ້ປຽບໃນການແຂ່ງຂັນສະເໝີ. ໂດຍການສະຫນອງເວທີອອນໄລນ໌ທີ່ທຸກຄົນສາມາດເຂົ້າເຖິງໄດ້, ໂດຍບໍ່ມີພາລະຂອງການດາວໂຫຼດໄຟລ໌ແລະການຕັ້ງຄ່າສະພາບແວດລ້ອມ, PyScript ສະຫນອງໂອກາດທີ່ດີທີ່ຈະຮຽນຮູ້ Python, ພາສາການຂຽນໂປລແກລມທີ່ນິຍົມທີ່ສຸດໃນໂລກ.
ມີທັດສະນະແນວໃດກ່ຽວກັບອະນາຄົດຂອງການຂຽນລະຫັດ?
ການວິວັຖນາການຢູ່ຂ້າງຫນ້າເຮັດໃຫ້ການຜະລິດລະຫັດລວມເພີ່ມຂຶ້ນ, ມີສ່ວນທີ່ສໍາຄັນທີ່ຜະລິດໂດຍເຄື່ອງຈັກ. ຢ່າງໃດກໍ່ຕາມ, ການກວດສອບຂອງມະນຸດຈະຍັງຄົງເປັນສ່ວນຫນຶ່ງ. ຮູບພາບທຳມະດາຂອງການຂຽນໂປຣແກຣມ – ການປ້ອນລະຫັດເຂົ້າໄປໃນໄຟລ໌ຂໍ້ຄວາມ – ຈະຫັນປ່ຽນ. ອະນາຄົດຂອງການກໍ່ສ້າງລະບົບຂໍ້ມູນຂ່າວສານຈະແຕກຕ່າງຈາກການປະຕິບັດການຂຽນລະຫັດແບບດັ້ງເດີມ, ຮັບເອົາພູມສັນຖານທີ່ລະຫັດຖືກສ້າງ. ຂ້າພະເຈົ້າຍັງຄາດຄະເນວ່າລະບົບທີ່ພົ້ນເດັ່ນຂື້ນຈະເປັນຈຸດໃຈກາງຂອງຂໍ້ມູນສະເພາະແລະການສ້າງແບບຈໍາລອງ, ປັບປຸງການເຂົ້າລະຫັດດັ່ງທີ່ພວກເຮົາຮູ້ໃນມື້ນີ້.
ດຽວນີ້ Anaconda ໃຫ້ບໍລິການຫຼາຍກວ່າ 35 ລ້ານຄົນ, ເຈົ້າຖືວ່າຄວາມສໍາເລັດນີ້ແມ່ນຫຍັງ?
ຂ້າພະເຈົ້າເຊື່ອວ່າພວກເຮົາໄດ້ບັນລຸຜູ້ໃຊ້ຈໍານວນນີ້ໂດຍການສະຫນອງອຸປະກອນການສຶກສາທີ່ຫລາກຫລາຍແລະເຄື່ອງມືທີ່ຕອບສະຫນອງກັບຜູ້ໃຊ້ທຸກປະເພດ - ຕັ້ງແຕ່ນັກຮຽນຈົນເຖິງນັກຂຽນລະຫັດມືອາຊີບ. ໃນຂະນະທີ່ນະວັດຕະກໍາເຕັກໂນໂລຢີຍັງສືບຕໍ່, ມີຄວາມຕ້ອງການທັກສະ Python ຢ່າງຕໍ່ເນື່ອງໃນເກືອບທຸກໆອຸດສາຫະກໍາ. ດ້ວຍພາລະກິດຂອງພວກເຮົາເພື່ອປະຊາທິປະໄຕ Python, ເຮັດໃຫ້ການເຂົ້າລະຫັດແລະພື້ນຖານທີ່ທຸກຄົນສາມາດເຂົ້າເຖິງໄດ້, ພວກເຮົາສາມາດສະຫນອງຊັບພະຍາກອນທີ່ຈໍາເປັນເພື່ອສ້າງທັກສະສໍາລັບວຽກເຮັດງານທໍາໃນປັດຈຸບັນແລະໃນອະນາຄົດ.
ຫນຶ່ງໃນຄວາມຢາກຂອງເຈົ້າແມ່ນການຂະຫຍາຍການເຂົ້າເຖິງຄວາມຮູ້ຂໍ້ມູນ, ເຈົ້າສາມາດແບ່ງປັນລາຍລະອຽດບາງຢ່າງກ່ຽວກັບຄວາມພະຍາຍາມຂອງເຈົ້າກັບເລື່ອງນີ້ໄດ້ບໍ?
ຂ້າພະເຈົ້າເຊື່ອວ່າຖ້າພວກເຮົາເຂົ້າເຖິງນັກຮຽນໃນຂະນະທີ່ພວກເຂົາເລີ່ມຕົ້ນດ້ວຍວິທະຍາສາດຂໍ້ມູນ, ພວກເຮົາສາມາດມີຄວາມຄືບຫນ້າຢ່າງຫຼວງຫຼາຍໃນພາລະກິດຂອງພວກເຮົາເພື່ອບັນລຸຄວາມຮູ້ຂໍ້ມູນທົ່ວໂລກ. ເພື່ອສະຫນັບສະຫນູນສິ່ງນັ້ນ, Anaconda ໄດ້ເລີ່ມມີສ່ວນຮ່ວມກັບໂຮງຮຽນມັດທະຍົມໃນສະຫະລັດແລະທົ່ວໂລກເພື່ອເປັນເຈົ້າພາບ ງານວາງສະແດງວິທະຍາສາດຂໍ້ມູນ ທີ່ນໍາເອົານັກຮຽນຮ່ວມກັນເພື່ອສະແດງທັກສະ Python, ແບ່ງປັນໂຄງການທີ່ມີນະວັດກໍາ, ແລະອາດຈະໄດ້ຮັບທຶນການສຶກສາວິທະຍາໄລ. ນອກຈາກນັ້ນ, ພວກເຮົາບໍ່ດົນມານີ້ໄດ້ນໍາສະເຫນີ ການຮຽນຮູ້ Anaconda, ເຊິ່ງສະເຫນີຫຼາຍກວ່າສິບສອງຫຼັກສູດ, ມອບໃຫ້ນັກຮຽນທີ່ປະສົບຜົນສໍາເລັດໃຫ້ເຂົາເຈົ້າມີໃບຢັ້ງຢືນທີ່ສາມາດເສີມຂະຫຍາຍຄວາມສົດໃສດ້ານຂອງການຮັບປະກັນການຈ້າງງານຫຼືຄວາມກ້າວຫນ້າໃນການເດີນທາງດ້ານການສຶກສາຂອງເຂົາເຈົ້າ. ປື້ມບັນທຶກ Anaconda ຍັງຖືກອອກແບບເພື່ອຊ່ວຍຄົນທັນທີເຂົ້າໄປໃນວິທະຍາສາດຂໍ້ມູນ ແລະລະຫັດ Python. ໃນເດືອນພຶດສະພາຂອງ 2023, Anaconda ໄດ້ມາ EduBlocks, ເປັນເວທີຟຣີທີ່ນໍາເອົາທັກສະການເຂົ້າລະຫັດພື້ນຖານໃຫ້ກັບນັກຮຽນ K-12 ແລະຜູ້ຊ່ຽວຊານດ້ານການເລີ່ມຕົ້ນ. ໂດຍຜ່ານການໄດ້ມາ, EduBlocks ຈະສືບຕໍ່ພາລະກິດຂອງ Anaconda ເພື່ອປະຊາທິປະໄຕຂໍ້ມູນແລະທັກສະ Python ສໍາລັບກໍາລັງແຮງງານໃນອະນາຄົດ. ເນື່ອງຈາກວິທະຍາສາດຂໍ້ມູນ ແລະແບບຈໍາລອງ AI/ML ຍັງສືບຕໍ່ມີການຂະຫຍາຍຕົວໃນການເຮັດວຽກ ແລະຊີວິດ, Anaconda ສາມາດເປັນແຫຼ່ງສໍາລັບການຊີ້ນໍາ ແລະການຝຶກອົບຮົມເພື່ອໃຊ້ປະໂຫຍດຈາກໂລກໃໝ່ນີ້.
ເປັນຫຍັງອະນາຄົດຂອງ AI ຄວນເປີດຢ່າງສົມບູນ?
ຄ້າຍຄືກັນກັບຄວາມຮູ້ສຶກຂອງຂ້ອຍກ່ຽວກັບແຫຼ່ງເປີດ, ຄວາມໂປ່ງໃສ ແລະການຮ່ວມມືຈະນຳໄປສູ່ການພັດທະນາເຕັກໂນໂລຊີ AI ໃຫ້ປະສົບຜົນສຳເລັດຫຼາຍຂຶ້ນ ແລະ ເປັນປະໂຫຍດຕໍ່ສັງຄົມໂດຍລວມ. ໃນຂະນະທີ່ບໍ່ມີການປະຕິເສດວ່າການແຂ່ງຂັນອາວຸດ AI ເປັນຊ່ວງເວລາທີ່ຫນ້າຕື່ນເຕັ້ນໃນເຕັກໂນໂລຢີ, ການນໍາໃຊ້ແບບຈໍາລອງ AI ຢ່າງແຜ່ຫຼາຍອາດຈະຖ້ວມອິນເຕີເນັດດ້ວຍຂໍ້ມູນທີ່ບໍ່ໄດ້ມາຈາກເຫດການທີ່ແທ້ຈິງທີ່ຈະປົນເປື້ອນຊຸດຂໍ້ມູນການຝຶກອົບຮົມໃນອະນາຄົດສໍາລັບຕົວແບບໃນອະນາຄົດ. ນີ້ຈະນໍາໄປສູ່ຜົນກະທົບ "cannibalism ແບບຈໍາລອງ" ບ່ອນທີ່ຕົວແບບໃນອະນາຄົດຂະຫຍາຍອອກແລະມີຄວາມລໍາອຽງຕະຫຼອດໄປໂດຍຜົນຜະລິດຂອງຕົວແບບທີ່ຜ່ານມາ. ໃນອັດຕາຂອງຕົວແບບໃຫມ່ທີ່ອອກມາ, ການໂຕ້ວາທີກ່ຽວກັບຈັນຍາບັນກ່ຽວກັບ AI, ເຊັ່ນ: ຄວາມກັງວົນທາງດ້ານກົດຫມາຍ / ລິຂະສິດ, ແລະຄວາມລໍາອຽງໃນການຝຶກອົບຮົມແບບຈໍາລອງບໍ່ສາມາດຍັງຄົງຢູ່ໃນເຕົາໄຟຫລັງ. ດ້ວຍການພັດທະນາແບບເປີດກວ້າງມາເຖິງຄວາມສາມາດເຂົ້າເຖິງໄດ້ຫຼາຍຂຶ້ນ, ແລະຄວາມສາມາດສໍາລັບກຸ່ມພື້ນຖານ, ທັກສະ, ແລະປະສົບການທີ່ກວ້າງຂຶ້ນເພື່ອເຮັດວຽກຮ່ວມກັນ - ການສ້າງຜົນກະທົບ domino ໄປສູ່ຜົນໄດ້ຮັບທີ່ປະສົບຜົນສໍາເລັດຫຼາຍຂຶ້ນ (ແລະມີຈັນຍາບັນ).
ວິໄສທັດຂອງເຈົ້າສໍາລັບອະນາຄົດຂອງ AI ແມ່ນຫຍັງ?
ຂ້າພະເຈົ້າຄາດວ່າການເພີ່ມຂຶ້ນຂອງຕົວແບບ AI ທີ່ກະທັດຮັດ, ເຂົ້າໃຈໄດ້ຫຼາຍຂຶ້ນ. ການແກ້ໄຂບັນຫາກ່ຽວກັບສິດທິເນື້ອໃນແລະລິຂະສິດຈະເປັນຈຸດສໍາຄັນ. ຄາດຫວັງວ່າການຮັບຮອງເອົາເຕັກໂນໂລຢີ AI ເຫຼົ່ານີ້ຢ່າງກວ້າງຂວາງໃນສະຖານະການທຸລະກິດທີ່ແທ້ຈິງແລະປະສົບການຂອງລູກຄ້າ. ຈຸດສຸມຈະປ່ຽນໄປສູ່ການຊີ້ນໍາແລະການຝຶກອົບຮົມ AI ສໍາລັບການນໍາໃຊ້ໃນທາງບວກ. ການຫັນປ່ຽນນີ້ສາມາດຖືກປຽບທຽບກັບວິວັດທະນາການຂອງເຄື່ອງຈັກ - ການເຄື່ອນຍ້າຍຈາກຂະຫນາດໃຫຍ່ໄປຫາຂະຫນາດນ້ອຍ, ໂດຍເນັ້ນຫນັກໃສ່ການຄົ້ນພົບໃຫມ່ກ່ຽວກັບການນໍາໃຊ້ເຄື່ອງຈັກ.
ໃນປັດຈຸບັນພວກເຮົາສາມາດເຂົ້າເຖິງຮູບແບບຂອງ "ພື້ນຖານ" ປັນຍາທີ່ສາມາດປະຕິບັດວຽກງານທີ່ເຄີຍຕ້ອງການຄວາມຊໍານານຂອງມະນຸດ - ບໍ່ຈໍາເປັນຕ້ອງມີຄວາມຫຍຸ້ງຍາກ, ແຕ່ຕ້ອງການຄວາມວ່ອງໄວ. ເຫຼົ່ານີ້ແມ່ນກໍລະນີການນໍາໃຊ້ທີ່ຖືກມອງຂ້າມໃນເມື່ອກ່ອນເນື່ອງຈາກຄວາມຕ້ອງການສໍາລັບການແຊກແຊງຂອງມະນຸດ, ແຕ່ກັບການມາເຖິງຂອງ AI, ສິ່ງທ້າທາຍຄັ້ງດຽວແມ່ນສາມາດບັນລຸໄດ້.
ຂອບໃຈສໍາລັບການສໍາພາດທີ່ຍິ່ງໃຫຍ່, ຜູ້ອ່ານທີ່ຕ້ອງການຮຽນຮູ້ເພີ່ມເຕີມຄວນໄປຢ້ຽມຢາມ Anaconda.
