ලිපි

කෘත්‍රිම බුද්ධිය මින් පෙර කිසිදා නොදුටු වේගයකින් නව සොයාගැනීම් වල වේගය වේගවත් කිරීමට නියමිතයි

ඔහුගේ චාරිත්‍රානුකූල පුරෝකථන ලිපියේ, බිල් ගේට්ස් මෙසේ ලියයි, "කෘතිම බුද්ධිය මින් පෙර කිසිදා නොදුටු වේගයකින් නව සොයාගැනීම් වල වේගය වේගවත් කිරීමට සූදානම් වේ."

ග්‍රහලෝකයේ ගැටලුකාරී ප්‍රදේශවල මිනිසුන්ගේ රැකවරණය සඳහා කෘතිම බුද්ධිය මත පදනම් වූ යෙදුම් සංවර්ධනය කිරීමේ වැදගත්කම.

ඇස්තමේන්තුගත කියවීමේ කාලය: 5 මිනුටි

මයික්‍රොසොෆ්ට් සම-නිර්මාතෘ සහ දානපති බිල් ගේට්ස් ඔහුගේ වසර අවසාන සමුළුවේදී පවසන පරිදි, එක්සත් ජනපදය වැනි සංවර්ධිත රටවල සාමාන්‍ය ජනතාව විසින් කෘතිම බුද්ධි යෙදුම් භාවිතය “සැලකිය යුතු” ප්‍රමාණයකට ඉදිරි මාස 18-24 තුළ ආරම්භ වනු ඇත. . ලිපිය පසුගිය සතියේ පළ විය.

ඵලදායිතාව සහ නවෝත්පාදනය වැනි දේ කෙරෙහි ඇති බලපෑම පෙර නොවූ විරූ දෙයක් විය හැකි බව ගේට්ස් පවසයි.

"කෘත්‍රිම බුද්ධිය මින් පෙර කිසිදා නොදුටු වේගයකින් නව සොයාගැනීම් වල වේගය වේගවත් කිරීමට ආසන්නයි" ගේට්ස් ඔහුගේ බ්ලොග් අඩවියේ ලිවීය.

ගේට්ස්, ඔහු මෙලින්ඩා ප්‍රංශ ගේට්ස් සමඟ ආරම්භ කළ ගේට්ස් පදනමේ කොටසක් වන අතර, සංවර්ධනය වෙමින් පවතින රටවල කෘතිම බුද්ධියේ භාවිතයන් පිළිබඳ ලිපියේ ඔහුගේ ප්‍රකාශයන් අවධානය යොමු කළේය.

"කෘත්‍රිම බුද්ධි ක්ෂේත්‍රයේ ගේට්ස් පදනමේ ප්‍රධාන ප්‍රමුඛතාවයක් වන්නේ, ඒඩ්ස්, ක්ෂය රෝගය සහ මැලේරියාව වැනි ලෝකයේ දුප්පත්ම ජනතාවට අසමාන ලෙස බලපාන සෞඛ්‍ය ගැටලුවලට ද මෙම මෙවලම් ආමන්ත්‍රණය කිරීම සහතික කිරීමයි" ගේට්ස් ලිවීය.

ගේට්ස් විවිධ රටවල කෘත්‍රිම බුද්ධියේ විවිධ යෙදුම් උපුටා දක්වන අතර, ප්‍රායෝගික ක්‍රියාත්මක කිරීම මෙම වසරේ නොව මෙම දශකයේ අවසාන වසර තුළ සිදුවනු ඇති බව අවධාරණය කරයි.

ප්ලස්: මෙම 5 ප්‍රධාන තාක්ෂණික දියුණුව 2023 විශාලතම ක්‍රීඩාව වෙනස් කරන්නන් විය

කෘත්‍රිම බුද්ධිය හරහා “ඉදිරි වසරේ සිදු කෙරෙන කාර්යය මෙම දශකය අවසන් වන විට දැවැන්ත තාක්‍ෂණික උත්පාතයක් සඳහා වේදිකාව සකසනු ඇත” ගේට්ස් ලිවීය.

කෘතිම බුද්ධි යෙදුම් සඳහා උදාහරණ

ගේට්ස් විසින් ඔහුගේ ලිපියේ සඳහන් කර ඇති අධ්‍යාපනය සහ රෝගවලට එරෙහිව සටන් කිරීම සඳහා නිර්මාණය කර ඇත:

ප්රතිජීවක ප්රතිරෝධය, හෝ ක්ෂුද්ර ජීවී ප්රතිරෝධය (AMR) සමඟ සටන් කිරීම. අප්‍රිකාවේ ඝානාවේ Aurum ආයතනයේ පර්යේෂකයෙක් තොරතුරු සමුදාය විශ්ලේෂණය කරන මෘදුකාංග මෙවලමක් මත වැඩ කරමින් සිටී. විශේෂයෙන්ම "ප්‍රදේශයේ ප්‍රතිරෝධය වර්ධනය කිරීමේ අවදානමක් පවතින රෝග කාරකයන් පිළිබඳව දේශීය සායනික මාර්ගෝපදේශ සහ සෞඛ්‍ය නිරීක්ෂණ දත්ත ඇතුළුව සහ හොඳම ඖෂධ, මාත්‍රාව සහ කාලසීමාව පිළිබඳ යෝජනා ඉදිරිපත් කිරීම."
"සෝමනසි" වැනි කෘතිම බුද්ධිය මත පදනම් වූ පුද්ගලීකරණය කළ අධ්‍යාපනය. AI මත පදනම් වූ උපකාරක මෘදුකාංග වැඩසටහනකි. නයිරෝබිහි "එය නිර්මාණය කර ඇත්තේ එය භාවිතා කරන සිසුන්ට හුරුපුරුදු වන පරිදි සංස්කෘතික සන්දර්භය මනසේ තබාගෙනය".
සාමාන්‍යයෙන් ගෝලීය වශයෙන් “සෑම මිනිත්තු දෙකකට වරක් දරු ප්‍රසූතියේදී කාන්තාවක් මිය යන” බැවින් ගර්භණී සමයේදී අවදානම අඩු කරන්න. විසඳුම්වලට සෞඛ්‍ය සේවා සපයන්නන් සඳහා “කොපිලට්” මෘදුකාංග වැඩසටහනක් ඇතුළත් වේ. "ඉන්දියාවේ නව මව්වරුන්ගේ අවස්ථා වැඩි දියුණු කිරීම" සඳහා වැඩ කරන හෙදියන් සහ වින්නඹු මාතාවන් සඳහා Armman විසින් ඉන්දියාවේ සංවර්ධනය කරන ලද අතර එය සහන සේවකයාගේ අත්දැකීම් මට්ටමට අනුගත වේ.
HIV අවදානම් තක්සේරු කිරීමේ චැට්බෝට් එකක්, "හැමදාම පැය විසිහතරේම උපදෙස් සැපයීමේ හැකියාව ඇති අපක්ෂපාතී, විනිශ්චයෙන් තොර උපදේශකයෙකු ලෙස ක්‍රියා කරයි." විශේෂයෙන්ම ඔවුන්ගේ ලිංගික ඉතිහාසය ගැන වෛද්‍යවරුන් සමඟ කතා කිරීමට මැලිකමක් දක්වන "ආන්තික සහ අවදානමට ලක්විය හැකි ජනගහනයට".
පකිස්තානයේ සෞඛ්‍ය සේවකයින් සඳහා හඬ-සක්‍රීය ජංගම යෙදුමක්, ඔවුන්ට වෛද්‍ය වාර්තාවක් පිරවීමට ප්‍රමාදයකින් කතා කිරීමට ඉඩ සලසයි. ඔවුන් ක්ෂේත්‍රයේ රෝගියෙකු බැලීමට ගිය විට, “බොහෝ පුද්ගලයින්ට ලේඛනගත වෛද්‍ය ඉතිහාසයක් නොමැති” හිඩැස පිරවීම සඳහා.

කෘතිම බුද්ධියේ දේශීය යෙදුම්

ගේට්ස් ඔවුන්ගේ අදාළ රටවල සංවර්ධනය වෙමින් පවතින AI යෙදුම් කෙරෙහි විශේෂ අවධානයක් යොමු කරන අතර ඒවා එම රටවල යථාර්ථයන්ට වඩාත් ගැළපේ. උදාහරණයක් ලෙස, පකිස්තානයේ සෞඛ්‍ය වාර්තා යෙදුමේ ඇති හඬ ආදානය, ටයිප් කිරීමට වඩා ජංගම උපාංගවලින් හඬ පණිවිඩ යැවීමේ සාමාන්‍ය භාවිතයට අනුරූප වේ.

“AI වඩාත් සාධාරණ කරන්නේ කෙසේද යන්න පිළිබඳව අපට ගෝලීය සෞඛ්‍යයෙන් බොහෝ දේ ඉගෙන ගත හැකිය. ප්‍රධාන පාඩම වන්නේ නිෂ්පාදිතය එය භාවිතා කරන පුද්ගලයින්ට ගැලපෙන පරිදි සකස් කළ යුතු බවයි, ”ගේට්ස් ලිවීය.

ගේට්ස් අනාවැකි පළ කරන්නේ AI යෙදුම් භාවිතා කිරීම දැකීමේදී සංවර්ධනය වෙමින් පවතින ලෝකය සංවර්ධිත ලෝකයට වඩා බොහෝ පිටුපසින් නොසිටින බවයි:

මට පුරෝකථනයක් කිරීමට සිදුවුවහොත්, එක්සත් ජනපදය වැනි ඉහළ ආදායම් ලබන රටවල, සාමාන්‍ය ජනතාව අතර AI භාවිතයේ සැලකිය යුතු මට්ටම් වලින් අප මාස 18-24 ක් දුරින් සිටින බව මම කියමි. අප්‍රිකානු රටවල, වසර තුනකින් පමණ සංසන්දනාත්මක මට්ටමේ භාවිතයක් දැකීමට මම බලාපොරොත්තු වෙමි. එය තවමත් පරතරයකි, නමුත් එය වෙනත් නවෝත්පාදනයන් සමඟ අප දැක ඇති ප්‍රමාද කාලයට වඩා ඉතා කෙටි ය.