人工智能为什么用gpu(为什么人工智能用gpu不用cpu)

导语：为什么我们的GPT（NLP）和人工智能会滞后：引入新框架

随着 AI 成为我们技术领域的变革性部分，关于每种新工具和技术的功能的通用词汇表至关重要。通用词汇表创建了共享的知识空间，使所有利益相关者能够加速理解、提高采用率、促进协作、衡量进展并推动创新。

到目前为止，最广为人知的 AI 基准测试工具是图灵测试。

然而，自 1950 年图灵测试开始以来，人工智能 (AI) 领域已经取得了长足的进步。因此，越来越明显的是，图灵测试不足以评估正在出现的所有 AI 能力今天——或者可能在未来出现。

图灵测试以简单的通过/失败为基础进行操作，并着重于聊天/语言能力，这只是人类智能的一个方面。这种对语言的狭隘关注忽视了智力的许多其他关键维度，例如解决问题、创造力和社会意识。此外，图灵测试预设了一定程度的类人智能，这可能与评估 AI 无关或无用。

框架

为了解决这些局限性，迫切需要开发一个更加细致和全面的框架来评估跨多个智能维度的 AI 能力。

这种洞察力促使我们开发了“AI 分类框架”。ACF 是一种基于多元智能理论评估人工智能能力的新方法。

多元智能理论最早由心理学家霍华德·加德纳于 1983 年提出。加德纳认为，智力不是单一的、统一的实体，而是可以以多种方式表现出来的不同能力的集合。加德纳确定了八种不同类型的智力：根据加德纳的说法，个人可能在这些领域中的一个或多个方面表现出色，并且每种类型的智力都独立于其他类型。该理论挑战了将智力视为单一、固定实体的传统观点，并为探索人类认知的多样性开辟了新途径。虽然多年来多元智能理论一直受到一些批评和争论，但它对心理学和教育领域产生了重大影响，

这似乎是 AI 分类框架的完美基础。根据该理论，该框架支持跨多个智能维度评估 AI 工具，包括语言、逻辑-数学、音乐、空间、身体-运动、人际交往和自我反思智能。

对于智力的每个维度，该框架提供了一个从 1 到 5 的等级，其中 1 表示“没有能力”或相当于人类婴儿，5 表示“自我代理”或可能被认为是“超级智能”的能力——超越人类能力。

例子

该框架本身是一个详细的描述表，可以在此处找到。我们还创建了一个简单的可视化表示，以便于高级参考。以下是响应 ChatGPT 和 DALL-E 2 功能的片段的两个简单示例。

本文内容由快快网络小美创作整理编辑！