LeCun眼中的GPT-3

1. 数据工程

机器学习的思想其实很简单，就是模拟人类学习的一个过程，而这个过程中最重要的就是数据!当一位IT专业人员要在云上实现所有类型的AI策略，前提就是了解数据工程。数据工程包括一系列技能，这关系到工作流开发领域和数据整理，以及软件架构知识。

IT专业方面的知识就可以分解给不同领域的人员完成不一样的任务。比如，数据整理一般涉及数据源标识、数据质量评估、数据提取和数据集成，还有在生产环境中进行这些动作的渠道开发。

数据相关的任务通常都是最高优先级，工程师应该习惯使用各种数据库。Python是一种普遍的编程语言，有多种使用途径。即便你不是专业的Python程序员，也要具备一部分的语言知识，就可以从有关数据工程和机器学习的各种开源工具中提升技能。

机器学习，听起来很酷。这名字不禁令人以为是一排机器人坐着学习知识的样子，但其实是让机器人拥有像人一样的学习能力的高端技术，这样就能高效快捷地从数据中找出有用的东西。云计算服务支持构建和部署AI及机器学习应用程序的种种功能。除了专业外，作为IT团队成员一定要学习特定的机器学习等各方面知识，他们还要了解目前支持其团队计划的可使用云计算工具。
 

8、与其他数据密集型区块链项目合作为什么很重要?

我们正在建立一个数据交换，其他数据密集型区块链项目可以在类似市场的环境中投入其资源。企业将受益于增加的风险敞口，利用合并的机会并建立更好的数据使用方法。项目及其各自的令牌持有者将能够直接交换令牌，将其资源投入到整个计算和存储数据池中，以及在开放的市场中竞标不同的数据集。所有交易将与NFT挂钩。

我们有IOST、CyberMiles、IoTeX之类的公司，还有其他加入DAVE计划的公司，我们期待着更多的项目。有人可能会说，在即将到来的5G / 6G连接时代，数据是最终的货币。部署DAVE后，用户可以选择CyberVein的DAG存储链或Filecoin的IPFS进行存储。同样，用户可以选择使用CyberVein的云计算，也可以选择Golem的GPU平台。

9、在未来的几年中，智慧城市将是什么样?

智慧城市是依赖于持续的互连性和数据交换的超复杂数据生成系统。我们肯定会看到更多传统服务变成数字化，并插入到智慧城市互联互通的整体网格中。我们可以想象，基于个人的行为数据、购物、物流和送货服务将变得更加以用户为中心，进而变得更加数字化。

要满足数百万个人的需求，智慧城市的系统将必须优化其流程，以找到实现个人预测性愿望清单的优秀方法。这可能是最基本的事情，例如将他们的智能冰箱与新鲜食物堆放在一起并及时交付(可能是在无人驾驶的运载工具中)。一个简单的日常杂货交易可以在一个系统中产生数十亿甚至数万亿的微交易。

该系统不能依赖一个集中式数据库，因此自然会使用分布式分类帐。但是，在记录和同步数据时需要快如闪电。这就是我们在CyberVein所建立的快速闪电般的PISR数据库和DAG存储链，进一步提高了每秒的吞吐量。
 

而IBM安全正将原生安全的新理念以及Cloud Pak for Security这样的新方案带入中国，显然能够更有针对性、更有效的帮助企业构建面向未来混合多云时代下的安全能力，而这也是IBM安全在后疫情、新基建时代支撑众多企业客户在安全领域不断创新的关键价值所在

（编辑：淮南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!