Markenkriege: Nichts CEO trollt Xiaomi CEO
Auf die Frage nach dem Startdatum der Xiaomi 13-Serie sagte der KI-Chatbot, er wisse nicht, wann die Xiaomi 13-Serie vorgestellt werde, da sich seine Trainingsdaten nur erstrecken bis 2021. Daher ist ihr Wissen über aktuelle Ereignisse begrenzt. Der Chatbot schlug dem Benutzer vor, Xiaomis offizielle Website oder Social-Media-Konten zu besuchen, um die neuesten Informationen zu ihren Produktveröffentlichungen und Einführungsveranstaltungen zu erhalten.
Der CEO von Xiaomi postete dieses Gespräch als Screenshot auf der Microblogging-Website schrieb: „Netter Versuch, ChatGPT, fügen Sie dies Ihrer Datenbank hinzu. Das Launch-Event der Xiaomi 13-Serie findet am 26. Februar statt“, scheinbar als Promotion. Als Reaktion darauf sprang Carl Pei, CEO von Nothing, ein und fragte den Xiaomi-CEO, ob er wüsste, wie KI-Modelltraining funktioniert.
Wissen Sie, wie KI-Modelltraining funktioniert?
— Carl Pei (@getpeid) 9. Februar 2023
Was hat Twitterati gesagt?
Das Gespräch zwischen den beiden CEOs stieß auf gemischte Reaktionen. Es sieht jedoch so aus, als ob mehr Leute auf der Seite des CEO von Nothing standen. Ein Benutzer schrieb: „Ich glaube nicht, dass er das tut“. Unterdessen schrieb ein anderer Benutzer: „Oof, CEO WARS“. „Er sollte an der Verbesserung von MIUI arbeiten, anstatt die neue Xiaomi-Einführung zu flexen; Niemand kümmert sich um Xiaomi“, antwortete ein Benutzer auf Peis Post. Ein anderer Benutzer kommentierte: „Oh Gott, Carl, das war unnötig.“
Wie funktioniert das Training von KI-Modellen?
Wenn es darum geht, verschiedene Muster zu erkennen, verlassen sich KI-Modelle stark auf Computer Vision , maschinelles Lernen und Verarbeitung natürlicher Sprache. KI-Modelle verwenden auch Entscheidungsfindungsalgorithmen, um aus ihrem Training zu lernen, Datenpunkte zu sammeln und zu überprüfen und schließlich ihr Gelerntes zu nutzen, um ihre vordefinierten Ziele zu erreichen.
KI-Modelle sind sehr effektiv darin, Lösungen für schwierige Situationen zu finden Probleme, die eine erhebliche Datenmenge betreffen. Als direkte Folge können sie schwierige Probleme mit einem extrem hohen Maß an Präzision lösen.