Guerras de marcas: Nothing CEO trolls Xiaomi CEO
Quando perguntado sobre a data de lançamento da série Xiaomi 13, o chatbot AI disse que não sabe quando a série Xiaomi 13 será revelada porque seus dados de treinamento apenas se estendem até 2021. Portanto, seu conhecimento dos eventos atuais é limitado. O chatbot sugeriu que o usuário verificasse o site oficial da Xiaomi ou as contas de mídia social para obter as informações mais recentes sobre lançamentos de produtos e eventos de lançamento.
Postando esta conversa, como uma captura de tela, no site de microblogging, o CEO da Xiaomi escreveu: “Boa tentativa ChatGPT, adicione isso ao seu banco de dados. O evento de lançamento do Xiaomi 13 Series é em 26 de fevereiro”, aparentemente como uma promoção. Reagindo a isso, o CEO da Nothing, Carl Pei, interveio e perguntou ao CEO da Xiaomi se ele sabia como funcionava o treinamento de modelos de IA.
Você sabe como funciona o treinamento de modelos de IA?
— Carl Pei (@getpeid) 9 de fevereiro de 2023
O que o Twitterati disse?
A conversa entre os dois CEOs recebeu reações mistas. No entanto, parece que mais pessoas estavam do lado do CEO da Nothing. Um usuário escreveu: “Acho que não”. Enquanto isso, outro usuário escreveu: “Oof, CEO WARS”. “Ele deve trabalhar para melhorar o MIUI em vez de flexibilizar o novo lançamento da Xiaomi; ninguém se importa com a Xiaomi”, respondeu um usuário na postagem de Pei. Outro usuário comentou: “Meu Deus, Carl, isso foi desnecessário.”
Como funciona o treinamento de modelo de IA?
Quando se trata de reconhecer padrões diferentes, os modelos de IA dependem muito da visão computacional , aprendizado de máquina e processamento de linguagem natural. Os modelos de IA também usam algoritmos de tomada de decisão para aprender com seu treinamento, coletar e revisar pontos de dados e, finalmente, colocar seu aprendizado em uso para atingir seus objetivos predefinidos.
Os modelos de IA são muito eficazes para encontrar soluções para problemas difíceis problemas que envolvem uma quantidade significativa de dados. Como consequência direta, eles podem resolver problemas difíceis com um grau de precisão extremamente alto.