Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
TradFi
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Launchpad
Jadi yang pertama untuk proyek token besar berikutnya
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Tim peneliti Zhejiang University mengusulkan jalur baru: mengajarkan AI cara otak manusia memahami dunia
null
Model-model besar terus membesar, dan pandangan arus utama meyakini bahwa semakin banyak parameter, semakin dekat model dengan cara berpikir manusia. Namun, sebuah studi yang dipublikasikan oleh tim Universitas Zhejiang pada 1 April di Nature Communications justru mengajukan pandangan yang berbeda (tautan naskah asli: Dari 22,06 juta menjadi 304,37 juta, tugas konsep spesifik meningkat dari 74,94% menjadi 85,87%, sementara tugas konsep abstrak turun dari 54,37% menjadi 52,82%).
Perbedaan cara berpikir manusia dan model
Saat otak manusia memproses konsep, ia terlebih dahulu membentuk seperangkat hubungan klasifikasi. Bebek angsa dan burung hantu terlihat berbeda, namun manusia tetap akan memasukkannya ke dalam kategori burung. Lalu, lebih ke atas lagi, burung dan kuda masih bisa terus dimasukkan ke dalam lapisan yang sama sebagai hewan. Ketika manusia melihat sesuatu yang baru, ia sering kali terlebih dahulu berpikir: apa yang pernah dilihat sebelumnya yang mirip dengannya, dan kira-kira termasuk kategori apa. Manusia terus mempelajari konsep baru, lalu menyusun ulang pengalaman, menggunakan hubungan ini untuk mengenali hal-hal baru dan beradaptasi dengan situasi yang baru.
Model juga dapat melakukan klasifikasi, tetapi cara pembentukannya berbeda. Ia terutama mengandalkan pola yang berulang kali muncul dalam data skala besar. Semakin sering suatu objek muncul, semakin mudah model mengenalinya. Ketika sampai pada langkah pengelompokan ke kategori yang lebih besar, model menjadi lebih kesulitan. Ia perlu menangkap kesamaan di antara beberapa objek, lalu mengkategorikan kesamaan tersebut ke dalam kelas yang sama. Kelemahan yang jelas masih terlihat pada model yang ada di bagian ini. Setelah ukuran parameter terus ditingkatkan, tugas konsep spesifik akan meningkat, sedangkan pada beberapa kasus tugas konsep abstrak justru menurun.
Kesamaan antara otak manusia dan model adalah keduanya sama-sama membentuk seperangkat hubungan klasifikasi di dalamnya. Namun, keduanya memiliki penekanan yang berbeda. Area penglihatan tingkat tinggi pada otak manusia secara