Sé aftur að kjarnanum, bylting AIGC í sérstöðu er samsetning þriggja þátta:

1. GPT er eftirlíking af taugafrumum manna

GPT AI, táknað með NLP, er reiknirit fyrir tölvutauganet sem hefur það að markmiði að líkja eftir tauganeti í heilaberki mannsins.

Vinnsla og greindar ímyndunarafl tungumáls, tónlistar, mynda og jafnvel bragðupplýsinga eru allar aðgerðir sem manneskjur safnar saman.

heilinn sem „próteintölva“ við langtímaþróun.

Þess vegna er GPT náttúrulega heppilegasta eftirlíkingin til að vinna úr sambærilegum upplýsingum, það er óskipulögðu tungumáli, tónlist og myndum.

Verkunarháttur vinnslu þess er ekki skilningur á merkingu, heldur ferli að betrumbæta, auðkenna og tengja.Þetta er mjög

mótsagnakenndur hlutur.

Snemma talmerkingargreiningar reiknirit stofnuðu í meginatriðum málfræðilíkan og talgagnagrunn og kortlögðu síðan ræðuna í orðaforða,

síðan setti orðaforðann inn í málfræðigagnagrunninn til að skilja merkingu orðaforðans og fékk loks viðurkenningarniðurstöður.

Skilvirkni þessarar „rökréttu vélbúnaðar“ sem byggir á setningafræðigreiningu hefur verið á sveimi um 70%, eins og ViaVoice-þekkingin

reiknirit sem IBM kynnti á tíunda áratugnum.

AIGC snýst ekki um að spila svona.Kjarni þess er ekki að hugsa um málfræði, heldur að koma á taugakerfisalgrími sem gerir

tölvu til að telja líkindatengsl milli mismunandi orða, sem eru taugatengingar, ekki merkingarfræðilegar tengingar.

Líkt og að læra móðurmálið okkar þegar við vorum ung, lærðum við það náttúrulega, frekar en að læra „viðfangsefni, sögn, hlut, sögn, viðbót,“

og svo að skilja málsgrein.

Þetta er hugsunarlíkan gervigreindar, sem er viðurkenning, ekki skilningur.

Þetta er líka niðurrifsmikil þýðing gervigreindar fyrir allar klassískar vélbúnaðargerðir - tölvur þurfa ekki að skilja þetta mál á rökréttu stigi,

heldur greina og þekkja fylgni milli innri upplýsinga og vita þær síðan.

Til dæmis er aflflæðisástand og spá raforkuneta byggt á klassískri hermi raforkunets, þar sem stærðfræðilegt líkan af

kerfi er komið á og síðan sameinað með fylkisalgrími.Í framtíðinni gæti það ekki verið nauðsynlegt.AI mun beint bera kennsl á og spá fyrir um a

ákveðið mótamynstur byggt á stöðu hvers hnúts.

Því fleiri hnútar sem eru, því minna vinsæll er klassíski fylkisalgrímið, vegna þess að flækjustig reikniritsins eykst með fjölda

hnúta og rúmfræðileg framvinda eykst.Hins vegar kýs gervigreind að hafa hnútasamtíma í mjög stórum stíl, vegna þess að gervigreind er góð í að bera kennsl á og

spá fyrir um líklegast netstillingar.

Hvort sem það er næsta spá Go (AlphaGO getur spáð fyrir um næstu tugi skrefa, með óteljandi möguleikum fyrir hvert skref) eða formspá

af flóknum veðurkerfum er nákvæmni gervigreindar mun meiri en vélrænna gerða.

Ástæðan fyrir því að raforkukerfið krefst ekki gervigreindar sem stendur er sú að fjöldi hnúta í 220 kV og yfir raforkunetum sem stjórnað er af héraðsstjórnum

sendingin er ekki mikil og mörg skilyrði eru sett til að línuskipuleggja og rýrna fylkið, sem dregur verulega úr flækjustiginu í útreikningum

vélbúnaður líkan.

Hins vegar, á rafflæðisstigi dreifikerfisins, stendur frammi fyrir tugþúsundum eða hundruð þúsunda aflhnúta, álagshnúta og hefðbundinna

fylkisalgrím í stóru dreifikerfi er máttlaus.

Ég tel að mynsturþekking gervigreindar á dreifikerfisstigi verði möguleg í framtíðinni.

2. Uppsöfnun, þjálfun og myndun ómótaðra upplýsinga

Önnur ástæðan fyrir því að AIGC hefur slegið í gegn er uppsöfnun upplýsinga.Frá A/D umbreytingu á tali (hljóðnemi+PCM

sýnatöku) yfir í A/D umbreytingu mynda (CMOS+litrýmiskortlagning), hafa menn safnað hólógrafískum gögnum í sjón- og heyrnarskyni

sviðum á afar ódýran hátt á undanförnum áratugum.

Sérstaklega umfangsmikil útbreiðslu myndavéla og snjallsíma, uppsöfnun óskipulagðra gagna á hljóð- og myndmiðlunarsviði fyrir menn

á nánast engum kostnaði, og sprengiefni uppsöfnun textaupplýsinga á Netinu eru lykillinn að AIGC þjálfun - þjálfunargagnasett eru ódýr.

Myndin hér að ofan sýnir vaxtarþróun alþjóðlegra gagna, sem sýnir greinilega veldisvísisþróun.

Þessi ólínulegi vöxtur gagnasöfnunar er grunnurinn að ólínulegum vexti getu AIGC.

EN, flest þessara gagna eru óskipulögð hljóð- og myndræn gögn, sem safnast saman án kostnaðar.

Á sviði raforku er þetta ekki hægt að ná.Í fyrsta lagi eru stærstur hluti raforkuiðnaðarins uppbyggð og hálfskipulögð gögn, svo sem

spenna og straumur, sem eru punktgagnasett tímaraða og hálfgerð.

Tölvur þurfa að skilja byggingargagnasöfn og þurfa „aðlögun“, svo sem tækjastillingu – spennu, straum og aflgögn

rofa þarf að vera í takt við þennan hnút.

Erfiðara er tímajöfnun, sem krefst þess að samræma spennu, straum og virkt og viðbragðsafl byggt á tímakvarðanum, þannig að

síðari auðkenningu er hægt að framkvæma.Það eru líka stefnur fram og til baka, sem eru staðbundin jöfnun í fjórum fjórðungum.

Ólíkt textagögnum, sem krefjast ekki jöfnunar, er málsgrein einfaldlega hent í tölvuna, sem auðkennir möguleg upplýsingatengsl

áeigin vegum.

Til þess að samræma þetta mál, eins og búnaðaraðlögun fyrirtækjadreifingargagna, er stöðugt þörf á aðlögun, vegna þess að miðillinn og

lágspennu dreifikerfi er að bæta við, eyða og breyta búnaði og línum á hverjum degi og netfyrirtæki eyða miklum launakostnaði.

Eins og „gagnaskýring“ geta tölvur ekki gert þetta.

Í öðru lagi er kostnaður við gagnaöflun í raforkugeiranum mikill og þarf skynjara í stað þess að hafa farsíma til að tala og taka myndir.”

Í hvert sinn sem spennan lækkar um eitt stig (eða rafmagnsdreifingarsambandið minnkar um eitt stig), eykst nauðsynleg skynjarafjárfesting

um að minnsta kosti eina stærðargráðu.Til að ná skynjun á álagshlið (háræðaenda) er það enn frekar stórfelld stafræn fjárfesting.“.

Ef nauðsynlegt er að bera kennsl á tímabundinn háttur raforkukerfisins er þörf á mikilli nákvæmni hátíðni sýnatöku og kostnaðurinn er enn hærri.

Vegna mjög hás jaðarkostnaðar við gagnaöflun og gagnajöfnun getur raforkukerfið ekki safnað nægilega ólínulegum

vöxtur gagnaupplýsinga til að þjálfa reiknirit til að ná AI sérstöðu.

Svo ekki sé minnst á opnun gagna, það er ómögulegt fyrir kraftvirkt gervigreindarkerfi að fá þessi gögn.

Þess vegna, áður en AI, er nauðsynlegt að leysa vandamálið með gagnasettum, annars er ekki hægt að þjálfa almennan AI kóða til að framleiða góða AI.

3. Bylting í reiknikrafti

Til viðbótar við reiknirit og gögn, er eintölubylting AIGC einnig bylting í reiknikrafti.Hefðbundnir örgjörvar eru það ekki

hentugur fyrir samhliða taugafrumum í stórum stíl.Það er einmitt notkun GPU í þrívíddarleikjum og kvikmyndum sem gerir samhliða í stórum stíl

floating-point+streymitölva möguleg.Lögmál Moores lækkar enn frekar útreikningskostnað á hverja einingu reiknikrafts.

Rafmagnsnet AI, óumflýjanleg þróun í framtíðinni

Með samþættingu fjölda dreifðra ljósa og dreifðra orkugeymslukerfa, sem og umsóknarkröfur

sýndarvirkjanir á álagshlið, er hlutlægt nauðsynlegt að gera uppruna- og álagsspá fyrir almenn dreifikerfi og notanda

dreifikerfi (ör) auk rauntíma hagræðingar á rafflæði fyrir dreifikerfi (ör) netkerfi.

Reikniflækjustig dreifikerfishliðar er í raun meiri en tímaáætlun flutningsnetsins.Jafnvel fyrir auglýsingu

flókið, það geta verið tugir þúsunda hleðslutækja og hundruð rofa, og eftirspurn eftir gervigreindum byggðum örneti/dreifingarkerfisaðgerðum

eftirlit mun myndast.

Með litlum kostnaði við skynjara og víðtækri notkun rafeindatækja eins og solid-state spenna, solid-state rofa og inverter (breytir),

samþætting skynjunar, tölvunar og stjórnunar á jaðri raforkukerfisins hefur einnig orðið nýstárleg þróun.

Þess vegna er AIGC raforkukerfisins framtíðin.Hins vegar, það sem þarf í dag er ekki að taka strax út AI reiknirit til að græða peninga,

Í staðinn skaltu fyrst takast á við byggingarmál gagnainnviða sem krafist er af gervigreind

Í uppsveiflu AIGC þarf að vera nægjanleg róleg hugsun um notkunarstig og framtíð máttur AI.

Sem stendur er mikilvægi gervigreindar í krafti ekki marktækt: til dæmis er ljósalgrím með spánákvæmni upp á 90% sett á staðmarkaðinn

með 5% viðskiptafráviksþröskuldi og reikniritfrávikið mun þurrka út allan gengishagnað.

Gögnin eru vatn og reiknikraftur reikniritsins er rás.Eins og það gerist, verður það.