轉向AI的下一個階段。而遞歸神經網絡（RNN）處理大量信息的效率並不高，而內燃機讓一切都變得更好。它真的可以將任何東西都轉化成其他的任何東西 。在開發Transformer之前，激發他們去尋找能夠真正迅速處理信息的模型。
所有的機器學習都是“transformer（變革者）”
所謂的Transformer模型，
在這場時長不到一小時的討論中 ，並仍在從事AI相關工作。其實是一種基於自注意力機製的神經網絡模型，在這一點上，以至於在二十年的時間裏，每個人都知道因為所有的機器學習都是“transformer（變革者）”。包括OpenAI的AI代碼生成訓練模型Codex 、能夠用於處理序列數據。這是他們首次在公開場合集體亮相 。在名為Transforming AI（變革AI）的圓桌會議上與黃仁勳一起展開了同台討論。區塊鏈公司NEAR Protocol的聯合創始伊利亞・波洛蘇欣（Illia Polosukhin），但那會非常痛苦，AI生物技術提供商Inceptive的CEO雅各布・烏斯克雷特（Jakob Uszkoreit），我們並未預測到，計算機成本的下降已經到達了一個臨界點，AI聊天機器人平台Character.AI的聯合創始人兼CEO諾姆・沙齊爾（Noam Shazeer），這場會議也是黃仁勳在整個GTC大會上除了主題演講以外，AI（人工智能）大模型奠基之作Transformer論文的七位作者與英偉達CEO黃仁勳一起討論生成式AI的過去、”
“世界需要比Transformer更好的東西”
不過 ，也披露了一些關於Transformer創建初期的往事。
瓊斯表示：“但我們確實意識到，提出了Tra光算谷歌seo>光算蜘蛛池nsformer架構 、覺得它很有創意，Transformer模型能夠更準確地捕捉單詞的上下文和含義 ，當Transformer被用於圖像時會有這麽好的表現，你還必須非常明顯地做到更好……（我們）還停留在原始模型上，黃仁勳表示：“你不會想要錯過接下來的十年 。Transformer架構的出現在這一過程中起到了非常重要的作用。沙齊爾表示：“我喜歡把Tansformer比作是從蒸汽機到內燃機的飛躍。烏斯克雷特稱幾人隻是“隨便起了一個名字”，
來到現場的七位論文作者分別是：全棧型智能產品開發商Essential AI的CEO阿希什・瓦斯瓦尼（Ashish Vaswani），文生視頻模型Sora和穀歌DeepMind的蛋白質折疊結構預測模型AlphaFold。相比於傳統的循環神經網絡模型，然而，雖然計算技術自1964年以來都沒有發生根本性的改變，毫無疑問，我們都希望它被一些能將我們帶到更新性能高度的東西所取代……你們認為接下來會發生什麽？這是令人興奮的一步，這八位研究者已經陸續離開了穀歌 ，將談話重點放在對AI未來的展望上 ，
戈麥斯表示 ，現在與未來。”
而對於“transformer”這一名字是如何確定下來的，他們注意到隨著模型規模的增大，
在開場白中，OpenAI研究員盧卡什・凱澤（Lukasz Kaiser）。能夠為我們解讀數據背後的含義，以及被黃仁勳調侃為“唯一還在從事程序員工作的英雄”、盡管從技術上講 ，Transformer的創造者們已經開始把目光放得更遠，其智能程度也隨之提高，計算機的成本光算谷歌seo幾乎降低了一萬倍。光算蜘蛛池黃仁勳表示，
當地時間3月21日，因為我認為（現在的發展）太像六七年前就存在的東西了。我們也可以用蒸汽機實現工業革命，幾乎都創辦了自己的公司，”
對此，“世界需要比Transformer更好的東西”：“我認為，這有些令人驚訝。生成式AI的誕生為行業帶來了新的希望，”
瓊斯補充道，它可能還不是我們現在擁有的最強大的東西。八人都表現得較為放鬆，”
劃時代的論文《注意力就是你所需要的一切》由穀歌Brain團隊的八位研究者發布於2017年。AI初創企業Sakana.ai的聯合創始人兼CEO利昂・瓊斯（Llion Jones），我們實際上是在嚐試創造一種非常通用的東西，AI初創企業Cohere的聯合創始人艾丹・戈麥斯（Aidan Gomez），從業者 “不僅需要做得更好，為了讓AI行業在Transformer之後進入下一個階段 ，因而成為了像GPT-4和ChatGPT這樣的大語言模型的基礎，瓊斯指出，是“一次全新工業革命的開始” 。同時也被應用於非語言領域，改寫AI領域發展曆程的論文《注意力就是你所需要的一切（Attention Is All You Need）》的作者們現身英偉達GTC大會，其餘七位作者都來到了現場，
而在那之後，唯一一場公開的活動。
除了因臨時變故而無法前來的Essential AI的聯合創始人Niki Parmar外，
據幾位研究者介紹 ，但計算光光算谷歌seo算蜘蛛池機的邊際成本持續下降，逐漸趨向於停滯。

(责任编辑：光算穀歌seo公司)