当整个网络认为某件事是优点或给定图像是缺点时，它们应该亮起并被激活。现在这里有一个密集的连接网络，我数了一下有 552 个连接，每个连接都有这些权重 U1、U2。 训练神经网络涉及选择这些权重，显示数百个、数千个正负，直到选择了这样的权重，最终它正确地点亮了最后的神经元，指示正负。训练这个网络需要大量的计算工作，但它只有 500 个参数。我们有一个简单的任务来区分正负。如果我们现在将整个网络想象为您正在查看的屏幕上的一个像素，因为您现在正在手机、笔记本电脑或其他设备上观看网络研讨会，所以您有一个屏幕上的屏幕你面前的像素。
想象一下，我现在展示的整个模型，认识到优点和缺点，将物理上仅包含在屏幕的一个像素中。为了反映第三版（大约两年前在世界各地普及的 GPT 聊天）的复杂性，您需要或需要一个国家体育场大小的屏幕。屏幕必须具有如此大的像素表面积才能反映该模型的复杂性。如果您现在使用这些解决方案，您的屏幕必须有一个大城市区域的大小才能反映这种复杂性。 这就是这些模型有多大。这就是为什么我们作为人类需要这三千年，因为这些东西并不简单，需要巨大的计算能力，这样我们今天才能使用它们，所以这对我们来说很简单，但对工程师来说这是一个疯狂的，疯狂的挑战。
这就是100万亿个参数，这是一个难以想象的数字。但这将我们带入一个充满各种基于人工智能的技术的世界。今天，通过自由地将文字转化为图像，图像转化为文字，文字转化为成的交响曲。根据神话，学生将使用接受 约旦 whatsapp 过作曲家之前所有作品训练的人工智能来完成它。因此，即使作曲家去世并且没有完成这部作品，人工智能也能够以很高的概率估计这部交响曲将如何结束。文本类解决方案等等。但本次网络研讨会的主题是人工智能可以在营销方面为您提供哪些帮助，尤其是互联网营销和电子邮件营销。
这就是我的同事们稍后要讨论的内容，所以我将请弗朗西斯泽克发言。 [00:14:50.10]-弗朗西斯泽克 早上好，我叫 Franciszek Ruszkowski，负责柏格森集团的人工智能实施工作。今天我就来说说营销公司的未来。第一部分将介绍面向未来的工具，这些工具可以提高电子邮件活动的有效性，第二部分将更多地关注安全性。第一个这样的工具是生产分析。这将是一个专注于使用历史数据和机器学习算法来预测未来活动结果并提出优化改进建议的模型。
预测活动结果，即预测打开率、点击率和转化率也将包括在内。观察消费者趋势，即识别可能表明消费者偏好和行为变化的模式和趋势，以及优化建议，即模型建议对活动进行更改以提高其有效性，例如更改电子邮件布局、内容或数量照片。在这里，我以图形方式展示了这种预测分析的样子。该模型不仅针对许多成功的活动进行了训练，而且还针对不成功的活动进行了训练，并使用了许多变量，例如文本数量、图像类型，或者某些关键字的外观甚至字体大小。