⬛◼️⬛◼️⬛◼️⬛----🍜 Nyligen blev min katt --- lilla udon sjuk, jag gick för att träffa fyra läkare på en gång, de fyra sa annorlunda, gick för att se en hosta och sa plötsligt att det fanns ett benproblem, vilket gjorde mig väldigt förvirrad och orolig, och sedan fortsatte jag att fråga AI, kasta alla symtom och foton till den, och be den att hjälpa mig att lista "alla möjligheter", inte för att vara läkare, utan för att sprida ut alternativen först, så att jag kan fråga läkaren om dessa möjligheter när jag återvänder till läkaren, för många gånger tar du inte initiativ till att fråga läkaren "Kan det vara XXX?" kommer han inte att tänka i den riktningen. ╭─────✦✦─⋆⋅☆⋅⋆───╮ Jag vill verkligen ha en pålitlig AI för husdjursläkare, så @Mira_Network är verkligen den AI jag ser fram emot, så att jag kan få en allmän uppfattning om vad husdjuret gör innan jag berättar för läkaren 😉 Sedan om AI inte är en assistent är det en som hjälper dig att göra research och skriva planer, den andra för att fatta beslut åt dig i möten, och den tredje för att köra marknadstester och förhandla kontrakt, detta är i grunden en multiplikation av förmåga, men för att komma till detta steg finns det bara tre förutsättningar: var pålitlig!! Jag tänker på det som tre saker inom det medicinska området: 🔸 Tillförlitlighet: Till exempel, i klinisk praxis, måste du kunna "göra det rätt", snarare än tillfälliga överraskningar och tillfälliga röror. 🔸 Minne: Kom ihåg ärendets historia och sammanhang, och ställ inte alltid samma fråga från början. 🔸 Integritet: Eftersom du vill agera för min räkning måste du se till att min personliga information och mina preferenser inte missbrukas. Om du inte kan klara dessa tre nivåer är den så kallade "oberoende visdomen" bara trevlig ╭─────✦✦─⋆⋅☆⋅⋆───╮ @MiraNetworkCN skär in på detta svåraste första hinder: tillförlitlighet, som gör "verifiering" till ett system och en infrastruktur, och min uppfattning är att det finns två betydelser: 🔹 Konsensus med flera modeller ≈ tvärvetenskapliga konsultationer Lyssna inte bara på en enskild modells bedömning (precis som du inte lyssnar på en enda läkare), jämför olika modeller och olika datasynpunkter, begränsa utrymmet för fel och fånga upp och korsbekräfta de felbenägna delarna i processen. 🔹 Decentraliserad verifiering ≈ sprida risk Genom att tillåta att verifieringsprocessen observeras och kontrolleras och balanseras på ett oberoende sätt, vilket minskar risken för fel + bias, har högriskscenarier (juridiska, medicinska, finansiella) möjlighet att verkligen överlåta vissa beslut till AI. ╭─────✦✦─⋆⋅☆⋅⋆───╮ #Mira Det verkar som om det håller på att knyta ihop säcken med "konsultationssystem + journalsystem + riskkontroll", och när denna uppsättning är tillräckligt stabil vågar vi betala fler uppgifter och köra automatiskt. Tillbaka till min katt, jag använder fortfarande AI för att sortera ut symtom, generera en lista med frågor och sedan gå till läkaren med denna lista med möjligheter, men tills den dag jag känner mig lättad över att den kommer att fatta beslut åt mig, är tillförlitligheten i mitten fortfarande mycket nödvändig, @Mira_Network är tillförlitlighet. Därför är den verkliga nyckeln till att gå från "Baby AI" till "Autonomous Intelligence" att vi äntligen har ett tillförlitligt verifieringslager Jag har använt AI länge nu, och vad jag verkligen behöver är enkelt, jag behöver verkligen en AI som man kan lita på, så jag ser verkligen fram emot den framtida utvecklingen av @Mira_Network. Okej, vid det här laget ska jag mata den lilla udonmedicinen ~ 😽 @KaitoAI #KAITO