Фьючерсы
Доступ к сотням фьючерсов
CFD
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Pre-IPOs
Откройте полный доступ к глобальным IPO акций
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
Рекламные акции
AI
Gate AI
Ваш универсальный AI-ассистент для любых задач
Gate AI Bot
Используйте Gate AI прямо в вашем социальном приложении
GateClaw
Gate Синий Лобстер — готов к использованию
Gate for AI Agent
AI-инфраструктура: Gate MCP, Skills и CLI
Gate Skills Hub
Более 10 тыс навыков
От офиса до трейдинга: единая база навыков для эффективного использования ИИ
GateRouter
Умный выбор из более чем 40 моделей ИИ, без дополнительных затрат (0%)
Недавно я задумался о интересной мысли: почему некоторые люди могут настаивать на своем мнении, когда весь мир против них?
Я вспомнил Гофри Хинтона. Этот ученый, которого называют отцом глубокого обучения, в свое время говорил, что нужно использовать искусственные нейронные сети для имитации человеческого мозга при обработке сложных данных, таких как изображения и речь, — и его практически считали сумасшедшим. В 1990-х годах вычислительные мощности были недостаточными, хранилищ данных — недостаточными, а объем данных — очень скудным. Люди высмеивали идеи Гофри Хинтона, считая их фантастикой.
Но интересно то, что он не сдался. Его критиковали тридцать лет, высмеивали тридцать лет, а он продолжал настаивать. Это не просто вдохновляющая история, а реальный случай.
Наступил переломный момент. В 2012 году аппаратное обеспечение наконец-то догнало. Гофри Хинтон возглавил команду, участвовавшую в соревновании ImageNet ILSVRC по распознаванию изображений, и их AlexNet с ошибкой на 10% ниже, чем у второго места, выиграл чемпионат. Это одно из самых престижных соревнований в области компьютерного зрения. Победа заставила весь мир всерьез заняться глубоким обучением.
Знаете, что самое поразительное? Те, кто раньше его высмеивал, вдруг начали считать Гофри Хинтона богом.
Обратимся назад: причина его упорства — в двух ключевых инсайтах. Первый — возможность обучения без учителя — глубокое обучение может самостоятельно обнаруживать скрытые закономерности и паттерны в огромных объемах данных, не требуя ручной разметки. Это особенно важно для обработки изображений, речи и текста — высокоразмерных сложных данных. Второй — способность моделировать сложные функции — нейронные сети могут представлять функции с большим числом параметров, что позволяет захватывать глубокие связи между входом и выходом.
Эти идеи в то время было невозможно проверить, поэтому их и высмеивали. Но Гофри Хинтон верил, что со временем, когда аппаратное обеспечение станет достаточно мощным, этот путь обязательно окажется правильным.
Теперь глубокое обучение стало ядром искусственного интеллекта, двигая всю эпоху интеллекта вперед. От высмеивания до признания — Гофри Хинтон за тридцать лет доказал одну вещь: делать правильное — не сложно, сложно — продолжать верить, когда никто не признает.