（来源：上观新闻）
在等待🎢🤢得知谁将失业之际🧶⚒，Meta⏯员工们在🌶内部论🍲坛上发布了大量类👳♀️似的帖🎙子，其💺➰中许多充满了🔴🧙♂️焦虑、黑色幽🐫📃默和疑问🥄🌙。研究人员通常✊有两种🦹♀️🇳🇪选择：要么给A📏I看大量来🔘🇸🇾自各种场景的⏱🇮🇸训练数据，希望♥🌞它能从中"悟"🆕出各种技能🏊；要么直接🏗💭在目标场景里训练💀AI，让👩❤️👩它从最终的成☘🚫功或失败中学习⬇🥘。
有数据显示🧢，截至🐦2月底，在播AI🚧👰剧目累计达到1🆑2.78🦚万部，👩⚕️🛤但播放量破🌆🔴亿的不超过150👠部，破亿💩💩率仅为0.117🐌%，几📏乎可以忽略🇲🇰不计🔩。当AI📞📊部署在全新💯场景时，事先没🛸有任何👰🇧🇸失败记录可♥🇸🇱供分析，TRA🥧CE的冷启动问题🇬🇪如何解决？随🇲🇹着部署场景🔶🧴的增加❗，插件数📖量也会随🕷之增长🤾♀️，如何管理越🧝♂️🇺🇳超凡蜘蛛2免谷歌版中文版来越庞大🕯的插件库？当某🇱🇦个任务同😪🆑时需要多种能力🐗时，单一插件🚮🎫的路由🍓🎰策略是否足🇺🇦够？这些都是⚜🇦🇬下一阶🚙段研究可以深入🇲🇪的方向🥑。
