След развитието на изкуствения интелект той се превърна в основната движеща сила за нов кръг от глобална технологична революция и индустриална трансформация. Понастоящем използването на големи данни за увеличаване на изчислителната мощност и укрепване на алгоритмите за формиране на свръхмащабни интелектуални модели се превърна в сърцевината на новото поколение екология на изкуствения интелект. Това ще бъде основна приложна инфраструктура за развитието на изкуствения интелект в моята страна и ключ към реализирането на цялостната водеща стратегия на моята страна за изкуствен интелект през 2030 г. Основна платформа.
Първата конференция на форума Боао за форум за глобално икономическо развитие и сигурност в Азия, с темата „Икономическа сигурност и устойчиво развитие при големи промени“, ще се проведе в Чанша, Хунан от 18 до 20 октомври. Той има за цел да обсъди отговорите на глобалните икономически рискове и структурните въпроси ще бъдат обсъдени заедно по въпроси като интелигентното производство и технологичната революция.
По отношение на теми като посоката на развитие и перспективите за приложение на изкуствения интелект в ерата на големите модели, репортер от Beijing Business Daily наскоро проведе ексклузивно интервю с Huang Tiejun, професор в Училището по информационни науки и технологии към Пекинския университет и директор на катедрата по компютърни науки и технологии.
Beijing Business Daily: Големите модели се наричат ядрото на новото поколение екосистема с изкуствен интелект. Можете ли да представите накратко какво е голям модел? Какви проблеми ще бъдат решени?
Huang Tiejun: Големият модел е основен общ модел, който придава интелигентност на различни приложения. Като цяло това е основна платформа, която научава знанията и правилата, съдържащи се в данните, от масивни големи данни, кондензира ги в невронна мрежа и ги превръща в голям модел и предоставя услуги за различни общи интелигентни задачи.
Например в мобилния интернет доставчиците на облачни услуги могат да имат много възможности за услуги, но без оператор като App ще бъде трудно за потребителите да получат различни облачни услуги. От тази гледна точка самото приложение е индустриална екосистема. Всъщност големите модели в момента трябва да решават подобни проблеми.
Големите модели са обществени услуги, които са силно излъчващи и високо технически. Всички сфери на живота ще имат някои специфични нужди в бъдеще и някои компании ще трябва да разработят преобразуване на големи модели и персонализирани интерфейси.
Beijing Business Daily: Как големите модели ще свържат екологията на технологиите за изкуствен интелект и индустриалната екология? Каква ще бъде следващата посока на приложение на изкуствения интелект в информационната сфера?
Huang Tiejun: Разбирането и прилагането на изкуствения интелект в много индустрии все още са в проучвателен етап и има известно разстояние между тях. Как да свържете този интерфейс всъщност изисква група от компании, които могат да трансформират възможностите на големите модели в съдържание, необходимо на различни индустрии.
Много е трудно да се предвиди какво ще е следващото приложение в информационното поле. Мисля, че в действителност копирайтингът, обработката на информация и други задачи ще бъдат заменени от изкуствен интелект или повечето от тях ще бъдат решени от големи модели на изкуствен интелект, което ще доведе до големи възможности за приложение.
Различните приложения на търсачките в крайна сметка се отнасят до организацията, извличането и използването на информация. Например, хората могат да събират данни и да обработват информация чрез търсачките. Сега големите модели решават проблема със събирането на масивни данни. Неговите данни не са дело на един човек или група хора, а събират всички данни и ги отразяват. Елате да обслужвате различни приложения за обработка на информация за копирайтинг. Последният изход все още може да е човек, но повечето от задачите зад него ще бъдат изпълнени от изкуствен интелект. Възможностите за тази посока на приложение са огромни.
Beijing Business Daily: Как технологията за изкуствен интелект се разви в ерата на големите модели? Какви са разликите спрямо преди?
Huang Tiejun: Развитието на изкуствения интелект в големи модели се определя от основните закони на развитието на технологията за изкуствен интелект. Има две школи на мисълта за изкуствения интелект. Една група вярва, че научните механизми, теории, математика и алгоритми зад изкуствения интелект са много важни; другата група вярва, че изкуственият интелект като цяло е технология, конструиране на интелигентна система и след това разбиране на механизма на интелигентната система. Последното е основният възглед за изкуствения интелект.
В процеса на изграждане на изкуствения интелект първоначално е дело на няколко научни изследователи, а по-късно постепенно се включват и компании. В бъдеще индустрията, академичните среди, научните изследвания и цялото общество съвместно ще конструират модел. Защо правя това? Всъщност причината е много проста. Ако данните, научени от система или модел с изкуствен интелект, не са пълни и достатъчно навременни, ще бъде трудно да се повярва, че неговият интелигентен модел е много способен. Така нареченият голям модел е да интегрира различни ресурси от данни, възможно най-силните алгоритми и изчислителна мощност в обществото в публична основна платформа, която всеки може да използва. Това е посоката, която трябва да поемем, когато конструираме системи с изкуствен интелект. .
В този процес възможностите на големите модели стават по-силни, което от своя страна ще играе роля във всички аспекти на обществото. След като играе роля, повече хора ще го изградят. Това е доброкачествен итеративен ефект.
Всъщност потенциалът на изкуствения интелект зависи от данните, които може да получи. Точно както хората "четат хиляди книги и пътуват хиляди мили", изкуственият интелект също е подобен. Физическият свят и дори вселената са толкова необятни. Ако може да се преобразува в данни и информация и да се позволи да се научи от изкуствен интелект, пространството ще бъде много голямо.
Не смея да кажа дали възможностите на големия модел ще надминат тези на всички, но поне никой не е получил цялата информация и е невъзможно да се разкрият законите зад нея. Физическото тяло и жизненият цикъл на всеки от нас определят, че данните, които можем да получим, са все още относително ограничени.
Beijing Business Daily: Какви предизвикателства все още трябва да бъдат преодолени при разработването на големи модели? Какъв е бъдещият път на развитие?
Huang Tiejun: Сега има набор от технологии и алгоритми за обучение на големи модели, но дали има по-добри алгоритми, академичната общност и индустрията все още непрекъснато търсят и проучват. В момента са необходими много въглеродни емисии, за да се обучи интелигентен модел. В бъдеще може да са необходими по-малко въглеродни емисии за обучение на модел. Мисля, че един ден обучението на изкуствен интелект може да струва по-малко от това на човек и това е още един важен момент.
Следователно, тъй като изкуственият интелект влиза в контакт с все повече и повече данни и тъй като ефективността на ученето и обучението става все по-висока и по-висока, неговият резултат ще бъде голям модел. В бъдеще това може да бъде супер голям модел или много голям модел и ще продължи да се повтаря. Пътят вече е ясен.
Но няма основание къде е горната му граница. Засега по-голямото е по-добро. Може да се окаже, че след като се разшири до определено ниво, вече няма да е просто линейно увеличение или може да се окаже, че след определено ниво растежът започва да се забавя, но това все още са спекулации в момента.
Beijing Business Daily: Как да вземем предвид някои въпроси, свързани с безопасността и етиката по време на процеса на разработване на големи модели? Как да го избегнем?
Huang Tiejun: Безопасността и етичните проблеми на изкуствения интелект няма да бъдат решени за една нощ. Например проблемите със сигурността на информацията продължават да възникват с развитието на информацията и ние трябва да ги разрешим, след като възникнат.
В процеса на разработване на големи модели има и някои присъщи рискове. Например знанията, научени от модела, не са в съответствие с етиката и принципите. Тези рискове могат да бъдат контролирани предварително; но има и някои рискове, причинени от непрекъснатия напредък на технологиите. Ако дойде, тогава неговото решение също трябва да се решава непрекъснато чрез технически средства. "За да развържеш камбаната, трябва да вържеш камбаната." Ако не развием тази технология поради някои потенциални проблеми, тя няма да отговаря на законите на научното и технологично развитие.