Sin dallo sviluppo dell'intelligenza artificiale, è diventata la forza trainante principale per un nuovo ciclo di rivoluzione tecnologica globale e trasformazione industriale. Attualmente, l'uso dei big data per aumentare la potenza di calcolo e rafforzare gli algoritmi per formare modelli intellettuali su larga scala è diventato il fulcro della nuova generazione di ecologia dell'intelligenza artificiale. Sarà una delle principali infrastrutture applicative per lo sviluppo dell'intelligenza artificiale nel mio paese e una chiave per realizzare la strategia leader complessiva del mio paese per l'intelligenza artificiale nel 2030. Piattaforma di base.
La prima conferenza del Boao Forum for Asia Global Economic Development and Security Forum, con il tema "Sicurezza economica e sviluppo sostenibile sotto grandi cambiamenti", si terrà a Changsha, Hunan dal 18 al 20 ottobre. L'obiettivo è discutere le risposte ai rischi economici globali e le questioni strutturali saranno discusse insieme su temi quali la produzione intelligente e la rivoluzione tecnologica.
Per quanto riguarda argomenti quali la direzione di sviluppo e le prospettive applicative dell'intelligenza artificiale nell'era dei grandi modelli, un giornalista del Beijing Business Daily ha recentemente condotto un'intervista esclusiva con Huang Tiejun, professore presso la Facoltà di Scienze e Tecnologie dell'Informazione dell'Università di Pechino e direttore del Dipartimento di Scienze e Tecnologie dell'Informatica.
Beijing Business Daily: I grandi modelli sono considerati il nucleo della nuova generazione di ecosistemi di intelligenza artificiale. Puoi brevemente introdurre cos'è un grande modello? Quali problemi saranno risolti?
Huang Tiejun: Il modello grande è un modello comune di base che conferisce intelligenza a varie applicazioni. In generale, è una piattaforma di base che apprende la conoscenza e le regole contenute nei dati da enormi big data, li condensa in una rete neurale e li trasforma in un modello grande, e fornisce servizi per varie attività intelligenti generali.
Ad esempio, su Internet mobile, i fornitori di servizi cloud possono avere molte capacità di servizio, ma senza un operatore come App, sarà difficile per gli utenti ottenere vari servizi cloud. Da questo punto di vista, App stessa è un ecosistema industriale. Infatti, i grandi modelli attualmente devono risolvere problemi simili.
I modelli di grandi dimensioni sono servizi pubblici altamente radianti e altamente tecnici. Tutti i ceti sociali avranno delle esigenze specifiche in futuro e alcune aziende dovranno sviluppare conversioni di modelli di grandi dimensioni e interfacce personalizzate.
Beijing Business Daily: In che modo i grandi modelli collegheranno l'ecologia della tecnologia dell'intelligenza artificiale e l'ecologia industriale? Quale sarà la prossima direzione applicativa dell'intelligenza artificiale nel campo dell'informazione?
Huang Tiejun: La comprensione e l'applicazione dell'intelligenza artificiale in molti settori sono ancora in una fase esplorativa e c'è una certa distanza tra loro. Il modo in cui connettere questa interfaccia richiede in realtà un gruppo di aziende in grado di trasformare le capacità di grandi modelli in contenuti necessari a vari settori.
È molto difficile prevedere quale sarà la prossima applicazione nel campo dell'informazione. Penso che in realtà, il copywriting, l'elaborazione delle informazioni e altri compiti saranno sostituiti dall'intelligenza artificiale, o la maggior parte di essi saranno risolti da grandi modelli di intelligenza artificiale, il che porterà grandi possibilità di applicazione.
Le varie applicazioni dei motori di ricerca riguardano in ultima analisi l'organizzazione, l'estrazione e l'uso delle informazioni. Ad esempio, gli individui possono raccogliere dati ed effettuare alcune elaborazioni di informazioni tramite motori di ricerca. Ora i grandi modelli risolvono il problema della raccolta di dati massivi. I suoi dati non sono il lavoro di una persona o di un gruppo di persone, ma raccolgono tutti i dati e li riflettono. Arrivano a servire varie applicazioni di elaborazione delle informazioni di copywriting. L'uscita finale potrebbe ancora essere umana, ma la maggior parte dei compiti dietro di essa saranno completati dall'intelligenza artificiale. Le possibilità per questa direzione di applicazione sono enormi.
Beijing Business Daily: Come si è evoluta la tecnologia dell'intelligenza artificiale nell'era dei grandi modelli? Quali sono le differenze rispetto a prima?
Huang Tiejun: Lo sviluppo dell'intelligenza artificiale in grandi modelli è determinato dalle leggi fondamentali dello sviluppo della tecnologia dell'intelligenza artificiale. Ci sono due scuole di pensiero sull'intelligenza artificiale. Un gruppo ritiene che i meccanismi scientifici, le teorie, la matematica e gli algoritmi alla base dell'intelligenza artificiale siano molto importanti; l'altro gruppo ritiene che l'intelligenza artificiale sia generalmente una tecnologia, che costruisce un sistema intelligente e poi comprende il meccanismo del sistema intelligente. Quest'ultima è la visione dominante dell'intelligenza artificiale.
Nel processo di costruzione dell'intelligenza artificiale, all'inizio è stato il lavoro di pochi ricercatori scientifici, e in seguito hanno gradualmente partecipato le aziende. In futuro, l'industria, il mondo accademico, la ricerca e l'intera società costruiranno congiuntamente un modello. Perché farlo? In effetti, il motivo è molto semplice. Se i dati appresi da un sistema o modello di intelligenza artificiale non sono sufficientemente completi e tempestivi, sarà difficile credere che il suo modello intelligente sia molto capace. Il cosiddetto modello di grandi dimensioni consiste nell'integrare varie risorse di dati, gli algoritmi più potenti e la potenza di calcolo possibili nella società in una piattaforma di base pubblica che tutti possono utilizzare. Questa è la direzione che dobbiamo prendere quando costruiamo sistemi di intelligenza artificiale. .
In questo processo, le capacità dei grandi modelli diventano più forti, il che a sua volta avrà un ruolo in tutti gli aspetti della società. Una volta che avrà un ruolo, più persone lo costruiranno. È un effetto iterativo benigno.
In effetti, il potenziale dell'intelligenza artificiale dipende dai dati che può ottenere. Proprio come le persone "leggono migliaia di libri e viaggiano per migliaia di miglia", anche l'intelligenza artificiale è simile. Il mondo fisico e persino l'universo sono così vasti. Se può essere convertito in dati e informazioni e lasciato che l'intelligenza artificiale possa apprendere, lo spazio sarà molto grande.
Non oso dire se la capacità del modello grande supererà quella di tutti, ma almeno nessuno ha ottenuto tutte le informazioni, ed è impossibile scoprire le leggi che ci stanno dietro. Il corpo fisico e il ciclo di vita di ognuno di noi determinano che i dati che possiamo ottenere sono ancora relativamente limitati.
Beijing Business Daily: Quali sfide devono ancora essere superate nello sviluppo di modelli di grandi dimensioni? Qual è il percorso di sviluppo futuro?
Huang Tiejun: Ora esiste una serie di tecnologie e algoritmi per addestrare modelli di grandi dimensioni, ma se ci siano algoritmi migliori, la comunità accademica e l'industria sono ancora alla ricerca e all'esplorazione costanti. Attualmente, addestrare un modello intelligente richiede molte emissioni di carbonio. In futuro, potrebbe richiedere meno emissioni di carbonio per addestrare un modello. Penso che un giorno, l'intelligenza artificiale potrebbe costare meno di un essere umano da addestrare, e questa è un'altra pietra miliare.
Pertanto, man mano che l'intelligenza artificiale entra in contatto con sempre più dati e man mano che l'efficienza di apprendimento e formazione diventa sempre più elevata, il suo risultato sarà un modello di grandi dimensioni. In futuro, potrebbe essere un modello super grande o un modello molto grande e continuerà a iterare. Il percorso è già chiaro.
Ma non c'è una base per stabilire dove si trovi il suo limite superiore. Per ora, più grande è meglio. Potrebbe essere che dopo essersi espanso a un certo livello, non sarà più un semplice aumento lineare, o potrebbe essere che dopo un certo livello, la crescita inizi a rallentare, ma queste sono ancora speculazioni al momento.
Beijing Business Daily: Come considerare alcuni problemi di sicurezza ed etici durante il processo di sviluppo di modelli di grandi dimensioni? Come evitarli?
Huang Tiejun: I problemi di sicurezza ed etici dell'intelligenza artificiale non saranno risolti da un giorno all'altro. Ad esempio, i problemi di sicurezza informatica continuano a sorgere con lo sviluppo delle informazioni e dobbiamo risolverli dopo che si sono presentati.
Nel processo di sviluppo di modelli di grandi dimensioni, ci sono anche alcuni rischi intrinseci. Ad esempio, la conoscenza appresa dal modello non è in linea con l'etica e i principi. Questi rischi possono essere controllati in anticipo; ma ci sono anche alcuni rischi causati dal continuo avanzamento della tecnologia. Se arriva, allora anche la sua soluzione deve essere risolta continuamente attraverso mezzi tecnici. "Per slegare la campana, devi legare la campana". Se non sviluppiamo questa tecnologia a causa di alcuni potenziali problemi, non sarà conforme alle leggi dello sviluppo scientifico e tecnologico.