Auf dem Gebiet der künstlichen Intelligenz ist ein Durchbruch gelungen: Das Problem des „quellenlosen Wassers“ inländisch hergestellter Großmodelle wurde gelöst.

Im Bereich der künstlichen Intelligenz ist ein Durchbruch gelungen: Das Problem des „quellenlosen Wassers“ inländisch hergestellter Großmodelle wurde gelöst.

Auf dem Forum „Chancen und Risiken der allgemeinen Entwicklung der künstlichen Intelligenz im Zeitalter der großen Modelle“ auf der Weltkonferenz für künstliche Intelligenz 2023 konzentrierten sich mehrere Experten auf dem Gebiet der allgemeinen künstlichen Intelligenz auf große Modelle und führten eine ausführliche Diskussion zu grundlegenden Innovationen, Anwendungstechnik und Zukunftsaussichten.

Dai Qionghai, Akademiker der Chinesischen Akademie für Ingenieurwissenschaften, sagte: „Unser Land sollte die Talentausbildung und die Grundlagenforschung zu künstlicher Intelligenz in Bezug auf Richtlinien, Mechanismen und Investitionen vertiefen, originelle Innovationen stärken und vermeiden, in das Dilemma von ‚Wasser ohne‘ zu geraten.“ „Eine Quelle‘.“ Er betonte in seiner Grundsatzrede diese Ansicht.

Wang Yu, ordentlicher Professor und Vorsitzender der Abteilung für Elektrotechnik an der Tsinghua-Universität, wies darauf hin, dass es in Shanghai bereits viele Chipunternehmen und Algorithmen gibt, aber wie diese Algorithmen effizient und einheitlich auf Chips eingesetzt werden können, ist eine sehr wichtige Frage. Er betonte, dass dies eine zentrale Herausforderung für Shanghai im Bereich der künstlichen Intelligenz sei.

Aus Sicht der Grundlagenforschung glaubt Dai Qionghai, dass die bahnbrechenden Erfolge meines Landes bei groß angelegten Innovationen relativ begrenzt sind. Seiner Ansicht nach konzentrieren sich Chinas Talente im Bereich der künstlichen Intelligenz hauptsächlich auf Anwendungen, sodass ein enormes Entwicklungspotenzial bei Anwendungsszenarien und technischen Ebenen besteht. Allerdings ist China hinsichtlich der Talente auf der Basisebene eindeutig im Nachteil und es mangelt an origineller Innovation.

Dai Qionghai sagte, dass die innovative Entwicklung künstlicher Intelligenz drei Säulen erfordert: Algorithmen, Daten und Rechenleistung. Algorithmen bestimmen den Grad der Intelligenz, Daten bestimmen den Umfang der Intelligenz und Rechenleistung bestimmt die Effizienz der Intelligenz. Generell wird erwartet, dass in den nächsten fünf Jahren große Algorithmusmodelle zur zentralen Basisplattform für Anwendungen der künstlichen Intelligenz werden.

Dai Qionghai wies auch darauf hin, dass Gehirnintelligenz die neue Richtung der Zukunft sei. Neue Algorithmen für künstliche Intelligenz, die Gehirn und Kognition integrieren, werden die Entwicklung einer neuen Generation von Intelligenz vorantreiben. Er schlug vor, dass die Regierung Unternehmen dazu ermutigen sollte, den Bau großer Modelle voranzutreiben, die Kombination von biologischen Mechanismen und Maschinenfunktionen zu erforschen und die Grundlagenforschung und Anwendungsentwicklung weiter zu fördern. Er prognostizierte, dass künstliche Intelligenz mit kognitiver Intelligenz als Kern in zehn Jahren weit verbreitet sein wird.

Darüber hinaus erinnerte Dai Qionghai die Menschen auch daran, bei großen Modellanwendungen auf Sicherheitsprobleme zu achten. Große Modelle sind noch nicht in der Lage, die Glaubwürdigkeit von Ergebnissen zu überprüfen, beispielsweise die Generierung irreführender Inhalte. Er betonte, dass die Probleme der groß angelegten Modellanwendung nicht so einfach seien wie Computernetzwerkviren. Sobald Probleme auftreten, werden sie störende Auswirkungen haben. Daher sollten Sicherheit und Vertrauenswürdigkeit bei der Anwendung großer Modelle explizit diskutiert werden.

Es ist notwendig, sich auf die Lösung der Schwachstellen zu konzentrieren, die zur Lösung der vier Probleme erforderlich sind, mit denen die Implementierung groß angelegter Modelle in China konfrontiert ist. Zunächst muss das Problem der Langtextverarbeitung gelöst werden. Zweitens muss die Kostenleistung großer Modelle verbessert werden. Drittens müssen große Modelle auf mehrere vertikale Domänen angewendet werden. Schließlich gibt es eine neue Anforderung für die Bereitstellung aus einer Hand. Er betonte, dass die Lösung dieser Bedürfnisse die Entwicklung der gesamten Industriekette fördern werde.

Im Forum bringen die Teilnehmer weitere Meinungen und Vorschläge zur Entwicklung großer Modelle ein. Einige Experten glauben, dass die Abhängigkeit im Chipbereich durch die Förderung der Entwicklung und Anwendung heimischer Hochleistungs-Rechenchips ausgeglichen werden kann. Sie betonten, dass in China zwar einige Chip-Unternehmen entstanden seien, die Fähigkeit zur effizienten und einheitlichen Bereitstellung von Algorithmen auf Chips jedoch weiter gestärkt werden müsse.

Gleichzeitig erwähnten Experten auch die Anwendungsprobleme großer Modelle in verschiedenen vertikalen Bereichen. In Bereichen wie Medizin und Finanzen ist die Beschaffung umfangreicher Korpusdaten ein großes Problem. Daher wird die Erstellung eines großen Modells einer universellen Basis und eine detaillierte Feinabstimmung dazu beitragen, die Grundleistung verschiedener Branchen zu verbessern.

Es ist allgemein anerkannt, dass die Automatisierung der Bereitstellung und Optimierung großer Modelle in integrierten Lösungen ein wichtiger Trend ist. Verbessern Sie die Gesamteffizienz und erzielen Sie kostengünstigere Ergebnisse, indem Sie einen mehrschichtigen Ansatz zur Optimierung der Software- und Hardware-Zusammenarbeit, der Kompilierungsoptimierung und der Bereitstellung der Hardware-Infrastruktur implementieren. Experten fordern eine weitere Erforschung effizienter Feinabstimmungsalgorithmen, um den Anforderungen großer Modelle in verschiedenen vertikalen Bereichen gerecht zu werden.

Die Teilnehmer kamen zu einem Konsens und betonten, dass die Entwicklung großer Modelle die gemeinsamen Anstrengungen von Regierungen, Unternehmen und Wissenschaft erfordert. Die Regierung sollte die politische Führung stärken und Grundlagenforschung und Talentausbildung fördern. Unternehmen sollten eine führende Rolle übernehmen und die Investitionen und Förderung im Bau großer Modelle erhöhen. Die akademische Gemeinschaft sollte die Zusammenarbeit mit der Industrie stärken, um die Transformation und Anwendung wissenschaftlicher und technologischer Errungenschaften zu fördern.

Experten betonen die Notwendigkeit, die Forschung und Erforschung von Sicherheit und Glaubwürdigkeit bei der Entwicklung groß angelegter Modelle zu stärken. Sie plädieren für die Etablierung entsprechender Normen und Standards, um sicherzustellen, dass die Anwendung großer Modelle keine negativen Auswirkungen und Risiken mit sich bringt.

Abschließend brachten die Teilnehmer zum Ausdruck, dass die Entwicklung großer Modelle große Chancen für die Branche der künstlichen Intelligenz mit sich bringt, sie jedoch auch auf potenzielle Risiken und Herausforderungen achten müssen. Sie ermutigen alle Parteien zu einer intensiven Zusammenarbeit bei der Forschung und Entwicklung, dem Einsatz und der Anwendung großer Modelle, um gemeinsam die gesunde Entwicklung künstlicher Intelligenz und den sozialen Fortschritt zu fördern.

Experten führten im Forum der World Artificial Intelligence Conference ausführliche Diskussionen und Austausche zur Entwicklung und Anwendung großräumiger Modelle. Sie lieferten wertvolle Einblicke und Anregungen zu grundlegenden Innovationen, Technologieanwendungen und Zukunftsaussichten im Bereich der künstlichen Intelligenz und zeigten die Richtung für die Entwicklung der Branche der künstlichen Intelligenz auf.

Das obige ist der detaillierte Inhalt vonAuf dem Gebiet der künstlichen Intelligenz ist ein Durchbruch gelungen: Das Problem des „quellenlosen Wassers“ inländisch hergestellter Großmodelle wurde gelöst.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!