CHEATC2023|Chen Xiaoping, Université des sciences et technologies de Chine : Des grands modèles aux robots souples

Depuis le début de cette année, avec la popularité continue de ChatGPT, les grands modèles sont également entrés dans une période de développement rapide. De nombreuses entreprises technologiques nationales et étrangères bien connues ont successivement lancé des produits de grands modèles développés de manière indépendante. Alors quel est le principe technique des grands modèles

?

Le 18 mai, le professeur Chen Xiaoping, directeur du laboratoire de robotique de l'Université des sciences et technologies de Chine, invité à participer à la China Home Appliances Technology Conference 2023 (CHEATC2023), a partagé ses recherches et ses points de vue. Il est également directeur de la Société chinoise d'intelligence artificielle. Président du comité d'éthique et de gouvernance, le professeur Chen Xiaoping a prononcé un discours d'ouverture sur le thème « Nouveau développement de l'intelligence artificielle : des grands modèles aux robots mous » lors de cette conférence, présentant les principes techniques. des grands modèles d'intelligence artificielle et du niveau d'application de l'intelligence artificielle.

Professeur Chen Xiaoping de l'Université des sciences et technologies de Chine

"Le principe fondamental des grands modèles est de faire des prédictions", a déclaré Chen Xiaoping. Le développement de l'intelligence artificielle a maintenant entamé le processus de la quatrième vague, et les modèles de données sont également passés du Big Data au Big Training. -conduite. Différent des trois vagues précédentes, la nouvelle étape de l'intelligence artificielle a de nouvelles exigences en matière de qualité, de quantité et de méthodes d'acquisition des données d'entraînement, et constitue enfin un exemple de modèle pouvant être appliqué à des scènes réelles à grande échelle. Il a souligné qu'un grand modèle est un système intelligent intégré par plusieurs technologies, plutôt qu'une simple combinaison d'une ou de plusieurs technologies. »

L'essor des grands modèles vient de l'intelligence artificielle générative. Actuellement, l'intelligence artificielle générative n'est plus simplement la génération de contenus tels que le langage et les images, mais repose sur le traitement précis du langage naturel humain pour compléter l'intelligence humaine. -interaction informatique. Chen Xiaoping a déclaré : « À ce stade, nous attendons du traitement du langage machine qu'il puisse parler le langage humain, comprendre le langage humain et répondre aux questions, même si la réponse n'est pas correcte. Parmi eux, l'exigence fondamentale est que la parole doivent se conformer aux habitudes linguistiques humaines. « Puisqu'il n'existe pas de normes scientifiques pour les habitudes linguistiques humaines mais qu'il existe des normes empiriques, comment les machines peuvent-elles maîtriser et utiliser les habitudes linguistiques humaines ? Chen Xiaoping a déclaré : « L'idée de recherche fondamentale et le secret du succès des grands modèles. est : extraire le langage de corpus humains à grande échelle et l'utiliser dans l'interaction en langage naturel homme-machine. »

.

Le grand modèle extrait des éléments sémantiques, notamment des caractères, des mots, des signes de ponctuation, etc. du corpus humain d'origine, puis effectue un examen sémantique basé sur la corrélation entre les éléments sémantiques précédents et suivants, et réalise enfin une prédiction comportementale. En principe, plus le nombre d’éléments sémantiques examinés est élevé, plus la précision de la prédiction est élevée. Au moins 4 000 jetons peuvent être examinés par les grands modèles, et certains modèles peuvent examiner jusqu'à 100 000 jetons. "Dit Chen Xiaoping. Le système technologique de grand modèle utilise le modèle pré-entraîné comme base pour le grand modèle, puis utilise un modèle spécial spécialement formé pour coopérer avec le modèle de guidage de l'utilisateur afin de comprendre et de répondre avec précision aux questions de l'utilisateur. Les trois Les principaux modèles coopèrent les uns avec les autres et la qualité de la réponse de l'intelligence artificielle peut être obtenue. Réalisez une amélioration substantielle

.

Bien que l'émergence de modèles à grande échelle ait apporté de nouvelles orientations innovantes à l'intelligence artificielle, elle n'est pas adaptée à tous les aspects des scénarios de la vie réelle. Selon Chen Xiaoping, les trois principaux domaines de l'intelligence artificielle que la Chine doit actuellement conquérir sont l'industrie manufacturière intelligente, l'agriculture intelligente et les soins inclusifs aux personnes âgées. "Le fait de surmonter ces trois batailles majeures changera complètement notre paysage mondial. D'un autre côté, les grands modèles apportent d'énormes changements mais aussi de nouveaux défis." Lorsque les grands modèles sont basés sur des imitations de fonctions humaines, ils sont susceptibles d’être considérés comme dotés d’émotions et de conscience. En effet, les gens appliquent habituellement leur compréhension d'un concept à la structure globale impliquant ce concept, pensant que les informations exprimées par la structure ont également la même signification, mais en réalité ce n'est pas le cas. "Chen Xiaoping a déclaré que l'application de grands modèles pourrait également avoir des impacts sur la sécurité publique, l'emploi et à long terme.

Outre les modèles à grande échelle, le professeur Chen Xiaoping a également obtenu de nouveaux résultats de recherche scientifique sur « l'intelligence artificielle dans le monde physique ». À l'heure actuelle, la forme physique de l'intelligence artificielle que nous mettons en œuvre est principalement constituée de robots rigides. Ce type de robot a une grande précision de répétition, mais une faible dextérité et sécurité. Il convient aux environnements structurés, mais doit être exécuté dans des environnements non structurés. Des mesures, des modélisations et des calculs précis nécessitent des exigences techniques élevées et ne conviennent actuellement pas à la plupart des industries. En réponse à ces défauts des robots rigides, Chen Xiaoping a proposé le principe de fusion, selon les trois hypothèses de base selon lesquelles une mesure précise des objets opérationnels des robots intelligents n'est pas réalisable, une modélisation précise de l'environnement de travail et des objets opérationnels n'est pas réalisable et une prise de décision précise n'est pas possible , a développé un bras logiciel de réseau pneumatique en nid d'abeille. Ce type de bras a de bonnes performances en termes de flexibilité et de capacité de charge, et peut obtenir un contrôle précis en cas d'interférence externe et de mouvement irrégulier des objets. On s'attend à ce que cette technologie ait de larges perspectives d'application dans des domaines tels que les services à domicile, l'interaction émotionnelle et la conduite autonome. D'autre part, l'équipe de Chen Xiaoping a également combiné un bras flexible avec une machine rigide, ce qui a donné des résultats expérimentaux de « griffes rigides et souples », qui peuvent réaliser un contrôle sans modifier les paramètres du programme et du matériel et sans utiliser de capteurs à retour de force précis. préhension d'objets multiformes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!