人工知能の分野では、国産大型モデルの「水源のない水」問題が解決されたという画期的な成果が得られた。

人工知能の分野では、国産大型モデルの「水源のない水」問題が解決されたという画期的な成果が得られました。

2023 年世界人工知能会議の「ビッグモデル時代における汎用人工知能産業の発展の機会とリスク」フォーラムでは、汎用人工知能分野の多数の専門家が大規模モデルと詳細な議論に焦点を当てました。基本的なイノベーション、応用技術、将来の展望と人工知能の問題のその他の側面。

中国工程院院士の戴瓊海氏は、「我が国は、政策、仕組み、投資の観点から人工知能の人材育成と基礎研究を深め、独自のイノベーションを強化し、人工知能のジレンマに陥ることを回避すべきである」と述べた。 「水源のない水」と彼は基調講演でこの点を強調したと述べた。

清華大学終身教授兼電子工学部長のWang Yu氏は、上海にはすでに多くのチップ企業とアルゴリズムがあるが、これらのアルゴリズムをチップ上にどのように効率的かつ均一に展開するかが非常に重要な問題であると指摘した。同氏は、これが人工知能の分野で上海が直面する重要な課題であると強調した。

基礎研究の観点から、戴瓊海氏は、我が国の大規模イノベーションにおける画期的な成果は比較的限られていると考えています。同氏の見解は、人工知能分野における中国の才能は主にアプリケーションに集中しているため、アプリケーションシナリオと技術レベルには大きな発展の可能性があるというものだ。しかし、基礎レベルの人材という点では、中国は明らかに不利であり、独自のイノベーションに欠けています。

Dai Qionghai 氏は、人工知能の革新的な開発にはアルゴリズム、データ、コンピューティング能力という 3 つの柱が必要であると述べました。アルゴリズムはインテリジェンスのレベルを決定し、データはインテリジェンスの範囲を決定し、コンピューティング能力はインテリジェンスの効率を決定します。一般的に、今後 5 年ほどで、大規模なアルゴリズム モデルが人工知能アプリケーションの中核となる基本プラットフォームになると予想されています。

Dai Qionghai 氏はまた、脳知能が将来の新しい方向性であると指摘しました。脳と認知を統合した新しい人工知能アルゴリズムは、新世代の知能の開発をリードします。同氏は、企業が大型モデルの構築を主導し、生物学的メカニズムと機械の機能の組み合わせを探索し、基礎研究と応用開発をさらに促進するよう政府が奨励することを提案した。同氏は、認知知能を中核とした人工知能が10年以内に広く使われ始めるだろうと予測した。

さらに、Dai Qionghai 氏は、大規模なモデル アプリケーションにおけるセキュリティ問題に注意するよう人々に思い出させました。大規模なモデルでは、欺瞞的なコンテンツの生成など、出力の信頼性を検証することがまだできません。同氏は、大規模モデルのアプリケーションの問題はコンピュータ ネットワーク ウイルスほど単純ではなく、ひとたび問題が発生すると破壊的な影響を与えることを強調した。したがって、大規模なモデルを適用する際には、安全性と信頼性について明確に議論する必要があります。

国内の大規模モデルの導入が直面する 4 つの問題を解決するには、ペインポイントの解決に重点を置く必要があります。まず、長いテキストの処理の問題を解決する必要があります。 2つ目は、大型モデルのコストパフォーマンスの向上です。第三に、大規模なモデルを複数の垂直ドメインに適用する必要があります。最後に、ワンストップ導入に対する新たな要件があります。これらのニーズを解決することが産業チェーン全体の発展を促進すると強調した。

フォーラムでは、参加者は大規模モデルの開発に関してさらに多くの意見や提案を提出しました。一部の専門家は、チップ分野への依存は、国産の大電力コンピューティングチップの開発と応用を強化することで補えると考えている。彼らは、中国でもいくつかのチップ企業が台頭しているが、チップ上にアルゴリズムを効率的かつ均一に導入する能力をさらに強化する必要があると強調した。

同時に、専門家らは、さまざまな垂直分野における大規模モデルの応用問題についても言及しました。医療や金融などの分野では、大規模なコーパスデータの取得が大きな課題となっています。したがって、普遍的なベースとなる大きなモデルを確立し、細かなチューニングを行うことで、さまざまな産業の基本性能を向上させることができます。

一般に、大規模モデルの統合ソリューションへの展開と最適化を自動化することが重要な傾向であると考えられています。ソフトウェアとハ​​ードウェアのコラボレーション、コンパイルの最適化、およびハードウェア インフラストラクチャの展開を最適化するための階層的なアプローチを実装することで、全体的な効率を向上させ、よりコスト効率の高い結果を達成します。専門家は、さまざまな垂直分野の大規模モデルのニーズを満たすために、効率的な微調整アルゴリズムのさらなる探究を求めています。

参加者はコンセンサスに達し、大規模モデルの開発には政府、企業、学術界の共同努力が必要であることを強調しました。政府は政策指導を強化し、基礎研究と人材育成を促進すべきである。企業は主導的な役割を果たし、大規模モデルの構築への投資と推進を強化すべきである。学術界は産業界との協力を強化し、科学技術成果の変革と応用を促進すべきである。

専門家らは、大規模モデルの開発におけるセキュリティと信頼性に関する研究と探求を強化する必要性を強調した。彼らは、大規模なモデルの適用が悪影響やリスクをもたらさないように、対応する規範や基準を確立することを主張しています。

最後に、参加者は、大規模モデルの開発は人工知能業界に大きなチャンスをもたらすが、潜在的なリスクや課題にも注意を払う必要があると表明しました。これらは、人工知能の健全な発展と社会の進歩を共同で促進するために、大規模モデルの研究開発、展開、応用において綿密な協力を行うことをすべての関係者に奨励します。

専門家は、世界人工知能会議のフォーラムで大規模モデルの開発と応用について広範な議論と意見交換を行いました。彼らは、人工知能分野における基本的なイノベーション、技術応用、将来の展望に関する貴重な洞察と提案を提供し、人工知能産業の発展の方向性を指摘しました。

以上が人工知能の分野では、国産大型モデルの「水源のない水」問題が解決されたという画期的な成果が得られた。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。