Seit der Entwicklung der künstlichen Intelligenz ist sie zur zentralen Antriebskraft für eine neue Runde der globalen technologischen Revolution und des industriellen Wandels geworden. Derzeit ist die Nutzung von Big Data zur Steigerung der Rechenleistung und Stärkung der Algorithmen zur Bildung ultragroßer intellektueller Modelle zum Kern der neuen Generation der künstlichen Intelligenzökologie geworden. Sie wird eine wichtige Anwendungsinfrastruktur für die Entwicklung der künstlichen Intelligenz in meinem Land sein und ein Schlüssel zur Umsetzung der insgesamt führenden Strategie meines Landes für künstliche Intelligenz im Jahr 2030. Basisplattform.
Die erste Konferenz des Boao Forum for Asia Global Economic Development and Security Forum mit dem Thema „Wirtschaftliche Sicherheit und nachhaltige Entwicklung im Zeitalter großer Veränderungen“ findet vom 18. bis 20. Oktober in Changsha, Hunan, statt. Ziel ist es, Antworten auf globale Wirtschaftsrisiken zu diskutieren und strukturelle Probleme zu erörtern, wobei Themen wie intelligente Fertigung und technologische Revolution gemeinsam erörtert werden.
Zu Themen wie der Entwicklungsrichtung und den Anwendungsaussichten künstlicher Intelligenz im Zeitalter großer Modelle führte ein Reporter der Beijing Business Daily kürzlich ein Exklusivinterview mit Huang Tiejun, Professor an der School of Information Science and Technology der Peking-Universität und Direktor der Abteilung für Informatik und Technologie.
Beijing Business Daily: Große Modelle gelten als Kern der neuen Generation des Ökosystems für künstliche Intelligenz. Können Sie kurz erklären, was ein großes Modell ist? Welche Probleme werden gelöst?
Huang Tiejun: Das große Modell ist ein grundlegendes allgemeines Modell, das verschiedenen Anwendungen Intelligenz verleiht. Im Allgemeinen ist es eine grundlegende Plattform, die das in den Daten enthaltene Wissen und die Regeln aus riesigen Big Data lernt, es zu einem neuronalen Netzwerk verdichtet und daraus ein großes Modell macht und Dienste für verschiedene allgemeine intelligente Aufgaben bereitstellt.
Im mobilen Internet können Cloud-Dienstanbieter beispielsweise über viele Servicefunktionen verfügen, aber ohne einen Anbieter wie App wird es für Benutzer schwierig sein, verschiedene Cloud-Dienste zu erhalten. Aus dieser Sicht ist App selbst ein industrielles Ökosystem. Tatsächlich müssen große Modelle derzeit ähnliche Probleme lösen.
Große Modelle sind öffentliche Dienste mit hoher Strahlkraft und hoher Technik. In Zukunft werden alle Lebensbereiche bestimmte spezifische Anforderungen haben, und einige Unternehmen müssen große Modellkonvertierungen und benutzerdefinierte Schnittstellen entwickeln.
Beijing Business Daily: Wie werden große Modelle die Ökologie der künstlichen Intelligenz-Technologie und die industrielle Ökologie verbinden? Was wird die nächste Anwendungsrichtung der künstlichen Intelligenz im Informationsbereich sein?
Huang Tiejun: Das Verständnis und die Anwendung künstlicher Intelligenz befinden sich in vielen Branchen noch in der Erprobungsphase, und es besteht eine gewisse Distanz zwischen ihnen. Um diese Schnittstelle zu verbinden, bedarf es eigentlich einer Gruppe von Unternehmen, die die Fähigkeiten großer Modelle in Inhalte umwandeln können, die von verschiedenen Branchen benötigt werden.
Es ist sehr schwierig vorherzusagen, was die nächste Anwendung im Informationsbereich sein wird. Ich denke, in Wirklichkeit werden Texterstellung, Informationsverarbeitung und andere Aufgaben durch künstliche Intelligenz ersetzt, oder die meisten davon werden durch große Modelle künstlicher Intelligenz gelöst, was großartige Anwendungsmöglichkeiten mit sich bringen wird.
Bei den verschiedenen Anwendungen von Suchmaschinen geht es letztlich um die Organisation, Gewinnung und Nutzung von Informationen. Beispielsweise können Einzelpersonen Daten sammeln und einige Informationen über Suchmaschinen verarbeiten. Große Modelle lösen nun das Problem der Sammlung massiver Datenmengen. Ihre Daten sind nicht das Werk einer einzelnen Person oder einer Gruppe von Personen, sondern sie sammeln alle Daten und spiegeln sie wider. Sie dienen verschiedenen Anwendungen zur Informationsverarbeitung im Bereich Copywriting. Der endgültige Ausweg mag immer noch der Mensch sein, aber die meisten Aufgaben dahinter werden von künstlicher Intelligenz erledigt. Die Möglichkeiten für diese Anwendungsrichtung sind enorm.
Beijing Business Daily: Wie hat sich die künstliche Intelligenz im Zeitalter der großen Modelle entwickelt? Was sind die Unterschiede zu früher?
Huang Tiejun: Die Entwicklung künstlicher Intelligenz zu großen Modellen wird durch die Grundgesetze der Entwicklung künstlicher Intelligenz-Technologie bestimmt. Es gibt zwei Denkschulen zur künstlichen Intelligenz. Eine Gruppe glaubt, dass die wissenschaftlichen Mechanismen, Theorien, Mathematik und Algorithmen hinter künstlicher Intelligenz sehr wichtig sind; die andere Gruppe glaubt, dass künstliche Intelligenz im Allgemeinen eine Technologie ist, die ein intelligentes System konstruiert und dann den Mechanismus des intelligenten Systems versteht. Letzteres ist die gängige Ansicht zur künstlichen Intelligenz.
Beim Aufbau künstlicher Intelligenz war es zunächst die Arbeit einiger wissenschaftlicher Forscher, später beteiligten sich nach und nach auch Unternehmen. In Zukunft werden Industrie, Wissenschaft, Forschung und die gesamte Gesellschaft gemeinsam ein Modell konstruieren. Warum das? Eigentlich ist der Grund ganz einfach. Wenn die von einem künstlichen Intelligenzsystem oder -modell gelernten Daten nicht vollständig und zeitnah genug sind, wird es schwer zu glauben sein, dass sein intelligentes Modell sehr leistungsfähig ist. Das sogenannte große Modell besteht darin, verschiedene Datenressourcen, die stärksten Algorithmen und die in der Gesellschaft mögliche Rechenleistung in einer öffentlichen Basisplattform zu integrieren, die jeder nutzen kann. Dies ist die Richtung, die wir beim Aufbau künstlicher Intelligenzsysteme einschlagen müssen.
In diesem Prozess werden die Fähigkeiten großer Modelle stärker, die wiederum in allen Aspekten der Gesellschaft eine Rolle spielen werden. Sobald es eine Rolle spielt, werden mehr Menschen es bauen. Es ist ein wohltuender iterativer Effekt.
Tatsächlich hängt das Potenzial künstlicher Intelligenz von den Daten ab, die sie erhalten kann. So wie Menschen „Tausende von Büchern lesen und Tausende von Kilometern zurücklegen“, verhält es sich auch mit künstlicher Intelligenz. Die physische Welt und sogar das Universum sind so groß. Wenn sie in Daten und Informationen umgewandelt und von künstlicher Intelligenz erlernt werden können, wird der Raum sehr groß.
Ich wage nicht zu sagen, ob die Fähigkeiten des großen Modells die aller anderen übertreffen werden, aber zumindest hat niemand alle Informationen erhalten, und es ist unmöglich, die Gesetze dahinter zu entdecken. Der physische Körper und der Lebenszyklus eines jeden von uns bestimmen, dass die Daten, die wir erhalten können, noch relativ begrenzt sind.
Beijing Business Daily: Welche Herausforderungen müssen bei der Entwicklung großer Modelle noch bewältigt werden? Wie sieht der zukünftige Entwicklungspfad aus?
Huang Tiejun: Es gibt mittlerweile eine Reihe von Technologien und Algorithmen zum Trainieren großer Modelle, aber ob es bessere Algorithmen gibt, wird von der akademischen Gemeinschaft und der Industrie noch immer erforscht und erforscht. Derzeit ist das Trainieren eines intelligenten Modells mit hohen CO2-Emissionen verbunden. In Zukunft könnte das Trainieren eines Modells mit weniger CO2-Emissionen verbunden sein. Ich denke, eines Tages könnte das Trainieren künstlicher Intelligenz weniger kosten als das Trainieren eines Menschen, und das ist ein weiterer Meilenstein.
Da künstliche Intelligenz mit immer mehr Daten in Kontakt kommt und die Lern- und Trainingseffizienz immer höher wird, wird das Ergebnis ein großes Modell sein. In Zukunft kann es ein supergroßes Modell oder ein sehr großes Modell sein, und es wird weiter iterieren. Der Weg ist bereits klar.
Es gibt jedoch keine Grundlage dafür, wo die Obergrenze liegt. Im Moment gilt: größer ist besser. Es kann sein, dass es nach einer bestimmten Ausdehnung kein einfacher linearer Anstieg mehr ist, oder dass sich das Wachstum ab einer bestimmten Höhe verlangsamt, aber das sind im Moment noch Spekulationen.
Beijing Business Daily: Wie können bei der Entwicklung großer Modelle Sicherheits- und ethische Fragen berücksichtigt werden? Und wie lassen sie sich vermeiden?
Huang Tiejun: Die Sicherheits- und ethischen Probleme der künstlichen Intelligenz werden nicht über Nacht gelöst. Beispielsweise treten mit der Entwicklung von Informationen weiterhin Probleme der Informationssicherheit auf, und wir müssen sie lösen, nachdem sie aufgetreten sind.
Im Entwicklungsprozess großer Modelle gibt es auch einige inhärente Risiken. Beispielsweise entspricht das durch das Modell gewonnene Wissen nicht den ethischen Grundsätzen und Prinzipien. Diese Risiken können im Voraus kontrolliert werden; es gibt jedoch auch einige Risiken, die durch die kontinuierliche Weiterentwicklung der Technologie entstehen. Wenn es dazu kommt, muss auch seine Lösung kontinuierlich mit technischen Mitteln gefunden werden. „Um die Glocke zu lösen, muss man die Glocke binden.“ Wenn wir diese Technologie aufgrund einiger potenzieller Probleme nicht weiterentwickeln, entspricht sie nicht den Gesetzen der wissenschaftlichen und technologischen Entwicklung.