Sejauh Mana Kita Daripada Kepintaran Buatan Am

Jul 18, 2024 Tinggalkan pesanan

Hari ini, Kecerdasan Am Buatan (AGI) telah menjadi kata kunci fokus dalam kedua-dua komuniti saintifik dan industri. Hanya beberapa tahun yang lalu, ramai yang percaya bahawa untuk mencapai AGI akan mengambil masa sekurang-kurangnya 10 hingga 50 tahun, malah menganggapnya mustahil. Pada masa kini, pandangan pesimis seperti itu jarang berlaku. Walau bagaimanapun, berbanding keterujaan orang ramai tentang gelombang perubahan teknologi ini, ramai cendekiawan barisan hadapan dan peneraju industri dalam bidang AI percaya bahawa masih jauh lagi untuk AI semasa untuk berkembang menjadi AGI.

 

Menurut Qi Yuan, seorang profesor terkenal di Universiti Fudan, pengarah Institut Penyelidikan Kepintaran Buatan Shanghai (SAIRI), dan pengasas syarikat Model Besar yang Dipercayai "Tahun Cahaya Tak Terhingga," "Salah satu manifestasi tertinggi AGI ialah penemuan yang tidak diketahui. undang-undang di dunia yang kompleks Ringkasnya, ia sepatutnya 'AI Einstein.' Ini memerlukan kami mencipta model besar yang boleh dipercayai 'kotak kelabu' yang menggabungkan ramalan kebarangkalian 'kotak hitam' dengan penaakulan logik 'kotak putih' dan untuk menggalakkan penyelidikan asas, penanaman bakat, dan aplikasi praktikal melalui penyepaduan teknologi dan industri yang mendalam, dengan itu; membina ekosistem yang inovatif untuk kecerdasan saintifik."

 

Pada Persidangan Kepintaran Buatan Dunia (WAIC) 2024 baru-baru ini dan Mesyuarat Peringkat Tinggi Tadbir Urus Global Kepintaran Buatan, SAIRI berjaya menganjurkan forum tematik bertajuk "Kecerdasan Buatan: Anjakan Paradigma dalam Penyelidikan Saintifik dan Pembangunan Industri." Ini adalah penampilan pertama institusi penyelidikan baharu ini di WAIC. SAIRI boleh dilihat sebagai model untuk penerokaan Shanghai terhadap ekosistem kecerdasan saintifik "1+1+N" dipacu inovasi. Model ini melibatkan SAIRI sebagai hab pusat yang bertanggungjawab untuk keseluruhan perancangan strategik, penyepaduan sumber, dan penyelidikan dan inovasi teknologi utama, dengan kerjasama Universiti Fudan "1" yang lain, dan beberapa universiti, institusi penyelidikan, syarikat teknologi, pasukan inovasi "N", dan institusi pelaburan, untuk bersama-sama mempromosikan penyelidikan saintifik, penanaman bakat, pemindahan teknologi, dan inovasi dan peningkatan industri.

 

Piawaian untuk AGI hendaklah mencipta "AI Einstein."

 

Dari perspektif teknikal, adakah model yang semakin besar dengan lebih banyak parameter akan membawa kepada AGI? Sehingga kini, bukan dari perspektif teknologi AI itu sendiri mahupun dari perspektif penggunaan tenaga, adalah model besar berdasarkan seni bina autoregresif Transformer yang mencukupi untuk membawa kepada AGI. AI perlu membangunkan model besar "kotak kelabu" baharu yang boleh dipercayai. Kesimpulan ini adalah berdasarkan pengalaman praktikal Qi Yuan selama bertahun-tahun dalam kedua-dua akademik dan industri.

 

Sepuluh tahun yang lalu, dengan idea "menjadikan AI berguna," Qi Yuan mengetuai pasukan untuk meningkatkan sistem pembelajaran mesin teras Alibaba daripada 2 juta parameter kepada beberapa ratus juta parameter buat kali pertama, mencapai peningkatan yang ketara dalam prestasi perniagaan dan menunjukkan transformasi bersepadu data, algoritma, dan keupayaan kejuruteraan. Inilah tepatnya manifestasi Undang-undang Penskalaan, yang dibincangkan secara meluas dalam komuniti AI hari ini.

 

Qi Yuan teringat bahawa pasukan itu sememangnya merasai kemanisan Undang-undang Penskalaan: selepas meningkatkan parameter model sebanyak seratus kali ganda, kesan keseluruhan meningkat secara mendadak. "Tetapi sekarang saya fikir: mengapa kita tidak menjadikan model AI lebih besar ketika itu? Mengapa kita berhenti apabila kita boleh mengambil langkah lebih jauh?" katanya. "Walaupun berbilion-bilion parameter dalam model besar tidak mencukupi; kita perlu bergerak ke arah ratusan bilion, trilion, atau lebih. Pada masa itu, kedua-dua ahli akademik dan industri tidak mempunyai kuasa pengkomputeran, malah dalam sektor perindustrian, mencapai pencapaian yang begitu tinggi. kuasa pengkomputeran memerlukan kos yang sangat tinggi, apatah lagi ahli akademik."

 

Sebab mengapa piawaian untuk AGI sepatutnya adalah untuk mencipta "AI Einstein," jelas Qi Yuan, ialah ia perlu berkesan dan pintar. Pertama, Einstein menemui "awan fizik awal abad ke-20" melalui beberapa titik data utama. AGI juga harus dapat menemui dan memahami undang-undang yang tidak diketahui di dunia yang kompleks. Walau bagaimanapun, model besar semasa tidak dapat mencapai ini. Sebagai contoh, walaupun model besar visual SORA mensimulasikan dunia fizikal ke tahap yang tidak pernah berlaku sebelum ini, ia masih membina dunia tiga dimensi berdasarkan simulasi dunia dua dimensi dan jauh daripada memahami dunia fizikal secara menyeluruh. Kedua, terdapat isu penggunaan kuasa. Otak manusia beroperasi pada kira-kira 15 watt, manakala satu GPU boleh memuncak pada beberapa ratus watt, apatah lagi kumpulan ribuan atau puluhan ribu GPU yang diperlukan untuk melatih model besar umum. Pada masa ini, jika kita terus menggunakan seni bina sedia ada, penggunaan kuasa yang diperlukan adalah astronomi, menjadikannya sukar untuk mencapai matlamat menjadi berkesan dan pintar.

 

"AI Einstein" juga merupakan matlamat utama AI untuk Sains (AI4S). Kecerdasan saintifik telah memainkan peranan penting dalam mempercepatkan penyelesaian persamaan fizik yang diketahui, tetapi ia juga perlu menggabungkan peraturan yang diketahui dengan data untuk mengurangkan pergantungan teruk pada data dan kuasa pengkomputeran, meningkatkan ketepatan penaakulan dan ramalan, dan mencadangkan teori saintifik baharu berdasarkan peraturan pengetahuan terlaras data. Ini sejajar dengan matlamat jangka panjang Qi Yuan di Universiti Fudan dan SAIRI-untuk menggunakan kecerdasan buatan untuk memahami dunia yang kompleks dan menemui undang-undang yang tidak diketahui.

 

Model besar domain menegak yang boleh dipercayai "Kotak kelabu" memperkasakan pelbagai industri.

 

Apakah masalah yang perlu diselesaikan untuk model besar menjadi kuasa produktif baharu daripada alatan AI? Menurut Qi Yuan, industri model besar menghadapi banyak cabaran biasa, menyukarkan teknologi, produk dan keperluan pasaran untuk diselaraskan.

 

"Isu terbesar dengan pelaksanaan model besar hari ini ialah ia kelihatan berguna pada pandangan pertama tetapi gagal dalam penggunaan praktikal, " jelas Qi Yuan. Model bahasa besar hari ini terutamanya meramalkan perkataan seterusnya berdasarkan berbilang perkataan sebelumnya, tetapi pendekatan ini tidak sesuai untuk penaakulan pelbagai langkah yang ketat. "Bahasa adalah alat untuk berkomunikasi, bukan untuk berfikir." Baru-baru ini, kertas kerja yang diterbitkan oleh institusi termasuk MIT dalam jurnal akademik teratasalam semula jadimenegaskan bahawa bahasa adalah alat yang berkuasa untuk menghantar pengetahuan budaya, dan ia mungkin telah berkembang bersama dengan kebolehan pemikiran dan penaakulan kita, mencerminkan kerumitan kognisi manusia. Walau bagaimanapun, bahasa tidak menjana kerumitan penaakulan.

 

Untuk menangani ketidakpercayaan, kebolehtafsiran rendah dan kos tinggi model besar sedia ada, penyelesaian yang berkesan adalah untuk menggabungkan penaakulan rangkaian neural probabilistik dengan pengiraan simbolik logik, sama seperti gabungan pemikiran pantas berdasarkan naluri dan pemikiran perlahan berdasarkan penaakulan logik yang diterangkan dalam Buku pemenang Hadiah Nobel Daniel KahnemanBerfikir, Cepat dan Lambat. "Ini boleh dipanggil model besar 'kotak kelabu'," Qi Yuan percaya. Menggabungkan pengiraan simbolik dengan rangkaian saraf dalam model besar yang boleh dipercayai "kotak kelabu" boleh mengurangkan "halusinasi" AI dan menyelesaikan masalah profesional dalam bidang menegak, dengan itu memperkasakan pelbagai industri dan melancarkan produktiviti model besar.

 

Apakah model besar yang boleh dipercayai "kotak kelabu"? "Pada asalnya, pembelajaran mendalam dianggap sebagai 'kotak hitam.' Sekarang, dengan menggabungkan penaakulan logik dengan pembelajaran mendalam, kami mempunyai 'kotak kelabu,'" jelas Qi Yuan. "Kotak hitam asal menyebabkan orang tidak mengetahui proses yang mana data menghasilkan keputusan, manakala model besar 'kotak kelabu', dibantu oleh penaakulan logik, membolehkan orang ramai untuk 'mengetahui kedua-dua keputusan dan sebab di belakangnya.' Dari perspektif lain, model besar 'kotak kelabu' boleh menggunakan pembelajaran mendalam untuk mengurangkan peraturan yang tidak mematuhi data yang diperhatikan dunia sebenar."

 

Qi Yuan menyatakan bahawa untuk AI memainkan peranan teras dalam senario kompleks merentas pelbagai industri-sama ada dalam kewangan dan insurans, kuasa angin dan tenaga, atau perkapalan laut dan bidang farmaseutikal-adalah perlu untuk menggabungkan pengetahuan industri yang sistematik, logik penaakulan dan keputusan -membuat mekanisme dengan model besar. Model besar "kotak kelabu" bukan sahaja arah untuk AGI tetapi juga alat yang berkuasa untuk menembusi medan menegak secara mendalam dan menyelesaikan masalah dunia sebenar. "Dari perspektif industri, pemahaman ini sangat intuitif," Qi Yuan menggambarkan. Doktor tidak perlu menjadi peguam, dan peguam juga tidak perlu menjadi pakar pelaburan. Setiap peranan profesional harus memberi tumpuan kepada bidang mereka dan meningkatkan alat produktiviti mereka. Dari sudut teknikal, jika model besar terlalu mempelajari tugas yang tidak berkaitan, ia mungkin mengalami "pelupaan bencana". Sebagai contoh, jika Li Bai menghabiskan seluruh masanya untuk membuat perakaunan dan bukannya menulis puisi, inspirasi puitisnya mungkin beransur-ansur pudar. "Kami telah memerhatikan bahawa apabila melatih model besar untuk domain menegak, jika model mempelajari terlalu banyak fungsi yang tidak berkaitan, ia boleh mengganggu keupayaan asalnya. Oleh itu, membangunkan model besar 'kotak kelabu' yang berkesan untuk domain menegak adalah nilai yang besar dalam industri. pelaksanaan."

 

"Saya percaya model besar 'kotak kelabu' akan memainkan peranan yang semakin penting dalam laluan ke AGI dan dalam pelaksanaan industri domain menegak. Dari perspektif metodologi Bayesian, ia menggabungkan pengetahuan kami yang diketahui dengan maklumat tersembunyi dalam data untuk menemui undang-undang baharu dan menyelesaikan masalah saintifik dan perindustrian," kata Qi Yuan. Pada masa hadapan, "AI Einstein" juga boleh menjadi "AI Buffett."

Menghubungkan rantaian inovasi dan membina ekosistem inovasi kecerdasan saintifik.

 

Pada Persidangan Kepintaran Buatan Dunia tahun ini, pasukan Qi Yuan melancarkan model besar kewangan dan perubatan yang boleh dipercayai dengan ratusan bilion parameter. Model besar domain menegak ini mengatasi model trilion parameter OpenAI GPT-4 Turbo dalam ujian, sekali lagi menarik perhatian industri kepada pelaksanaan model besar.

 

"Pencapaian AI hari ini didorong bukan sahaja oleh inovasi dalam prinsip asas tetapi juga oleh pendekatan dipacu produk yang menangani keperluan masyarakat. Masyarakat memerlukan bukan sahaja penerbitan kertas teori atau inovasi model perniagaan tetapi juga penyepaduan mendalam inovasi teknologi dan industri berdasarkan prinsip pertama Apabila kedua-dua elemen ini digabungkan, kita boleh mencapai perairan yang lebih biru," kata Qi Yuan.

 

Akademia dan industri mempunyai misi yang berbeza. Akademia meneroka fenomena baharu, manakala industri menyelesaikan masalah praktikal terutamanya. Isu biasa di seluruh dunia ialah institusi penyelidikan perlu menangani banyak masalah inovasi teknologi, tetapi jika mereka mengabaikan produkisasi dan keperluan masyarakat, mereka menghadapi dua kelemahan: kekurangan tekanan persaingan sebenar, yang menghalang penambahbaikan teknologi inovatif, dan ketiadaan berkesan. maklum balas pasaran untuk membimbing penyelidikan teknologi.

 

Untuk tujuan ini, Qi Yuan telah lama berusaha untuk menghubungkan rantaian inovasi "institut penyelidikan universiti-pemula" untuk mewujudkan ekosistem inovasi yang baik yang mempertimbangkan kedua-dua teknologi asas dan keperluan pasaran. Hala tuju produk harus dipandu oleh permintaan dan senario pasaran, membina daya saing teras produk melalui inovasi asas.

 

Ditubuhkan pada 2023, SAIRI komited kepada inovasi AI untuk Sains asal yang menggabungkan pengetahuan dan data. Baru-baru ini, SAIRI melancarkan siri Fuxi model besar meteorologi 2.0 untuk aplikasi dalam tenaga baharu, insurans, pengurusan bandar dan memulakan Perikatan Ekosistem Inovasi Meteorologi Pintar. Perikatan ini bertujuan untuk mempromosikan secara beransur-ansur aplikasi industri model besar meteorologi siri Fuxi 2.0. Model besar yang boleh dipercayai "kotak kelabu" juga sedang berkembang dalam pelaksanaan produk, dengan Infinite Lightyear, syarikat model besar yang boleh dipercayai yang diasaskan oleh Qi Yuan, telah pun ditubuhkan.

 

Untuk terus mempromosikan ekosistem inovasi kecerdasan saintifik, Pertandingan Kepintaran Saintifik Dunia kedua, yang dianjurkan bersama oleh SAIRI dan Universiti Fudan, dan dipandu oleh pelbagai jabatan termasuk Jawatankuasa Sains dan Teknologi Shanghai, Suruhanjaya Pembangunan dan Pembaharuan Shanghai, Jawatankuasa Ekonomi dan Teknologi Maklumat Shanghai, dan Jawatankuasa Pendidikan Shanghai, telah dilancarkan. Pertandingan ini menawarkan berjuta-juta hadiah untuk merekrut peserta global untuk meneroka bidang sempadan kecerdasan saintifik. Selain itu, SAIRI telah membangunkan platform data saintifik yang meliputi data saintifik multimodal, yang menyokong rantaian penuh daripada pengumpulan dan pemprosesan data kepada pengurusan dan pemodelan, memastikan pemprosesan data yang cekap, kebolehpercayaan dan komunikasi yang selamat. Berdasarkan platform ini, SAIRI dan rakan kongsinya telah membina beberapa set data saintifik berkualiti tinggi untuk sains hayat, sains bahan, sains atmosfera dan bidang lain, menyediakan sumber berharga untuk penyelidikan kecerdasan saintifik. Selain itu, SAIRI telah memulakan Perikatan Ekosistem Data Saintifik Global, dengan ahli awal termasuk China Telecom Corporation, COSCO Shipping Insurance Captive, Teknologi Data Rentas Sempadan Kawasan Baharu Shanghai Lingang, dan lebih daripada sepuluh entiti lain. Perikatan itu bertujuan untuk membina platform sumber data besar penyelidikan berbilang domain global yang terbuka dan berkongsi melalui kerjasama antara kerajaan, perusahaan, universiti dan institusi penyelidikan.

 

"Sama ada dalam penyelidikan saintifik atau industri, kita tidak seharusnya membuat inovasi demi inovasi. Kami berharap dapat membina AGI dan aplikasi masa depan yang menyelesaikan masalah dunia sebenar," kata Qi Yuan.

Hantar pertanyaan

whatsapp

Telefon

E-mel

Siasatan