exklusivinterview｜zhang junping: künstliche intelligenz muss nicht „allmächtig“ sein, sie muss nur in einem aspekt gut sein
2024-09-02
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
„lehrer zhang, wenn die künstliche intelligenz so weit fortgeschritten ist, werden wir ersetzt, wenn wir lernen. wenn wir nicht lernen, werden wir ersetzt. was nützt also das lernen?“, sagte ein junger leser auf der „künstliche intelligenz-konferenz“ „menschen ersetzen? – die geschichte, aktuelle situation und zukunft der künstlichen intelligenz“ fragte professor zhang junping nach der aktivität zum teilen von themenbüchern.
als bekannter experte auf dem gebiet der künstlichen intelligenz und professor an der fakultät für informatik und technologie der fudan-universität antwortete zhang junping, dass die beherrschung von grundkenntnissen wie matrixoperationen für das verständnis künstlicher intelligenz von entscheidender bedeutung sei. nur wenn wir diese grundlagen erlernen, können wir algorithmen besser steuern und optimieren und die entscheidungsfindung durch künstliche intelligenz verstehen. er betonte auch, dass lernen es den menschen ermöglicht, die technologie der künstlichen intelligenz besser zu verstehen und anzuwenden.
buchcover von „eine kurze geschichte der künstlichen intelligenz“.
um der öffentlichkeit zu helfen, die entwicklung der künstlichen intelligenz zu verstehen, veröffentlichte zhang junping letztes jahr „eine kurze geschichte der künstlichen intelligenz“, in der er die geschichte und den technologischen fortschritt der ki in populärer sprache vorstellte. das buch behandelt wichtige meilensteine von der frühen theorie bis zum modernen deep learning und blickt in die zukunft der ki.
die geschichte der künstlichen intelligenz lässt sich bis in die mitte des 20. jahrhunderts zurückverfolgen und hat viele höhen und tiefen erlebt. in den 1950er jahren legten pioniere wie alan turing und john mccarthy den grundstein. trotz des „ki-winters“ hat deep learning seit dem 21. jahrhundert mit der weiterentwicklung von rechenleistung und big data eine neue entwicklungsrunde der künstlichen intelligenz eingeläutet.
zhang junpings 2019 veröffentlichtes buch „an agent that loves making mistakes“ untersucht die herausforderungen und missverständnisse, mit denen künstliche intelligenz konfrontiert ist, und fördert die offenheit, fehler im lernprozess von agenten zu akzeptieren. zu dieser zeit war chatgpt nicht sehr bekannt und das konzept der künstlichen intelligenz war bei den menschen nicht beliebt, sagte zhang junping gegenüber the paper (www.thepaper.cn) stolz, dass sich die meisten inhalte in das buch hat sich nicht geändert. der dargelegte punkt bleibt bestehen.
die entstehung einer „ki-blase“ ist auf zu hohe erwartungen zurückzuführen
das papier:am 17. september 2018 fand in shanghai die erste weltkonferenz für künstliche intelligenz statt. seit juni 2018 machen sie relevantes wissen auch außerhalb des universitätsunterrichts der breiten öffentlichkeit zugänglich. wie wurden sie von da an bis zur veröffentlichung von „a brief history of artificial intelligence“ im letzten jahr zu einem populärwissenschaftlichen experten auf dem gebiet der künstlichen intelligenz?
zhang junping:das erste mal, dass ich mich 2018 mit der popularisierung von wissenschaft befasste, war, als „science times“ mich einlud, eine einführung zu generativen kontradiktorischen netzwerken zu schreiben. (anmerkung des herausgebers: gan ist eine deep-learning-architektur, die zwei neuronale netze darauf trainiert, miteinander zu konkurrieren, um aus einem bestimmten trainingsdatensatz neue, realistischere daten zu generieren.)
da der inhalt relativ komplex ist, begann ich darüber nachzudenken, wie ich ihnen eine populärwissenschaftliche interpretation geben könnte. es gibt ein konzept des cross-business, also des generationsnetzwerks und des konfrontationsnetzwerks, das mich an zhou botongs links-rechts-kampftechnik in „the legend of the condor heroes“ erinnert, also die angriffe der linken hand und die rechte hand verteidigt.
zu dieser zeit gab es in akademischen kreisen viele versionen der erklärung von deep learning, aber ich wollte dieses problem aus einer populärwissenschaftlichen perspektive erklären, also schrieb ich „deep learning, du bist die 116-jährige oma mit langer lebensdauer“. und die abschließende resonanz war sehr gut. nicht schlecht, also wollte ich es in dieser denkweise aufschreiben und veröffentlichte 2019 „the agent who loves making mistakes“ und begann später, mich kurzen videos zuzuwenden.
der zweck des schreibens von „eine kurze geschichte der künstlichen intelligenz“ besteht dieses mal darin, zunächst die geschichte zu klären. ihre genauigkeit ist viel höher als die des vorherigen buches.
ich beschäftige mich seit 2000 mit künstlicher intelligenz. mir ist die gesamte entwicklungslinie der künstlichen intelligenz klar und ich weiß, wie man sie beschreibt. um diese inhalte jedoch sehr genau zu schreiben, muss ich die literatur überprüfen und die originalversion verwenden auf den inhalt.
warum scheiterte zum beispiel die künstliche intelligenz zum ersten mal? ich dachte zuerst über viele dinge zu diesem inhalt nach, aber dann wies mein lehrer, akademiker lu qian, darauf hin, dass die ära der expertensysteme (1970er bis 1980er jahre) ein system der künstlichen intelligenz war sie nutzen expertenwissen und regeln, um probleme in bestimmten bereichen zu lösen. dies ist ein wichtiger knotenpunkt, um aus dem ersten abschwung der künstlichen intelligenz herauszukommen. darüber sollte nicht vorher gesprochen, sondern später angepasst werden. deshalb habe ich die informationen anhand seiner meinung noch einmal überprüft und an diesem teil anpassungen vorgenommen.
das schreiben eines buches ist möglicherweise nicht dasselbe wie recherche (schreiben einer arbeit). wenn es gut geschrieben ist oder es genügend prognosen für die zukunft gibt, wird die vitalität dieses buches viel stärker sein als die einer wissenschaftlichen arbeit. insbesondere im bereich der künstlichen intelligenz dauert es in vielen fällen möglicherweise nur ein halbes jahr nach der veröffentlichung eines artikels, und die (technische) leistung wurde verbessert, und der ursprüngliche artikel gerät nach und nach in vergessenheit.
das papier:es gibt stimmen, die sagen, dass es einen wettbewerb zwischen china und den usa im bereich der künstlichen intelligenz gibt. sie waren auch schon einmal zum austausch in den usa. was ist der entscheidende faktor für die zukunft (dieses wettbewerbs)?
zhang junping:einerseits ist talent. untersuchungen zur wissenschaftlichen entwicklung zeigen, dass ein land als „weltzentrum für wissenschaft und technologie“ bezeichnet werden kann, wenn die wissenschaftlichen errungenschaften eines landes im gleichen zeitraum mehr als 25 % der weltweiten gesamtleistung ausmachen. aber die technologiezentren der welt haben sich verändert. zuerst waren es beispielsweise italien und das vereinigte königreich, dann frankreich, deutschland und später die vereinigten staaten.
ob sich das wissenschafts- und technologiezentrum der welt verändern wird und ob es nach china kommen wird, ist alles fraglich. wenn es zu einer umkehr im wettbewerb zwischen china und den vereinigten staaten kommen sollte, denke ich, dass das offensichtlichste zeichen darin besteht, dass das wissenschafts- und technologiezentrum der welt nach china kommen kann.
das papier:sie sagten zuvor, dass es einen trend gibt, dass jeder in den trend zur künstlichen intelligenz investiert. was denken sie?
zhang junping:ob es sich um eine „blase“ handelt, hängt davon ab, wie sie definiert wird. tatsächlich kann man sie auch als „überziehungskredit“ bezeichnen. denn so etwas wie eine „blase“ gibt es in der akademischen welt nicht, solange wir langsam und stetig schritt für schritt vorankommen. aber wenn von einer „blase“ die rede ist, bedeutet das, dass überzogene erwartungen an die zukunft drohen.
in unserer aktuellen runde des künstlichen intelligenzbooms glaubt die akademische gemeinschaft möglicherweise nicht, dass die entwicklung der künstlichen intelligenz so heiß ist, sondern dass unter dem gegenwärtigen umfeld möglicherweise noch ein langer weg vor uns liegt, bis sie zu einer allgemeinen künstlichen intelligenz wird intelligenz. allerdings haben unternehmen möglicherweise zu hohe erwartungen an die entwicklung künstlicher intelligenz und haben das gefühl, dass bestimmte ergebnisse bald erreicht werden oder bereits erreicht wurden. wenn die erwartungen hoch sind, kann auch die enttäuschung groß sein. da im vorfeld zu viel investiert wird, spricht man von einer blase, wenn die gewünschten ergebnisse nicht erreicht werden.
das papier:tatsächlich haben sie auch erwähnt, dass es für maschinen möglich ist, einfache dinge zu tun, die menschen komplex finden, und dass menschen einfache dinge finden, die maschinen für komplex halten. unsere ursprüngliche absicht war es, maschinen einige einfache und sich wiederholende aufgaben für uns erledigen zu lassen tatsächlich lassen wir ki auch gedichte schreiben oder etwas schwieriges tun. glauben sie, dass der mensch in zukunft übermäßig auf künstliche intelligenz angewiesen sein wird?
zhang junping:tatsächlich hat dreyfus in seinem buch „what computers can't do“ über dieses problem gesprochen. er sagte, dass, wenn menschen in zukunft stark auf künstliche intelligenz angewiesen sind, das ergebnis möglicherweise nicht darin besteht, die menschen intelligenter zu machen, sondern dass sie die menschen intelligenter machen. werde super-idiotisch.
das papier:stimmen sie dem argument zu, dass künstliche intelligenz die menschheit zerstören wird?
zhang junping:ich stimme nicht zu.
innovation, regulierung und datenschutz
das papier:sie haben schon oft erwähnt, dass sie hinsichtlich der künstlichen intelligenz zu optimistisch sind. manche leute denken, dass künstliche intelligenz noch nicht so „intelligent“ ist. wie gehen wir mit den erwartungen der menschen an künstliche intelligenz um?
zhang junping:forscher im bereich der künstlichen intelligenz sind überwiegend optimisten. aber ich habe immer das gefühl, dass es für die menschen tatsächlich ein schwieriges problem ist, sich selbst zu verstehen. wenn sie wie eine ameise auf einer zweidimensionalen ebene kriecht, wird sie nie wissen, dass sie sich auf einer zweidimensionalen ebene befindet, es sei denn, jemand steht in einer höheren dimension als sie und kann sehen, dass sie sich tatsächlich in einer dreidimensionalen ebene befindet raum. tatsächlich sind die menschen gleich. es kann schwierig sein, sich selbst vollständig zu verstehen, da ihre dimension eingeschränkt ist und es keine möglichkeit gibt, sich außerhalb dieser dimension zu sehen.
ich vergleiche künstliche intelligenz (anwendung) mit flugzeugen und vögeln. tatsächlich müssen wir uns nicht auf die gesamte struktur von vögeln konzentrieren wenn sie in jeder hinsicht gut abschneiden, wird das flugzeug immer weiter fliegen und mehr passagiere befördern.
das gleiche gilt für künstliche intelligenz. obwohl es schwierig ist, in kurzer zeit herauszufinden, wie menschliche intelligenz funktioniert, kann man sich nur auf ein ziel konzentrieren, beispielsweise darauf, ob die gesichtserkennung korrekt ist oder ob das vorherige wort bei der verarbeitung natürlicher sprache verwendet wird um vorherzusagen, ob das nächste wort korrekt ist, müssen sie nur in einem aspekt gute arbeit leisten.
das papier:das heißt, wir können uns mehr auf anwendungen konzentrieren als auf die sogenannte allgemeine künstliche intelligenz. wie hilfreich kann künstliche intelligenz ihrer meinung nach in bezug auf die vorhersage künstlicher intelligenz bei der wettervorhersage sein, und welche aussichten hat sie?
zhang junping:die wettervorhersage ist immer noch ein sehr schwieriges problem. denn die meteorologie unterscheidet sich von den bildern und videos, die wir jetzt sehen. es kann sich auch um ein wolkenbild in einer bestimmten entfernung (z. b. 10 kilometer) vom boden handeln, das durch das scannen des himmels mit radar erhalten wird dann vorhersagen basierend auf den änderungen im wolkenbild. aber die wolkenkarte zeigt die verdunstung von wasserdampf am boden. es ist schwierig zu wissen, wie dieser zustand entsteht und wie er verschwindet. es ist uns unmöglich, sammler und beobachter im weltraumbereich von 10 kilometern über der erde zu verteilen. selbst wenn wir vor ort nicht viele informationen kennen, gibt es in shanghai möglicherweise nur ein paar hundert beobachtungsstationen und die menge der gesammelten informationen reicht nicht aus, was wettervorhersagen nicht so einfach macht. was die taifunvorhersage betrifft, so ist nicht nur die (beobachtungs-)reichweite größer, wir haben auch kaum oder gar keine möglichkeit, auf see vorhersagen zu treffen. in den letzten jahren haben teams wie deepmind, huawei, alibaba und fu xi der meteorologie besondere aufmerksamkeit gewidmet. es gab keine fortschritte, wie z. b. kurzfristige vorhersagen, lokale vorhersagen usw., aber sie müssen gut gemacht werden insbesondere bei plötzlichen und seltenen ereignissen ist es immer noch sehr schwierig, meteorologische ereignisse vorherzusagen.
das papier:an der governance-front haben wir viele berichterstattungen über klagen gesehen, die von urheberrechtsinhabern wie bildenden künstlern, nachrichtenagenturen und plattenfirmen gegen technologieunternehmen eingereicht wurden, die ihre arbeit zum trainieren generativer ki-systeme nutzen. wie sehen sie als schöpfer und experte auf dem gebiet der künstlichen intelligenz das thema technologische innovation und datenschutz?
zhang junping:dieses problem konnte bisher nicht zufriedenstellend gelöst werden und viele menschen haben derzeit gewisse einwände gegen die schaffung künstlicher intelligenz. nehmen wir als beispiel das schreiben eines romans. nachdem ein autor die ersten paar dutzend kapitel geschrieben hat, lädt er seine kreative gliederung auf eine bestimmte plattform in der cloud hoch, und die plattform kann seine gliederungsdaten für das training künstlicher intelligenz verwenden, um den inhalt des romans zu ergänzen es ist möglich, dass der durch künstliche intelligenz ergänzte inhalt dem, was der autor ursprünglich schreiben wollte, sehr ähnlich ist und sich in gewisser weise auf einige der kreativen absichten des autors auswirkt.
daher müssen sie als ersteller sorgfältig mit ihren produkten und kreativen ergebnissen umgehen und inhalte nicht blind in die cloud hochladen, da die gefahr besteht, dass die plattform die von benutzern hochgeladenen materialien für schulungen verwendet.
das papier:wie sollten wir ihrer meinung nach ein gleichgewicht zwischen innovation und regulierung finden?
zhang junping:zu diesem zeitpunkt sind wir noch nicht so weit, dass eine strenge aufsicht erforderlich ist. was auf nationaler ebene möglicherweise am meisten einer überwachung bedarf, sind daten. auch das vor einigen jahren eingeführte „datensicherheitsgesetz der volksrepublik china“ spiegelt die notwendigkeit wider, vor datenlecks vorsichtig zu sein.
aber was innovation betrifft, sollten wir uns meiner meinung nach auf die ermutigung konzentrieren. tatsächlich wissen wir nicht, was wir richtig machen sollen. weil wissenschaftliche forschung so ist, weiß man oft nicht, was man tun soll, aber indem man es tut, findet man vielleicht einen ausweg. das ist die wahre situation der wissenschaftlichen forschung.
der paper-reporter zhang wuwei und der praktikant zhan huijuan
(dieser artikel stammt von the paper. für weitere originalinformationen laden sie bitte die „the paper“-app herunter.)
