Nouvelle préface de Zhu Jiaming : L'IA et l'intelligence humaine commencent à « partager l'intelligence » dans huit tendances majeures |
2024-08-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
« L'ère du dialogue : la route vers un pays fort en forgeant une nouvelle productivité » de Zhu Jiaming, Tao Hu, Shen Yang, etc., publié par Peking University Press en août 2024, au prix de 78 yuans
[Introduction] La Foire du livre de Shanghai bat son plein, avec des foules de gens à l'intérieur et à l'extérieur de la salle d'exposition, et les informations et les esprits à tous les niveaux circulent et infectent.
Le nouveau livre « L'ère du dialogue : La route vers un pays fort en forgeant une nouvelle productivité », publié par Peking University Press et compilé par les intervenants de la salle de conférence Wenhui, a été dévoilé lors du salon du livre et s'est tenu au club de lecture de la rue Chang'an le 14 août. Apprenez la liste des nouveaux livres. Le livre est divisé en trois chapitres majeurs : « l'émergence » de l'intelligence artificielle, le développement intégré des mondes virtuels et réels et l'infrastructure de la technologie de l'intelligence numérique. Il se concentre principalement sur l'intelligence artificielle, les grands modèles, les puces et les interfaces cerveau-ordinateur. , Web3, Internet par satellite, écologie numérique et méta- L'univers, l'éthique de l'IA et d'autres sujets.
Quatorze conférences, 41 experts, universitaires et élites de l'industrie, dont Zhu Jiaming, Lin Baojun, Wang Jianyu, Shen Yang, Li Miao, Cai Hengjin, Lu Yong, Lin Longnian, Lin Yonghua, Tao Hu, Yang Guang, Wei Hui et Les invités de la conférence He Liang, dont Ji Weidong, Feng Xiang, Jiang Xiaoyuan, Yu Hai, He Jing, Fu Changzhen, Li Quanmin, etc., ont donné une analyse approfondie de l'innovation technologique et de l'innovation technologique dans les domaines des technologies de l'information de nouvelle génération, de l'artificiel intelligence, aérospatiale, biomédecine, technologie quantique, etc. Le développement industriel, explorant les frontières, les tendances et les défis du développement mondial de l'intelligence artificielle, ainsi que des questions telles que la gouvernance éthique de l'intelligence artificielle, aidera les lecteurs à comprendre le concept et la connotation des nouvelles forces productives. et leur rôle important dans la promotion du développement de la modernisation chinoise. Ce livre incarne le dialogue entre la science, la technologie et les sciences humaines, ainsi que le lien entre le développement technologique et le changement social. Il est à la fois d'avant-garde et permet d'acquérir de nouvelles connaissances. Il aide à comprendre le concept et la connotation d'une nouvelle productivité de qualité et son rôle important. dans la promotion du développement de la modernisation chinoise.
Il convient particulièrement de mentionner que la préface de ce livre compte 17 000 mots et a été écrite personnellement par l'un des auteurs, l'économiste Zhu Jiaming. Elle se concentre sur les frontières, les tendances et les défis du développement de l'intelligence artificielle de 2022 à 2024, et développe également. Les dernières informations contenues dans cette préface sur l'impact de l'intelligence artificielle sur la macroéconomie datent de début juillet 2024. Cette section extrait les frontières, les tendances et les défis du développement de l'IA de cette préface.
Pendant le salon du livre, les lecteurs peuvent se rendre à Peking University Press, situé à E1-07, East Hall 1, pour acheter (40 % de réduction) ou commander sur des plateformes en ligne telles que Dangdang, JD.com et Taobao.
"L'ère du dialogue" à la Foire du livre de Shanghai, Peking University Press (Stand E1-07, Hall Est 1)
L'IA et l'intelligence humaine ont commencé à entrer dans les huit grandes tendances de la « co-intelligence »
L'intelligence artificielle est un élément important de la nouvelle productivité. L’intelligence artificielle est une technologie globale impliquant la pensée, la technologie, l’économie et la société. La technologie de l’intelligence artificielle est différente de la technologie agricole, de la technologie industrielle et de la technologie de l’information dans l’histoire de l’humanité. Elle est issue d’une croyance, d’un concept et d’un esprit de l’élite intellectuelle de la Grèce antique jusqu’aux temps modernes, c’est-à-dire que l’intelligence n’est pas réservée aux humains. les êtres. Les machines créées peuvent aussi produire de l’intelligence, car l’intelligence peut en fin de compte être calculée. La naissance de la machine de Turing en 1936 constitue sans aucun doute un événement marquant dans l’histoire de l’intelligence artificielle. Depuis plus de 80 ans, pour la société humaine, l’intelligence artificielle signifie non seulement une sorte de science et de technologie, mais également des changements perturbateurs dans la pensée, l’économie et la société. Après des itérations et des évolutions continues, l’intelligence artificielle a prouvé et continuera de prouver l’importance historique de l’interaction entre le long terme et l’accélérationnisme. Cet article aborde les frontières, les tendances et les défis du développement mondial de l’intelligence artificielle depuis 2022.
1. Grand modèle de langage (ou grand modèle)
Grosse avancée en juin : les erreurs de « Reinforcement Learning » peuvent être trouvées et corrigées
L’histoire du développement de l’intelligence artificielle peut être divisée en différentes étapes. En novembre 2022, OpenAI a lancé ChatGPT et l’intelligence artificielle générative (Generative Artificial Intelligence, GenAI) a commencé à prospérer. L'intelligence artificielle générative repose sur une technologie d'apprentissage automatique qui imite les réseaux de neurones humains pour créer de nouveaux contenus à travers du texte, des images, de la musique, des vidéos, etc.
Le représentant centralisé de GenAI est le Large Language Model (LLM). Le modèle dit du grand langage est un modèle d'apprentissage en profondeur formé sur la base d'une grande quantité de données textuelles, qui peut générer du texte en langage naturel ou comprendre la signification du texte en langage. On peut également dire que les grands modèles de langage sont basés sur l'apprentissage profond et utilisent des réseaux neuronaux multicouches pour identifier des modèles complexes dans les données en simulant la manière dont le cerveau humain traite les informations.
À ce stade, le cœur de l’intelligence artificielle est le grand modèle de langage. Les principaux pays et grandes entreprises du monde ont mené le développement de grands modèles linguistiques, affichant une croissance explosive et formant un groupe de grands modèles linguistiques en constante expansion. Les principales variables qui affectent les performances des grands modèles de langage sont les données de formation, la taille du modèle (c'est-à-dire le nombre de paramètres), les algorithmes de génération et les techniques d'optimisation. Les caractéristiques des grands modèles de langage incluent : (1) De grands paramètres. Le nombre de paramètres pour les grands modèles de langage peut souvent atteindre des milliards, voire des centaines de milliards. (2) Avoir des capacités de reconnaissance d’images et d’analyse prédictive. (3) Avoir la capacité de comprendre et de généraliser des données. Il peut apprendre et effectuer une variété de tâches complexes, et réaliser une traduction automatique précise et efficace, une analyse des sentiments et des questions et réponses intelligentes dans le traitement du langage naturel (NLP).
ChatGPT, Gopher de Google, LaMDA et Meta's Llama sont des représentants mondiaux de grands modèles linguistiques. Parmi eux, GPT-4 publié par OpenAI en 2023 est le nom général d'une série de modèles, pas d'un seul modèle. En mai 2024, le modèle GPT-4o lancé par OpenAI a démontré d'excellentes capacités de traitement de centaines de langues en termes de compréhension du texte, de la parole et des images, et était capable de mener des conversations vocales en temps réel et de capturer et d'exprimer avec précision les émotions humaines. . En juin de la même année, Anthropic a officiellement lancé le modèle Claude 3.5 Sonnet, qui a surpassé Claude 3 Opus et GPT-4o en termes de capacités de codage, de capacités visuelles et de nouvelles façons d'interagir. Ce qui est encore plus excitant, c'est que Claude 3.5 Sonnet introduit la fonctionnalité innovante « Artefacts », qui permet aux utilisateurs d'éditer et de créer du contenu généré par l'IA en temps réel dans un espace de travail dynamique, transformant l'IA conversationnelle en un partenaire collaboratif parfaitement intégré aux utilisateurs. ' projets et flux de travail. En particulier, Claude 3.5 Sonnet redéfinit également les performances en termes de coûts des modèles intelligents avec deux fois la vitesse de la génération précédente et 1/5 du coût.
En juin également, une percée a eu lieu dans le domaine des grands modèles de langage : OpenAI a publié CriticGPT basé sur le modèle GPT-4, qui est utilisé pour capturer les erreurs dans la sortie du code ChatGPT. En d'autres termes, CriticGPT est un modèle qui utilise GPT-4 pour trouver les erreurs GPT-4. Il peut non seulement écrire les commentaires des utilisateurs sur les résultats des réponses ChatGPT, mais également aider les formateurs humains à mieux comprendre et satisfaire les intentions humaines, à les découvrir et à les corriger. Les erreurs d’apprentissage par renforcement avec rétroaction humaine (RLHF) représentent une étape critique vers l’objectif d’évaluer les résultats des systèmes d’IA avancés.
2.Plateforme IA
Il existe neuf grandes plateformes dans le monde, et la tendance est à la verticalisation et à la spécialisation.
L’IA couvrant tous les aspects de la production et de la vie humaine, la création d’une plateforme d’IA est devenue une tendance générale. La plateforme d'IA fournit les principales technologies d'intelligence artificielle multimodale au monde telles que la voix, l'image et la PNL, ainsi qu'un système et un écosystème d'intelligence artificielle conversationnelle ouverte. Il existe actuellement neuf grandes plates-formes d'IA dans le monde fournies par Google, TensorFlow, Microsoft Azure, OpenAI, NVIDIA, H2O.ai, Amazon Web Services (AWS), DataRobot et Fotor. Parmi eux, NVIDIA Omniverse est une plate-forme ouverte conçue pour la collaboration virtuelle et la simulation réaliste en temps réel. Avec l'aide d'un écosystème puissant tel que le GPU et le logiciel CUDAX AI, elle fournit des solutions de pointe, notamment l'apprentissage automatique et l'apprentissage profond. et l'analyse des données.
La tendance de développement des plateformes d’IA est principalement la verticalisation et la spécialisation. Par exemple, la plateforme artistique AI est une plateforme de traitement et de création d'images grâce à la technologie de l'intelligence artificielle, aidant les artistes et les non-professionnels à générer rapidement des peintures intéressantes et esthétiquement précieuses sous la forme de peintures d'intelligence artificielle, à partir desquelles ils peuvent former des créations créatives. inspiration et expérience artistique, donnant à l'art Apporter plus d'innovation et de possibilités au monde. Midjourney et Stable Diffusion sont des plateformes artistiques d’IA dont l’influence continue de s’étendre. Pour un autre exemple, Suno v3.5 est un outil de génération de musique IA. La durée de la musique générée est passée de 2 minutes d'origine à 4 minutes, et la structure musicale a été considérablement optimisée. La plateforme de génération musicale IA est experte dans un art auditif difficile à décrire clairement avec des mots, démontrant son potentiel créatif au-delà de celui des humains. Suno a annoncé qu'il lancerait également une nouvelle fonctionnalité permettant aux utilisateurs de composer des chansons avec n'importe quelle voix. Cette nouvelle fonctionnalité peut transformer divers sons de la vie quotidienne en musique, apportant ainsi de nouvelles possibilités à la création musicale.
3.Pile IA
Les piliers fondamentaux comprennent : les données, les calculs et les modèles
D'un point de vue matériel, la base de la pile IA est le GPU, le CPU et le TPU. La chose la plus importante dans la pile d’IA générative est le GPU. Cependant, la pile d'IA comprend également un système logiciel d'IA, et la pile d'IA finalement construite est un système et un écosystème.
Une analyse approfondie montre que la pile IA est un cadre structuré qui contient diverses couches et composants nécessaires au développement et au déploiement de systèmes d'IA. Les composants clés de la pile d'IA comprennent la gestion des données, les ressources informatiques, les cadres d'apprentissage automatique et les plates-formes d'opérations d'apprentissage automatique (MLOps). La pile d’IA générative se compose de trois niveaux : haut, milieu et bas. La couche supérieure implique des connaissances et une expertise dans des domaines spécifiques, la couche intermédiaire fournit des données et une infrastructure qui peuvent être utilisées pour créer des modèles d'IA, et la couche inférieure est constituée de ressources et de services de cloud computing. Il est essentiel de progresser à chaque niveau pour faire progresser l’IA. Les piliers de base de la pile IA comprennent : les données, les calculs et les modèles. Parmi eux, l'IA générative nécessite une grande quantité de ressources informatiques et de grands ensembles de données, qui sont traités et stockés dans des centres de données hautes performances. L'IA générative favorise la refonte de la pile complète.
D'une manière générale, sur la base de la pile d'IA, des applications d'intelligence artificielle dotées de fonctionnalités telles que la recherche rapide, la traduction rapide, la reconnaissance intelligente et le contrôle intelligent peuvent être créées.
4.Simulateur du monde physique
Le troisième est le monde physique de l'IA : au-delà de la perception spatio-temporelle humaine
Pour les humains contemporains, il existe trois mondes : le monde réel de l’expérience, le monde virtuel et le monde physique au-delà de la perception humaine du temps et de l’espace. L'intelligence artificielle affecte directement la relation entre les humains et les trois mondes ci-dessus. Dans le monde réel de l'expérience, le parallélisme et l'interaction de l'intelligence artificielle et de l'intelligence naturelle ont changé la façon dont le monde réel existe ; dans le monde virtuel, l'intelligence artificielle et la technologie de réalité virtuelle peuvent guider les humains dans un état d'expérience immersive irréel, parmi lesquels le le métaverse est une voie ; dans le monde physique qui transcende la perception humaine du temps et de l'espace, l'intelligence artificielle peut aider les humains à dépasser les limites des sens et à comprendre l'univers avec des dizaines de milliards d'années-lumière à l'échelle et des scènes microscopiques avec des nanomètres. comme unité de mesure. Dans le domaine des expériences scientifiques, la technologie de l’intelligence artificielle n’est plus seulement un outil, mais un préalable.
La signification fondamentale de l'émergence de Sora au début de 2024 est que, grâce à sa propre fonction de simulation de monde physique, elle montre un monde physique que les humains ne peuvent pas percevoir, un monde physique qui est probablement plus réel que ce que les yeux humains peuvent voir. Une fois que les humains auront perçu et intégré le monde créé par le moteur physique de l’IA, ils connaîtront des règles physiques plus diverses.
Lorsque Sora effectue des tâches de génération vidéo, basées sur la prise en charge de modules de perception, de mémoire et de contrôle, les vidéos générées peuvent suivre dans une certaine mesure les lois physiques du monde réel, ce qui la rend plus capable de simuler des personnes, des animaux, des environnements, etc. dans le monde réel. Le vaste espace d'imagination réalise essentiellement la cohérence spatiale, la cohérence temporelle et la cohérence causale. Sora est un modèle mondial lisible. La façon dont il se porte à ce stade n’est pas l’essence du problème. Après la sortie d'Open-Sora 1.1, la qualité et la durée de génération vidéo ont été grandement améliorées. L'architecture Causal Video VAE optimisée améliore considérablement les performances et l'efficacité de l'inférence de Sora.
L'une des contributions importantes de NVIDIA est l'achèvement du modèle terrestre jumeau numérique Earth-2. Earth-2 combine le modèle d'IA génératif CorrDiff et est formé sur la base de la simulation numérique WRF, qui peut prédire avec précision les informations météorologiques avec une résolution 12 fois supérieure (augmentée de 25 kilomètres à 2 kilomètres). La prochaine étape pour Terre-2 consiste à améliorer la précision des prévisions de 2 kilomètres à des dizaines de mètres. La résolution est plus élevée, la vitesse de fonctionnement est 1 000 fois supérieure à celle de la simulation physique et l'efficacité énergétique est 3 000 fois supérieure, ce qui signifie qu'elle peut être prédite en temps réel.
La vision est très claire : les humains construisent comme des complexes perception/mémoire/contrôle, avec la capacité de construire des « modèles du monde » réalistes et physiquement corrects. C’est dans ce sens que le scientifique de Microsoft Sébastien Bubeck a proposé le concept et l’orientation de recherche de la « physique de l’IA ». Le PDG de NVIDIA, Jensen Huang, a également proposé que la prochaine vague d'IA soit l'IA physique. Le jumeau numérique de Nvidia cible donc non seulement la Terre, mais également le monde physique dans son ensemble.
5. Intelligence incarnée et robots intelligents
L'application ultime : laisser l'intelligence artificielle devenir un « humain »
Le développement de l’intelligence artificielle conduira inévitablement à la formation d’un écosystème d’intelligence artificielle. L'intelligence artificielle incorporée (EAI) ou les robots intelligents sont devenus l'élément principal de l'écosystème de l'intelligence artificielle.
L'intelligence incarnée est une extension supplémentaire de l'intelligence artificielle dans le monde physique. Il s'agit d'un système intelligent capable de comprendre, de raisonner et d'interagir avec le monde physique. Elle a la capacité d'interagir entre l'homme et la machine et de comprendre le langage naturel pour réaliser la pensée, la perception et la compréhension. action. De plus, les robots intelligents simuleront les cheminements de la pensée humaine pour apprendre et fournir les retours comportementaux attendus par les humains. Pilotés par une IA multimodale, ils pourront apprendre par eux-mêmes, percevoir le monde, comprendre et exécuter des instructions humaines, et accomplir des tâches personnalisées et des exigences de collaboration. Evolution continue. Autrement dit, effectuer diverses tâches qui peuvent être inspectées et mesurées dans un environnement physique réel. En bref, la caractéristique de l’intelligence incarnée est la capacité de percevoir de manière autonome le monde physique du point de vue du protagoniste.
Quant aux diverses formes de robots intelligents, ce sont des formes physiques d’intelligence incarnée. Leur architecture globale se compose d’une couche de perception, d’une couche d’interaction et d’une couche de mouvement. Le robot humanoïde de Tesla « Optimus Prime » s'est développé de la première à la deuxième génération, la startup américaine de robots humanoïdes Figure AI a reçu un énorme investissement en février de cette année et NVIDIA a exposé 25 robots humanoïdes à la Global Technology Conference (GTC) 2024. Tous témoignent du développement rapide du domaine des robots humanoïdes.
En mars 2024, NVIDIA a lancé le premier modèle de base universel de robot humanoïde au monde, le projet GR00T. Ce robot piloté par modèle peut comprendre le langage naturel et imiter des actions en observant le comportement humain, et les utilisateurs peuvent lui apprendre à coordonner rapidement diverses compétences pour s'adapter et interagir avec le monde réel. L’émergence du projet GR00T indique que la véritable ère des robots pourrait bientôt arriver. C’est aussi l’application ultime de l’IA : faire de l’intelligence artificielle un « humain ».
L’essor de l’intelligence incorporée marque le passage de la technologie robotique traditionnelle basée sur le contrôle à un nouveau paradigme d’apprentissage et d’exploitation. L’explosion de la technologie des grands modèles et la réduction des coûts du matériel ont conduit à l’émergence de sociétés d’intelligence incarnée visant à développer des robots intelligents capables d’interagir avec le monde physique.
En mai 2024, la Conférence internationale sur la robotique et l'automatisation (IEEE ICRA), l'une des conférences universitaires internationales les plus influentes dans le domaine de la robotique, se tiendra à Yokohama, au Japon. Le thème de la conférence de cette année, « CONNECT+ », présente non seulement les dernières avancées en matière de technologie robotique, mais également une révolution dans « l'intelligence incarnée » et « l'apprentissage ». À long terme, l’intelligence incorporée revêt une grande importance pour le développement de l’industrie de l’intelligence artificielle et a une valeur qui ne peut être ignorée pour l’intelligence artificielle générale (AGI).
6. Intelligence spatiale
Plus qu'une simple version mécanique de l'œil humain, il révèle le monde sous un angle jamais imaginé
Il existe deux types d'intelligence spatiale : l'une est l'intelligence spatiale formée par l'évolution naturelle. Il a fallu des millions d’années à la nature pour que les humains développent leur intelligence spatiale. Les yeux capturent la lumière et projettent des images 2D sur la rétine, et le cerveau convertit ces données en informations 3D. L’autre est l’intelligence spatiale basée sur la technologie de l’intelligence artificielle, dans laquelle les machines simulent le raisonnement et les actions visuels complexes de l’humain, et comprennent et exploitent directement le monde 3D grâce à des informations visuelles avec l’aide de plusieurs capteurs.
En comparant l'intelligence spatiale formée par l'évolution naturelle et l'intelligence spatiale basée sur la technologie de l'intelligence artificielle, la différence est significative : l'intelligence spatiale formée par l'évolution naturelle est limitée dans la dimension spatiale, et il est difficile voire impossible de percer l'espace 3D. . Cependant, l’intelligence spatiale basée sur la technologie de l’intelligence artificielle peut dépasser la dimension spatiale. Un tel espace brise les frontières géographiques et se trouve dans un état fluide, sans limites, libre et ouvert. De plus, un tel espace n'est plus soumis aux contraintes de temps de Newton, ce qui permet d'obtenir une opportunité et une optimisation du temps. Par exemple, les chercheurs de Google ont développé un algorithme capable de transformer des données en formes ou scènes 3D à l’aide d’un simple ensemble de photos.
À cet égard, Li Feifei, directeur de l'Institut de recherche sur l'IA centrée sur l'humain à l'Université de Stanford (académicien de la National Academy of Engineering), a les réflexions profondes suivantes : « Combiner l'acuité visuelle avec la profondeur des connaissances encyclopédiques peut donner naissance à une marque. On ne sait pas encore quelles seront les nouvelles capacités, mais je pense que ce sera plus qu'une simple version machine de l'œil humain. Ce sera un nouveau type d'existence, une perspective plus profonde et plus raffinée. capable de voir sous des angles que nous n'avons jamais imaginés. Révéler le monde. « C'est-à-dire que l'intelligence spatiale basée sur la technologie de l'intelligence artificielle brisera l'intelligence spatiale formée par l'évolution naturelle et révélera un état spatial que les humains ne peuvent pas imaginer en s'appuyant sur leur propre intelligence. cerveau. Par exemple, l'espace quantique décrit par la mécanique quantique fait référence à un espace présentant des caractéristiques topologiques composé de certains états discrets ou continus. Il est impossible pour l’intelligence spatiale que les humains ont naturellement développée de percevoir et de reconnaître l’espace quantique, mais il est possible pour l’intelligence spatiale soutenue par la technologie de l’intelligence artificielle.
En bref, l’intelligence spatiale basée sur de grands modèles d’intelligence artificielle conduit les humains vers « une toute nouvelle existence », et l’intelligence incarnée sera probablement la « première » ici.
7. Profonde évolution de l’intelligence artificielle
La loi de Moore pourrait être enfreinte, la métacognition conduit à l'échec de la loi d'échelle
L’intelligence artificielle se trouve à un moment historique de profonde évolution. La loi de Moore et la loi d'échelle jouent progressivement un rôle de plus en plus important.
La loi de Moore est une règle résumée par le co-fondateur d'Intel, Gordon Moore, sur la base de son expérience, c'est-à-dire que le nombre de transistors pouvant être logés sur un circuit intégré doublera environ tous les 18 à 24 mois. En d’autres termes, les performances du processeur doublent environ tous les deux ans. Le problème est que lorsque les puces sont passées à 28 nanomètres (nm), il y a eu une crise de la loi de Moore. Lorsque la puce entre dans la puce de traitement de 1 nanomètre, cela signifie atteindre la limite de la loi de Moore. Désormais, l'ensemble de la base matérielle de l'intelligence artificielle, avec des puces comme noyau, est confronté à une crise de la loi de Moore ou à une limite de la loi de Moore. En juin 2024, lors du Salon international de l'informatique de Taipei 2024 (Computex 2024), le PDG de Nvidia, Jen-Hsun Huang, a annoncé que la fréquence de mise à jour de son architecture GPU s'accélérerait de tous les deux ans à une fois par an, mais la croissance de la puissance de calcul n'a pas augmenté. a stagné et son IA La puissance de calcul des puces a été multipliée par 1 000 au cours des huit dernières années, ce qui montre qu'il existe une possibilité technologique de briser la crise de la loi de Moore et les limites de la loi de Moore.
Les lois de mise à l'échelle impliquent principalement l'étude des phénomènes critiques. L'idée principale est que les performances du modèle s'amélioreront à mesure que la taille des paramètres du modèle, la taille de l'ensemble de données et la quantité de calculs en virgule flottante utilisés pour la formation augmentent. Pour des performances optimales, les trois facteurs ci-dessus doivent être amplifiés simultanément. Lorsqu’elles ne sont pas contraintes par les deux autres facteurs, les performances du modèle entretiennent une relation de loi de puissance avec chaque facteur individuel.
Spécifique au domaine de l’intelligence artificielle, la prédiction des performances de GPT-4 sur des problèmes spécifiques peut être prédite par un modèle 1 000 fois plus petit que GPT-4. En d’autres termes, GPT-4 n’a pas encore commencé sa formation, et ses performances sur ce problème sont déjà connues. Par conséquent, les lois d’échelle sont importantes pour la formation de grands modèles. On peut dire que la loi d’échelle est une autre loi potentielle pour l’évolution profonde de l’intelligence artificielle.
Il n'y a pas si longtemps, Bill Gates a exprimé un point de vue profond sur la loi de la mise à l'échelle dans un épisode du podcast The Next Big Idea : « La loi de la mise à l'échelle continuera certainement d'être valable. Mais en même temps, d'après ce que nous savons aujourd'hui, il y aura Il s'agirait d'un passage d'algorithmes simples à une métacognition plus humaine, ce qui représente une frontière plus grande "Parce que la conscience peut être liée à la métacognition, et la métacognition n'est pas un phénomène mesurable." En d’autres termes, la métacognition fait échouer la loi d’échelle.
8. Tendances à court et moyen terme
Le stade général de l'IA s'accélère et « l'aube » de la super IA est apparue
À l’horizon 2024, nous pouvons généralement observer les tendances à court et moyen termes de l’intelligence artificielle :
(1) L’étape de l’intelligence artificielle étroite (ANI) touche à sa fin. À ce stade, l’intelligence artificielle est un système d’IA capable d’effectuer des tâches spécifiques, comme la reconnaissance d’images ou la reconnaissance vocale. Le point culminant de cette étape est l’émergence de grands modèles prenant en charge l’intelligence artificielle générative et la vulgarisation des machines intelligentes.
(2) Le stade de l’intelligence artificielle générale s’accélère.
(3) L’« aube » de la super intelligence artificielle (ASI) est apparue à l’horizon. La super intelligence artificielle a la capacité de surpasser « l'esprit humain », de rattraper et de dépasser rapidement l'intelligence collective de toute l'humanité, et est un système d'intelligence artificielle plus puissant que l'intelligence humaine.
L'intelligence artificielle est déjà dans une période historique où l'imagination des gens se rafraîchit chaque jour. Au cours de cette période, les sujets et les systèmes de référence du monde changeront jusqu'à présent, le système de connaissances sera reconstruit, l'intelligence humaine et l'intelligence artificielle commenceront à entrer dans un état de « co-intelligence », et les organisations économiques traditionnelles, les systèmes nationaux et les systèmes juridiques Des changements se produiront également et la civilisation humaine sera même réorganisée dans le futur.
Zhu Jiaming
6 juillet 2024
(Le titre et le sous-titre de la préface originale ont été complétés et affinés par l'éditeur)
Auteur : Zhu Jiaming
Texte : Zhu Jiaming Images : Zhu Meiquan Editeur : Li Nian Editeur : Li Nian
Veuillez indiquer la source lors de la réimpression de cet article.
