Kata pengantar baru Zhu Jiaming: Delapan tren utama dalam AI dan kecerdasan manusia mulai “berbagi kecerdasan”｜ Pameran Buku Shanghai 2024①
2024-08-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
"Era Dialog: Jalan Menuju Negara Kuat dengan Menempa Produktivitas Baru" oleh Zhu Jiaming, Tao Hu, Shen Yang, dll., diterbitkan oleh Peking University Press pada Agustus 2024, dengan harga 78 yuan
[Pendahuluan] Pameran Buku Shanghai sedang berjalan lancar, dengan kerumunan orang di dalam dan di luar ruang pameran, dan informasi serta semangat di semua tingkatan mengalir dan menular.
Buku baru "Era Dialog: Jalan Menuju Negara Kuat dengan Menempa Produktivitas Baru", diterbitkan oleh Peking University Press dan disusun oleh pembicara dari Balai Kuliah Wenhui, diresmikan pada pameran buku dan diadakan di Jalan Chang'an Klub Membaca pada 14 Agustus. Pelajari daftar buku baru. Buku ini dibagi menjadi tiga bab besar: "kemunculan" kecerdasan buatan, perkembangan terintegrasi dunia maya dan nyata, dan infrastruktur teknologi kecerdasan digital. Buku ini terutama berfokus pada kecerdasan buatan, model besar, chip, antarmuka otak-komputer , Web3, Internet satelit, ekologi digital, dan meta- Alam semesta, etika AI, dan topik lainnya.
Empat belas dosen, 41 pakar, cendekiawan, dan elit industri, termasuk Zhu Jiaming, Lin Baojun, Wang Jianyu, Shen Yang, Li Miao, Cai Hengjin, Lu Yong, Lin Longnian, Lin Yonghua, Tao Hu, Yang Guang, Wei Hui, dan Tamu Kuliah He Liang termasuk Ji Weidong, Feng Xiang, Jiang Xiaoyuan, Yu Hai, He Jing, Fu Changzhen, Li Quanmin, dll. memberikan analisis mendalam tentang inovasi teknologi dan inovasi teknologi di bidang teknologi informasi generasi baru, buatan intelijen, dirgantara, biomedis, teknologi kuantum, dll. Perkembangan industri, mengeksplorasi batas-batas, tren dan tantangan pengembangan kecerdasan buatan global, serta isu-isu seperti tata kelola etika kecerdasan buatan, akan membantu pembaca memahami konsep dan konotasi kekuatan produktif baru dan peran penting mereka dalam mendorong perkembangan modernisasi Tiongkok. Buku ini mewujudkan dialog antara ilmu pengetahuan dan teknologi dan humaniora, dan hubungan antara perkembangan teknologi dan perubahan sosial. Buku ini mutakhir dan dapat memperoleh pengetahuan baru. Buku ini membantu untuk memahami konsep dan konotasi produktivitas berkualitas baru dan peran pentingnya dalam mendorong perkembangan modernisasi Tiongkok.
Perlu disebutkan secara khusus bahwa kata pengantar buku ini sepanjang 17.000 kata dan ditulis secara pribadi oleh salah satu penulis, ekonom Zhu Jiaming. Buku ini berfokus pada garis depan, tren, dan tantangan perkembangan kecerdasan buatan dari tahun 2022 hingga 2024, dan juga menguraikannya secara rinci. pada Informasi terkini yang terdapat dalam kata pengantar mengenai dampak kecerdasan buatan terhadap makroekonomi per awal Juli 2024. Bagian ini mengutip batasan, tren, dan tantangan pengembangan AI dari kata pengantar ini.
Selama pameran buku, pembaca dapat mengunjungi Peking University Press yang terletak di E1-07, Aula Timur 1 untuk membeli (diskon 40%), atau memesan di platform online seperti Dangdang, JD.com, dan Taobao.
"Zaman Dialog" di Pameran Buku Shanghai, Peking University Press (Booth E1-07, Aula Timur 1)
AI dan kecerdasan manusia sudah mulai memasuki delapan tren utama "co-intelligence"
Kecerdasan buatan adalah bagian penting dari produktivitas baru. Kecerdasan buatan adalah teknologi komprehensif yang melibatkan pemikiran, teknologi, ekonomi, dan masyarakat. Teknologi kecerdasan buatan berbeda dengan teknologi pertanian, teknologi industri, dan teknologi informasi dalam sejarah manusia, bermula dari keyakinan, konsep, dan semangat para elit intelektual dari Yunani kuno hingga zaman modern, yaitu kecerdasan bukan hanya untuk manusia. makhluk. Mesin yang diciptakan juga dapat menghasilkan kecerdasan, karena kecerdasan pada akhirnya dapat dihitung. Kelahiran mesin Turing pada tahun 1936 tidak diragukan lagi merupakan peristiwa penting dalam sejarah kecerdasan buatan. Selama lebih dari 80 tahun, bagi masyarakat manusia, kecerdasan buatan tidak hanya berarti ilmu pengetahuan dan teknologi, namun juga berarti perubahan yang mengganggu dalam pemikiran, ekonomi, dan masyarakat. Setelah pengulangan dan evolusi yang berkelanjutan, kecerdasan buatan telah dan akan terus membuktikan signifikansi historis dari interaksi antara jangka panjang dan akselerasi. Artikel ini membahas batasan, tren, dan tantangan perkembangan kecerdasan buatan global sejak tahun 2022.
1. Model bahasa besar (atau model besar)
Terobosan besar di bulan Juni: kesalahan “Reinforcement Learning” dapat ditemukan dan diperbaiki
Sejarah perkembangan kecerdasan buatan dapat dibagi menjadi beberapa tahapan. Pada November 2022, OpenAI merilis ChatGPT, dan kecerdasan buatan generatif (Generative Artificial Intelligence, GenAI) mulai berkembang. Kecerdasan buatan generatif didasarkan pada teknologi pembelajaran mesin yang meniru jaringan saraf manusia untuk membuat konten baru melalui teks, gambar, musik, video, dll.
Perwakilan terpusat dari GenAI adalah Large Language Model (LLM). Yang disebut model bahasa besar adalah model pembelajaran mendalam yang dilatih berdasarkan data teks dalam jumlah besar, yang dapat menghasilkan teks bahasa alami atau memahami makna teks bahasa. Dapat juga dikatakan bahwa model bahasa besar didasarkan pada pembelajaran mendalam dan menggunakan jaringan saraf multi-lapis untuk mengidentifikasi pola kompleks dalam data dengan mensimulasikan cara otak manusia memproses informasi.
Pada tahap ini, inti dari kecerdasan buatan adalah model bahasa besar. Negara-negara besar dan perusahaan-perusahaan besar di dunia telah memimpin pengembangan model bahasa besar, menunjukkan pertumbuhan yang eksplosif dan membentuk kelompok model bahasa besar yang terus berkembang. Variabel utama yang mempengaruhi kinerja model bahasa besar adalah data pelatihan, ukuran model (yaitu jumlah parameter), algoritma pembangkitan, dan teknik optimasi. Ciri-ciri model bahasa besar antara lain: (1) Parameter besar. Jumlah parameter untuk model bahasa besar seringkali bisa mencapai miliaran atau bahkan ratusan miliar. (2) Memiliki kemampuan pengenalan gambar dan analisis prediktif. (3) Memiliki kemampuan memahami dan menggeneralisasi data. Ia dapat mempelajari dan melakukan berbagai tugas kompleks, serta mencapai terjemahan mesin yang akurat dan efisien, analisis sentimen, serta tanya jawab cerdas dalam pemrosesan bahasa alami (NLP).
ChatGPT, Gopher Google, LaMDA, dan Llama Meta adalah perwakilan global dari model bahasa besar. Diantaranya, GPT-4 yang dirilis OpenAI pada tahun 2023 merupakan nama umum dari serangkaian model, bukan model tunggal. Pada Mei 2024, model GPT-4o yang diluncurkan oleh OpenAI menunjukkan kemampuan luar biasa dalam memproses ratusan bahasa dalam hal pemahaman teks, ucapan, dan gambar, serta mampu melakukan percakapan suara secara real-time dan menangkap serta mengekspresikan emosi manusia secara akurat. . Pada bulan Juni tahun yang sama, Anthropic secara resmi meluncurkan model Claude 3.5 Sonnet, yang melampaui Claude 3 Opus dan GPT-4o dalam hal kemampuan pengkodean, kemampuan visual, dan cara interaksi baru. Yang lebih menarik lagi adalah Claude 3.5 Sonnet memperkenalkan fitur “Artefak” yang inovatif, yang memungkinkan pengguna mengedit dan membuat konten yang dihasilkan AI secara real-time di ruang kerja yang dinamis, mengubah AI percakapan menjadi mitra kolaborasi yang terintegrasi dengan mulus ke dalam pengguna. ' proyek. dan alur kerja. Secara khusus, Claude 3.5 Sonnet juga mengubah kinerja biaya model pintar dengan kecepatan dua kali lipat dari generasi sebelumnya dan biaya 1/5.
Juga pada bulan Juni, sebuah terobosan terjadi di bidang model bahasa besar: OpenAI merilis CriticGPT berdasarkan model GPT-4, yang digunakan untuk menangkap kesalahan dalam keluaran kode ChatGPT. Dengan kata lain, CriticGPT adalah model yang menggunakan GPT-4 untuk menemukan kesalahan GPT-4. Model ini tidak hanya dapat menulis komentar pengguna pada hasil respons ChatGPT, tetapi juga membantu pelatih manusia untuk lebih memahami dan memuaskan niat manusia, menemukan dan memperbaikinya. Kesalahan dalam Pembelajaran Penguatan dengan Umpan Balik Manusia (RLHF) merupakan langkah penting menuju tujuan mengevaluasi keluaran sistem AI tingkat lanjut.
2.Platform AI
Ada sembilan platform utama di dunia, dan trennya adalah vertikalisasi dan spesialisasi.
Karena AI mencakup seluruh aspek produksi dan kehidupan manusia, membangun platform AI telah menjadi tren umum. Platform AI menyediakan teknologi kecerdasan buatan multi-modal terkemuka di dunia seperti suara, gambar, dan NLP, serta sistem dan ekosistem kecerdasan buatan percakapan terbuka. Saat ini, terdapat sembilan platform AI utama di dunia yang disediakan oleh Google, TensorFlow, Microsoft Azure, OpenAI, NVIDIA, H2O.ai, Amazon Web Services (AWS), DataRobot dan Fotor. Diantaranya, NVIDIA Omniverse adalah platform terbuka yang dirancang untuk kolaborasi virtual dan simulasi realistis real-time. Dengan bantuan ekosistem yang kuat seperti GPU dan perangkat lunak AI CUDAX, ia memberikan solusi terdepan di industri, termasuk pembelajaran mesin, pembelajaran mendalam. dan analisis data.
Tren perkembangan platform AI terutama adalah vertikalisasi dan spesialisasi. Misalnya, platform seni AI adalah platform pemrosesan dan kreasi gambar melalui teknologi kecerdasan buatan, membantu seniman dan non-profesional dengan cepat menghasilkan lukisan yang menarik dan bernilai estetika dalam bentuk lukisan kecerdasan buatan, yang darinya mereka dapat membentuk kreativitas. inspirasi dan pengalaman artistik, memberikan seni Membawa lebih banyak inovasi dan kemungkinan bagi dunia. Midjourney dan Stable Diffusion merupakan platform seni AI yang pengaruhnya terus berkembang. Contoh lainnya, Suno v3.5 adalah alat pembuat musik AI. Durasi musik yang dihasilkan telah diubah dari semula 2 menit menjadi 4 menit, dan struktur musik telah dioptimalkan secara signifikan. Platform generasi musik AI ahli dalam seni pendengaran yang sulit dijelaskan dengan kata-kata, menunjukkan potensi kreatifnya melebihi manusia. Suno mengumumkan juga akan meluncurkan fitur baru yang memungkinkan pengguna membuat lagu dengan suara apa pun. Fitur baru ini dapat mengubah berbagai suara dalam kehidupan sehari-hari menjadi musik, menghadirkan kemungkinan baru dalam penciptaan musik.
3. Tumpukan AI
Pilar dasar meliputi: data, komputasi, dan model
Dari perspektif perangkat keras, fondasi tumpukan AI adalah GPU, CPU, dan TPU. Hal terpenting dalam tumpukan AI generatif adalah GPU. Namun, tumpukan AI juga mencakup sistem perangkat lunak AI, dan tumpukan AI yang pada akhirnya dibangun adalah sistem dan ekosistem.
Analisis mendalam menunjukkan bahwa AI stack merupakan kerangka terstruktur yang berisi berbagai lapisan dan komponen yang diperlukan untuk mengembangkan dan menerapkan sistem AI. Komponen utama tumpukan AI mencakup manajemen data, sumber daya komputasi, kerangka pembelajaran mesin, dan platform operasi pembelajaran mesin (MLOps). Tumpukan AI generatif terdiri dari tiga tingkatan: atas, tengah, dan bawah. Lapisan atas melibatkan pengetahuan dan keahlian di bidang tertentu, lapisan tengah menyediakan data dan infrastruktur yang dapat digunakan untuk membangun model AI, dan lapisan bawah adalah sumber daya dan layanan komputasi awan. Membuat kemajuan di setiap level sangat penting untuk memajukan AI. Pilar dasar tumpukan AI meliputi: data, komputasi, dan model. Diantaranya, AI generatif memerlukan sejumlah besar sumber daya komputasi dan kumpulan data yang besar, yang diproses dan disimpan di pusat data berkinerja tinggi yang mendorong pembentukan kembali keseluruhan tumpukan.
Secara umum, berdasarkan tumpukan AI, aplikasi kecerdasan buatan dengan fitur seperti pencarian cepat, terjemahan cepat, pengenalan cerdas, dan kontrol cerdas dapat dibangun.
4.Simulator dunia fisik
Yang ketiga adalah dunia fisik AI: di luar persepsi ruang-waktu manusia
Bagi manusia masa kini, ada tiga dunia: dunia pengalaman nyata, dunia maya, dan dunia fisik di luar persepsi manusia terhadap ruang dan waktu. Kecerdasan buatan secara langsung mempengaruhi hubungan antara manusia dan ketiga dunia di atas. Dalam dunia pengalaman nyata, paralelisme dan interaksi kecerdasan buatan dan kecerdasan alami telah mengubah cara dunia nyata berada; di dunia maya, kecerdasan buatan dan teknologi realitas virtual dapat membimbing manusia ke dalam keadaan pengalaman imersif yang tidak nyata, di antaranya adalah metaverse adalah Suatu cara; di dunia fisik yang melampaui persepsi manusia tentang ruang dan waktu, kecerdasan buatan dapat membantu manusia menerobos keterbatasan indra dan memahami alam semesta dengan skala puluhan miliar tahun cahaya dan pemandangan mikroskopis dengan nanometer sebagai satuan pengukuran. Dalam bidang eksperimen ilmiah, teknologi kecerdasan buatan bukan lagi sekedar alat, melainkan sebuah prasyarat.
Makna mendasar dari kemunculan Sora di awal tahun 2024 adalah melalui fungsi simulator dunia fisiknya, ia menunjukkan dunia fisik yang mungkin tidak dapat dilihat oleh manusia, dunia fisik yang mungkin lebih nyata daripada yang dapat dilihat oleh mata manusia. Begitu manusia memahami dan berintegrasi ke dalam dunia yang diciptakan oleh mesin fisika AI, mereka akan mengalami aturan fisik yang lebih beragam.
Saat Sora melakukan tugas pembuatan video, berdasarkan dukungan modul persepsi, memori, dan kontrol, video yang dihasilkan dapat mengikuti hukum fisik dunia nyata sampai batas tertentu, yang membuatnya lebih mampu mensimulasikan manusia, hewan, lingkungan, dll di dunia nyata. Ruang imajinasi yang luas pada dasarnya mewujudkan konsistensi spasial, konsistensi waktu, dan konsistensi kausal. Sora adalah model dunia yang mudah dibaca. Seberapa baik kinerjanya pada tahap ini bukanlah inti masalahnya. Setelah rilis Open-Sora 1.1, kualitas dan durasi pembuatan video telah meningkat pesat. Arsitektur VAE Video Kausal yang dioptimalkan sangat meningkatkan kinerja dan efisiensi inferensi Sora.
Salah satu kontribusi penting NVIDIA adalah penyelesaian model bumi kembar digital Earth-2. Earth-2 menggabungkan model AI generatif CorrDiff dan dilatih berdasarkan simulasi numerik WRF, yang dapat memprediksi informasi cuaca secara akurat dengan resolusi 12 kali lipat (meningkat dari 25 kilometer menjadi 2 kilometer). Langkah Earth-2 selanjutnya adalah meningkatkan akurasi prediksi dari 2 kilometer menjadi puluhan meter. Resolusinya lebih tinggi, kecepatan lari 1000 kali lebih tinggi dibandingkan simulasi fisik, dan efisiensi energi 3000 kali lebih tinggi, artinya dapat diprediksi secara real time.
Visinya sangat jelas: manusia membangun sebagai kompleks persepsi/ingatan/kontrol, dengan kemampuan untuk membangun "model dunia" yang realistis dan benar secara fisik. Dalam pengertian inilah ilmuwan Microsoft Sébastien Bubeck mengusulkan konsep dan arah penelitian “fisika AI”. CEO NVIDIA Jensen Huang juga mengusulkan bahwa gelombang AI berikutnya adalah AI fisik. Oleh karena itu, kembaran digital Nvidia tidak hanya menargetkan bumi, tetapi juga seluruh dunia fisik.
5. Mewujudkan kecerdasan dan robot cerdas
Penerapan utamanya: Biarkan kecerdasan buatan menjadi "manusia"
Perkembangan kecerdasan buatan mau tidak mau akan mengarah pada terbentuknya ekosistem kecerdasan buatan. Embodied Artificial Intelligence (EAI) atau robot cerdas telah menjadi tubuh utama dalam ekosistem kecerdasan buatan.
Kecerdasan yang diwujudkan adalah perpanjangan lebih lanjut dari kecerdasan buatan di dunia fisik. Ini adalah sistem cerdas yang dapat memahami, menalar, dan berinteraksi dengan dunia fisik. Ia memiliki kemampuan interaksi manusia-komputer dan pemahaman bahasa alami untuk mewujudkan pemikiran, persepsi, dan tindakan. Selain itu, robot cerdas akan belajar dengan mensimulasikan jalur berpikir manusia dan memberikan umpan balik perilaku yang diharapkan oleh manusia. Didorong oleh AI multi-modal, mereka dapat belajar sendiri, memahami dunia, memahami dan melaksanakan instruksi manusia, serta menyelesaikan tugas yang dipersonalisasi dan persyaratan kolaborasi. Evolusi berkelanjutan. Artinya, melakukan berbagai tugas yang dapat diperiksa dan diukur dalam lingkungan fisik nyata. Singkatnya, karakteristik kecerdasan yang diwujudkan adalah kemampuan untuk secara mandiri memahami dunia fisik dari sudut pandang protagonis.
Adapun berbagai bentuk robot cerdas adalah bentuk fisik dari kecerdasan yang diwujudkan. Arsitektur keseluruhannya terdiri dari lapisan persepsi, lapisan interaksi, dan lapisan gerakan. Robot humanoid Tesla "Optimus Prime" telah berkembang dari generasi pertama hingga generasi kedua, startup robot humanoid Amerika, Figure AI, menerima investasi besar pada bulan Februari tahun ini, dan NVIDIA memamerkan 25 robot humanoid di Konferensi Teknologi Global (GTC) 2024. Semuanya menunjukkan pesatnya perkembangan bidang robot humanoid.
Pada bulan Maret 2024, NVIDIA meluncurkan model dasar universal robot humanoid pertama di dunia-Project GR00T. Robot yang digerakkan oleh model ini dapat memahami bahasa alami dan meniru tindakan dengan mengamati perilaku manusia, dan pengguna dapat mengajarinya agar cepat belajar mengoordinasikan berbagai keterampilan untuk beradaptasi dan berinteraksi dengan dunia nyata. Munculnya Project GR00T menunjukkan bahwa era robot sebenarnya mungkin akan datang. Ini juga merupakan penerapan utama AI: menjadikan kecerdasan buatan menjadi "manusia".
Munculnya kecerdasan yang diwujudkan menandai pergeseran dari teknologi robotika berbasis kontrol tradisional ke paradigma baru dalam pembelajaran dan pengoperasian. Ledakan teknologi model besar dan pengurangan biaya perangkat keras telah menyebabkan munculnya perusahaan intelijen yang bertujuan untuk mengembangkan robot cerdas yang dapat berinteraksi dengan dunia fisik.
Pada bulan Mei 2024, Konferensi Internasional tentang Robotika dan Otomasi (IEEE ICRA), salah satu konferensi akademik internasional paling berpengaruh di bidang robotika, akan diadakan di Yokohama, Jepang. Tema konferensi tahun ini "CONNECT+" tidak hanya menampilkan kemajuan terkini dalam teknologi robotika, namun juga revolusi dalam "kecerdasan yang diwujudkan" dan "pembelajaran". Dalam jangka panjang, kecerdasan yang terkandung sangat penting bagi perkembangan industri kecerdasan buatan dan memiliki nilai yang tidak dapat diabaikan bagi Artificial General Intelligence (AGI).
6. Kecerdasan spasial
Lebih dari sekedar mata manusia versi mesin, ia mengungkap dunia dari sudut yang tidak pernah dibayangkan
Ada dua jenis kecerdasan spasial: yang pertama adalah kecerdasan spasial yang dibentuk oleh evolusi alam. Alam membutuhkan jutaan tahun bagi manusia untuk mengembangkan kecerdasan spasial. Mata menangkap cahaya dan memproyeksikan gambar 2D ke retina, dan otak mengubah data ini menjadi informasi 3D. Yang lainnya adalah kecerdasan spasial berdasarkan teknologi kecerdasan buatan, di mana mesin mensimulasikan penalaran dan tindakan visual manusia yang kompleks, dan secara langsung memahami dan mengoperasikan dunia 3D melalui informasi visual dengan bantuan berbagai sensor.
Membandingkan kecerdasan spasial yang dibentuk oleh evolusi alam dan kecerdasan spasial berdasarkan teknologi kecerdasan buatan, terdapat perbedaan yang signifikan: kecerdasan spasial yang dibentuk oleh evolusi alam terbatas pada dimensi spasial, dan sulit atau bahkan tidak mungkin menembus ruang 3D. . Namun kecerdasan spasial berbasis teknologi kecerdasan buatan mampu menembus dimensi spasial. Ruang seperti itu mendobrak batas-batas geografis dan berada dalam keadaan cair, tak terbatas, bebas, dan terbuka. Tidak hanya itu, ruang seperti itu tidak lagi tunduk pada batasan waktu Newton, sehingga mencapai ketepatan waktu dan optimalisasi waktu. Misalnya, peneliti Google mengembangkan algoritme yang dapat mengubah data menjadi bentuk atau pemandangan 3D hanya dengan menggunakan sekumpulan foto.
Dalam hal ini, Li Feifei, direktur Institut Penelitian AI yang Berpusat pada Manusia di Universitas Stanford (akademisi Akademi Teknik Nasional), memiliki pemikiran mendalam berikut: "Menggabungkan ketajaman visual dengan kedalaman pengetahuan ensiklopedis dapat menghasilkan sebuah merek kemampuan baru. Belum diketahui apa kemampuan barunya, tapi saya yakin ini lebih dari sekedar versi mesin dari mata manusia. mampu melihat dari sudut yang tidak pernah kita bayangkan. Artinya, kecerdasan spasial berdasarkan teknologi kecerdasan buatan akan menerobos kecerdasan spasial yang dibentuk oleh evolusi alam dan mengungkap keadaan spasial yang tidak dapat dibayangkan manusia dengan mengandalkannya. otak. Misalnya, ruang kuantum yang dijelaskan oleh mekanika kuantum mengacu pada ruang dengan karakteristik topologi yang terdiri dari beberapa keadaan diskrit atau kontinu. Kecerdasan spasial yang dikembangkan manusia secara alami tidak mungkin dapat memahami dan mengenali ruang kuantum, tetapi kecerdasan spasial yang didukung oleh teknologi kecerdasan buatan mungkin saja terjadi.
Singkatnya, kecerdasan spasial yang didasarkan pada model kecerdasan buatan yang besar membawa manusia ke dalam “keberadaan yang benar-benar baru”, dan kecerdasan yang diwujudkan kemungkinan besar merupakan yang “asli” di sini.
7. Evolusi mendalam dari kecerdasan buatan
Hukum Moore mungkin dilanggar, metakognisi menyebabkan kegagalan hukum penskalaan
Kecerdasan buatan berada pada momen bersejarah evolusi yang mendalam. Hukum Moore dan Hukum Penskalaan secara bertahap memainkan peran yang semakin penting.
Hukum Moore merupakan aturan yang dirangkum oleh salah satu pendiri Intel Gordon Moore berdasarkan pengalaman, yaitu jumlah transistor yang dapat ditampung dalam sebuah sirkuit terintegrasi akan berlipat ganda kira-kira setiap 18 hingga 24 bulan. Dengan kata lain, kinerja prosesor meningkat dua kali lipat setiap dua tahun. Masalahnya adalah ketika chip mencapai ukuran 28 nanometer (nm), terjadi krisis Hukum Moore. Ketika chip memasuki chip proses 1 nanometer, berarti mencapai batas Hukum Moore. Sekarang seluruh fondasi perangkat keras kecerdasan buatan dengan chip sebagai intinya menghadapi krisis Hukum Moore atau batas Hukum Moore. Pada bulan Juni 2024, di Pameran Komputer Internasional Taipei 2024 (Computex 2024), CEO Nvidia Jen-Hsun Huang mengumumkan bahwa frekuensi pembaruan arsitektur GPU-nya akan meningkat dari dua tahun sekali menjadi setahun sekali, namun pertumbuhan daya komputasi belum meningkat. mengalami stagnasi, dan AI-nya Kekuatan komputasi chip telah mencapai peningkatan menakjubkan 1.000 kali lipat dalam delapan tahun terakhir, yang menunjukkan bahwa ada kemungkinan teknologi untuk menerobos krisis Hukum Moore dan batasan Hukum Moore.
Hukum penskalaan terutama melibatkan studi fenomena kritis. Ide intinya adalah bahwa seiring dengan peningkatan ukuran parameter model, ukuran kumpulan data, dan jumlah penghitungan floating point yang digunakan untuk pelatihan, performa model akan meningkat. . Untuk kinerja optimal, ketiga faktor di atas harus diperkuat secara bersamaan. Jika tidak dibatasi oleh dua faktor lainnya, performa model memiliki hubungan hukum kekuatan dengan masing-masing faktor individual.
Khusus untuk bidang kecerdasan buatan, prediksi performa GPT-4 pada masalah tertentu dapat diprediksi dengan model yang 1.000 kali lebih kecil dari GPT-4. Dengan kata lain, GPT-4 belum memulai pelatihan, dan kinerjanya dalam masalah ini sudah diketahui. Oleh karena itu, hukum penskalaan penting untuk melatih model besar. Dapat dikatakan bahwa hukum penskalaan adalah hukum potensial lainnya untuk evolusi mendalam dari kecerdasan buatan.
Belum lama ini, Bill Gates mengungkapkan pandangan mendalam tentang hukum penskalaan dalam sebuah episode podcast The Next Big Idea: "Hukum penskalaan pasti akan terus berlaku. Namun pada saat yang sama, dari apa yang kita ketahui hari ini Akan ada menjadi pergeseran dari algoritma sederhana ke tindakan metakognitif yang lebih mirip manusia, yang merupakan batasan yang lebih besar. "Karena kesadaran mungkin terkait dengan metakognisi, dan metakognisi bukanlah fenomena yang dapat diukur." Dengan kata lain, metakognisi menyebabkan hukum penskalaan gagal.
8. Tren jangka pendek dan menengah
Tahap AI secara umum semakin cepat, dan "fajar" super AI telah muncul
Pada tahun 2024, secara umum kita dapat melihat tren kecerdasan buatan dalam jangka pendek dan menengah:
(1) Tahap Kecerdasan Sempit Buatan (ANI) akan segera berakhir. Pada tahap ini, kecerdasan buatan merupakan sistem AI yang dapat melakukan tugas tertentu, seperti pengenalan gambar atau pengenalan suara. Puncak dari tahap ini adalah munculnya model-model besar yang mendukung kecerdasan buatan generatif dan mempopulerkan mesin cerdas.
(2) Tahap kecerdasan buatan secara umum semakin cepat.
(3) “Fajar” Kecerdasan Super Buatan (ASI) telah di depan mata. Kecerdasan buatan super memiliki kemampuan untuk melampaui "pikiran manusia", mengejar dan dengan cepat melampaui kecerdasan kolektif seluruh umat manusia, dan merupakan sistem kecerdasan buatan yang lebih kuat dari kecerdasan manusia.
Kecerdasan buatan sudah berada dalam periode sejarah di mana imajinasi masyarakat disegarkan setiap hari. Selama periode ini, subjek dan sistem referensi dunia akan berubah secara signifikan, sistem pengetahuan akan direkonstruksi, kecerdasan manusia dan kecerdasan buatan akan mulai memasuki keadaan "kecerdasan bersama", dan organisasi ekonomi tradisional, sistem nasional, dan sistem hukum akan Perubahan juga akan terjadi, dan peradaban manusia bahkan akan ditata kembali di masa depan.
Zhu Jiaming
6 Juli 2024
(Judul dan subjudul pada kata pengantar asli telah ditambah dan disempurnakan oleh editor)
Penulis: Zhu Jiaming
Teks: Zhu Jiaming Gambar: Zhu Meiquan Editor: Li Nian Editor: Li Nian
Harap sebutkan sumbernya saat mencetak ulang artikel ini.
