notizia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Oggi, l’intelligenza generale artificiale (AGI) è diventata una delle parole chiave su cui si concentra la comunità scientifica e l’industria. Solo pochi anni fa, molte persone credevano che ci sarebbero voluti almeno dai 10 ai 50 anni per realizzare l’AGI non sarebbe mai possibile. Oggi questi ultimi sono pochi e rari. Tuttavia, rispetto all’entusiasmo del pubblico per questa ondata di cambiamenti tecnologici, molti studiosi in prima linea e leader del settore nel campo dell’intelligenza artificiale (intelligenza artificiale) ritengono che ci sia ancora molta strada da fare prima che l’attuale intelligenza artificiale possa trasformarsi in AGI.

Secondo Qi Yuan, l'illustre professore Hao Qing dell'Università di Fudan, preside dell'Istituto di intelligenza scientifica di Shanghai (di seguito denominato "Istituto di Shanghai") e fondatore dell'affidabile società di modelli di grandi dimensioni "Infinite Lightyear", "uno dei più alti manifestazioni dell'intelligenza artificiale generale" Si tratta di scoprire le leggi sconosciute del mondo complesso. In breve, dovrebbe essere un 'AI Einstein'. Ciò richiede di creare una combinazione di previsione della probabilità "scatola nera" di pensiero veloce e pensiero lento " il ragionamento logico della scatola bianca per creare un grande modello affidabile della "scatola grigia" e, attraverso la profonda integrazione di tecnologia e industria, promuoviamo la ricerca di base, la formazione dei talenti e l'implementazione dei risultati per creare un ecosistema di innovazione scientifica e intelligente ".

Alla Conferenza mondiale sull'intelligenza artificiale (WAIC) del 2024 e alla Conferenza di alto livello sulla governance globale dell'intelligenza artificiale, che si è conclusa non molto tempo fa, lo Shanghai Institute of Technology ha tenuto con successo il forum tematico "Intelligenza artificiale: cambiamento del paradigma della ricerca scientifica e sviluppo industriale" Questa è anche la prima volta che questo nuovo istituto di ricerca e sviluppo è apparso al WAIC. Si può dire che l'Istituto Shangzhi sia un modello per Shanghai nell'esplorazione del modello ecologico scientifico intelligente "1+1+N" guidato dall'innovazione. Cioè, l'"1" dell'Istituto Shangzhi funge da centro e fulcro dell'ecosistema, responsabile per la pianificazione strategica complessiva, l'integrazione delle risorse e la ricerca e sviluppo e l'innovazione delle tecnologie chiave, combinati con un'altra "1" Università di Fudan e le "N" di molte università, istituti di ricerca scientifica, imprese tecnologiche, team di innovazione e istituti di investimento, promuovono congiuntamente ricerca scientifica, formazione dei talenti, trasformazione dei risultati scientifici e tecnologici e innovazione e aggiornamento del settore.

Lo standard per l'AGI dovrebbe essere quello di creare "AI Einstein"

Da un punto di vista tecnico, modelli di grandi dimensioni con sempre più parametri porteranno all’intelligenza artificiale generale? Oggi, sia dal punto di vista della stessa tecnologia AI che dal punto di vista del consumo energetico, sebbene i grandi modelli basati sull’architettura autoregressiva Transformer abbiano ancora dei dividendi, non sono sufficienti per portare all’intelligenza artificiale generale. L'intelligenza artificiale richiede lo sviluppo di nuovi modelli di grandi dimensioni affidabili "scatola grigia". Questo è un riassunto dei molti anni di esperienza pratica di Qi Yuan nel mondo accademico e industriale.

Dieci anni fa, con l'idea di "rendere utile l'intelligenza artificiale", Qi Yuan guidò il team ad aumentare per la prima volta il sistema di apprendimento automatico principale di Alibaba da 2 milioni di parametri a centinaia di milioni di parametri, ottenendo un effetto commerciale su larga scala miglioramenti Dimostrare la trasformazione integrata di dati, algoritmi e capacità ingegneristiche. Questa è esattamente l’incarnazione della legge di Scaling di cui oggi si parla nel circolo dell’intelligenza artificiale.

Qi Yuan ha ricordato che in quel momento il team aveva già sperimentato i vantaggi della Legge di Scaling: dopo che i parametri del modello erano stati aumentati cento volte, l'effetto complessivo era migliorato a passi da gigante. "Ma ora penso: perché allora non abbiamo realizzato modelli di intelligenza artificiale in misura maggiore? Perché mi sono fermato qui quando abbiamo fatto un passo avanti?" Ha detto: "I grandi modelli con centinaia di milioni di parametri esistono ancora non abbastanza, per arrivare a decine di miliardi, centinaia di miliardi o addirittura trilioni. A quel tempo, sia il mondo accademico che le istituzioni non disponevano di potenza di calcolo, e anche nel mondo industriale, raggiungere una potenza di calcolo così elevata richiedeva costi molto elevati, se non addirittura elevati. ancora di più. Per non parlare del mondo accademico."

Il motivo per cui lo standard per l'AGI dovrebbe essere quello di creare un "AI Einstein", ha spiegato Qi Yuan, è quello di essere efficace e intelligente. Prima di tutto, Einstein vide le "nuvole oscure della fisica all'inizio del XX secolo" attraverso diversi punti dati chiave. L'AGI dovrebbe anche essere in grado di scoprire leggi sconosciute che comprendono il mondo complesso. Tuttavia, nessuno degli attuali modelli di grandi dimensioni può farlo. Sebbene il grande modello visivo SORA simula il mondo fisico in una misura senza precedenti, SORA costruisce ancora un mondo tridimensionale basato sulla simulazione del mondo bidimensionale, che è ancora lontano. da una conoscenza approfondita del mondo fisico. Molta distanza. Il secondo è il consumo energetico. La potenza del cervello umano è di circa 15 watt e la potenza di picco di una GPU è di diverse centinaia di watt, per non parlare del fatto che per supportare l'addestramento di modelli di grandi dimensioni sono necessarie una kiloscheda o diecimila schede . Per ora, se si continua a utilizzare l’architettura esistente, ciò richiederà un enorme consumo energetico, rendendo difficile raggiungere l’obiettivo di essere efficaci e intelligenti.

"AI Einstein" è anche un obiettivo chiave di AI for Science (Nota: Scientific Intelligence, di seguito denominata AI4S). L’intelligenza scientifica svolge già un ruolo importante nell’accelerare la soluzione delle equazioni fisiche conosciute, ma deve combinare regole e dati noti, ridurre la forte dipendenza dai dati e dalla potenza di calcolo, migliorare l’accuratezza del ragionamento e della previsione e adeguarsi in base alla conoscenza dei dati. regole e proporre nuove teorie scientifiche. Ciò coincide anche con l'obiettivo a lungo termine di Qi Yuan di lavorare presso l'Università di Fudan e lo Shanghai Intellectual Property Institute: "utilizzare l'intelligenza artificiale per comprendere il mondo complesso e scoprire leggi sconosciute".

Il modello di grandi dimensioni a campo verticale affidabile "scatola grigia" consente a migliaia di industrie

Quali problemi devono essere risolti urgentemente quando i modelli di grandi dimensioni implementano nuova produttività grazie agli strumenti di intelligenza artificiale? Dal punto di vista di Qiyuan, l'industria dei modelli di grandi dimensioni deve affrontare molte sfide comuni, che rendono difficile abbinare tecnologia, prodotti e domanda del mercato.

"Al momento, il problema più grande nell'implementazione di modelli su larga scala è che sembrano utili a prima vista, ma sono inutili una volta utilizzati." Qi Yuan ha spiegato che il nucleo degli odierni modelli linguistici su larga scala è semplicemente quello prevedere la parola successiva per prevedere la parola successiva, ma questo non è adatto per un ragionamento rigoroso in più fasi. "La lingua è uno strumento di comunicazione, non uno strumento per pensare." Recentemente, un articolo pubblicato dal Massachusetts Institute of Technology (MIT) e da altre istituzioni sulla prestigiosa rivista accademica "Nature" ha sottolineato che la lingua è un potente strumento di divulgazione. conoscenza culturale, e potrebbe essere correlata alle nostre capacità di pensiero e ragionamento co-evolute per riflettere la complessità della cognizione umana. Ma il linguaggio non crea la complessità del ragionamento.

In considerazione delle caratteristiche esistenti di modelli di grandi dimensioni come inaffidabilità, bassa interpretabilità e costi elevati, una soluzione veramente efficace è quella di combinare il ragionamento probabilistico della rete neurale con calcoli logici simbolici, simili alla combinazione del premio Nobel per l'economia Daniel Card Il pensiero veloce basato sull'istinto umano e il pensiero lento basato sul ragionamento logico descritti nel libro di Niemann "Pensare veloce e lento" "si può dire che sia un grande modello di 'scatola grigia'. Qi Yuan ritiene che la "scatola grigia" si fidasse di modelli di grandi dimensioni Combinare il calcolo simbolico con le reti neurali può ridurre “l’illusione” dell’intelligenza artificiale e risolvere problemi professionali in campi verticali, dando così potere a migliaia di industrie e liberando la produttività di modelli di grandi dimensioni.

Che cos'è un modello grande attendibile "scatola grigia"? "Inizialmente si pensava che l'apprendimento profondo fosse una 'scatola nera', ma ora combiniamo la 'scatola bianca' del ragionamento logico con l'apprendimento profondo, e diventa una 'scatola grigia'", ha spiegato Qi Yuan, "L'originale 'scatola nera". " fa sì che le persone non sappiano nulla del processo di produzione dei dati e il grande modello "scatola grigia" può far sì che le persone "sapescano cosa sta succedendo e perché" con l'aiuto del ragionamento logico. I modelli possono utilizzare l'apprendimento profondo per ridurre le regole che non lo fanno corrispondere ai dati osservativi del mondo reale."

Qi Yuan ha affermato che per far sì che scenari complessi in vari settori diventino nuovi campi di battaglia in cui l'intelligenza artificiale svolge un ruolo centrale, che si tratti di finanza e assicurazioni, energia eolica, trasporto marittimo, scenari medici e farmaceutici, è necessario integrare la conoscenza sistematica del settore, Logica di ragionamento e meccanismi decisionali Combinati con modelli di grandi dimensioni. I modelli di grandi dimensioni "scatola grigia" non sono solo la direzione generale dell'intelligenza artificiale generale, ma anche un potente strumento per consentire ai modelli di grandi dimensioni di penetrare profondamente nei campi verticali e risolvere veramente problemi pratici. "Se lo guardi da una prospettiva industriale, questa comprensione è molto intuitiva." Qi Yuan ha fornito un esempio. I medici non devono essere avvocati e gli avvocati non devono essere esperti di investimenti campo e creare i propri strumenti di produttività. Tecnicamente parlando, può verificarsi un "dimentico catastrofico" se un modello di grandi dimensioni viene appreso troppo su compiti irrilevanti. Proprio come se Li Bai lavorasse tutto il giorno come contabile e non scrivesse poesie, la sua ispirazione poetica potrebbe gradualmente svanire. "Abbiamo osservato che quando si addestra un modello di grandi dimensioni in un campo verticale, se al modello viene consentito di apprendere troppe funzioni irrilevanti, interferirà con le sue capacità originali. Pertanto, è necessario creare un modello di grandi dimensioni a "scatola grigia" in il campo verticale penso che abbia un grande valore nell’implementazione industriale”.

"Penso che il grande modello 'scatola grigia' giocherà un ruolo sempre più importante sulla strada verso l'AGI e l'implementazione dell'industria verticale, perché da una metodologia bayesiana, si tratta di combinare la nostra conoscenza nota e quella nascosta. Le informazioni sconosciute nei dati vengono combinate per scoprire nuove leggi e risolvere problemi scientifici e industriali "Qi Yuan ha detto senza mezzi termini che in futuro "AI Einstein" potrà anche essere "AI Buffett".

Aprire la catena dell’innovazione e costruire un ecosistema di innovazione scientifica e intelligente

Alla Conferenza mondiale sull’intelligenza artificiale del 2024, un team guidato da Qi Yuan ha rilasciato un modello finanziario e medico affidabile su larga scala in linguaggio leggero con decine di miliardi di parametri. I test di modelli di grandi dimensioni in questi due campi verticali hanno superato il modello di grandi dimensioni GPT4-Turbo da trilioni di parametri di OPEN AI, suscitando ancora una volta l'attenzione del settore sull'implementazione di modelli di grandi dimensioni.

"Le scoperte odierne dell'intelligenza artificiale non provengono solo dall'innovazione dei principi sottostanti, ma sono anche guidate da prodotti orientati ai bisogni sociali. Ciò di cui la società ha bisogno non è solo la pubblicazione di articoli teorici o l'innovazione di modelli di business, ma la profonda integrazione delle tecnologie innovazione e innovazione industriale, che si basa su una svolta nel principio di unità. Una volta che i due saranno combinati, potremo nuotare verso un luogo dove l'acqua sarà più blu", ha detto Qi Yuan.

Il mondo accademico e l’industria hanno missioni diverse. Il mondo accademico deve esplorare cose nuove, mentre l’industria deve prima risolvere problemi pratici. Esiste un problema comune in patria e all’estero: gli istituti di ricerca devono studiare molte questioni relative all’innovazione tecnologica, ma se ignorano la produzione e i bisogni sociali, si creeranno due carenze: la mancanza di una reale pressione competitiva e l’incapacità di mitigare le tecnologie innovative nella competizione. Un efficace feedback delle informazioni di mercato guida la direzione della ricerca e dello sviluppo tecnologico.

A tal fine, Qiyuan non vede l'ora di aprire la catena dell'innovazione di "università-istituti di ricerca-start-up" e di creare un buon ecosistema di innovazione. Non solo pensa alla tecnologia di base, ma coglie anche la domanda del mercato. Utilizza la domanda e gli scenari del mercato per guidare la direzione del prodotto e innovare dal basso verso l'alto per costruire la competitività di base del prodotto.

Shangzhiyuan, fondata nel 2023, è impegnata nell'innovazione originale nell'intelligenza artificiale per la scienza che combina conoscenza e dati. Recentemente, lo Shangzhi Institute ha rilasciato la serie Fuxi di modelli meteorologici 2.0 su larga scala per applicazioni industriali come nuova energia, assicurazioni e gestione urbana, e ha preso l'iniziativa di lanciare l'Alleanza ecologica per l'innovazione meteorologica intelligente, unendo più unità per promuovere gradualmente l'industrializzazione della serie Fuxi di modelli meteorologici su larga scala 2.0. È in corso anche il lancio del prodotto del modello di grandi dimensioni "scatola grigia", è stata fondata Infinite Lightyear, un'azienda di modelli di grandi dimensioni di cui Qi Yuan è il fondatore.

Al fine di promuovere ulteriormente l’ecosistema dell’innovazione scientifica e intelligente, la seconda conferenza è stata sponsorizzata congiuntamente dalla Shanghai Intelligent Academy e dall’Università Fudan e guidata congiuntamente dalla Commissione municipale per la scienza e la tecnologia di Shanghai, dalla Commissione municipale per lo sviluppo e la riforma di Shanghai, dalla Commissione municipale per l’economia e l’informazione di Shanghai. Commissione, Commissione municipale per l'istruzione di Shanghai e altri dipartimenti È stata lanciata la competizione mondiale per la scienza e l'intelligence. Il concorso prevede un premio di un milione di dollari per reclutare giocatori da tutto il mondo per esplorare insieme i campi di frontiera dell'intelligence scientifica. Allo stesso tempo, lo Shangzhi Institute ha guidato lo sviluppo di una piattaforma di dati scientifici che copre dati scientifici multimodali. La piattaforma ha funzionalità di collegamento completo dalla raccolta ed elaborazione dei dati alla gestione e alla modellazione, garantendo un'elaborazione efficiente, affidabilità e interoperabilità sicura dei dati. . Sulla base di questa piattaforma, SPIC e i suoi partner hanno costruito numerosi set di dati scientifici di alta qualità per i campi delle scienze della vita, delle scienze fisiche e delle scienze dell'atmosfera, fornendo preziose risorse per la ricerca sull'intelligence scientifica. Inoltre, lo Shangzhi Institute ha preso l'iniziativa di lanciare la Global Scientific Data Ecological Alliance. Il primo gruppo di unità membri dell'alleanza comprende più di dieci unità, tra cui China Telecom Co., Ltd., COSCO Shipping Property Insurance Captive Co., Ltd., Shanghai. Lingang Nuova Area Tecnologia dei dati transfrontalieri Co., Ltd.. L’alleanza creerà una piattaforma globale e multidisciplinare per l’apertura e la condivisione di risorse di big data per la ricerca scientifica attraverso la cooperazione con governi, imprese, università, istituti di ricerca e altre parti.

"Sia la ricerca scientifica che l'industria non dovrebbero essere 'nuove per amore della novità'. Speriamo di poter costruire il futuro dell'intelligenza artificiale generale e delle applicazioni per risolvere i problemi del mondo reale", ha affermato Qi Yuan.

autore:

Immagine: foto per gentile concessione dello Shanghai Intelligence Research Institute Redattore: Wu Jinjiao Redattore capo: Jiang Peng

Si prega di indicare la fonte quando si ristampa questo articolo.