デジタル・ガバメントにおける大規模モデルの適用を促進する
2024-10-06
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
著者: sun yu、xie ling
chatgpt の出現により、生成人工知能の普及が始まり、大規模モデルはすぐにインターネットに続く産業開発の焦点となり、あらゆる関係者から広く注目されました。現在、デジタル・ガバメントの構築において、政府のデジタル化とインテリジェンスを推進するために大規模なモデル・アプリケーションが多くの場所で使用されており、その適用シナリオは官公庁、政府サービス、スマートシティ、1つのネットワークによる統合管理、緊急事態などをカバーしています。管理、市場監督、世論監視、交通管理、健康などの分野。客観的に見て、大規模モデルはまだ開発の初期段階にあり、技術の波に直面しても合理的な思考を維持することは、開発とセキュリティのバランスを取り、デジタル政府構築のレベルを向上させる上で非常に重要です。
汎用技術のビッグモデルに向けて
理論的な意味では、大規模モデルとは、大規模なパラメーターと複雑なコンピューティング構造を備えた機械学習モデルを指します。大型モデルはアプリケーションの観点から、一般的な大型モデルと垂直型の大型モデルに分類できます。名前が示すように、一般的な大型モデルはさまざまなシナリオに適用でき、より大きな「幅」を持っています。垂直型大型モデルは、特定のフィールドに焦点を当て、垂直型フィールドで二次的に開発およびトレーニングされた、優れた「深さ」と「精度」を備えた「カスタマイズされた」大型モデルです。政務大型モデルは、垂直型大型モデルのカテゴリーに属し、一般的な大型モデルをベースに、政務業界特有のデータと政務業界のアプリケーションシナリオ特性を組み合わせて、政務分野向けにカスタマイズされた専用の業界大型モデルです。 。
実際、さまざまな地域で行政分野の大型モデルサービスプラットフォームが立ち上げられており、デジタル・ガバメント分野は垂直型大型モデルの主力分野の一つとなっている。これまでに公開されている大規模政府モデルを見ると、そのほとんどは、特定の地域や特定の分野を対象とした、1つ以上の一般的な大規模モデルに基づいており、データリソースやコンピューティングリソースを総合的に考慮して構築されています。
大規模モデルの「巨大さ」は、主に多数のアルゴリズム パラメーター、大規模なデータ、強力な計算能力に反映されます。大規模なモデル反復における「データ フライホイール」効果は人々の心に深く根付いています。つまり、シナリオがアプリケーションを生成し、アプリケーションがデータを生成し、データがアルゴリズムを訓練し、アルゴリズムがアプリケーションにフィードバックします。これが、今日のデジタル・ガバメント構築において「シナリオ」が「ホットワード」となっている重要な理由の 1 つである可能性があります。しかし、大型モデルの開発には技術路線や産業形態、ビジネスモデルなどの面で不確実性が指摘されている。大規模モデルの競争により、技術的規模の法則が出現しました。つまり、ほとんどの大規模モデルのパラメータ スケールが特定のしきい値を超えた後、モデルの能力が分裂的に増加し、それが予測不可能なアプリケーション効果につながり、次のような問題が引き起こされます。監督への挑戦。
もちろん、長期的に大型モデルを考えれば、汎用技術になりつつあります。一方で、大型モデルは汎用的です。この技術的特徴から判断すると、大規模モデルはインターネット技術と同様にデジタル・ガバメントにも応用されるはずです。一方、汎用テクノロジーのもう 1 つの重要な技術的特徴は、イノベーションの補完性です。改革推進とデジタル・エンパワーメントが、デジタル・ガバメントのハイレベルな発展の「両翼」であることが実践で証明されています。したがって、大規模なモデルがデジタル政府に適用されると、その適用効果が「権限を与える」か「マイナス」になるかは、組織構造、制度システム、ガバナンスモデルの適応、およびこれがどのような改革を要求するかによって決まります。 。したがって、オープンかつ慎重な姿勢でデジタル・ガバメントにおける大規模モデルの適用を進める必要があります。
3つのタイプの関係を適切に処理する
現在、政府業務の大規模モデルサービスプラットフォームは繁栄していますが、基本的な大規模モデルのオープン性が不十分であり、コンプライアンスレビューのための統一基準が欠如しており、データの規模とデータの品質が不均一であり、データセキュリティに隠れた危険があります。コンピューティングリソースが分散しているという問題があります。オープンかつ慎重な姿勢でデジタル・ガバメントにおける大規模モデルの適用を促進するには、3 つの関係を適切に処理する必要があります。
1 つは開発とセキュリティの関係です。汎用技術の特性から、デジタル・ガバメント構築では大型モデルが使用されることになる。ただし、大規模なモデルには、内生的、外生的、派生的なセキュリティ リスクがあります。内生的セキュリティ リスクは大規模モデル自体のデータ、アルゴリズム、コンピューティング能力に起因し、外生的セキュリティ リスクは攻撃に起因し、派生的セキュリティ リスクは大規模モデルの適用による悪影響に起因します。デジタル・ガバメントにおける大規模モデルの適用を促進するには、開発とセキュリティを調整し、開発とセキュリティを同等に重視する必要があります。大規模モデル アプリケーションの開発をオープンな姿勢で推進し、大規模モデル アプリケーションのセキュリティを慎重な姿勢で確保します。実際には、やみくもにセキュリティを重視して大規模モデル アプリケーションの開発を無視することはできませんし、大規模モデル アプリケーションの開発だけを重視してセキュリティを無視することもできません。開発とセキュリティの関係を適切に処理するには、体系的な考え方を堅持し、大規模なモデル アプリケーションをデジタル ガバメント構築の統合計画に組み込み、大規模なモデル アプリケーションのセキュリティをデジタル ガバメント セキュリティ システムの統合計画に組み込む必要があります。
2つ目は人間と機械の関係です。産業革命以来、テクノロジーが繰り返されるたびに、人間と機械の関係は常に再定義されてきました。人を支援する機械から、人間と機械のコラボレーション、そして人間と機械のコラボレーションへ。これまでのテクノロジーの波が主に反復性の高い職業や専門的スキルの低い職業に影響を及ぼしたことは否定できませんが、大規模なモデルには、伝統的な意味での認知能力、分析能力、推論能力、創造的な能力があると考えられています。職業にも影響が出る可能性が高いでしょう。たとえば、デジタル・ガバメントにおける大規模なモデルの適用を促進するには、公務員がテクノロジーによって権限を強化されるかテクノロジーに置き換えられるか、行政担当者がデジタルの公平性を感じているか、デジタル・デバイドがさらに悪化するかなど、すべてが根本的に人間の課題に対処する必要があります。 -マシン関係の問題。一方で、私たちはオープンな態度で大規模モデルの適用を歓迎し、国民全体の人工知能リテラシーを向上させる必要がありますが、他方では、慎重な態度で大規模モデルの適用を規制し、テクノロジーに注意する必要があります。失敗とコントロールの喪失。
3つ目は、技術革新志向と応用シナリオ志向の関係です。デジタル・ガバメントにおける大規模モデルの適用促進の間には、技術革新指向を選択するか、アプリケーション・シナリオ指向を選択するか、常に相互のゲームが存在します。前者は、一般大型モデルの主要コア技術の研究開発に注力し、有力製品に技術革新を重畳し、大型モデルの主要コア技術の独立制御性を実現する。後者はテクノロジーの応用、つまりシナリオの革新を核とし、新しいテクノロジーの創造的な応用をガイドとすることに焦点を当てています。ネットワークパワーとデジタル中国を構築するための基本およびパイロットプロジェクトとして、デジタルガバメントにおける大型モデルの適用には、一般的な大型モデルの技術研究と開発と、政務シナリオにおける垂直型大型モデルの適用の両方に明らかに注意を払う必要があります。一方で、我々は、オープンな態度で大型モデルの辺境領域における技術研究開発と産業化開発レイアウトを推進し、独自のイノベーションで新たなブレークスルーを達成するよう努め、科学技術の自立と自立を達成しなければなりません。一方で、デジタル政府の構築におけるモデルの適用シナリオは、開発とセキュリティのバランスを保ち、人間と機械の関係を適切に処理し、人々が期待するシナリオを選択する必要があります。 、安全で制御可能であり、最初にそれらを適用し、経験と実践を形成した後にそれらを推進します。 （孫宇、謝玲）
出典: スタディタイムズ
