디지털 정부에 대형 모델 적용 촉진
2024-10-06
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
저자: sun yu, xie ling
chatgpt의 출현은 생성 인공 지능의 대중화를 가져왔고, 대형 모델은 인터넷 이후 산업 발전의 또 다른 초점이 되었으며 모든 당사자로부터 광범위한 관심을 받았습니다. 현재 디지털 정부 건설에서는 정부의 디지털화 및 지능화를 촉진하기 위해 여러 곳에서 대규모 모델 애플리케이션이 사용됩니다. 애플리케이션 시나리오는 정부 사무실, 정부 서비스, 스마트 도시, 단일 네트워크를 통한 통합 관리, 비상 등을 포함하여 매우 광범위합니다. 관리, 시장 감독 및 여론 모니터링, 교통 관리, 건강 및 기타 분야. 객관적으로 말하면, 대형 모델은 아직 개발 초기 단계에 있습니다. 기술 물결에 직면하여 합리적인 사고를 유지하는 것은 개발과 보안의 균형을 맞추고 디지털 정부 건설 수준을 향상시키는 데 큰 의미가 있습니다.
범용 기술의 빅 모델을 향하여
이론적으로 대형 모델은 대규모 매개변수와 복잡한 컴퓨팅 구조를 갖춘 기계 학습 모델을 의미합니다. 적용 관점에서 볼 때 대형 모델은 일반 대형 모델과 수직형 대형 모델로 나눌 수 있습니다. 이름에서 알 수 있듯이 일반 대형 모델은 다양한 시나리오에 적용할 수 있으며 "폭"이 더 큽니다. 수직형 대형 모델은 특정 분야에 초점을 맞추고 수직형 분야에서 2차적으로 개발 및 훈련되며 "깊이"와 "정확성"이 우수한 "맞춤형" 대형 모델입니다. 정무대형모델은 수직형 대형모델의 범주에 속하며, 일반대형모델을 기반으로 정무산업별 데이터와 정무산업 적용 시나리오 특성을 결합한 전용 산업대형모델입니다. .
실제로 다양한 지역에서 정부 업무 분야에서 대형 모델 서비스 플랫폼을 출시했으며, 디지털 정부 분야는 수직형 대형 모델의 주요 전선 중 하나가 되었습니다. 지금까지 출시된 대규모 정부 모델을 보면 대부분 하나 이상의 일반 대형 모델을 기반으로 특정 지역이나 특정 분야를 대상으로 하며, 데이터 자원과 컴퓨팅 자원을 종합적으로 고려하여 구성되어 있다.
대형 모델의 "크기"는 주로 다수의 알고리즘 매개변수, 대규모 데이터 및 강력한 컴퓨팅 성능에 반영됩니다. 대규모 모델 반복의 "데이터 플라이휠" 효과는 사람들의 마음속에 깊이 뿌리박혀 있습니다. 즉, 시나리오는 애플리케이션을 생성하고, 애플리케이션은 데이터를 생성하고, 데이터 열차 알고리즘 및 알고리즘 피드백 애플리케이션을 생성합니다. 이것이 오늘날 디지털 정부 구축에서 '시나리오'가 '핫워드'가 된 중요한 이유 중 하나일 수 있다. 그러나 기술 경로, 산업 형태, 비즈니스 모델 측면에서 부각되는 대형 모델 개발에는 불확실성이 있습니다. 대형 모델의 경쟁으로 인해 기술적 규모의 법칙이 출현하게 되었습니다. 즉, 대부분의 대형 모델의 매개변수 규모가 특정 임계값을 초과한 후에는 모델 성능이 핵분열적으로 증가하여 예측할 수 없는 적용 효과를 초래하게 됩니다. 감독에 대한 도전.
물론 장기적으로 대형 모델을 생각해보면 범용 기술이 되고 있다. 한편으로 대형 모델은 범용입니다. 이러한 기술적 특징으로 볼 때, 대형 모델은 인터넷 기술과 마찬가지로 디지털 정부에도 적용될 수밖에 없습니다. 반면, 범용 기술의 또 다른 중요한 기술적 특성은 혁신 보완성입니다. 실무를 통해 개혁 추진과 디지털 권한 부여가 디지털 정부의 높은 수준 발전의 "두 날개"라는 것이 입증되었습니다. 따라서 대규모 모델이 디지털 정부에 적용되면 그 적용 효과가 "권한 부여"인지 "부정적"인지는 조직 구조, 제도 시스템 및 거버넌스 모델의 적응과 이로 인해 어떤 종류의 개혁이 요구되는지에 따라 달라집니다. . 따라서 우리는 개방적이고 신중한 태도로 디지털 정부에 대규모 모델의 적용을 발전시켜야 합니다.
세 가지 유형의 관계를 올바르게 처리합니다.
현재 대정부 대형 모델 서비스 플랫폼이 활발하게 운영되고 있지만 기본 대형 모델의 개방성이 부족하고 규정 준수 검토에 대한 통일된 표준이 부족하여 데이터 규모와 데이터 품질이 고르지 않고 데이터 보안에 숨겨진 위험이 있습니다. 컴퓨팅 리소스가 분산되어 있다는 문제가 있습니다. 개방적이고 신중한 태도로 디지털 정부에 대규모 모델을 적용하려면 세 가지 관계를 적절하게 처리해야 합니다.
하나는 개발과 보안의 관계입니다. 범용 기술의 특성상 디지털 정부 구축에는 대형 모델이 활용될 예정이다. 그러나 대형 모델에는 내생적, 외생적, 파생적 보안 위험이 있습니다. 내생적 보안 위험은 대형 모델 자체의 데이터, 알고리즘, 컴퓨팅 능력에서 발생하고, 외생적 보안 위험은 공격에서 발생하며, 파생형 보안 위험은 대형 모델 적용의 역효과에서 발생합니다. 디지털 정부에서 대형 모델의 적용을 촉진하려면 개발과 보안을 조율하고 개발과 보안을 동등하게 강조해야 합니다. 개방적인 자세로 대형 모델 애플리케이션 개발을 추진하고, 신중한 태도로 대형 모델 애플리케이션의 보안을 보장합니다. 실제로 우리는 맹목적으로 보안을 강조하고 대형 모델 애플리케이션의 개발을 무시할 수 없으며, 대형 모델 애플리케이션의 개발만 강조하고 보안을 무시할 수도 없습니다. 개발과 보안 사이의 관계를 적절하게 처리하려면 체계적인 사고를 고수하고, 대형 모델 애플리케이션을 디지털 정부 건설 통합 계획에 통합하고, 대형 모델 애플리케이션의 보안을 디지털 정부 보안 시스템의 통합 계획에 통합해야 합니다.
두 번째는 인간과 기계의 관계이다. 산업 혁명 이후 기술이 발전할 때마다 인간과 기계의 관계는 끊임없이 재정의되었습니다. 사람을 돕는 기계부터 인간과 기계의 협업, 인간과 기계의 협업까지. 이전의 기술 물결이 주로 반복성이 높거나 전문 기술이 낮은 직업에 영향을 미쳤다는 것은 부인할 수 없습니다. 그러나 대형 모델은 인지 능력, 분석 능력, 추론 능력 및 창의적 능력을 가지고 있는 것으로 간주됩니다. 직업이 영향을 받을 가능성이 높습니다. 예를 들어, 디지털 정부에서 대규모 모델의 적용을 촉진하려면 공무원이 기술로 권한을 부여 받거나 기술로 대체되는지, 행정 담당자가 디지털 공정성을 느끼든, 디지털 격차가 더욱 악화되는지 모두 근본적으로 인간을 다루어야 합니다. - 기계 관계 문제. 한편으로는 개방적인 태도로 대형 모델의 적용을 환영하고 전 국민의 인공지능 활용 능력을 향상시켜야 합니다. 다른 한편으로는 신중한 태도로 대형 모델의 적용을 규제하고 기술적인 측면을 경계해야 합니다. 실패와 통제력 상실.
세 번째는 기술혁신 지향성과 응용 시나리오 지향성 간의 관계이다. 기술 혁신 방향을 선택하든 적용 시나리오 방향을 선택하든 디지털 정부에서 대형 모델 적용을 촉진하는 것 사이에는 항상 상호 게임이 있습니다. 전자는 일반 대형 모델의 핵심 핵심 기술 연구 개발에 중점을 두고 영향력 있는 제품과 기술 혁신을 중첩하며 대형 모델의 핵심 핵심 기술에 대한 독립적인 제어 가능성을 달성합니다. 후자는 기술의 응용, 즉 시나리오 혁신을 핵심으로 하고 신기술의 창의적 응용을 지침으로 삼는다. 네트워크 파워와 디지털 중국을 구축하기 위한 기본 및 시범 프로젝트로서 디지털 정부에 대형 모델을 적용하려면 일반 대형 모델의 기술 연구 및 개발과 정부 업무 시나리오에서 수직형 대형 모델을 적용하는 데 모두 주의가 필요합니다. 한편으로는 개방적인 자세로 대형 모델의 개척 지역에서 기술 연구 개발과 산업화 개발 레이아웃을 추진하고 독창적인 혁신의 새로운 돌파구를 달성하기 위해 노력하며 과학 기술의 자립과 자립을 달성해야 합니다. 반면에 우리는 신중한 태도로 수직형 대형 모델을 선택해야 합니다. 디지털 정부 구축에 있어서 모델의 적용 시나리오는 개발과 보안의 균형을 맞추고, 인간-기계 관계를 잘 처리해야 하며, 사람들이 기대하는 시나리오를 선택해야 합니다. , 안전하고 통제 가능하며 먼저 적용하고 경험과 관행을 형성한 후 홍보하십시오. (순유, 시링)
출처 : 연구 시간
