Nuevo prefacio de Zhu Jiaming: La IA y la inteligencia humana comienzan a "compartir inteligencia" en ocho tendencias principales Feria del Libro de Shanghai 2024①
2024-08-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
"La era del diálogo: el camino hacia un país fuerte mediante la forja de una nueva productividad" de Zhu Jiaming, Tao Hu, Shen Yang, etc., publicado por Peking University Press en agosto de 2024, con un precio de 78 yuanes
[Introducción] La Feria del Libro de Shanghai está en pleno apogeo, con multitudes de personas dentro y fuera de la sala de exposiciones, y la información y los espíritus en todos los niveles fluyen y contagian.
El nuevo libro "La era del diálogo: el camino hacia un país fuerte mediante la forja de una nueva productividad", publicado por Peking University Press y compilado por oradores de la Sala de Conferencias Wenhui, se presentó en la feria del libro y se llevó a cabo en el Club de Lectura de la Calle Chang'an el 14 de agosto. Aprenda la lista de libros nuevos. El libro se divide en tres capítulos principales: el "surgimiento" de la inteligencia artificial, el desarrollo integrado de los mundos virtual y real y la infraestructura de la tecnología de inteligencia digital. Se centra principalmente en la inteligencia artificial, los grandes modelos, los chips y las interfaces cerebro-computadora. , Web3, Internet satelital, ecología digital y meta- El universo, ética de la IA y otros temas.
Catorce conferencias, 41 expertos, académicos y élites de la industria, incluidos Zhu Jiaming, Lin Baojun, Wang Jianyu, Shen Yang, Li Miao, Cai Hengjin, Lu Yong, Lin Longnian, Lin Yonghua, Tao Hu, Yang Guang, Wei Hui y Los invitados a la conferencia de He Liang, incluidos Ji Weidong, Feng Xiang, Jiang Xiaoyuan, Yu Hai, He Jing, Fu Changzhen, Li Quanmin, etc., brindaron un análisis en profundidad de la innovación tecnológica y la innovación tecnológica en los campos de la tecnología de la información de nueva generación, artificial. inteligencia, aeroespacial, biomedicina, tecnología cuántica, etc. El desarrollo industrial, la exploración de las fronteras, las tendencias y los desafíos del desarrollo global de la inteligencia artificial, así como cuestiones como la gobernanza ética de la inteligencia artificial, ayudarán a los lectores a comprender el concepto y la connotación de las nuevas fuerzas productivas. y su importante papel en la promoción del desarrollo de la modernización china. Este libro encarna el diálogo entre la ciencia, la tecnología y las humanidades, y el vínculo entre el desarrollo tecnológico y el cambio social. Es a la vez vanguardista y puede adquirir nuevos conocimientos. Ayuda a comprender el concepto y la connotación de la nueva productividad de calidad y su importante papel. en la promoción del desarrollo de la modernización china.
Vale la pena mencionar especialmente que el prefacio de este libro tiene 17.000 palabras y fue escrito personalmente por uno de los autores, el economista Zhu Jiaming. Se centra en las fronteras, tendencias y desafíos del desarrollo de la inteligencia artificial de 2022 a 2024, y también detalla. La información más reciente contenida en este prefacio sobre el impacto de la inteligencia artificial en la macroeconomía es de principios de julio de 2024. Esta sección extrae las fronteras, tendencias y desafíos del desarrollo de la IA de este prefacio.
Durante la feria del libro, los lectores pueden ir a Peking University Press, ubicada en E1-07, East Hall 1, para comprar (40 % de descuento) o realizar pedidos en plataformas en línea como Dangdang, JD.com y Taobao.
"La era del diálogo" en la Feria del Libro de Shanghai, Peking University Press (stand E1-07, East Hall 1)
La IA y la inteligencia humana han comenzado a entrar en las ocho grandes tendencias de la "co-inteligencia"
La inteligencia artificial es una parte importante de la nueva productividad. La inteligencia artificial es una tecnología integral que involucra pensamiento, tecnología, economía y sociedad. La tecnología de inteligencia artificial es diferente de la tecnología agrícola, la tecnología industrial y la tecnología de la información en la historia de la humanidad. Se originó a partir de una creencia, un concepto y un espíritu de la élite intelectual desde la antigua Grecia hasta los tiempos modernos, es decir, la inteligencia no es solo para los humanos. Las máquinas creadas también pueden producir inteligencia, porque en última instancia la inteligencia puede calcularse. El nacimiento de la máquina de Turing en 1936 es sin duda un hito en la historia de la inteligencia artificial. Durante más de 80 años, para la sociedad humana, la inteligencia artificial no sólo ha significado algún tipo de ciencia y tecnología, sino que también ha significado cambios disruptivos en el pensamiento, la economía y la sociedad. Después de continuas iteraciones y evolución, la inteligencia artificial ha demostrado y seguirá demostrando la importancia histórica de la interacción entre el largoplacismo y el aceleracionismo. Este artículo analiza las fronteras, tendencias y desafíos del desarrollo global de la inteligencia artificial desde 2022.
1. Modelo de lenguaje grande (o modelo grande)
Gran avance en junio: los errores de "aprendizaje por refuerzo" se pueden encontrar y corregir
La historia del desarrollo de la inteligencia artificial se puede dividir en diferentes etapas. En noviembre de 2022, OpenAI lanzó ChatGPT y la inteligencia artificial generativa (Generative Artificial Intelligence, GenAI) comenzó a florecer. La inteligencia artificial generativa se basa en una tecnología de aprendizaje automático que imita las redes neuronales humanas para crear nuevos contenidos a través de texto, imágenes, música, vídeos, etc.
El representante centralizado de GenAI es el modelo de lenguaje grande (LLM). El llamado modelo de gran lenguaje es un modelo de aprendizaje profundo entrenado en base a una gran cantidad de datos de texto, que puede generar texto en lenguaje natural o comprender el significado del texto en lenguaje. También se puede decir que los grandes modelos de lenguaje se basan en el aprendizaje profundo y utilizan redes neuronales multicapa para identificar patrones complejos en los datos simulando la forma en que el cerebro humano procesa la información.
En esta etapa, el núcleo de la inteligencia artificial es el modelo de lenguaje grande. Los principales países y empresas del mundo han liderado el desarrollo de grandes modelos lingüísticos, mostrando un crecimiento explosivo y formando un grupo de grandes modelos lingüísticos en constante expansión. Las principales variables que afectan el rendimiento de los modelos de lenguaje grandes son los datos de entrenamiento, el tamaño del modelo (es decir, la cantidad de parámetros), los algoritmos de generación y las técnicas de optimización. Las características de los modelos de lenguaje grandes incluyen: (1) Parámetros grandes. La cantidad de parámetros para modelos de lenguaje grandes a menudo puede alcanzar miles de millones o incluso cientos de miles de millones. (2) Tener capacidades de reconocimiento de imágenes y análisis predictivo. (3) Tener capacidad para comprender y generalizar datos. Puede aprender y realizar una variedad de tareas complejas y lograr una traducción automática, un análisis de sentimientos y preguntas y respuestas inteligentes precisas y eficientes en el procesamiento del lenguaje natural (PLN).
ChatGPT, Gopher de Google, LaMDA y Llama de Meta son representantes globales de grandes modelos lingüísticos. Entre ellos, GPT-4 lanzado por OpenAI en 2023 es el nombre general de una serie de modelos, no de un solo modelo. En mayo de 2024, el modelo GPT-4o lanzado por OpenAI demostró excelentes capacidades para procesar cientos de idiomas en términos de comprensión de texto, voz e imágenes, y fue capaz de realizar conversaciones de voz en tiempo real y capturar y expresar con precisión las emociones humanas. . En junio del mismo año, Anthropic lanzó oficialmente el modelo Claude 3.5 Sonnet, que superó a Claude 3 Opus y GPT-4o en términos de capacidades de codificación, capacidades visuales y nuevas formas de interacción. Lo que es aún más emocionante es que Claude 3.5 Sonnet presenta la innovadora función "Artefactos", que permite a los usuarios editar y crear contenido generado por IA en tiempo real en un espacio de trabajo dinámico, convirtiendo la IA conversacional en un socio colaborativo que se integra perfectamente con los usuarios. 'proyectos y flujo de trabajo. En particular, Claude 3.5 Sonnet también redefine la rentabilidad de los modelos inteligentes con el doble de velocidad que la generación anterior y 1/5 del coste.
También en junio se produjo un gran avance en el campo de los grandes modelos de lenguaje: OpenAI lanzó CriticGPT basado en el modelo GPT-4, que se utiliza para capturar errores en la salida del código ChatGPT. En otras palabras, CriticGPT es un modelo que utiliza GPT-4 para encontrar errores de GPT-4. No solo puede escribir los comentarios de los usuarios sobre los resultados de las respuestas de ChatGPT, sino que también puede ayudar a los entrenadores humanos a comprender y satisfacer mejor las intenciones humanas, descubrirlas y corregirlas. Los errores en el aprendizaje por refuerzo con retroalimentación humana (RLHF) representan un paso crítico hacia el objetivo de evaluar el resultado de los sistemas avanzados de IA.
2.Plataforma de IA
Hay nueve plataformas principales en el mundo y la tendencia es la verticalización y la especialización.
Dado que la IA cubre todos los aspectos de la producción y la vida humana, la construcción de una plataforma de IA se ha convertido en una tendencia general. La plataforma de IA proporciona las tecnologías de inteligencia artificial multimodal líderes en el mundo, como voz, imagen y PNL, así como un sistema y ecosistema de inteligencia artificial conversacional abierto. Actualmente, existen nueve plataformas de inteligencia artificial importantes en el mundo proporcionadas por Google, TensorFlow, Microsoft Azure, OpenAI, NVIDIA, H2O.ai, Amazon Web Services (AWS), DataRobot y Fotor. Entre ellos, NVIDIA Omniverse es una plataforma abierta diseñada para la colaboración virtual y la simulación realista en tiempo real. Con la ayuda de un poderoso ecosistema como GPU y el software CUDAX AI, proporciona soluciones líderes en la industria, incluido el aprendizaje automático y el aprendizaje profundo. y análisis de datos.
La tendencia de desarrollo de las plataformas de IA es principalmente la verticalización y la especialización. Por ejemplo, la plataforma de arte AI es una plataforma para el procesamiento y la creación de imágenes a través de tecnología de inteligencia artificial, que ayuda a artistas y no profesionales a generar rápidamente pinturas interesantes y estéticamente valiosas en forma de pinturas de inteligencia artificial, a partir de las cuales pueden formar creatividad. inspiración y experiencia artística, dando arte Aportando más innovación y posibilidades al mundo. Midjourney y Stable Diffusion son plataformas de arte de IA cuya influencia continúa expandiéndose. Para otro ejemplo, Suno v3.5 es una herramienta de generación de música con inteligencia artificial. La duración de la música generada se ha cambiado de los 2 minutos originales a 4 minutos y la estructura de la música se ha optimizado significativamente. La plataforma de generación de música con IA es experta en un arte auditivo difícil de describir claramente con palabras, demostrando su potencial creativo más allá del de los humanos. Suno anunció que también lanzará una nueva función que permitirá a los usuarios componer canciones con cualquier voz. Esta nueva característica puede transformar varios sonidos de la vida diaria en música, brindando nuevas posibilidades a la creación musical.
3. Pila de IA
Los pilares fundamentales incluyen: datos, computación y modelos.
Desde una perspectiva de hardware, la base de la pila de IA es GPU, CPU y TPU. Lo más importante en la pila de IA generativa es la GPU. Sin embargo, la pila de IA también incluye un sistema de software de IA, y la pila de IA finalmente construida es un sistema y un ecosistema.
Un análisis en profundidad muestra que la pila de IA es un marco estructurado que contiene varias capas y componentes necesarios para desarrollar e implementar sistemas de IA. Los componentes clave de la pila de IA incluyen gestión de datos, recursos informáticos, marcos de aprendizaje automático y plataformas de operaciones de aprendizaje automático (MLOps). La pila de IA generativa consta de tres niveles: superior, medio e inferior. La capa superior implica conocimiento y experiencia en campos específicos, la capa intermedia proporciona datos e infraestructura que pueden usarse para construir modelos de IA y la capa inferior son los recursos y servicios de computación en la nube. Avanzar en cada nivel es fundamental para hacer avanzar la IA. Los pilares básicos de la pila de IA incluyen: datos, computación y modelos. Entre ellos, la IA generativa requiere una gran cantidad de recursos informáticos y grandes conjuntos de datos, que se procesan y almacenan en centros de datos de alto rendimiento para promover la remodelación de la pila completa.
En términos generales, sobre la base de la pila de IA, se pueden crear aplicaciones de inteligencia artificial con funciones como búsqueda rápida, traducción rápida, reconocimiento inteligente y control inteligente.
4.Simulador del mundo físico
El tercero es el mundo físico de la IA: más allá de la percepción humana del espacio-tiempo
Para los humanos contemporáneos, existen tres mundos: el mundo real de la experiencia, el mundo virtual y el mundo físico más allá de la percepción humana del tiempo y el espacio. La inteligencia artificial afecta directamente la relación entre los humanos y los tres mundos anteriores. En el mundo real de la experiencia, el paralelismo y la interacción de la inteligencia artificial y la inteligencia natural han cambiado la forma en que existe el mundo real; en el mundo virtual, la inteligencia artificial y la tecnología de realidad virtual pueden guiar a los humanos a un estado de experiencia inmersiva irreal, entre los que se encuentra el El metaverso es una forma en el mundo físico que trasciende la percepción humana del tiempo y el espacio, la inteligencia artificial puede ayudar a los humanos a superar las limitaciones de los sentidos y comprender el universo con decenas de miles de millones de años luz como escala y escenas microscópicas con nanómetros. como unidad de medida. En el campo de los experimentos científicos, la tecnología de inteligencia artificial ya no es sólo una herramienta, sino un requisito previo.
El significado fundamental de la aparición de Sora a principios de 2024 es que a través de su propia función de simulador del mundo físico, muestra un mundo físico que los humanos tal vez no perciban, un mundo físico que probablemente sea más real de lo que los ojos humanos pueden ver. Una vez que los humanos perciban y se integren en el mundo creado por el motor de física de IA, experimentarán reglas físicas más diversas.
Cuando Sora realiza tareas de generación de video, basadas en el soporte de módulos de percepción, memoria y control, los videos generados pueden seguir las leyes físicas del mundo real hasta cierto punto, lo que lo hace más capaz de simular personas, animales, entornos, etc. en el mundo real. El espacio de imaginación amplia básicamente logra la consistencia espacial, la consistencia temporal y la consistencia causal. Sora es un modelo mundial legible. Lo bien que le está yendo en esta etapa no es la esencia del problema. Después del lanzamiento de Open-Sora 1.1, la calidad y duración de la generación de vídeo han mejorado enormemente. La arquitectura Causal Video VAE optimizada mejora enormemente el rendimiento y la eficiencia de inferencia de Sora.
Una de las contribuciones importantes de NVIDIA es la finalización del modelo terrestre del gemelo digital Earth-2. Earth-2 combina el modelo de IA generativa CorrDiff y está entrenado en base a la simulación numérica WRF, que puede predecir con precisión información meteorológica con una resolución 12 veces mayor (aumentada de 25 kilómetros a 2 kilómetros). El siguiente paso de Tierra-2 es mejorar la precisión de la predicción de 2 kilómetros a decenas de metros. La resolución es mayor, la velocidad de carrera es 1000 veces mayor que la de la simulación física y la eficiencia energética es 3000 veces mayor, lo que significa que se puede predecir en tiempo real.
La visión es muy clara: los humanos construyen como complejos de percepción/memoria/control, con la capacidad de construir "modelos del mundo" realistas y físicamente correctos. En este sentido, el científico de Microsoft, Sébastien Bubeck, propuso el concepto y la dirección de investigación de la “física de la IA”. El director ejecutivo de NVIDIA, Jensen Huang, también propuso que la próxima ola de IA será la IA física. Por lo tanto, el gemelo digital de Nvidia apunta no sólo a la Tierra, sino también a todo el mundo físico.
5. Inteligencia encarnada y robots inteligentes
La aplicación definitiva: dejar que la inteligencia artificial se convierta en "humano"
El desarrollo de la inteligencia artificial conducirá inevitablemente a la formación de un ecosistema de inteligencia artificial. La Inteligencia Artificial Incorporada (EAI) o robots inteligentes se han convertido en el cuerpo principal del ecosistema de inteligencia artificial.
La inteligencia incorporada es una extensión adicional de la inteligencia artificial en el mundo físico. Es un sistema inteligente que puede comprender, razonar e interactuar con el mundo físico. Tiene la capacidad de interacción humano-computadora y comprensión del lenguaje natural para realizar el pensamiento, la percepción y. acción. Además, los robots inteligentes simularán los caminos del pensamiento humano para aprender y generar la retroalimentación conductual esperada por los humanos. Impulsados por una IA multimodal, podrán aprender por sí mismos, percibir el mundo, comprender y ejecutar instrucciones humanas y completar tareas personalizadas y requisitos de colaboración. Evolución continua. Es decir, realizar una variedad de tareas que puedan inspeccionarse y medirse en un entorno físico real. En definitiva, la característica de la inteligencia encarnada es la capacidad de percibir de forma autónoma el mundo físico desde la perspectiva del protagonista.
En cuanto a las diversas formas de robots inteligentes, son formas físicas de inteligencia encarnada. Su arquitectura general consta de una capa de percepción, una capa de interacción y una capa de movimiento. El robot humanoide de Tesla "Optimus Prime" se ha desarrollado desde la primera generación hasta la segunda generación, la startup estadounidense de robots humanoides Figure AI recibió una gran inversión en febrero de este año y NVIDIA exhibió 25 robots humanoides en la Conferencia de Tecnología Global (GTC) de 2024. Todos muestran el rápido desarrollo del campo de los robots humanoides.
En marzo de 2024, NVIDIA lanzó el primer modelo básico universal de robot humanoide del mundo: el Proyecto GR00T. Este robot basado en modelos puede comprender el lenguaje natural e imitar acciones observando el comportamiento humano, y los usuarios pueden enseñarle a aprender rápidamente a coordinar diversas habilidades para adaptarse e interactuar con el mundo real. La aparición del Proyecto GR00T indica que la verdadera era de los robots puede estar llegando. Esta es también la aplicación definitiva de la IA: hacer de la inteligencia artificial un "humano".
El auge de la inteligencia incorporada marca el cambio de la tecnología robótica tradicional basada en control a un nuevo paradigma de aprendizaje y operación. La explosión de la tecnología de modelos grandes y la reducción de los costos de hardware han llevado al surgimiento de empresas de inteligencia incorporada que apuntan a desarrollar robots inteligentes que puedan interactuar con el mundo físico.
En mayo de 2024 se celebrará en Yokohama, Japón, la Conferencia Internacional sobre Robótica y Automatización (IEEE ICRA), una de las conferencias académicas internacionales más influyentes en el campo de la robótica. El tema de la conferencia de este año, "CONNECT+", no sólo muestra los últimos avances en tecnología robótica, sino también una revolución en la "inteligencia incorporada" y el "aprendizaje". A largo plazo, la inteligencia incorporada es de gran importancia para el desarrollo de la industria de la inteligencia artificial y tiene un valor que no puede ignorarse para la Inteligencia General Artificial (AGI).
6. Inteligencia espacial
Más que una simple versión mecánica del ojo humano, revela el mundo desde un ángulo nunca imaginado
Hay dos tipos de inteligencia espacial: una es la inteligencia espacial formada por la evolución natural. A la naturaleza le llevó millones de años desarrollar la inteligencia espacial. Los ojos capturan la luz y proyectan imágenes en 2D en la retina, y el cerebro convierte estos datos en información en 3D. La otra es la inteligencia espacial basada en tecnología de inteligencia artificial, en la que las máquinas simulan acciones y razonamientos visuales complejos humanos, y comprenden y operan directamente el mundo 3D a través de información visual con la ayuda de múltiples sensores.
Comparando la inteligencia espacial formada por la evolución natural y la inteligencia espacial basada en tecnología de inteligencia artificial, la diferencia es significativa: la inteligencia espacial formada por la evolución natural está limitada en la dimensión espacial y es difícil o incluso imposible atravesar el espacio 3D. . Sin embargo, la inteligencia espacial basada en tecnología de inteligencia artificial puede atravesar la dimensión espacial. Un espacio así rompe las fronteras geográficas y se encuentra en un estado fluido, ilimitado, libre y abierto. No solo eso, dicho espacio ya no está sujeto a las limitaciones de tiempo de Newton, logrando puntualidad y optimización del tiempo. Por ejemplo, los investigadores de Google desarrollaron un algoritmo que puede transformar datos en formas o escenas 3D utilizando solo un conjunto de fotografías.
En este sentido, Li Feifei, director del Instituto de Investigación de IA centrada en el ser humano de la Universidad de Stanford (académico de la Academia Nacional de Ingeniería), tiene las siguientes reflexiones profundas: "La combinación de la agudeza visual con la profundidad del conocimiento enciclopédico puede generar una marca nueva habilidad. Este tipo de aún no se sabe cuáles serán las nuevas capacidades, pero creo que será más que una simple versión mecánica del ojo humano. Será un nuevo tipo de existencia, una perspectiva más profunda y refinada. capaz de ver desde ángulos que nunca habíamos imaginado Revelando el mundo "Es decir, la inteligencia espacial basada en tecnología de inteligencia artificial romperá la inteligencia espacial formada por la evolución natural y revelará un estado espacial que los humanos no pueden imaginar confiando en su. sesos. Por ejemplo, el espacio cuántico descrito por la mecánica cuántica se refiere a un espacio con características topológicas compuesto por algunos estados discretos o continuos. Es imposible que la inteligencia espacial que los humanos han evolucionado naturalmente perciba y reconozca el espacio cuántico, pero es posible que la inteligencia espacial respaldada por tecnología de inteligencia artificial.
En resumen, la inteligencia espacial basada en grandes modelos de inteligencia artificial lleva a los humanos a “una existencia completamente nueva”, y la inteligencia encarnada probablemente sea la “aborigen” aquí.
7. Profunda evolución de la inteligencia artificial
La ley de Moore puede romperse, la metacognición conduce al fracaso de la ley de escala
La inteligencia artificial se encuentra en un momento histórico de profunda evolución. La Ley de Moore y la Ley de Escala están desempeñando gradualmente un papel cada vez más importante.
La Ley de Moore es una regla resumida por el cofundador de Intel, Gordon Moore, basándose en la experiencia, es decir, la cantidad de transistores que se pueden acomodar en un circuito integrado se duplicará aproximadamente cada 18 a 24 meses. En otras palabras, el rendimiento del procesador se duplica aproximadamente cada dos años. El problema es que cuando los chips pasaron a 28 nanómetros (nm), hubo una crisis de la Ley de Moore. Cuando el chip ingresa al chip de proceso de 1 nanómetro, significa alcanzar el límite de la Ley de Moore. Ahora toda la base del hardware de la inteligencia artificial con chips como núcleo se enfrenta a una crisis de la Ley de Moore o a un límite de la Ley de Moore. En junio de 2024, en el Salón Internacional de Computación de Taipei 2024 (Computex 2024), el director ejecutivo de Nvidia, Jen-Hsun Huang, anunció que la frecuencia de actualización de su arquitectura GPU se acelerará de cada dos años a una vez al año, pero el crecimiento de la potencia informática no lo ha hecho. se estancó y su IA La potencia informática de los chips se ha multiplicado sorprendentemente por 1.000 en los últimos ocho años, lo que demuestra que existe una posibilidad tecnológica para superar la crisis de la Ley de Moore y los límites de la Ley de Moore.
Las leyes de escala implican principalmente el estudio de fenómenos críticos. La idea central es que el rendimiento del modelo mejorará a medida que aumenten el tamaño de los parámetros del modelo, el tamaño del conjunto de datos y la cantidad de cálculos de punto flotante utilizados para el entrenamiento. Para un rendimiento óptimo, los tres factores anteriores deben amplificarse simultáneamente. Cuando no está limitado por los otros dos factores, el desempeño del modelo tiene una relación de ley de potencia con cada factor individual.
Específicamente en el campo de la inteligencia artificial, la predicción del rendimiento de GPT-4 en problemas específicos se puede predecir mediante un modelo que es 1000 veces más pequeño que GPT-4. En otras palabras, GPT-4 aún no ha comenzado a entrenar y ya se conoce su desempeño en este problema. Por lo tanto, las leyes de escala son importantes para entrenar modelos grandes. Se puede decir que la ley de escala es otra ley potencial para la evolución profunda de la inteligencia artificial.
No hace mucho, Bill Gates expresó una visión profunda sobre la ley de escala en un episodio del podcast The Next Big Idea: "La ley de escala definitivamente seguirá siendo válida. Pero al mismo tiempo, por lo que sabemos hoy, habrá Habrá un cambio de algoritmos simples a una metacognición más parecida a la humana, que es una frontera más grande "porque la conciencia puede estar relacionada con la metacognición, y la metacognición no es un fenómeno mensurable". En otras palabras, la metacognición hace que falle la ley de escala.
8. Tendencias a corto y medio plazo
La etapa general de la IA se está acelerando y ha aparecido el "amanecer" de la súper IA
Si nos situamos en el año 2024, en general podemos ver las tendencias a corto y medio plazo de la inteligencia artificial:
(1) La etapa de la Inteligencia Artificial Estrecha (ANI) está llegando a su fin. En esta etapa, la inteligencia artificial es un sistema de IA que puede realizar tareas específicas, como el reconocimiento de imágenes o el reconocimiento de voz. El pico de esta etapa es la aparición de grandes modelos que apoyan la inteligencia artificial generativa y la popularización de las máquinas inteligentes.
(2) La etapa de la inteligencia artificial general se está acelerando.
(3) El “amanecer” de la Superinteligencia Artificial (ASI) ha aparecido en el horizonte. La superinteligencia artificial tiene la capacidad de superar la "mente humana", alcanzar y superar rápidamente la inteligencia colectiva de toda la humanidad, y es un sistema de inteligencia artificial que es más poderoso que la inteligencia humana.
La inteligencia artificial ya se encuentra en un período histórico en el que la imaginación de las personas se renueva todos los días. Durante este período, los temas y sistemas de referencia del mundo cambiarán hasta el momento, se reconstruirá el sistema de conocimiento, la inteligencia humana y la inteligencia artificial comenzarán a entrar en un estado de "co-inteligencia", y las organizaciones económicas tradicionales, los sistemas nacionales y los sistemas legales. También se producirán cambios e incluso la civilización humana se reorganizará en el futuro.
Zhu Jia Ming
6 de julio de 2024
(El título y el subtítulo del prefacio original han sido complementados y perfeccionados por el editor)
Autor: Zhu Jiaming
Texto: Zhu Jiaming Imágenes: Zhu Meiquan Editor: Li Nian Editor: Li Nian
Indique la fuente al reimprimir este artículo.
