Mūsdienās mākslīgais vispārējais intelekts (AGI) ir kļuvis par galveno atslēgvārdu gan zinātnes, gan rūpniecības aprindās. Tikai pirms dažiem gadiem daudzi uzskatīja, ka AGI sasniegšana prasīs vismaz 10 līdz 50 gadus, vai pat uzskatīja, ka tas nav iespējams. Mūsdienās tik pesimistiski viedokļi ir reti. Tomēr, salīdzinot ar sabiedrības satraukumu par šo tehnoloģisko pārmaiņu vilni, daudzi vadošie zinātnieki un nozares līderi AI jomā uzskata, ka vēl ir ejams tāls ceļš, lai pašreizējais AI attīstītos par AGI.
Saskaņā ar Qi Yuan, izcilais Fudaņas universitātes profesors, Šanhajas Mākslīgā intelekta pētniecības institūta (SAIRI) direktors un uzticamo lielo modeļu kompānijas "Infinite Lightyear" dibinātājs, "Viena no augstākajām AGI izpausmēm ir nezināmā atklāšana. likumi sarežģītajā pasaulē. Vienkārši runājot, tam vajadzētu būt AI Einšteinam. Tas liek mums izveidot “pelēkās kastes” uzticamus lielus modeļus, kas apvieno “melnās kastes” varbūtības prognozes ar “baltās kastes” loģisko pamatojumu, un tādējādi veicināt fundamentālus pētījumus, talantu izkopšanu un praktisku pielietojumu, izmantojot dziļu tehnoloģiju un rūpniecības integrāciju veidojot novatorisku ekosistēmu zinātniskai izlūkošanai."
Nesenajā 2024. gada Pasaules mākslīgā intelekta konferencē (WAIC) un mākslīgā intelekta globālās pārvaldības augsta līmeņa sanāksmē SAIRI veiksmīgi rīkoja tematisku forumu ar nosaukumu "Mākslīgais intelekts: paradigmas maiņa zinātniskajā pētniecībā un rūpnieciskajā attīstībā". Šī bija pirmā šīs jaunās pētniecības iestādes parādīšanās WAIC. SAIRI var uzskatīt par paraugu Šanhajas uz inovācijām balstītas "1+1+N" zinātniskās izlūkošanas ekosistēmas izpētei. Šajā modelī SAIRI ir iesaistīts kā centrālais centrs, kas atbild par vispārējo stratēģisko plānošanu, resursu integrāciju un galveno tehnoloģiju pētniecību un inovācijām, sadarbībā ar citu "1" Fudanas universitāti un vairākām "N" universitātēm, pētniecības iestādēm, tehnoloģiju uzņēmumiem, inovāciju komandām, un investīciju institūcijas, lai kopīgi veicinātu zinātnisko pētniecību, talantu audzināšanu, tehnoloģiju nodošanu un rūpnieciskās inovācijas un modernizāciju.
AGI standartam vajadzētu būt "AI Einšteina" izveidei.
No tehniskā viedokļa vai arvien lielāki modeļi ar vairāk parametriem novedīs pie AGI? Līdz šim ne no pašas AI tehnoloģijas, ne enerģijas patēriņa viedokļa lieli modeļi, kuru pamatā ir transformatora autoregresīvā arhitektūra, nav pietiekami, lai radītu AGI. AI ir jāizstrādā jauni "pelēkās kastes" uzticami lieli modeļi. Šis secinājums ir balstīts uz Qi Yuan daudzu gadu praktisko pieredzi gan akadēmiskajās aprindās, gan rūpniecībā.
Pirms desmit gadiem ar ideju "padarīt AI noderīgu" Cji Juaņs vadīja komandu, lai pirmo reizi palielinātu Alibaba mašīnmācīšanās pamatsistēmu no 2 miljoniem parametru līdz vairākiem simtiem miljonu parametru, tādējādi panākot būtisku uzņēmējdarbības veiktspējas un demonstrējot integrētu datu, algoritmu un inženierijas iespēju transformāciju. Tieši šī ir Mērogošanas likuma izpausme, kas mūsdienās tiek plaši apspriesta AI kopienā.
Qi Yuan atgādina, ka komanda patiešām izbaudīja Mērogošanas likuma saldumu: pēc modeļa parametru palielināšanas simtkārtīgi, kopējais efekts ievērojami uzlabojās. "Bet tagad es domāju: kāpēc mēs toreiz nepadarījām AI modeļus vēl lielākus? Kāpēc mēs apstājāmies, kad varējām spert soli tālāk?" viņš teica. "Pat ar miljardiem parametru lielos modeļos ir par maz; mums jāvirzās uz simtiem miljardu, triljonu vai pat vairāk. Tolaik gan akadēmiskajām aprindām, gan rūpniecībai trūka skaitļošanas jaudas, un pat rūpniecības sektorā sasniegt tik augstu skaitļošanas jauda prasīja ļoti augstas izmaksas, nemaz nerunājot par akadēmiskajām aprindām."
Iemesls, kāpēc AGI standartam vajadzētu būt “AI Einšteina izveidei”, skaidro Cji Juaņs, ir tas, ka tam ir jābūt gan efektīvam, gan inteliģentam. Pirmkārt, Einšteins atklāja "20. gadsimta sākuma fizikas mākoņus", izmantojot dažus galvenos datu punktus. AGI arī jāspēj atklāt un izprast sarežģītās pasaules nezināmos likumus. Tomēr pašreizējie lielie modeļi to nevar sasniegt. Piemēram, lai gan vizuālais lielais modelis SORA simulē fizisko pasauli vēl nebijušā pakāpē, tas joprojām konstruē trīsdimensiju pasauli, pamatojoties uz divdimensiju pasaules simulāciju, un tālu no fiziskās pasaules pilnīgas izpratnes. Otrkārt, ir jautājums par enerģijas patēriņu. Cilvēka smadzenes darbojas ar aptuveni 15 vatiem, savukārt viens GPU var sasniegt vairākus simtus vatu, nemaz nerunājot par tūkstošiem vai desmitiem tūkstošu GPU kopām, kas nepieciešamas, lai apmācītu vispārīgus lielus modeļus. Patlaban, ja mēs turpinām izmantot esošās arhitektūras, nepieciešamais enerģijas patēriņš būtu astronomisks, tādējādi apgrūtinot mērķa sasniegšanu būt efektīvam un inteliģentam.
"AI Einšteins" ir arī AI zinātnei (AI4S) galvenais mērķis. Zinātniskajam intelektam ir bijusi svarīga loma zināmu fizikālo vienādojumu risināšanas paātrināšanā, taču tai ir arī jāapvieno zināmie noteikumi ar datiem, lai samazinātu nopietno atkarību no datiem un skaitļošanas jaudas, uzlabotu argumentācijas un prognozēšanas precizitāti un ierosinātu jaunas zinātniskas teorijas. pamatojoties uz datiem pielāgotiem zināšanu noteikumiem. Tas atbilst Qi Yuan ilgtermiņa mērķim Fudanas Universitātē un SAIRI — izmantot mākslīgo intelektu, lai izprastu sarežģīto pasauli un atklātu nezināmus likumus.
"Pelēkās kastes" uzticamie vertikālā domēna lielie modeļi sniedz iespējas dažādām nozarēm.
Kādas problēmas ir jāatrisina, lai lielie modeļi kļūtu par jauniem produktīviem spēkiem no AI rīkiem? Saskaņā ar Qi Yuan teikto, lielo modeļu nozare saskaras ar daudzām kopīgām problēmām, kas apgrūtina tehnoloģiju, produktu un tirgus vajadzību saskaņošanu.
"Šodien lielākā problēma ar liela modeļa ieviešanu ir tā, ka tas šķiet noderīgs no pirmā acu uzmetiena, bet praktiski neizdodas," skaidro Qi Yuan. Mūsdienu lielie valodu modeļi galvenokārt paredz nākamo vārdu, pamatojoties uz vairākiem iepriekšējiem vārdiem, taču šī pieeja nav piemērota stingrai daudzpakāpju argumentācijai. "Valoda ir saziņas, nevis domāšanas instruments." Nesen tika publicēts raksts, ko vadošajā akadēmiskajā žurnālā publicēja iestādes, tostarp MITDabanorādīja, ka valoda ir spēcīgs instruments kultūras zināšanu nodošanai, un tā, iespējams, ir attīstījusies kopā ar mūsu domāšanas un spriešanas spējām, atspoguļojot cilvēka izziņas sarežģītību. Tomēr valoda nerada argumentācijas sarežģītību.
Lai novērstu esošo lielo modeļu neuzticamību, zemo interpretējamību un augstās izmaksas, efektīvs risinājums ir apvienot varbūtības neironu tīklu spriešanu ar loģisku simbolisku aprēķinu, kas ir līdzīgs ātras domāšanas kombinācijai, kuras pamatā ir instinkts, un lēnas domāšanas, kuras pamatā ir loģisks pamatojums, kas aprakstīts Nobela prēmijas laureāta Daniela Kānemana grāmataDomāšana, ātra un lēna. "Šo var saukt par" pelēkās kastes "lielo modeli," uzskata Qi Yuan. Simbolisko aprēķinu apvienošana ar neironu tīkliem "pelēkās kastes" uzticamā lielajā modelī var samazināt AI "halucinācijas" un atrisināt profesionālas problēmas vertikālās jomās, tādējādi dodot iespēju dažādām nozarēm un atraisot lielu modeļu produktivitāti.
Kas ir "pelēkās kastes" uzticamais lielais modelis? "Sākotnēji dziļā mācīšanās tika uzskatīta par "melno kasti". Tagad, apvienojot loģisko spriešanu ar dziļu mācīšanos, mums ir “pelēkā kaste”,” skaidro Cji Juaņs. "Sākotnējā "melnā kaste" atstāja cilvēkus nezināšanu par procesu, kurā dati rada rezultātus, turpretim lielais "pelēkās kastes" modelis, ko atbalsta loģisks pamatojums, ļauj cilvēkiem "zināt gan rezultātus, gan to iemeslus". No cita viedokļa lielie "pelēkās kastes" modeļi var izmantot dziļu mācīšanos, lai samazinātu noteikumus, kas neatbilst reāli novērotajiem datiem."
Cji Juaņs norāda, ka, lai mākslīgais intelekts spēlētu galveno lomu sarežģītos scenārijos dažādās nozarēs — gan finanšu un apdrošināšanas, gan vēja enerģijas un enerģijas, gan okeāna kuģniecības un farmācijas jomās, ir jāapvieno sistemātiskas nozares zināšanas, argumentācijas loģika un lēmumu pieņemšana. -mehānismu izgatavošana ar lieliem modeļiem. "Pelēkās kastes" lielais modelis ir ne tikai AGI virziens, bet arī spēcīgs instruments, lai dziļi iekļūtu vertikālos laukos un patiesi atrisinātu reālās pasaules problēmas. "No rūpnieciskā viedokļa šī izpratne ir ļoti intuitīva," ilustrē Qi Yuan. Ārstiem nav jākļūst par juristiem, kā arī juristiem nav jākļūst par investīciju ekspertiem. Katrai profesionālajai lomai jākoncentrējas uz savu jomu un jāuzlabo produktivitātes rīki. No tehniskā viedokļa, ja liels modelis pārāk apgūst nebūtiskus uzdevumus, tas var piedzīvot "katastrofālu aizmirstību". Piemēram, ja Li Bai visu savu laiku veltītu grāmatvedībai, nevis rakstītu dzeju, viņa poētiskā iedvesma varētu pamazām izgaist. "Jau esam novērojuši, ka, apmācot lielus modeļus vertikālajiem domēniem, ja modelis apgūst pārāk daudz nesaistītu funkciju, tas var traucēt tā sākotnējām iespējām. Tāpēc efektīvu "pelēkās kastes" lielo modeļu izstrāde vertikālajiem domēniem rūpniecībā ir ļoti vērtīga. īstenošana."
"Es uzskatu, ka "pelēkās kastes" lielajiem modeļiem būs arvien lielāka loma ceļā uz AGI un vertikālo domēnu nozaru ieviešanā. No Beijesa metodoloģiskā viedokļa tas apvieno mūsu zināmās zināšanas ar slēpto informāciju datos, lai atklātu jaunus likumus. un atrisināt zinātniskās un rūpnieciskās problēmas," norāda Qi Yuan. Nākotnē "AI Einšteins" varētu būt arī "AI Bafets".
Inovācijas ķēdes savienošana un zinātniskās informācijas inovācijas ekosistēmas veidošana.
Šī gada Pasaules mākslīgā intelekta konferencē Qi Yuan komanda laida klajā uzticamus finanšu un medicīnas lielos modeļus ar simtiem miljardu parametru. Šie vertikālā domēna lielie modeļi testēšanā pārspēja OpenAI triljonu parametru modeli GPT{1}} Turbo, vēlreiz pievēršot nozares uzmanību lielu modeļu ieviešanai.
"Mūsdienu mākslīgā intelekta sasniegumus virza ne tikai inovācijas pamatprincipos, bet arī uz produktu virzītas pieejas, kas apmierina sabiedrības vajadzības. Sabiedrībai ir nepieciešama ne tikai teorētisku rakstu publicēšana vai biznesa modeļa inovācijas, bet arī dziļa tehnoloģisko un rūpniecisko inovāciju integrācija, pamatojoties uz Pirmie principi Kad šie divi elementi ir apvienoti, mēs varam sasniegt zilākus ūdeņus," saka Qi Yuan.
Akadēmiskajām aprindām un rūpniecībai ir dažādas misijas. Akadēmiskā aprinda pēta jaunas parādības, savukārt rūpniecība galvenokārt risina praktiskas problēmas. Visā pasaulē izplatīta problēma ir tāda, ka pētniecības iestādēm ir jārisina daudzas tehnoloģiskās inovācijas problēmas, taču, ja tās ignorē produkciju un sabiedrības vajadzības, tās saskaras ar diviem trūkumiem: reāla konkurences spiediena trūkumu, kas kavē inovatīvu tehnoloģiju pilnveidošanu, un efektīvu tehnoloģiju trūkumu. tirgus atsauksmes, lai vadītu tehnoloģisko izpēti.
Šim nolūkam Qi Yuan jau sen ir centies savienot inovāciju ķēdi "universitātes-pētniecības institūti-startup", lai izveidotu labu inovāciju ekosistēmu, kas ņem vērā gan pamatā esošās tehnoloģijas, gan tirgus vajadzības. Produkta virzienam jāvadās pēc tirgus pieprasījuma un scenārijiem, veidojot produkta galveno konkurētspēju, izmantojot pamata inovācijas.
SAIRI, kas dibināta 2023. gadā, ir apņēmusies īstenot oriģinālas AI zinātnei inovācijas, kas apvieno zināšanas un datus. Nesen SAIRI laida klajā Fuxi lielo meteoroloģisko modeļu sēriju 2.0 izmantošanai jaunās enerģētikas, apdrošināšanas un pilsētu pārvaldības jomās, kā arī uzsāka viedo meteoroloģisko inovāciju ekosistēmu aliansi. Šīs alianses mērķis ir pakāpeniski veicināt Fuxi sērijas meteoroloģisko lielo modeļu 2.0 rūpniecisko pielietojumu. "Pelēkās kastes" uzticamie lielie modeļi arī virzās uz priekšu produktu ieviešanā, un Infinite Lightyear, uzticamais lielais modeļu uzņēmums, kuru dibināja Qi Yuan, jau ir nodibināts.
Lai turpinātu veicināt zinātniskās izlūkošanas inovāciju ekosistēmu, otro Pasaules zinātniskās izlūkošanas konkursu, ko kopīgi organizē SAIRI un Fudanas universitāte un ko vada vairākas nodaļas, tostarp Šanhajas Zinātnes un tehnoloģiju komiteja, Šanhajas Attīstības un reformu komisija, Šanhajas Ekonomikas un informācijas tehnoloģiju komiteja, un Šanhajas Izglītības komiteja, ir uzsākta. Konkurss piedāvā miljoniem balvu, lai piesaistītu dalībniekus pasaules mērogā, lai izpētītu zinātniskās izlūkošanas robežas. Turklāt SAIRI ir izstrādājis zinātnisku datu platformu, kas aptver multimodālos zinātniskos datus, kas atbalsta visu ķēdi no datu vākšanas un apstrādes līdz pārvaldībai un modelēšanai, nodrošinot efektīvu datu apstrādi, uzticamību un drošu komunikāciju. Pamatojoties uz šo platformu, SAIRI un tā partneri ir izveidojuši vairākas augstas kvalitātes zinātnisko datu kopas dzīvības zinātnēm, materiālzinātnēm, atmosfēras zinātnēm un citām jomām, nodrošinot vērtīgus resursus zinātniskās izlūkošanas pētījumiem. Turklāt SAIRI ir uzsākusi Globālo zinātnisko datu ekosistēmu aliansi ar sākotnējiem dalībniekiem, tostarp China Telecom Corporation, COSCO Shipping Insurance Captive, Shanghai Lingang New Area Cross-Border Data Technology un vairāk nekā desmit citām struktūrām. Alianses mērķis ir, sadarbojoties valdībai, uzņēmumiem, universitātēm un pētniecības iestādēm, izveidot globālu, vairāku jomu pētniecības lielo datu resursu atvērto un koplietošanas platformu.
"Zinātniskajā pētniecībā vai rūpniecībā mums nevajadzētu ieviest jauninājumus inovāciju dēļ. Mēs ceram izveidot nākotnes AGI un lietojumprogrammas, kas atrisina reālās pasaules problēmas," saka Qi Yuan.