Song Liang, Kanadan tekniikan akatemian akateemikko: Tulevaisuuden tekoälyjärjestelmät tulevat olemaan verkkojen muodossa

C114-uutiset 5. joulukuuta. Valtioneuvoston hyväksymä ja tiede- ja teknologiaministeriön sekä Henanin maakunnan hallituksen tukema vuoden 2023 maailman 5G-konferenssi, jonka teemana on "5G Transformation Shapes the Future", pidetään Zhengzhoun kaupungissa Henanin maakunnassa 6. joulukuuta alkaen. 8:lle. Pidettiin Zhengzhoun kansainvälisessä kongressi- ja messukeskuksessa.

Vuoden 2023 Maailman 5G-konferenssissa keskitytään "perustan vahvistamiseen, ketjun tiukentamiseen ja tiennäyttämiseen" ja "alan korkealaatuisen kehityksen mahdollistamiseen". Vuoden 2023 World 5G Conference perustaa 12 rinnakkaista foorumia auttamaan maailman huippua 5G-alan yhteistyötä ja resurssien integrointia. Maailman 5G-konferenssin virallisten avajaisten aattona "Tech Talk 2023 Innovation Technology Forum", jonka teemana on "Integrated Innovation to Enhance Value Space", alkoi tänään.

Foorumin aikana Song Liang, Kanadan tekniikan akatemian akateemikko, Fudanin yliopiston professori ja Kansainvälisen älyverkkojärjestelmien yhdistyksen puheenjohtaja, kutsuttiin pitämään pääpuhe "Suurista malleista online-evoluutiooppimiseen".

Song Liang sanoi, että ChatGPT:n edustama AIGC on sytyttänyt alan innostuksen tekoälyyn AGI, mutta GPT ei ole vielä saavuttanut yleistä tekoälyä, ja edelleen on kaksi perusongelmaa, joita ei ole ratkaistu suurissa malleissa. Ensimmäinen on kuinka kehittyä verkossa? Luonnollisen kielen prosessoinnille on ominaista, että se käyttää muutaman ensimmäisen sanan ennustamaan, mikä on seuraava sana. Ihmiset ovat tehneet hyvää työtä koneen tietojen järjestämisessä ja merkitsemisessä. Koneen tarvitsee vain oppia; mutta nykyinen koneoppimisparadigma ei voi oppia. Itseoppinut tieto. Toiseksi nykyinen suuri mallidatamäärä on liian suuri. Yleisen tekoälyn osalta on ratkaistava ongelma, kuinka tekoäly voi louhia itsenäisesti tietoja, joita ihmiset eivät ole merkitseneet, jotta se voi tuottaa uutta tietoa.

5G- ja laskentaverkkojen kehittyessä fyysinen ympäristö tuottaa paljon uutta dataa reaaliajassa. Näitä tietoja ei itsessään ole merkitty. Kuinka voimme käyttää hajautettuja massiivisia laskentamenetelmiä reaaliajassa verkossa ja fyysisessä maailmassa syntyvän datan etiketin poistamiseen? Teollisuus kiinnittää suurta huomiota online-evoluution käsittelyyn. Song Liang huomautti, että rakentamalla älykkään ympäristön monen tahon yhteistyölle fyysinen ympäristö, tietoympäristö ja ihmisyhteiskunta kytkeytyvät älykkääksi ympäristöksi, jotta se voi valvoa kunkin agentin itsenäistä koulutusta ja kehitystä ja siten toteuttaa tekoälyä. Ilman ihmisen väliintuloa on mahdollista itsenäisesti louhia leimaamatonta dataa ja muodostaa uutta tietoa, ja tämä on Networking Systems of AI.

Song Liang uskoo, että tuleva viestintäverkko on tulevaisuuden tekoälyn perusta, eli tuleva verkko itsessään on hajautettua älykkyyttä, ja tuleva tekoälyjärjestelmä on myös olemassa verkon muodossa. "Tarvitsemme reaaliaikaisen, yksityisesti räätälöitävän multimodaalisen verkon tukemaan sovelluskehitystä, asettamaan sovelluksen ja verkon väliin välikerroksen, mukauttamaan dynaamisen verkon dynaamiseen sovellukseen ja mahdollistamaan tekoälyjärjestelmän kehittymisen alustalta. -yksin versio, joka perustuu isoon dataan Tekoälystä tulee hajautettu tekoälypohjainen verkko, joka lopulta toteuttaa uuden tekoälyn paradigman moniagenttisesta online-evoluutiooppimisesta."