Desde su desarrollo, la inteligencia artificial se ha convertido en la fuerza impulsora principal de una nueva ronda de revolución tecnológica global y transformación industrial. En la actualidad, el uso de big data para aumentar la potencia informática y fortalecer los algoritmos para formar modelos intelectuales de ultragran escala se ha convertido en el núcleo de la nueva generación de ecología de inteligencia artificial. Será una importante infraestructura de aplicación para el desarrollo de la inteligencia artificial en mi país y una clave para hacer realidad la estrategia líder general de mi país para la inteligencia artificial en 2030. Plataforma básica.
Del 18 al 20 de octubre se celebrará en Changsha, Hunan, la primera conferencia del Foro de Boao para el Desarrollo Económico Global y el Foro de Seguridad de Asia, con el tema "Seguridad económica y desarrollo sostenible en un contexto de grandes cambios". Su objetivo es debatir las respuestas a los riesgos económicos globales y se tratarán cuestiones estructurales como la fabricación inteligente y la revolución tecnológica.
Respecto de temas como la dirección de desarrollo y las perspectivas de aplicación de la inteligencia artificial en la era de los grandes modelos, un reportero del Beijing Business Daily realizó recientemente una entrevista exclusiva con Huang Tiejun, profesor de la Escuela de Ciencias de la Información y Tecnología de la Universidad de Pekín y director del Departamento de Ciencias de la Computación y Tecnología.
Beijing Business Daily: Los modelos a gran escala se consideran el núcleo de la nueva generación del ecosistema de inteligencia artificial. ¿Puede explicarnos brevemente qué es un modelo a gran escala? ¿Qué problemas se resolverán?
Huang Tiejun: El modelo grande es un modelo básico común que imparte inteligencia a diversas aplicaciones. En general, es una plataforma básica que aprende el conocimiento y las reglas contenidas en los datos a partir de grandes volúmenes de datos, los condensa en una red neuronal y los convierte en un modelo grande, y brinda servicios para diversas tareas inteligentes generales.
Por ejemplo, en Internet móvil, los proveedores de servicios en la nube pueden tener muchas capacidades de servicio, pero sin un proveedor como App, será difícil para los usuarios obtener varios servicios en la nube. Desde este punto de vista, App en sí es un ecosistema industrial. De hecho, los grandes modelos actuales necesitan resolver problemas similares.
Los modelos de gran tamaño son servicios públicos muy radiantes y altamente técnicos. Todos los ámbitos de la vida tendrán algunas necesidades específicas en el futuro, y algunas empresas necesitarán desarrollar conversiones de modelos de gran tamaño e interfaces personalizadas.
Beijing Business Daily: ¿Cómo conectarán los grandes modelos la ecología tecnológica de la inteligencia artificial y la ecología industrial? ¿Cuál será la próxima dirección de aplicación de la inteligencia artificial en el campo de la información?
Huang Tiejun: La comprensión y la aplicación de la inteligencia artificial en muchas industrias todavía se encuentran en una etapa exploratoria y existe cierta distancia entre ellas. La forma de conectar esta interfaz requiere en realidad un grupo de empresas que puedan transformar las capacidades de los grandes modelos en el contenido que necesitan las distintas industrias.
Es muy difícil predecir cuál será la próxima aplicación en el campo de la información. Creo que, en realidad, la redacción de textos, el procesamiento de información y otras tareas serán sustituidas por la inteligencia artificial, o la mayoría de ellas serán resueltas por grandes modelos de inteligencia artificial, lo que traerá consigo grandes posibilidades de aplicación.
Las diversas aplicaciones de los motores de búsqueda tienen que ver, en última instancia, con la organización, la extracción y el uso de la información. Por ejemplo, las personas pueden recopilar datos y realizar algún procesamiento de la información a través de los motores de búsqueda. Ahora, los modelos a gran escala resuelven el problema de la recopilación masiva de datos. Sus datos no son el trabajo de una sola persona o grupo de personas, sino que recopilan todos los datos y los reflejan. Vienen a servir para diversas aplicaciones de procesamiento de información de redacción de textos. El resultado final puede que todavía sea humano, pero la mayoría de las tareas que quedan detrás serán completadas por la inteligencia artificial. Las posibilidades para esta dirección de aplicación son enormes.
Beijing Business Daily: ¿Cómo evolucionó la tecnología de inteligencia artificial hasta la era de los modelos a gran escala? ¿Cuáles son las diferencias con respecto a antes?
Huang Tiejun: El desarrollo de la inteligencia artificial en modelos a gran escala está determinado por las leyes básicas del desarrollo de la tecnología de inteligencia artificial. Hay dos escuelas de pensamiento sobre la inteligencia artificial. Un grupo cree que los mecanismos científicos, las teorías, las matemáticas y los algoritmos que sustentan la inteligencia artificial son muy importantes; el otro grupo cree que la inteligencia artificial es en general una tecnología que construye un sistema inteligente y luego comprende el mecanismo del sistema inteligente. Esta última es la visión dominante de la inteligencia artificial.
En el proceso de construcción de la inteligencia artificial, al principio fue obra de unos pocos investigadores científicos y, más tarde, las empresas fueron participando gradualmente. En el futuro, la industria, la academia, la investigación y toda la sociedad construirán conjuntamente un modelo. ¿Por qué hacer esto? De hecho, la razón es muy simple. Si los datos aprendidos por un sistema o modelo de inteligencia artificial no son completos y lo suficientemente oportunos, será difícil creer que su modelo inteligente sea muy capaz. El llamado gran modelo consiste en integrar diversos recursos de datos, los algoritmos más potentes y la potencia informática posible en la sociedad en una plataforma básica pública que todos puedan utilizar. Esta es la dirección que debemos tomar al construir sistemas de inteligencia artificial.
En este proceso, las capacidades de los grandes modelos se fortalecen, lo que a su vez desempeñará un papel en todos los aspectos de la sociedad. Una vez que desempeñe un papel, más personas lo construirán. Es un efecto iterativo benigno.
De hecho, el potencial de la inteligencia artificial depende de los datos que pueda obtener. Así como las personas “leen miles de libros y viajan miles de kilómetros”, la inteligencia artificial también es similar. El mundo físico e incluso el universo son tan vastos que, si se puede convertir en datos e información y permitir que la inteligencia artificial los aprenda, el espacio será muy grande.
No me atrevo a decir si la capacidad del modelo grande superará a la de todos, pero al menos nadie ha obtenido toda la información y es imposible descubrir las leyes que se esconden detrás de ella. El cuerpo físico y el ciclo vital de cada uno de nosotros determinan que los datos que podemos obtener sean todavía relativamente limitados.
Beijing Business Daily: ¿Qué desafíos aún quedan por superar en el desarrollo de modelos de gran tamaño? ¿Cuál es el camino de desarrollo futuro?
Huang Tiejun: Actualmente, existe un conjunto de tecnologías y algoritmos para entrenar modelos grandes, pero la comunidad académica y la industria siguen buscando y explorando constantemente si existen mejores algoritmos. Actualmente, se requieren muchas emisiones de carbono para entrenar un modelo inteligente. En el futuro, es posible que se requieran menos emisiones de carbono para entrenar un modelo. Creo que algún día, entrenar la inteligencia artificial puede costar menos que entrenar a un humano, y ese es otro hito.
Por lo tanto, a medida que la inteligencia artificial entra en contacto con más y más datos, y la eficiencia del aprendizaje y el entrenamiento se hace cada vez mayor, su resultado será un modelo de gran tamaño. En el futuro, puede ser un modelo supergrande o un modelo muy grande, y seguirá iterando. El camino ya está claro.
Pero no hay ninguna base para determinar dónde está su límite superior. Por ahora, cuanto más grande, mejor. Puede ser que después de que se expanda hasta cierto nivel, ya no sea un simple aumento lineal, o puede ser que después de cierto nivel, el crecimiento comience a desacelerarse, pero estas son todavía especulaciones por el momento.
Beijing Business Daily: ¿Cómo tener en cuenta algunas cuestiones éticas y de seguridad durante el proceso de desarrollo de modelos de gran tamaño? ¿Cómo evitarlo?
Huang Tiejun: Los problemas de seguridad y éticos de la inteligencia artificial no se resolverán de la noche a la mañana. Por ejemplo, los problemas de seguridad de la información siguen surgiendo con el desarrollo de la información y debemos resolverlos cuando surjan.
En el proceso de desarrollo de modelos a gran escala también existen algunos riesgos inherentes. Por ejemplo, que el conocimiento adquirido por el modelo no esté en línea con la ética y los principios. Estos riesgos se pueden controlar de antemano, pero también existen algunos riesgos provocados por el continuo avance de la tecnología. Si se produce, su solución también debe resolverse continuamente mediante medios técnicos. "Para desatar la campana, hay que atar la campana". Si no desarrollamos esta tecnología debido a algunos problemas potenciales, no cumplirá con las leyes del desarrollo científico y tecnológico.