Mašīnas dziļas mācīšanās revolūcija
Mašīnas dziļās mācīšanās revolūcija ir aptuveni izgājusi trīs viļņus, katrs lielāks nekā pēdējais. Pirmais vilnis ap 2010. gadu redzēja izrāvienu runas atpazīšanā, aizstājot Markova modeļus ar dziļo mācīšanos, ar nepieredzētiem rezultātiem; Otrais vilnis ir konvolūcijas neironu tīkla izrāviens attēla atpazīšanā 2012. gadā, kas pārsniedz cilvēku iztēli; Nesenais trešais valodas modeļu vilnis, tuvu cilvēka līmenim vai pat ārpus tā, ir apgāzis pēdējos 40 līdz 50 gadus ilgo skaitļošanas valodniecību, dabiskās valodas apstrādes pētījumus, ir revolucionārs tehnoloģisks izrāviens.
Lielo modeļu atslēga ir tā, ka metodē ir priekšmācības solis, kur iepriekš mašīnmācība bija vai nu vērsta uz cilvēku, vai arī izgatavota ar mašīnu. Pirms apmācība ir veidot pasaules veselā saprāta sistēmu, pamatojoties uz pasaules darbību noteikumiem. Šis savienojums ir veidots, izmantojot veselo saprātu, un efekts nav iztēles.
Lielais modelis ir jauna metodika, kas dod AI cilvēkam līdzīgu intelektu. Faktiski lielais modelis ir ievadīt starpdomēnu un daudznozaru cilvēku zināšanu sistēmu cilvēka līdzīgā smadzeņu neironu tīkla matemātiskajā modelī, izmantojot super mēroga skaitļošanas jaudu un izmantojot skaitļošanas paradigmu, tam ir satura veidošanās un loģiska spriešanas iespējas daudzās jomās.
Mūsu valsts joprojām dzenas pakaļ skatuvei
Vai jaunajā AI konkursa kārtā Ķīna var ātri sekot līdzi? Liela modeļa veidošanai ir nepieciešami vismaz tūkstošiem mikroshēmu, lielai skaitļošanas jaudai nepieciešama savienošana starp mikroshēmām, un starpsavienojumam ir nepieciešams īpaši augsta ātruma joslas platums. Pašlaik Ķīnas lielajam modelim vispārējā visaptverošā spēka un inovāciju attīstībā, salīdzinot ar galvas uzņēmumiem, joprojām ir liela plaisa.
Lieliem modeļiem ir arī lietojumprogrammu un izmaksu problēmas. Pašlaik mikroshēmas izmaksas, jo īpaši apmācības un secinājumu izmaksas, ir augstas.
Saskaņā ar ziņojumiem AI mikroshēmas var iedalīt divās kategorijās: treniņu mikroshēmas un argumentācijas mikroshēmas. Lieliem modeļiem un AI algoritmiem apmācība nav mērķis, secinājumi un pielietojums ir galvenais mērķis. Apmācības mikroshēmu ziņā daudzi uzņēmumi Ķīnā joprojām atrodas pieķeršanās posmā, pateicoties ierobežotajam ražošanas un ražošanas aprīkojumam un procesiem. Argumentācijas jomā ir daudz iespēju, skatuves sadrumstalotības dēļ nav starptautisku standartu un monopolistisku uzņēmumu.
Mākslīgais intelekts ir rūpnieciska revolūcija, un ikviens ir ļoti nobažījies par to, kā mākslīgo intelektu var apvienot ar rūpniecisko digitalizāciju, lai sasniegtu industrializāciju, uzņēmumu, specializāciju un vertikālu. Lai arī sākotnējais inovācijas sasniegšana prasa laiku, mūsu valstī ir liels iedzīvotāju skaits, daudzi uzņēmumi un daudzas ainas, kas radīs daudzas inovācijas iespējas.
Paredzams, ka nozare uzsāks sprādziena periodu
Inovācijai nepieciešama ekoloģijas spēks, zinātkāres spēks. Pēdējo divu gadu laikā ir bijuši daudz graujošu jauninājumu, un nākotnē parādīsies vairāk zinātnisku un tehnoloģisku jauninājumu. Ķīnas lietojumprogrammu scenārija datu apjoms ir liels, taču tai trūkst nozares standarta sistēmas kopas, un diferenciācijas priekšrocības patiesībā netiek atskaņotas, izmantojot tehniskos rīkus. Lai izmērītu dažādu scenāriju mērķus un sekas, ir jāizmanto nozares standarti un tehniskie standarti.
Kad parādās katra jaunā tehnoloģija, lielākie labuma guvēji ir cilvēki, kuri ir visjutīgākie pret tehnoloģijām, un galvenais ir apvienot nozares vajadzības ar tehnoloģijām, lai veiktu vislabāko. Mākslīgais intelekts ir ārkārtīgi efektīvs ražošanas rīks, kas drīzumā ietekmēs tūkstošiem nozaru.
Nākotnē katram cilvēkam var būt trīs roboti: servisa robots mājās, darba robots birojā un ceļojuma robots - bez vadītāja automašīna vai ar zemu augstumu apkalpots drons. Šos trīs robotus var virzīt lieli modeļi vai jauni tehnoloģiskie ceļi un AI iespējas, kas attīstījās no lieliem modeļiem, un mēs ceram, ka viņiem visiem ir mikroshēmas, kuras mēs patstāvīgi izstrādājām. Nākotnē roboti palīdzēs mums strādāt, dzīvot un ceļot labāk. Apkārt mākslīgajam intelektam, digitālajai ekonomikai, nākamās paaudzes mikroshēmām un lietojumprogrammu scenārijiem, sagaidāms, ka visa nozare nākotnē ieviesīs sprādzienbīstamu periodu.