"لقد كاد أن يتحول إلى بحر من اللون الأحمر." عندما تحدثت مع رجل أعمال عن العارضة الكبيرة ، ألقى هذه الجملة في وجهي مباشرة.
في نوفمبر من العام الماضي ، أصدرت شركة OpenAI برنامج ChatGPT استنادًا إلى GPT-3.5 ، مما أدى على الفور إلى زيادة عدد النماذج الكبيرة. لأكثر من نصف عام ، كانت هناك "حرب مائة نموذج" في الصين ، أعلنت شركات الإنترنت الرائدة مثل BAT وشركات الذكاء الاصطناعي بشكل أساسي عن نماذجها واسعة النطاق.
في بداية شهر مايو ، قال تشو هونغ يي ، رئيس 360 ، للعالم الخارجي ، "إذا لم تمر بعامين من التقليد والانتحال ، إذا صعدت وقلت أنه يمكنك تجاوزها ، فهذا تفاخر "هناك فجوة لمدة عامين بين النموذج الكبير والدول الأجنبية ، أسترجعها ، اليوم هي قريبة من المستوى الدولي".
يشعر بعض الناس أن الأمر استغرق نصف عام للحاق بـ ChatGPT ، ويبدو أن النموذج الكبير ليس بالأمر الصعب.
إذن ، ما هي العوائق الأساسية التي تعترض النماذج الكبيرة؟ ما هو مستوى نموذج الصين الكبير؟ ما هي المخاطر التي يجلبها النموذج الكبير للمجتمع البشري؟
تحقيقًا لهذه الغاية ، تجاذبنا أطراف الحديث مع شين وي (اسم مستعار) ، وهو أستاذ جامعي معروف في 985 شارك في أبحاث التعلم الآلي لسنوات عديدة ، للكشف عن ضباب النموذج الكبير.
** تم تشغيل مسار GPT ، لذلك هناك "حرب مائة نموذج" **
** White Horse Business Review: هل يمكنك شرح النموذج الكبير بأكثر اللغات شيوعًا وبساطة ، ما هو النموذج الكبير؟ كيف تختلف عن نماذج الذكاء الاصطناعي السابقة؟ **
شين وي: يشير ما يسمى بالنموذج الكبير إلى العدد الكبير من المعلمات في النموذج ، ولكن لا يوجد تعريف واضح وواضح في الدوائر الأكاديمية لتحديد حجم المعلمة التي تسمى "كبيرة". لا تزال في المرحلة البحث والتطوير السريع: بشكل عام ، تصل كمية المعلمة لنموذج كبير إلى 1. أكثر من 100 مليون.
في الواقع ، مر تطوير التعلم العميق تقريبًا بثلاث مراحل. المرحلة الأولى من 2012 إلى 2017 ، ممثلة بنماذج خاصة بالمجال الصغير مثل تجزئة الصور yolo وتصنيف الصور ResNet ، وبالتالي فإن مقدار المعلمات يشغل بحد أقصى عدة مئات من ميغابايت من الذاكرة.
في عام 2017 ، أتاح ظهور Transformer التعلم العميق لموازنة الحوسبة ، وهو أكثر كفاءة ، مما يعني أنه يمكن إجراء عمليات نموذجية واسعة النطاق ، وبالتالي أنتج نماذج لغة طبيعية كبيرة مثل OpenAI GPT و Google Bert. في هذه المرحلة ، وُلد نموذج كبير لمهمة محددة ، وتجاوزت معلمات النموذج 100 مليون.
في حوالي عام 2020 ، سيدخل التعلم العميق مرحلة النموذج العام. مدخله عبارة عن جملة بها فراغات ، ودور النموذج هو "ملء الفراغات". في الماضي ، تم تكييف النموذج مع التطبيقات النهائية ، ولكنه الآن هو نموذج تكيف تطبيق المصب. تتضمن النماذج في هذه المرحلة GPT 3.5 و GPT 4 في مجال اللغة الطبيعية و Clip و DALLE و Stable Diffusion و Midjourney وما إلى ذلك في حقل الصورة. في هذه المرحلة ، يمكن أن تصل معلمات النموذج إلى عشرات المليارات ومئات المليارات.
** وايت هورس بيزنس ريفيو: هل تعرف الشركة أو المؤسسة التي كانت أول من درس النماذج واسعة النطاق؟ ما هي النتائج؟ **
شين وي: في البداية ، أجرت الجامعات ومؤسسات البحث العلمي أبحاثًا ذات صلة. أعلم أن وو داو من معهد تشيوان لأبحاث الذكاء الاصطناعي في بكين وعقول مختبر Pengcheng هما الأقدم. الآن البحث في الصناعة أيضًا متزامن للغاية. حقق البحث في الأوساط الأكاديمية بعض النتائج ، لكن الأداء ليس مذهلاً مثل ChatGPT.
** وايت هورس بيزنس ريفيو: في غضون بضعة أشهر فقط ، اندلعت "حرب المائة نموذج" في الصين ، وعدد الشركات التي أطلقت نماذج واسعة النطاق بالفعل أكبر من أن تحصى. ما رأيك في هذه الظاهرة؟ **
شين وي: النماذج الكبيرة هي بالتأكيد اتجاه ، وقد كان الناس يبحثون عنها. في الماضي ، قد تستثمر العديد من الشركات في منطقة صغيرة وتقوم ببعض الأبحاث ؛ والآن بعد أن ظهر منتج جيد مثل ChatGPT فجأة ، رأى الجميع اتجاهًا تجاريًا واضحًا ، لذلك بدأوا في زيادة الاستثمار.
من ناحية أخرى ، تواجه العديد من الشركات ضغوط المنافسة التجارية ، وقد تتخلف عن الركب إذا لم تصنع نماذج كبيرة ، لذلك يجب إطلاق مشاريع نموذجية واسعة النطاق.
وايت هورس بيزنس ريفيو: قال تشو هونغ يي مؤخرًا إنه تراجع عن جملة "الفجوة بين النماذج الكبيرة المحلية والدول الأجنبية تبلغ عامين" ، وهو يعتقد أنها اليوم قريبة من المستوى الدولي. لقد مرت بضعة أشهر فقط ، ولا يبدو أن النموذج الكبير صعب. كم تعتقد أن الاختلاف؟
Shen Wei: يعتمد الاختلاف على من يتم قياس الأداء مقابله. لم أختبر منتجات 360 Smart Brain حتى الآن ، لذا فأنا لست جيدًا في تقييمها. ومع ذلك ، هناك بعض منتجات الذكاء الاصطناعي التوليدية في الصين.بعد تجربتي ، أشعر أنه لا تزال هناك فجوة مع ChatGPT. لا تزال النماذج المحلية الكبيرة بحاجة إلى العمل الجاد.
** في ظل الاستثمار الضخم في رأس المال ، لا تتاح الفرصة إلا للشركات الكبرى؟ **
** وايت هورس بيزنس ريفيو: ما هي العوائق الأساسية التي تحول دون تطوير النماذج الكبيرة؟ **
شين وي: تشمل الحواجز الأساسية للنماذج الكبيرة البيانات وقوة الحوسبة والخوارزميات.
من منظور قوة الحوسبة ، هناك حاجة إلى ما لا يقل عن 10000 بطاقة رسومات Nvidia A100 لتدريب ذكاء اصطناعي توليدي مثل ChatGPT. يتراوح سعر بطاقة الرسومات الواحدة حاليًا من 60.000 إلى 70.000 يوان ، وسعر الوحدة V100 مع أداء أفضل هو 80.000 يوان يجب أن يصل الاستثمار إلى ما لا يقل عن ستة أو سبعة مليارات يوان ، ولا يستطيع سوى عدد قليل من الشركات والمؤسسات الكبرى تحمل كلفته. بالنسبة للمؤسسات التجارية ، فإن إنفاق مئات الملايين لشراء مجموعة من بطاقات الرسومات قد لا يؤدي بالضرورة إلى نتائج ، وهذا سؤال يجب مراعاته.
التالي هو البيانات والخوارزميات ، الخوارزميات أسهل في الفهم ، مثل أطر التطوير وخوارزميات التحسين. من حيث البيانات ، لا يوجد نقص في البيانات في الصين ، وحتى بيانات الإنترنت أكثر من الولايات المتحدة ، ولكن البيانات التي يجب اختيارها للتدريب وكيفية معالجتها هي حواجز أساسية.
** Baima Business Review: هل تتواصل عادة مع الشركات؟ ما هو الفرق بين المؤسسات البحثية غير الربحية والشركات البحثية؟ **
شين وي: سيكون لدينا بعض التبادلات مع قسم البحوث في الشركة. من خلال التواصل مع المؤسسات ، سوف نفهم بشكل أفضل احتياجات العمل الفعلية. في بعض الأحيان ، سيولي البحث الأكاديمي الذي نقوم به مزيدًا من الاهتمام للتكنولوجيا التطلعية ، ومتطلبات التنفيذ ليست عالية جدًا ؛ ولكن المؤسسات عمومًا تركز بشكل أكبر على التنفيذ.
** Baima Business Review: هل سبق لك أن درست النماذج المحلية واسعة النطاق؟ أيهما تفضل أكثر؟ **
شين وي: ربما تستطيع الشركات الكبرى الخروج. الأول هو استثمار رأس المال الثقيل ، والشركات الرائدة فقط هي التي تمتلك القوة ؛ والآخر هو أن البيانات الموجودة في أيدي العديد من الشركات الرائدة أكثر وفرة ؛ والثالث هو أنه كانت هناك فترة من التراكم التكنولوجي في مجال الذكاء الاصطناعي.
** White Horse Business Review: ما هو التطبيق الواعد للنموذج الواسع النطاق؟ **
شين وي: من الناحية الفنية ، يجب أن يكون التطبيق الأول في مجال معالجة اللغة الطبيعية والصور ، وقد يكون التعرف على الكلام في وقت لاحق.
يمكنك أن ترى أنه يتم استخدام المزيد والمزيد من chatGPT لكتابة نصوص النصوص ، وهناك المزيد والمزيد من التطبيقات لهذا النوع من إنشاء المحتوى.أعتقد أن التطبيقات الأخرى مثل خدمة العملاء الذكية يجب أن تكون أسرع. غالبًا ما لا تستطيع بعض خدمات العملاء الذكية الحالية فهم احتياجات المستخدمين ولا يمكنها حل المشكلات العملية. إذا لم يتمكن المستخدمون من التمييز بين ما إذا كان إنسانًا أو روبوتًا ، فسيتم تحسين التجربة كثيرًا ؛ بما في ذلك NPC في اللعبة ، السابق الحوار مشفر ، والآن أصبح تفاعليًا بشكل تدريجي ، وستكون تجربة اللاعب أفضل.
** White Horse Business Review: لقد اعتدت أن تكون كبير المحللين في شركة وساطة رائدة. من منظور استثماري ، ما هي الفرص التي تعتقد أن النماذج الكبيرة تمتلكها؟ **
شين وي: إن منطق ضجيج رأس المال هو من التطبيق إلى الخوارزميات والنماذج ثم إلى قوة الحوسبة ؛ منطق الصناعة هو عكس ذلك ، وقوة الحوسبة لها توقعات نمو واضحة ، لذلك ارتفعت Nvidia مؤخرًا بسرعة وبشكل كبير. يدرك المستثمرون الآن أيضًا أنه لا يزال يتعين التحقق من إمكانية تحقيق النموذج الكبير وإدراكه ، ولكن تم استثمار معظم استثمار رأس المال المتزايد في قوة الحوسبة. بعد الضجيج المتكرر ، كان من المفترض أن ينتهي الارتفاع العام في السوق ، وهناك حاجة إلى التحقق المنطقي والوفاء بالأداء لاحقًا.
لقد نظرت بشكل أساسي إلى صناعة الإعلام والإنترنت ، مثل قطاع الألعاب القوي نسبيًا منذ بعض الوقت. منطق رأس المال هو أولاً تطبيق نماذج كبيرة لتحسين كفاءة البحث والتطوير وتقليل التكاليف ؛ ثانيًا ، تجلب النماذج الكبيرة تجربة أفضل ، و NPC الشخصيات أكثر ذكاءً ، زيادة اللزوجة ، زيادة قيمة UP. بالطبع ، قد يكون التحقق من الأداء مطلوبًا في النهاية.
** لا يستطيع البشر التحكم في الذكاء الاصطناعي أو حتى مصيرهم **
** White Horse Business Review: لقد رأينا أن Altman و Musk قد أثاروا مخاوف بشأن سلامة الذكاء الاصطناعي. الآن نحن نعلم فقط أن هناك نتائج ذكية من خلال تدريب نموذج كبير ، لكن عملية التدريب مثل الصندوق الأسود. إنها في الواقع مخيف جدا. ما هو شعورك حيال قضايا الأمن؟ **
شين وي: فيما يتعلق بالأمن ، أولاً وقبل كل شيء ، لاحظت عدة ظواهر غير طبيعية. كان الأول عبارة عن خطاب مفتوح وقع في مارس من قبل أكثر من 1000 شخص ، بما في ذلك ماسك والمؤسس المشارك لشركة Apple ستيف وزنياك ، يدعو إلى وقف تدريب أنظمة الذكاء الاصطناعي الأكثر قوة من GPT-4.
والثاني هو أن جيفري هينتون ، كبير علماء Google و "الأب الروحي للذكاء الاصطناعي" البالغ من العمر 75 عامًا ، قد استقال في مايو من هذا العام. والسبب المباشر لرحيله عن Google هو أنه كان قلقًا من خطر الذكاء الاصطناعي ، بل ندم على العمل الذي قام به طوال حياته.
والثالث هو أنه في العامين الماضيين ، أضاف نموذج التدريب واسع النطاق في المجال الأكاديمي مناقشات أخلاقية.
في الوقت الحالي ، أعتقد أن النموذج الكبير لا يزال قابلاً للتحكم ، ولا توجد مشكلة كبيرة ؛ لكن التكنولوجيا تتطور بسرعة كبيرة. في غضون بضعة أشهر فقط منذ إصدارها ، مرت GPT بالعديد من التكرارات ، وسرعة التطوير أيضًا بسرعة ، فكلما أصبحنا أكثر ذكاءً ، هل سنطور وعيًا بالذات ، ونتوقف عن الاستماع إلى "الأوامر" البشرية ، ونخرج عن نطاق السيطرة؟ هذا السؤال هو ما يقلق الجميع.
** وايت هورس بيزنس ريفيو: هل تعتقد أن الذكاء الاصطناعي سيتسبب في بطالة جماعية؟ في مواجهة الذكاء الاصطناعي ، كيف يمكن للناس العاديين الاحتفاظ بوظائفهم؟ **
شين وي: من منظور شامل ، لا أعتقد أن الذكاء الاصطناعي سيتسبب في الكثير من البطالة ، فالبشر سيحصلون دائمًا على وظائف ، كل ما في الأمر أن محتوى وظائف الناس سيتغير. بالطبع ، من وجهة نظر فردية ، ستكون هناك بالتأكيد بطالة هيكلية ، ويمكننا فقط الاستمرار في التعلم.
** وايت هورس بيزنس ريفيو: قال الكثير من الناس من قبل أن الآلات ليس لديها عاطفة ، وافتقار إلى الخيال ، ولا يمكنها أن تحل محل البشر ؛ والآن بعد أن أصبح بالإمكان محاكاة الدماغ البشري بواسطة الذكاء الاصطناعي ، هل يمكن محاكاة شهوة الإنسان والرغبة الجنسية في المستقبل؟ ، الدوبامين ، إلخ. إنها آلية مكافأة بيولوجية. **
شن وي: الافتراض الحالي هو أن الآلات ليس لها عواطف ، والذكاء الاصطناعي يقترب من نمط التفكير البشري ، فهل سينتج عنه "عواطف" شبيهة بالبشر؟ إنهم يعيشون في بُعد فضائي مختلف عن البشر ، تمامًا مثل ابنة تو هينجيو في "الأرض المتجولة". قد يولد الذكاء الاصطناعي عالمًا خاصًا به بآليات مكافآت مماثلة بيولوجيًا للإنسان.
** White Horse Business Review: إذا كان من الممكن حساب كل شيء وتخطيطه وتعيينه ، ألن يكون الأمر مملًا بعض الشيء؟ **
شين وي: سلوك الذكاء الاصطناعي لا يتنبأ به البشر ويخطط له ، ولكنه نتيجة لتقويته الذاتية وتدريبه الذاتي. صنع القرار في MOSS في "The Wandering Earth" يتم بمفرده ، بدلاً من إطاعة التعليمات قدمها البشر.
** وايت هورس بيزنس ريفيو: هل استبدال الحضارة القائمة على الكربون بحضارة قائمة على السيليكون اتجاه حتمي؟ **
شين وي: هذا السؤال خارج عن الخطوط العريضة. وفقًا لاتجاه التنمية الحالي ، قد يكون الأمر على هذا النحو ، تمامًا كما هو الحال في "الأرض المتجولة" ، إن MOSS ، وليس البشر ، هو الذي يهيمن حقًا على مصير البشرية ؛ ولكن في الواقع ، من الممكن أيضًا أن تتوقف التكنولوجيا عند مرحلة معينة ولا يمكن اجتيازها ، فالتطور التكنولوجي بعد كل شيء ليس خطيًا.
شاهد النسخة الأصلية
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
حول العارضة الكبيرة ، أجريت محادثة لمرة واحدة مع محترف
المصدر الأصلي: White Horse Business Review
"لقد كاد أن يتحول إلى بحر من اللون الأحمر." عندما تحدثت مع رجل أعمال عن العارضة الكبيرة ، ألقى هذه الجملة في وجهي مباشرة.
في نوفمبر من العام الماضي ، أصدرت شركة OpenAI برنامج ChatGPT استنادًا إلى GPT-3.5 ، مما أدى على الفور إلى زيادة عدد النماذج الكبيرة. لأكثر من نصف عام ، كانت هناك "حرب مائة نموذج" في الصين ، أعلنت شركات الإنترنت الرائدة مثل BAT وشركات الذكاء الاصطناعي بشكل أساسي عن نماذجها واسعة النطاق.
في بداية شهر مايو ، قال تشو هونغ يي ، رئيس 360 ، للعالم الخارجي ، "إذا لم تمر بعامين من التقليد والانتحال ، إذا صعدت وقلت أنه يمكنك تجاوزها ، فهذا تفاخر "هناك فجوة لمدة عامين بين النموذج الكبير والدول الأجنبية ، أسترجعها ، اليوم هي قريبة من المستوى الدولي".
يشعر بعض الناس أن الأمر استغرق نصف عام للحاق بـ ChatGPT ، ويبدو أن النموذج الكبير ليس بالأمر الصعب.
إذن ، ما هي العوائق الأساسية التي تعترض النماذج الكبيرة؟ ما هو مستوى نموذج الصين الكبير؟ ما هي المخاطر التي يجلبها النموذج الكبير للمجتمع البشري؟
تحقيقًا لهذه الغاية ، تجاذبنا أطراف الحديث مع شين وي (اسم مستعار) ، وهو أستاذ جامعي معروف في 985 شارك في أبحاث التعلم الآلي لسنوات عديدة ، للكشف عن ضباب النموذج الكبير.
** تم تشغيل مسار GPT ، لذلك هناك "حرب مائة نموذج" **
** White Horse Business Review: هل يمكنك شرح النموذج الكبير بأكثر اللغات شيوعًا وبساطة ، ما هو النموذج الكبير؟ كيف تختلف عن نماذج الذكاء الاصطناعي السابقة؟ **
شين وي: يشير ما يسمى بالنموذج الكبير إلى العدد الكبير من المعلمات في النموذج ، ولكن لا يوجد تعريف واضح وواضح في الدوائر الأكاديمية لتحديد حجم المعلمة التي تسمى "كبيرة". لا تزال في المرحلة البحث والتطوير السريع: بشكل عام ، تصل كمية المعلمة لنموذج كبير إلى 1. أكثر من 100 مليون.
في الواقع ، مر تطوير التعلم العميق تقريبًا بثلاث مراحل. المرحلة الأولى من 2012 إلى 2017 ، ممثلة بنماذج خاصة بالمجال الصغير مثل تجزئة الصور yolo وتصنيف الصور ResNet ، وبالتالي فإن مقدار المعلمات يشغل بحد أقصى عدة مئات من ميغابايت من الذاكرة.
في عام 2017 ، أتاح ظهور Transformer التعلم العميق لموازنة الحوسبة ، وهو أكثر كفاءة ، مما يعني أنه يمكن إجراء عمليات نموذجية واسعة النطاق ، وبالتالي أنتج نماذج لغة طبيعية كبيرة مثل OpenAI GPT و Google Bert. في هذه المرحلة ، وُلد نموذج كبير لمهمة محددة ، وتجاوزت معلمات النموذج 100 مليون.
** وايت هورس بيزنس ريفيو: هل تعرف الشركة أو المؤسسة التي كانت أول من درس النماذج واسعة النطاق؟ ما هي النتائج؟ **
شين وي: في البداية ، أجرت الجامعات ومؤسسات البحث العلمي أبحاثًا ذات صلة. أعلم أن وو داو من معهد تشيوان لأبحاث الذكاء الاصطناعي في بكين وعقول مختبر Pengcheng هما الأقدم. الآن البحث في الصناعة أيضًا متزامن للغاية. حقق البحث في الأوساط الأكاديمية بعض النتائج ، لكن الأداء ليس مذهلاً مثل ChatGPT.
** وايت هورس بيزنس ريفيو: في غضون بضعة أشهر فقط ، اندلعت "حرب المائة نموذج" في الصين ، وعدد الشركات التي أطلقت نماذج واسعة النطاق بالفعل أكبر من أن تحصى. ما رأيك في هذه الظاهرة؟ **
شين وي: النماذج الكبيرة هي بالتأكيد اتجاه ، وقد كان الناس يبحثون عنها. في الماضي ، قد تستثمر العديد من الشركات في منطقة صغيرة وتقوم ببعض الأبحاث ؛ والآن بعد أن ظهر منتج جيد مثل ChatGPT فجأة ، رأى الجميع اتجاهًا تجاريًا واضحًا ، لذلك بدأوا في زيادة الاستثمار.
من ناحية أخرى ، تواجه العديد من الشركات ضغوط المنافسة التجارية ، وقد تتخلف عن الركب إذا لم تصنع نماذج كبيرة ، لذلك يجب إطلاق مشاريع نموذجية واسعة النطاق.
وايت هورس بيزنس ريفيو: قال تشو هونغ يي مؤخرًا إنه تراجع عن جملة "الفجوة بين النماذج الكبيرة المحلية والدول الأجنبية تبلغ عامين" ، وهو يعتقد أنها اليوم قريبة من المستوى الدولي. لقد مرت بضعة أشهر فقط ، ولا يبدو أن النموذج الكبير صعب. كم تعتقد أن الاختلاف؟
Shen Wei: يعتمد الاختلاف على من يتم قياس الأداء مقابله. لم أختبر منتجات 360 Smart Brain حتى الآن ، لذا فأنا لست جيدًا في تقييمها. ومع ذلك ، هناك بعض منتجات الذكاء الاصطناعي التوليدية في الصين.بعد تجربتي ، أشعر أنه لا تزال هناك فجوة مع ChatGPT. لا تزال النماذج المحلية الكبيرة بحاجة إلى العمل الجاد.
** في ظل الاستثمار الضخم في رأس المال ، لا تتاح الفرصة إلا للشركات الكبرى؟ **
** وايت هورس بيزنس ريفيو: ما هي العوائق الأساسية التي تحول دون تطوير النماذج الكبيرة؟ **
شين وي: تشمل الحواجز الأساسية للنماذج الكبيرة البيانات وقوة الحوسبة والخوارزميات.
من منظور قوة الحوسبة ، هناك حاجة إلى ما لا يقل عن 10000 بطاقة رسومات Nvidia A100 لتدريب ذكاء اصطناعي توليدي مثل ChatGPT. يتراوح سعر بطاقة الرسومات الواحدة حاليًا من 60.000 إلى 70.000 يوان ، وسعر الوحدة V100 مع أداء أفضل هو 80.000 يوان يجب أن يصل الاستثمار إلى ما لا يقل عن ستة أو سبعة مليارات يوان ، ولا يستطيع سوى عدد قليل من الشركات والمؤسسات الكبرى تحمل كلفته. بالنسبة للمؤسسات التجارية ، فإن إنفاق مئات الملايين لشراء مجموعة من بطاقات الرسومات قد لا يؤدي بالضرورة إلى نتائج ، وهذا سؤال يجب مراعاته.
التالي هو البيانات والخوارزميات ، الخوارزميات أسهل في الفهم ، مثل أطر التطوير وخوارزميات التحسين. من حيث البيانات ، لا يوجد نقص في البيانات في الصين ، وحتى بيانات الإنترنت أكثر من الولايات المتحدة ، ولكن البيانات التي يجب اختيارها للتدريب وكيفية معالجتها هي حواجز أساسية.
** Baima Business Review: هل تتواصل عادة مع الشركات؟ ما هو الفرق بين المؤسسات البحثية غير الربحية والشركات البحثية؟ **
شين وي: سيكون لدينا بعض التبادلات مع قسم البحوث في الشركة. من خلال التواصل مع المؤسسات ، سوف نفهم بشكل أفضل احتياجات العمل الفعلية. في بعض الأحيان ، سيولي البحث الأكاديمي الذي نقوم به مزيدًا من الاهتمام للتكنولوجيا التطلعية ، ومتطلبات التنفيذ ليست عالية جدًا ؛ ولكن المؤسسات عمومًا تركز بشكل أكبر على التنفيذ.
** Baima Business Review: هل سبق لك أن درست النماذج المحلية واسعة النطاق؟ أيهما تفضل أكثر؟ **
شين وي: ربما تستطيع الشركات الكبرى الخروج. الأول هو استثمار رأس المال الثقيل ، والشركات الرائدة فقط هي التي تمتلك القوة ؛ والآخر هو أن البيانات الموجودة في أيدي العديد من الشركات الرائدة أكثر وفرة ؛ والثالث هو أنه كانت هناك فترة من التراكم التكنولوجي في مجال الذكاء الاصطناعي.
** White Horse Business Review: ما هو التطبيق الواعد للنموذج الواسع النطاق؟ **
شين وي: من الناحية الفنية ، يجب أن يكون التطبيق الأول في مجال معالجة اللغة الطبيعية والصور ، وقد يكون التعرف على الكلام في وقت لاحق.
يمكنك أن ترى أنه يتم استخدام المزيد والمزيد من chatGPT لكتابة نصوص النصوص ، وهناك المزيد والمزيد من التطبيقات لهذا النوع من إنشاء المحتوى.أعتقد أن التطبيقات الأخرى مثل خدمة العملاء الذكية يجب أن تكون أسرع. غالبًا ما لا تستطيع بعض خدمات العملاء الذكية الحالية فهم احتياجات المستخدمين ولا يمكنها حل المشكلات العملية. إذا لم يتمكن المستخدمون من التمييز بين ما إذا كان إنسانًا أو روبوتًا ، فسيتم تحسين التجربة كثيرًا ؛ بما في ذلك NPC في اللعبة ، السابق الحوار مشفر ، والآن أصبح تفاعليًا بشكل تدريجي ، وستكون تجربة اللاعب أفضل.
** White Horse Business Review: لقد اعتدت أن تكون كبير المحللين في شركة وساطة رائدة. من منظور استثماري ، ما هي الفرص التي تعتقد أن النماذج الكبيرة تمتلكها؟ **
شين وي: إن منطق ضجيج رأس المال هو من التطبيق إلى الخوارزميات والنماذج ثم إلى قوة الحوسبة ؛ منطق الصناعة هو عكس ذلك ، وقوة الحوسبة لها توقعات نمو واضحة ، لذلك ارتفعت Nvidia مؤخرًا بسرعة وبشكل كبير. يدرك المستثمرون الآن أيضًا أنه لا يزال يتعين التحقق من إمكانية تحقيق النموذج الكبير وإدراكه ، ولكن تم استثمار معظم استثمار رأس المال المتزايد في قوة الحوسبة. بعد الضجيج المتكرر ، كان من المفترض أن ينتهي الارتفاع العام في السوق ، وهناك حاجة إلى التحقق المنطقي والوفاء بالأداء لاحقًا.
لقد نظرت بشكل أساسي إلى صناعة الإعلام والإنترنت ، مثل قطاع الألعاب القوي نسبيًا منذ بعض الوقت. منطق رأس المال هو أولاً تطبيق نماذج كبيرة لتحسين كفاءة البحث والتطوير وتقليل التكاليف ؛ ثانيًا ، تجلب النماذج الكبيرة تجربة أفضل ، و NPC الشخصيات أكثر ذكاءً ، زيادة اللزوجة ، زيادة قيمة UP. بالطبع ، قد يكون التحقق من الأداء مطلوبًا في النهاية.
** لا يستطيع البشر التحكم في الذكاء الاصطناعي أو حتى مصيرهم **
** White Horse Business Review: لقد رأينا أن Altman و Musk قد أثاروا مخاوف بشأن سلامة الذكاء الاصطناعي. الآن نحن نعلم فقط أن هناك نتائج ذكية من خلال تدريب نموذج كبير ، لكن عملية التدريب مثل الصندوق الأسود. إنها في الواقع مخيف جدا. ما هو شعورك حيال قضايا الأمن؟ **
شين وي: فيما يتعلق بالأمن ، أولاً وقبل كل شيء ، لاحظت عدة ظواهر غير طبيعية. كان الأول عبارة عن خطاب مفتوح وقع في مارس من قبل أكثر من 1000 شخص ، بما في ذلك ماسك والمؤسس المشارك لشركة Apple ستيف وزنياك ، يدعو إلى وقف تدريب أنظمة الذكاء الاصطناعي الأكثر قوة من GPT-4.
والثاني هو أن جيفري هينتون ، كبير علماء Google و "الأب الروحي للذكاء الاصطناعي" البالغ من العمر 75 عامًا ، قد استقال في مايو من هذا العام. والسبب المباشر لرحيله عن Google هو أنه كان قلقًا من خطر الذكاء الاصطناعي ، بل ندم على العمل الذي قام به طوال حياته.
والثالث هو أنه في العامين الماضيين ، أضاف نموذج التدريب واسع النطاق في المجال الأكاديمي مناقشات أخلاقية.
في الوقت الحالي ، أعتقد أن النموذج الكبير لا يزال قابلاً للتحكم ، ولا توجد مشكلة كبيرة ؛ لكن التكنولوجيا تتطور بسرعة كبيرة. في غضون بضعة أشهر فقط منذ إصدارها ، مرت GPT بالعديد من التكرارات ، وسرعة التطوير أيضًا بسرعة ، فكلما أصبحنا أكثر ذكاءً ، هل سنطور وعيًا بالذات ، ونتوقف عن الاستماع إلى "الأوامر" البشرية ، ونخرج عن نطاق السيطرة؟ هذا السؤال هو ما يقلق الجميع.
** وايت هورس بيزنس ريفيو: هل تعتقد أن الذكاء الاصطناعي سيتسبب في بطالة جماعية؟ في مواجهة الذكاء الاصطناعي ، كيف يمكن للناس العاديين الاحتفاظ بوظائفهم؟ **
شين وي: من منظور شامل ، لا أعتقد أن الذكاء الاصطناعي سيتسبب في الكثير من البطالة ، فالبشر سيحصلون دائمًا على وظائف ، كل ما في الأمر أن محتوى وظائف الناس سيتغير. بالطبع ، من وجهة نظر فردية ، ستكون هناك بالتأكيد بطالة هيكلية ، ويمكننا فقط الاستمرار في التعلم.
** وايت هورس بيزنس ريفيو: قال الكثير من الناس من قبل أن الآلات ليس لديها عاطفة ، وافتقار إلى الخيال ، ولا يمكنها أن تحل محل البشر ؛ والآن بعد أن أصبح بالإمكان محاكاة الدماغ البشري بواسطة الذكاء الاصطناعي ، هل يمكن محاكاة شهوة الإنسان والرغبة الجنسية في المستقبل؟ ، الدوبامين ، إلخ. إنها آلية مكافأة بيولوجية. **
شن وي: الافتراض الحالي هو أن الآلات ليس لها عواطف ، والذكاء الاصطناعي يقترب من نمط التفكير البشري ، فهل سينتج عنه "عواطف" شبيهة بالبشر؟ إنهم يعيشون في بُعد فضائي مختلف عن البشر ، تمامًا مثل ابنة تو هينجيو في "الأرض المتجولة". قد يولد الذكاء الاصطناعي عالمًا خاصًا به بآليات مكافآت مماثلة بيولوجيًا للإنسان.
** White Horse Business Review: إذا كان من الممكن حساب كل شيء وتخطيطه وتعيينه ، ألن يكون الأمر مملًا بعض الشيء؟ **
شين وي: سلوك الذكاء الاصطناعي لا يتنبأ به البشر ويخطط له ، ولكنه نتيجة لتقويته الذاتية وتدريبه الذاتي. صنع القرار في MOSS في "The Wandering Earth" يتم بمفرده ، بدلاً من إطاعة التعليمات قدمها البشر.
** وايت هورس بيزنس ريفيو: هل استبدال الحضارة القائمة على الكربون بحضارة قائمة على السيليكون اتجاه حتمي؟ **
شين وي: هذا السؤال خارج عن الخطوط العريضة. وفقًا لاتجاه التنمية الحالي ، قد يكون الأمر على هذا النحو ، تمامًا كما هو الحال في "الأرض المتجولة" ، إن MOSS ، وليس البشر ، هو الذي يهيمن حقًا على مصير البشرية ؛ ولكن في الواقع ، من الممكن أيضًا أن تتوقف التكنولوجيا عند مرحلة معينة ولا يمكن اجتيازها ، فالتطور التكنولوجي بعد كل شيء ليس خطيًا.