“Está quase virando um mar vermelho.” Quando conversei com um empresário sobre a grande modelo, ele me jogou essa frase diretamente.
Em novembro do ano passado, a OpenAI lançou o ChatGPT baseado no GPT-3.5, que instantaneamente iniciou o surgimento de modelos grandes. Por mais de meio ano, houve uma "guerra de cem modelos" na China. Empresas líderes da Internet, como BAT e empresas de inteligência artificial, basicamente anunciaram seus próprios modelos em grande escala.
No início de maio, Zhou Hongyi, o chefe da 360, disse ao mundo exterior: "Se você não passar por dois anos de imitação e plágio, se você vier e disser que pode superá-lo, isso é se gabar. ." Há uma lacuna de dois anos entre o grande modelo e os países estrangeiros, retiro, hoje está próximo do nível internacional."
Algumas pessoas acham que demorou meio ano para alcançar o ChatGPT e parece que o modelo grande não é difícil.
Então, quais são as principais barreiras para modelos grandes? Qual é o nível do grande modelo da China? Que riscos o grande modelo traz para a sociedade humana?
Para isso, conversamos com Shen Wei (pseudônimo), um conhecido professor universitário da 985 que se dedica à pesquisa de aprendizado de máquina há muitos anos, para descobrir a névoa do modelo grande.
O caminho GPT foi executado, então há uma "Guerra dos Cem Modelos"
**White Horse Business Review: Você pode explicar o grande modelo na linguagem mais popular e simples, o que é o grande modelo? Como ele é diferente dos modelos de IA anteriores? **
Shen Wei: O chamado modelo grande refere-se ao grande número de parâmetros no modelo, mas não há uma definição clara e clara nos círculos acadêmicos para definir o quão grande um parâmetro é chamado de "grande". de rápida pesquisa e desenvolvimento.De um modo geral, a quantidade de parâmetros de um grande modelo atinge 1. mais de 100 milhões.
Na verdade, o desenvolvimento do aprendizado profundo passou por três estágios. A primeira fase é de 2012 a 2017, representada por pequenos modelos específicos de domínio, como segmentação de imagem yolo e classificação de imagem ResNet, de modo que a quantidade de parâmetros ocupa no máximo várias centenas de MB de memória.
Em 2017, o advento do Transformer permitiu o aprendizado profundo para paralelizar a computação, o que é mais eficiente, o que significa que as operações do modelo em grande escala podem ser feitas e, posteriormente, produziram grandes modelos de linguagem natural, como OpenAI GPT e Google Bert. Nesta etapa, nasceu um grande modelo de uma tarefa específica e os parâmetros do modelo ultrapassaram 100 milhões.
Por volta de 2020, o aprendizado profundo entrará no estágio de modelo geral. Sua entrada é uma frase com espaços em branco e o papel do modelo é "preencher os espaços em branco". No passado, o modelo foi adaptado para aplicativos downstream, mas agora é é o modelo de adaptação do aplicativo downstream. Os modelos nesta fase incluem GPT 3.5 e GPT 4 no campo de linguagem natural e Clip, DALLE, Stable Diffusion, Midjourney, etc. no campo de imagem. Nesta fase, os parâmetros do modelo podem atingir dezenas de bilhões e centenas de bilhões.
**White Horse Business Review: Você sabe qual empresa ou instituição foi a primeira a estudar modelos em grande escala? Quais são os resultados? **
Shen Wei: No início, universidades e instituições de pesquisa científica faziam pesquisas relacionadas. Sei que Wu Dao, do Instituto de Pesquisa de Inteligência Artificial Zhiyuan de Pequim, e os cérebros do Pengcheng Lab são os primeiros. Agora, a pesquisa na indústria também está muito sincronizada. A pesquisa na academia tem alguns resultados, mas o desempenho não é tão incrível quanto o ChatGPT.
** White Horse Business Review: Em apenas alguns meses, houve uma "guerra de cem modelos" na China, e o número de empresas que lançaram modelos em grande escala já é grande demais para contar. O que você acha de este fenômeno? **
Shen Wei: Modelos grandes são definitivamente uma tendência, e as pessoas têm pesquisado sobre eles. No passado, muitas empresas podem investir em uma pequena área e fazer algumas pesquisas; agora que um bom produto como o ChatGPT apareceu de repente, todos viram uma direção clara de negócios e começaram a aumentar o investimento.
Por outro lado, muitas empresas enfrentam a pressão da concorrência comercial e podem ficar para trás se não fizerem maquetes em grande escala, por isso projetos de maquetes em larga escala devem ser lançados.
White Horse Business Review: Zhou Hongyi disse recentemente que retirou a frase "a diferença entre modelos nacionais de grande escala e países estrangeiros é de dois anos" Ele acredita que hoje está próximo do nível internacional. Faz apenas alguns meses e o grande modelo não parece ser difícil. Quanto você acha que é a diferença?
Shen Wei: A diferença depende de quem está comparando.Eu não experimentei os produtos 360 Smart Brain até agora, então não sou muito bom em avaliá-los. No entanto, existem alguns produtos generativos de IA na China. Depois da minha experiência, sinto que ainda há uma lacuna com o ChatGPT. Os grandes modelos domésticos ainda precisam trabalhar duro.
**Sob forte investimento de capital, apenas as principais empresas têm a oportunidade? **
**White Horse Business Review: Quais são as principais barreiras para o desenvolvimento de modelos grandes? **
Shen Wei: As principais barreiras dos grandes modelos incluem dados, poder de computação e algoritmos.
Do ponto de vista do poder de computação, pelo menos 10.000 placas gráficas Nvidia A100 são necessárias para treinar uma IA generativa como o ChatGPT. O preço de uma única placa gráfica é atualmente de 60.000 a 70.000 yuan, e o preço unitário do V100 com melhor desempenho é de 80.000 yuan O investimento deve chegar a pelo menos seis ou sete bilhões de yuans, e apenas algumas empresas e instituições de ponta podem arcar com isso. Para organizações comerciais, gastar centenas de milhões para comprar um monte de placas gráficas pode não necessariamente produzir resultados.Esta é uma questão que deve ser considerada.
A seguir, dados e algoritmos.Algoritmos são mais fáceis de entender, como estruturas de desenvolvimento e algoritmos de otimização. Em termos de dados, a China não tem escassez de dados e ainda mais dados da Internet do que os Estados Unidos, mas quais dados escolher para treinamento e como processá-los são as principais barreiras.
**Baima Business Review: Você costuma se comunicar com empresas? Qual é a diferença entre instituições de pesquisa sem fins lucrativos e corporações em pesquisa? **
Shen Wei: Teremos algumas trocas com o departamento de pesquisa da empresa. Ao nos comunicarmos com as empresas, entenderemos melhor as necessidades reais dos negócios. Às vezes, a pesquisa acadêmica que fazemos presta mais atenção à tecnologia voltada para o futuro e os requisitos para implementação não são tão altos; mas as empresas geralmente colocam mais ênfase na implementação.
**Baima Business Review: Você já estudou modelos domésticos de grande escala? Qual deles você mais gosta? **
Shen Wei: Talvez as principais empresas possam sair. Um é o investimento de capital pesado e apenas as empresas líderes têm força; o outro é que os dados nas mãos de várias empresas líderes são mais abundantes; o terceiro é que houve um período de acumulação de tecnologia no campo da inteligência artificial.
**White Horse Business Review: Qual é a sua aplicação de modelo em grande escala mais promissora? **
Shen Wei: Do ponto de vista técnico, a primeira aplicação deve ser na área de processamento de linguagem natural e imagens, e o reconhecimento de fala pode ser posterior.
Você pode ver que cada vez mais o chatGPT é usado para escrever direitos autorais. Existem cada vez mais aplicativos para esse tipo de criação de conteúdo. Acho que outros aplicativos, como atendimento ao cliente inteligente, deveriam ser mais rápidos. Alguns dos atuais serviços inteligentes ao cliente muitas vezes não conseguem entender as necessidades dos usuários e não conseguem resolver problemas práticos. Se os usuários não conseguirem distinguir se é um humano ou um robô, a experiência será muito melhorada; incluindo o NPC no jogo, o anterior o diálogo é codificado, agora é gradualmente interativo e a experiência do jogador será melhor.
** White Horse Business Review: Você costumava ser o analista-chefe de uma corretora líder. Do ponto de vista do investimento, que oportunidades você acha que os grandes modelos têm? **
Shen Wei: A lógica do hype do capital é da aplicação para algoritmos, modelos e depois para o poder de computação; a lógica da indústria é o oposto, e o poder de computação tem uma clara expectativa de crescimento, então a Nvidia recentemente aumentou rapidamente e muito. Os investidores agora também entendem que ainda precisa ser verificado se o grande modelo pode ser realizado e realizado, mas a maior parte do aumento do investimento de capital foi investido em poder de computação. Depois de repetidos exageros, o aumento geral no mercado deveria ter chegado ao fim, e a verificação lógica e o cumprimento do desempenho são necessários posteriormente.
Originalmente, olhei principalmente para a indústria de mídia e Internet, como o setor de jogos relativamente forte há algum tempo. A lógica do capital é primeiro aplicar modelos grandes para melhorar a eficiência de P&D e reduzir custos; segundo, modelos grandes trazem melhor experiência e NPC os caracteres são mais inteligentes.Aumento de viscosidade, aumento de valor UP. Obviamente, a verificação de desempenho pode eventualmente ser necessária.
Os humanos não podem controlar a IA, nem mesmo seu próprio destino
**White Horse Business Review: Vimos que Altman e Musk levantaram preocupações sobre a segurança da inteligência artificial. Agora sabemos apenas que há resultados inteligentes por meio de treinamento de modelo grande, mas o processo de treinamento é como uma caixa preta. Na verdade, é muito assustador. Como você se sente sobre questões de segurança? **
Shen Wei: Em termos de segurança, em primeiro lugar, observei vários fenômenos anormais. A primeira foi uma carta aberta assinada em março por mais de 1.000 pessoas, incluindo Musk e o cofundador da Apple, Steve Wozniak, pedindo uma moratória no treinamento de sistemas de IA mais poderosos que o GPT-4.
A segunda é que Jeffrey Hinton, o cientista-chefe do Google e o "Padrinho da IA" de 75 anos, renunciou em maio deste ano. O motivo direto de sua saída do Google foi que ele estava preocupado com o perigo da inteligência artificial , e até se arrependeu do trabalho que fez durante toda a sua vida. .
A terceira é que, nos últimos dois anos, o modelo de formação em larga escala no meio acadêmico agregou discussões éticas.
No momento, acho que o modelo grande ainda é controlável e não há grandes problemas; mas a tecnologia está se desenvolvendo muito rápido. Em apenas alguns meses desde que foi lançado, o GPT passou por várias iterações e a velocidade de desenvolvimento é muito À medida que nos tornamos cada vez mais inteligentes, desenvolveremos autoconsciência, pararemos de ouvir os "comandos" humanos e perderemos o controle? Esta questão é o que todos estão preocupados.
**Revisão do White Horse Business: você acha que a IA causará desemprego em massa? Diante da IA, como as pessoas comuns podem manter seus empregos? **
Shen Wei: De uma perspectiva macro, não acho que a IA causará muito desemprego. Os humanos sempre terão empregos. Só que o conteúdo dos empregos das pessoas mudará. Claro que, do ponto de vista individual, com certeza haverá desemprego estrutural, e só nos resta continuar aprendendo.
** White Horse Business Review: Muitas pessoas disseram antes que as máquinas não têm emoção, falta de imaginação e não podem substituir os humanos; agora que o cérebro humano pode ser simulado por IA, a luxúria humana e o desejo sexual podem ser simulados no futuro? Hormônios , dopamina, etc. É um mecanismo de recompensa biológica. **
Shen Wei: É a suposição atual de que as máquinas não têm emoções. A inteligência artificial está se aproximando do modo de pensamento humano. Ela produzirá "emoções" semelhantes aos humanos? É que eles vivem em uma dimensão espacial diferente dos humanos, assim como a filha de Tu Hengyu em "The Wandering Earth". A inteligência artificial pode gerar seu próprio mundo com mecanismos de recompensa biologicamente semelhantes aos humanos.
** White Horse Business Review: Se tudo pode ser calculado, planejado e definido, não seria um pouco chato? **
Shen Wei: O comportamento da IA não é previsto e planejado por humanos, mas o resultado de seu autofortalecimento e autotreinamento. A tomada de decisões de MOSS em "The Wandering Earth" é feita por si mesma, em vez de obedecer às instruções dado por humanos.
** White Horse Business Review: A substituição da civilização baseada no carbono pela civilização baseada no silício é uma direção determinística? **
Shen Wei: Esta questão está além do esboço. De acordo com a tendência de desenvolvimento atual, pode ser que, assim como em "The Wandering Earth", seja o MOSS, não os humanos, quem realmente domine o destino da humanidade; mas, na realidade, também é possível que a tecnologia estagne em uma determinada etapa e não consegue ultrapassá-la, afinal o desenvolvimento tecnológico não é linear.
Ver original
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.
Sobre o modelo grande, conversei uma vez com um profissional
Fonte original: White Horse Business Review
“Está quase virando um mar vermelho.” Quando conversei com um empresário sobre a grande modelo, ele me jogou essa frase diretamente.
Em novembro do ano passado, a OpenAI lançou o ChatGPT baseado no GPT-3.5, que instantaneamente iniciou o surgimento de modelos grandes. Por mais de meio ano, houve uma "guerra de cem modelos" na China. Empresas líderes da Internet, como BAT e empresas de inteligência artificial, basicamente anunciaram seus próprios modelos em grande escala.
No início de maio, Zhou Hongyi, o chefe da 360, disse ao mundo exterior: "Se você não passar por dois anos de imitação e plágio, se você vier e disser que pode superá-lo, isso é se gabar. ." Há uma lacuna de dois anos entre o grande modelo e os países estrangeiros, retiro, hoje está próximo do nível internacional."
Algumas pessoas acham que demorou meio ano para alcançar o ChatGPT e parece que o modelo grande não é difícil.
Então, quais são as principais barreiras para modelos grandes? Qual é o nível do grande modelo da China? Que riscos o grande modelo traz para a sociedade humana?
Para isso, conversamos com Shen Wei (pseudônimo), um conhecido professor universitário da 985 que se dedica à pesquisa de aprendizado de máquina há muitos anos, para descobrir a névoa do modelo grande.
O caminho GPT foi executado, então há uma "Guerra dos Cem Modelos"
**White Horse Business Review: Você pode explicar o grande modelo na linguagem mais popular e simples, o que é o grande modelo? Como ele é diferente dos modelos de IA anteriores? **
Shen Wei: O chamado modelo grande refere-se ao grande número de parâmetros no modelo, mas não há uma definição clara e clara nos círculos acadêmicos para definir o quão grande um parâmetro é chamado de "grande". de rápida pesquisa e desenvolvimento.De um modo geral, a quantidade de parâmetros de um grande modelo atinge 1. mais de 100 milhões.
Na verdade, o desenvolvimento do aprendizado profundo passou por três estágios. A primeira fase é de 2012 a 2017, representada por pequenos modelos específicos de domínio, como segmentação de imagem yolo e classificação de imagem ResNet, de modo que a quantidade de parâmetros ocupa no máximo várias centenas de MB de memória.
Em 2017, o advento do Transformer permitiu o aprendizado profundo para paralelizar a computação, o que é mais eficiente, o que significa que as operações do modelo em grande escala podem ser feitas e, posteriormente, produziram grandes modelos de linguagem natural, como OpenAI GPT e Google Bert. Nesta etapa, nasceu um grande modelo de uma tarefa específica e os parâmetros do modelo ultrapassaram 100 milhões.
**White Horse Business Review: Você sabe qual empresa ou instituição foi a primeira a estudar modelos em grande escala? Quais são os resultados? **
Shen Wei: No início, universidades e instituições de pesquisa científica faziam pesquisas relacionadas. Sei que Wu Dao, do Instituto de Pesquisa de Inteligência Artificial Zhiyuan de Pequim, e os cérebros do Pengcheng Lab são os primeiros. Agora, a pesquisa na indústria também está muito sincronizada. A pesquisa na academia tem alguns resultados, mas o desempenho não é tão incrível quanto o ChatGPT.
** White Horse Business Review: Em apenas alguns meses, houve uma "guerra de cem modelos" na China, e o número de empresas que lançaram modelos em grande escala já é grande demais para contar. O que você acha de este fenômeno? **
Shen Wei: Modelos grandes são definitivamente uma tendência, e as pessoas têm pesquisado sobre eles. No passado, muitas empresas podem investir em uma pequena área e fazer algumas pesquisas; agora que um bom produto como o ChatGPT apareceu de repente, todos viram uma direção clara de negócios e começaram a aumentar o investimento.
Por outro lado, muitas empresas enfrentam a pressão da concorrência comercial e podem ficar para trás se não fizerem maquetes em grande escala, por isso projetos de maquetes em larga escala devem ser lançados.
White Horse Business Review: Zhou Hongyi disse recentemente que retirou a frase "a diferença entre modelos nacionais de grande escala e países estrangeiros é de dois anos" Ele acredita que hoje está próximo do nível internacional. Faz apenas alguns meses e o grande modelo não parece ser difícil. Quanto você acha que é a diferença?
Shen Wei: A diferença depende de quem está comparando.Eu não experimentei os produtos 360 Smart Brain até agora, então não sou muito bom em avaliá-los. No entanto, existem alguns produtos generativos de IA na China. Depois da minha experiência, sinto que ainda há uma lacuna com o ChatGPT. Os grandes modelos domésticos ainda precisam trabalhar duro.
**Sob forte investimento de capital, apenas as principais empresas têm a oportunidade? **
**White Horse Business Review: Quais são as principais barreiras para o desenvolvimento de modelos grandes? **
Shen Wei: As principais barreiras dos grandes modelos incluem dados, poder de computação e algoritmos.
Do ponto de vista do poder de computação, pelo menos 10.000 placas gráficas Nvidia A100 são necessárias para treinar uma IA generativa como o ChatGPT. O preço de uma única placa gráfica é atualmente de 60.000 a 70.000 yuan, e o preço unitário do V100 com melhor desempenho é de 80.000 yuan O investimento deve chegar a pelo menos seis ou sete bilhões de yuans, e apenas algumas empresas e instituições de ponta podem arcar com isso. Para organizações comerciais, gastar centenas de milhões para comprar um monte de placas gráficas pode não necessariamente produzir resultados.Esta é uma questão que deve ser considerada.
A seguir, dados e algoritmos.Algoritmos são mais fáceis de entender, como estruturas de desenvolvimento e algoritmos de otimização. Em termos de dados, a China não tem escassez de dados e ainda mais dados da Internet do que os Estados Unidos, mas quais dados escolher para treinamento e como processá-los são as principais barreiras.
**Baima Business Review: Você costuma se comunicar com empresas? Qual é a diferença entre instituições de pesquisa sem fins lucrativos e corporações em pesquisa? **
Shen Wei: Teremos algumas trocas com o departamento de pesquisa da empresa. Ao nos comunicarmos com as empresas, entenderemos melhor as necessidades reais dos negócios. Às vezes, a pesquisa acadêmica que fazemos presta mais atenção à tecnologia voltada para o futuro e os requisitos para implementação não são tão altos; mas as empresas geralmente colocam mais ênfase na implementação.
**Baima Business Review: Você já estudou modelos domésticos de grande escala? Qual deles você mais gosta? **
Shen Wei: Talvez as principais empresas possam sair. Um é o investimento de capital pesado e apenas as empresas líderes têm força; o outro é que os dados nas mãos de várias empresas líderes são mais abundantes; o terceiro é que houve um período de acumulação de tecnologia no campo da inteligência artificial.
**White Horse Business Review: Qual é a sua aplicação de modelo em grande escala mais promissora? **
Shen Wei: Do ponto de vista técnico, a primeira aplicação deve ser na área de processamento de linguagem natural e imagens, e o reconhecimento de fala pode ser posterior.
Você pode ver que cada vez mais o chatGPT é usado para escrever direitos autorais. Existem cada vez mais aplicativos para esse tipo de criação de conteúdo. Acho que outros aplicativos, como atendimento ao cliente inteligente, deveriam ser mais rápidos. Alguns dos atuais serviços inteligentes ao cliente muitas vezes não conseguem entender as necessidades dos usuários e não conseguem resolver problemas práticos. Se os usuários não conseguirem distinguir se é um humano ou um robô, a experiência será muito melhorada; incluindo o NPC no jogo, o anterior o diálogo é codificado, agora é gradualmente interativo e a experiência do jogador será melhor.
** White Horse Business Review: Você costumava ser o analista-chefe de uma corretora líder. Do ponto de vista do investimento, que oportunidades você acha que os grandes modelos têm? **
Shen Wei: A lógica do hype do capital é da aplicação para algoritmos, modelos e depois para o poder de computação; a lógica da indústria é o oposto, e o poder de computação tem uma clara expectativa de crescimento, então a Nvidia recentemente aumentou rapidamente e muito. Os investidores agora também entendem que ainda precisa ser verificado se o grande modelo pode ser realizado e realizado, mas a maior parte do aumento do investimento de capital foi investido em poder de computação. Depois de repetidos exageros, o aumento geral no mercado deveria ter chegado ao fim, e a verificação lógica e o cumprimento do desempenho são necessários posteriormente.
Originalmente, olhei principalmente para a indústria de mídia e Internet, como o setor de jogos relativamente forte há algum tempo. A lógica do capital é primeiro aplicar modelos grandes para melhorar a eficiência de P&D e reduzir custos; segundo, modelos grandes trazem melhor experiência e NPC os caracteres são mais inteligentes.Aumento de viscosidade, aumento de valor UP. Obviamente, a verificação de desempenho pode eventualmente ser necessária.
Os humanos não podem controlar a IA, nem mesmo seu próprio destino
**White Horse Business Review: Vimos que Altman e Musk levantaram preocupações sobre a segurança da inteligência artificial. Agora sabemos apenas que há resultados inteligentes por meio de treinamento de modelo grande, mas o processo de treinamento é como uma caixa preta. Na verdade, é muito assustador. Como você se sente sobre questões de segurança? **
Shen Wei: Em termos de segurança, em primeiro lugar, observei vários fenômenos anormais. A primeira foi uma carta aberta assinada em março por mais de 1.000 pessoas, incluindo Musk e o cofundador da Apple, Steve Wozniak, pedindo uma moratória no treinamento de sistemas de IA mais poderosos que o GPT-4.
A segunda é que Jeffrey Hinton, o cientista-chefe do Google e o "Padrinho da IA" de 75 anos, renunciou em maio deste ano. O motivo direto de sua saída do Google foi que ele estava preocupado com o perigo da inteligência artificial , e até se arrependeu do trabalho que fez durante toda a sua vida. .
A terceira é que, nos últimos dois anos, o modelo de formação em larga escala no meio acadêmico agregou discussões éticas.
No momento, acho que o modelo grande ainda é controlável e não há grandes problemas; mas a tecnologia está se desenvolvendo muito rápido. Em apenas alguns meses desde que foi lançado, o GPT passou por várias iterações e a velocidade de desenvolvimento é muito À medida que nos tornamos cada vez mais inteligentes, desenvolveremos autoconsciência, pararemos de ouvir os "comandos" humanos e perderemos o controle? Esta questão é o que todos estão preocupados.
**Revisão do White Horse Business: você acha que a IA causará desemprego em massa? Diante da IA, como as pessoas comuns podem manter seus empregos? **
Shen Wei: De uma perspectiva macro, não acho que a IA causará muito desemprego. Os humanos sempre terão empregos. Só que o conteúdo dos empregos das pessoas mudará. Claro que, do ponto de vista individual, com certeza haverá desemprego estrutural, e só nos resta continuar aprendendo.
** White Horse Business Review: Muitas pessoas disseram antes que as máquinas não têm emoção, falta de imaginação e não podem substituir os humanos; agora que o cérebro humano pode ser simulado por IA, a luxúria humana e o desejo sexual podem ser simulados no futuro? Hormônios , dopamina, etc. É um mecanismo de recompensa biológica. **
Shen Wei: É a suposição atual de que as máquinas não têm emoções. A inteligência artificial está se aproximando do modo de pensamento humano. Ela produzirá "emoções" semelhantes aos humanos? É que eles vivem em uma dimensão espacial diferente dos humanos, assim como a filha de Tu Hengyu em "The Wandering Earth". A inteligência artificial pode gerar seu próprio mundo com mecanismos de recompensa biologicamente semelhantes aos humanos.
** White Horse Business Review: Se tudo pode ser calculado, planejado e definido, não seria um pouco chato? **
Shen Wei: O comportamento da IA não é previsto e planejado por humanos, mas o resultado de seu autofortalecimento e autotreinamento. A tomada de decisões de MOSS em "The Wandering Earth" é feita por si mesma, em vez de obedecer às instruções dado por humanos.
** White Horse Business Review: A substituição da civilização baseada no carbono pela civilização baseada no silício é uma direção determinística? **
Shen Wei: Esta questão está além do esboço. De acordo com a tendência de desenvolvimento atual, pode ser que, assim como em "The Wandering Earth", seja o MOSS, não os humanos, quem realmente domine o destino da humanidade; mas, na realidade, também é possível que a tecnologia estagne em uma determinada etapa e não consegue ultrapassá-la, afinal o desenvolvimento tecnológico não é linear.