Технология больших моделей и применение быстро развиваются в течение почти года. Как OpenAI, так и google, или baidu, или bitu, большие модели уже прошли несколько итераций, и их применение продолжает расширяться. И то, как будут развиваться большие модели, остается в центре внимания индустрии. На днях на форуме «диалог в тайху» «искусственный интеллект +» многие академические и промышленные круги провели глубокие дискуссии по соответствующим темам. На встрече пять направлений развития большой модели ии были представлены членами китайской инженерной академии, профессором в университете цинхуа, президентом института интеллектуальных исследований (AIR) чжан янь-нань. Во-первых, многомерный интеллект, включающий язык, слова, видео, облако лазерной локации, трехмерную структурную информацию, пространственно-пространственную и биологическую информацию, реализует интеллектуальное восприятие, принятие решений и создание многомерных, трансмодульных состояний. Во-вторых, автономный интеллект, в качестве инструмента, разрабатывает интеллектуальные тела, которые могут самостоятельно программировать задачи, писать код, мобилизовать инструменты, оптимизировать пути, реализовывать высокие уровни самоитерации, модернизации и оптимизации, а также автономного интеллекта. Здесь необходимо подумать о Том, как модели могут вызывать друг друга, как модели могут использовать инструменты, как модели могут учиться на федеральном уровне между базовыми моделями и т.д. В таких случаях, как аналоговая больница, в которой развиваются самостоятельные медицинские интеллектуальные тела, они впервые создали имитационную больницу, основанную на ЛЛМ-агенте, которая включает в себя две категории ролей пациента и восемь ключевых процессов диагностической терапии. Предлагается стратегия «MedAgent-Zero» (medagent-zero) в области автономной эволюции медицинского интеллекта, которая не зависит от искусственных маркированных данных. Существует два способа саморазвития: накопление примеров с правильными ответами и суммирование опыта с неправильными ответами. После диагностики тысяч аналоговых пациентов, медицинский интеллект диагностировал два дня, что равносильно двум годам врачей, которые могли достичь максимального уровня на подмножествах MedQA. Третий — это пограничный интеллект, который реализирует большую модель на периферийных конторах оборудования, таких как ии PC, AI, AI telecom и т.д., с высокой эффективностью, низким энергопотреблением, низкой затратой, низкой продолжительной обработке и ответом, таким образом, на периферический интеллект. В этом отношении и воздух, и асиб уже имели совместную работу в таких случаях, как оптимизация видео-анализа по краям, использование векторов движения, расширение рамки распознавания движения и значительное повышение производительности отслеживания цели; Оптимизация производительности больших моделей дедукции, основанных на механизмах кэш параметров рабочего времени, рациональное управление переходом MOE-модели experts в режиме experts с целью снижения спроса на сохранение на 50%; 5G специализируется на вычислительных технологиях в силовых структурах, которые используют свободные вычислительные силы базовой станции BBU для предоставления услуг, эффективно повышая эффективность утилизации вычислительных ресурсов. В-четвертых, это физический (физический) интеллект: большие модели используются для использования беспилотников, роботов, беспилотников, заводов, транспорта, коммуникаций, электросетей, электростанций и других физических инфраструктуров, повышая их автоматизированность и интеллектуальную инфраструктуру таким образом. Чжан ань считает, что когда дело доходит до физического интеллекта, робот должен стать ключевым направлением в направлении падения большой модели, и что дроны на самом деле являются еще одной формой робота, таким как платформа для самостабилизированной доставки, поддерживаемая движением по всей местности, с низкой скоростью автопилота, обладающей автономной способностью к самообучению. В-пятых, это биологический интеллект, применяющий большие модели к человеческому мозгу, живым существам, организмам, которые реализуют биологический интеллект, который связывает большую модель с организмом, и в конечном счете соединяет информационный, физический и биологический интеллект. Например, в типичных случаях с ии + life special interface technology technology (BrainCo), проект был создан в гарвардской инновационной лаборатории гарвардского университета, возглавляемой китайской командой, в Том числе биомедицинскими инженерами, материалами, наукой о мозге, заболеваниями мозга, междисциплинарными командами ии, неинвазивной продукцией для интерфейса в Time weekly на сайте наса. Продукция интерфейса для носимых мозгов может применяться к аутизму, нарушениям сна, замкнутой медитации, депрессии, и т.д. Большие модели самостоятельного обучения, эволюции все еще находятся в процессе исследования, кроме того, в рамках круглого стола, где представители различных отраслей промышленности подробно изучают тенденции развития больших моделей. Чжоу янь, главный технический директор арианского интеллекта, говорит о Том, что одной из самых очевидных тенденций в больших моделях является многомодальное состояние, и теперь все больше и больше интеллектуальных тел, а не только знаний в книгах, но и языков, и визуально видимых материальных кругах, является ключом к тому, как лучше интегрировать различные интеллектуальные тела. С его точки зрения, основное внимание должно быть сосредоточено на Том, как сделать большую модель более ориентированной на человеческий интеллект, а также на Том, чтобы включить в себя память, как объединить долговременную память, краткосрочную память. Таким образом, в будущем большие модели будут развиваться в более индивидуальные и характерные продукты, которые будут иметь возможность мыслить по-разному в различных областях. В то же время большие модели взаимодействуют с реальным миром, а соответствующая информация передается моделям, которые позволяют им развивать возможности самообновления и оптимизации. Однако, что касается нынешней зрелости большой модели, ее еще предстоит изучить. Чжоу говорил о Том, что в век ит доступ к информации должен быть доступным, а после больших моделей доступ к знаниям должен быть доступным. Одна из очень ясных точек зрения заключается в Том, что большая модель, будучи ассистентом, может предоставить различные рекомендации по обучению, но окончательное решение остается за людьми, и в настоящее время эта большая модель, которая работает как ассистент, является первым шагом в развитии большой модели. И второй шаг состоит в Том, чтобы сделать большую модель более точной, а сейчас существует множество вопросов о Том, как сделать ее ответ на десять раз более точным, и как сделать его десять раз более точным, как считают люди чжоу, в этом случае есть место оптимизации. Далее следует, чтобы модели могли учиться самостоятельно, развиваться самостоятельно, и, конечно, этот шаг в настоящее время находится в процессе исследования. Директор австралийского промышленного научно-исследовательского института промышленности и управляющий партнер кансэн сунг сказал цзян уку, что многомодная большая модель является возможным путем к AGI. Он считает, что то, как заставить большие модели влиять на физический мир и изменять физический мир — это тенденция, которая, если сделать возможным физический интеллект (андроид и т. Профессор хэ ё н из университета цинхуа и ведущий ученый AIR maviine говорят о новом подходе. Он считает, что в настоящее время основное внимание сосредоточено на Том, могут ли большие модели смотреть, слышать, писать и т.д. Так есть ли шанс, что появится что-то большее, чем просто создание статей, фотографий и всего этого? Мавиен рассматривает надежду не только на то, что человечество может использоваться только в качестве основного элемента подражания, но и в Том, что есть много возможностей для изучения биологических, естественных областей, таких как биология, химия, материалы и т.д. и в Том, смогут ли новые источники энергии синтезироваться с помощью ии, которые, по его мнению, будут иметь огромные возможности в течение следующих десяти лет. В конце концов, большая модель, как помощник инструмента, уже обладает очень мощными функциями и имеет достаточно зрелое применение. Сегодня большие модели имеют больше интеллекта, таких как GPT-4o, которые могут быть способны выражать свои чувства в человеческом взаимодействии. В то время как более крупные модели по-прежнему нуждаются в непрерывных исследованиях для того, чтобы реализовать автономное обучение, автономное развитие, т.е. внедрение автономного интеллекта. Новые возможности, предоставляемые крупными моделями, могут быть открыты для новых предприятий, в дополнение к текстовой, фотографической, видео-производственной и т.д., в дополнение к тем аспектам, которые есть у интернет-крупных предприятий.

5X00059G01