Song Liang, acadèmic de l'Acadèmia Canadenca d'Enginyeria: els futurs sistemes d'intel·ligència artificial existiran en forma de xarxes

C114 Notícies del 5 de desembre. Aprovada pel Consell d'Estat i copatrocinada pel Ministeri de Ciència i Tecnologia i el Govern Provincial de Henan, la Conferència Mundial 5G 2023 amb el tema "La transformació 5G dóna forma al futur" se celebrarà a la ciutat de Zhengzhou, província de Henan, a partir del 6 de desembre. al 8è. Celebrat al Centre Internacional de Convencions i Exposicions de Zhengzhou.

Centrant-se en "enfortir els fonaments, endurir la cadena i liderar el camí" i "permetre un desenvolupament d'alta qualitat de la indústria", la Conferència Mundial 5G 2023 establirà 12 fòrums paral·lels per ajudar la cooperació i la integració de recursos més importants de la indústria 5G del món. A la vigília de l'obertura oficial de la Conferència Mundial 5G, avui ha començat el "Tech Talk 2023 Innovation Technology Forum" amb el tema "Innovació integrada per millorar l'espai de valor".

Durant el fòrum, Song Liang, acadèmic de l'Acadèmia Canadenca d'Enginyeria, professor de la Universitat de Fudan i president de la Societat Internacional de Sistemes de Xarxa Intel·ligents, va ser convidat a pronunciar una conferència titulada "De grans models a aprenentatge evolutiu en línia".

Song Liang va dir que l'AIGC representada per ChatGPT ha encès l'entusiasme de la indústria per la intel·ligència artificial AGI, però GPT encara no ha arribat a la intel·ligència artificial general i encara hi ha dos problemes bàsics que no s'han resolt en grans models. El primer és com evolucionar en línia? Una característica del processament del llenguatge natural és que utilitza les primeres paraules per predir quina serà la següent. Els humans han fet una bona feina organitzant i anotant les dades de la màquina. La màquina només necessita aprendre; però el paradigma actual d'aprenentatge automàtic no pot aprendre. Coneixements autodidactes. En segon lloc, el volum actual de dades de gran model és massa gran. Per a la intel·ligència artificial general, com permetre que la intel·ligència artificial extraï de manera independent dades que els humans no han etiquetat perquè pugui generar nou coneixement és un problema que cal resoldre.

Amb el desenvolupament del 5G i les xarxes informàtiques, l'entorn físic generarà moltes dades noves en temps real. Aquestes dades en si no estan etiquetades. Com podem utilitzar mètodes de computació massiva distribuïda per desetiquetar les dades generades en temps real a la xarxa i al món físic? La indústria està prestant molta atenció al processament de l'evolució en línia. Song Liang va assenyalar que, mitjançant la construcció d'un entorn intel·ligent per a la col·laboració de diversos agents, l'entorn físic, l'entorn de la informació i la societat humana s'acoblen a un entorn intel·ligent, de manera que pugui supervisar l'entrenament i l'evolució independents de cada agent, realitzant així la intel·ligència artificial. Sense intervenció humana, és possible extreure dades sense etiquetar de manera autònoma i formar nous coneixements, i això és Networking Systems of AI.

Song Liang creu que la futura xarxa de comunicació serà la base de la futura intel·ligència artificial, és a dir, la futura xarxa serà una intel·ligència distribuïda i el futur sistema d'intel·ligència artificial també existirà en forma de xarxa. "Necessitem una xarxa multimodal personalitzable de manera privada en temps real per donar suport al desenvolupament d'aplicacions, superposar una capa intermèdia entre l'aplicació i la xarxa, adaptar la xarxa dinàmica a l'aplicació dinàmica i permetre que el sistema d'intel·ligència artificial evolucioni des d'un estand. -Versió sola basada en grans dades La intel·ligència artificial es converteix en una xarxa distribuïda basada en la intel·ligència artificial, realitzant finalment un nou paradigma d'intel·ligència artificial d'aprenentatge evolutiu en línia multiagent".