人工知能の発展以来、それは新たな世界的な技術革命と産業変革の中核的な原動力となっています。現在、ビッグデータを利用して計算能力を高め、アルゴリズムを強化して超大規模知的モデルを形成することは、新世代の人工知能エコロジーの中核となっています。これは我が国の人工知能発展の主要な応用インフラストラクチャとなり、2030年の我が国の人工知能の総合的主導戦略を実現するための鍵となる基本プラットフォームとなります。
ボアオ・アジアフォーラム世界経済発展・安全保障フォーラム第1回会議は、「大変化の下での経済安全保障と持続可能な発展」をテーマに、10月18日から20日まで湖南省長沙で開催される。世界経済リスクへの対応を議論し、インテリジェント製造や技術革命などの問題を中心に構造問題を議論する。
大規模モデル時代の人工知能の発展方向や応用展望などについて、北京ビジネスデイリーの記者はこのほど、北京大学情報科学技術学院教授、コンピュータ科学技術学部長の黄鉄軍氏に独占インタビューを行った。
北京ビジネスデイリー：大規模モデルは新世代の人工知能エコシステムの中核と言われています。大規模モデルとは何か、またどのような問題を解決するのか、簡単に紹介していただけますか？
黄鉄軍：大規模モデルは、さまざまなアプリケーションにインテリジェンスを付与する基本的な共通モデルです。一般的には、膨大なビッグデータからデータに含まれる知識やルールを学習し、ニューラルネットワークに凝縮して大規模モデル化し、さまざまな一般的なインテリジェントタスクにサービスを提供する基本プラットフォームです。
たとえば、モバイルインターネットでは、クラウドサービスベンダーは多くのサービス機能を持つことができますが、Appのようなキャリアがなければ、ユーザーがさまざまなクラウドサービスを入手することは困難です。この観点から見ると、App自体は産業エコシステムです。実際、現在、大規模なモデルは同様の問題を解決する必要があります。
大規模モデルは、非常に光り輝き、高度な技術を備えた公共サービスです。将来、あらゆる分野で特定のニーズが生じ、一部の企業は大規模モデルの変換とカスタマイズされたインターフェースを開発する必要があります。
北京ビジネスデイリー：大規模モデルは人工知能技術生態と産業生態をどのように結びつけるのでしょうか？情報分野における人工知能の次の応用方向は何でしょうか？
黄鉄軍：多くの業界では、人工知能の理解と応用はまだ模索段階にあり、両者の間には一定の距離があります。このインターフェースをどのように接続するかには、実際には、大規模モデルの機能をさまざまな業界に必要なコンテンツに変換できる企業グループが必要です。
情報分野における次の応用が何になるかを予測するのは非常に困難です。現実的には、コピーライティング、情報処理などのタスクが人工知能に置き換えられるか、その大部分が人工知能の大規模モデルによって解決され、大きな応用の可能性がもたらされると思います。
検索エンジンのさまざまなアプリケーションは、最終的には情報の整理、マイニング、および使用に関するものです。たとえば、個人は検索エンジンを通じてデータを収集し、いくつかの情報処理を行うことができます。現在、大規模なモデルは、大量のデータを収集するという問題を解決しています。そのデータは、1人またはグループの作業ではなく、すべてのデータを収集して反映します。さまざまなコピーライティング情報処理アプリケーションに役立ちます。最終的な出口はまだ人間かもしれませんが、その背後にあるタスクのほとんどは人工知能によって完了されます。このアプリケーションの方向性の可能性は非常に大きいです。
北京ビジネスデイリー：人工知能技術は大規模モデルの時代にどのように発展しましたか？以前と比べて何が違うのでしょうか？
黄鉄軍：人工知能の大規模モデルへの発展は、人工知能技術の発展の基本法則によって決定されます。人工知能には2つの考え方があります。1つのグループは、人工知能の背後にある科学的メカニズム、理論、数学、アルゴリズムが非常に重要であると考えています。もう1つのグループは、人工知能は一般的にテクノロジーであり、インテリジェントシステムを構築してから、インテリジェントシステムのメカニズムを理解すると考えています。後者は、人工知能の主流の見方です。
人工知能を構築する過程では、最初は少数の科学研究者の仕事でしたが、後に企業が徐々に参加しました。将来的には、産業界、学界、研究界、そして社会全体が共同でモデルを構築することになります。なぜこれを行うのでしょうか。実は、その理由は非常に単純です。人工知能システムやモデルが学習したデータが十分に完全でタイムリーでなければ、そのインテリジェントモデルが非常に有能であると信じるのは難しいでしょう。いわゆる大規模モデルとは、さまざまなデータリソース、社会で可能な限り最も強力なアルゴリズムとコンピューティングパワーを、誰もが使用できるパブリック基本プラットフォームに統合することです。これが、人工知能システムを構築するときに取らなければならない方向です。
このプロセスで、大規模モデルの機能が強化され、それが社会のあらゆる側面で役割を果たすようになります。それが役割を果たすと、より多くの人がそれを構築するようになります。これは、良性の反復効果です。
実は、人工知能の潜在力は、得られるデータにかかっています。人間が「何千冊もの本を読み、何千マイルも旅する」のと同じように、人工知能も同様です。物理世界、さらには宇宙もとても広大です。それをデータや情報に変換し、人工知能に学習させることができれば、その空間は非常に大きくなります。
大規模モデルの能力がすべての人の能力を超えるかどうかは断言できませんが、少なくとも誰もすべての情報を手に入れたわけではなく、その背後にある法則を発見することは不可能です。私たち一人ひとりの肉体とライフサイクルによって、私たちが取得できるデータはまだ比較的限られていることがわかります。
北京ビジネスデイリー：大型モデルの開発において、まだ克服すべき課題は何でしょうか？今後の開発の方向性はどのようなものでしょうか？
黄鉄軍: 今では、大規模モデルをトレーニングするための一連の技術とアルゴリズムがありますが、より優れたアルゴリズムがあるかどうかについては、学術界と業界が常に模索し、模索しています。現在、インテリジェント モデルをトレーニングするには、大量の炭素排出が必要です。将来的には、モデルのトレーニングに必要な炭素排出が少なくなるかもしれません。いつか、人工知能のトレーニング コストが人間のトレーニング コストよりも低くなる可能性があると思います。これは、もう 1 つのマイルストーンです。
そのため、人工知能がますます多くのデータと接触し、学習とトレーニングの効率がますます高くなるにつれて、その結果は大規模なモデルになります。将来的には、超大規模モデル、または非常に大規模なモデルになる可能性があり、反復し続けるでしょう。道筋はすでに明らかです。
しかし、その上限がどこなのかという根拠はありません。今のところは、大きい方が良いです。あるレベルまで拡大すると、単純な直線的な増加ではなくなるかもしれませんし、あるレベルを超えると成長が鈍化し始めるかもしれません。現時点ではまだ推測の域を出ません。
北京ビジネスデイリー：大型モデルの開発プロセス中に安全性と倫理的問題をどのように考慮すればよいでしょうか？また、それをどのように回避すればよいでしょうか？
黄鉄軍：人工知能の安全性と倫理的問題は一夜にして解決されるものではありません。例えば、情報セキュリティの問題は情報の発展とともに発生し続けており、発生した後に解決しなければなりません。
大型モデルの開発プロセスには、いくつかの固有のリスクもあります。たとえば、モデルが学習した知識は、倫理や原則に沿っていません。これらのリスクは事前に制御できますが、技術の継続的な進歩によって発生するリスクもあります。リスクが発生した場合は、技術的な手段を通じて継続的に解決する必要があります。「ベルを解くには、ベルを結ばなければなりません。」潜在的な問題のためにこの技術を開発しないと、科学技術の発展の法則に準拠しなくなります。