最近、2024年世界科学技術開発フォーラムのテーマ会議「人工知能ガバナンスイノベーションが科学技術ガバナンスエコシステムを育成するための国際信頼基盤を構築する」が北京で開催され、世界ロボット協力機関の喬宏会長が出席した。中国科学院の院士は会議で2024年の人工知能（AI）トップ10フロンティア技術トレンド見通しを発表した。
「それらは無限の可能性と潜在力に満ちています。それらはより便利で効率的なライフスタイルをもたらすだけでなく、生活のあらゆる分野での革新と発展を促進するでしょう。」と喬紅氏は述べ、このリリースが誰もが考えるきっかけになることを願っています。人工知能の発展の方向性、技術革新と産業のアップグレードを促進する方法、人工知能技術の持続可能な発展を確保する方法をどのように把握するか。」
これら 10 の最先端テクノロジー トレンドは次のとおりです。
AI共通技術
1. 小さなデータと高品質なデータ
大量の無効なデータはコンピューティング リソースを消費するだけでなく、モデルの信頼性の高いトレーニングに課題をもたらします。この文脈において、小規模データと高品質データの価値はますます重要になっています。小規模データでは、データの正確性と関連性により注意が払われ、本質的に人工知能アルゴリズムのデータへの依存性と不確実性が軽減され、ネットワークの信頼性が向上します。多様なデータセットを構築することは、さまざまな技術的ルートでの AI の開発を理論的にサポートするだけでなく、一般的な人工知能のボトルネック問題を解決するための新たな可能性も提供します。
2. 人間と機械の調整
AIの出力結果が人間の価値観と一致する場合にのみ、AIモデルの能力と動作が人間の意図と一致することを保証できます。データとアルゴリズムのみに依存するだけでは、人間と機械の調整を達成するのに十分ではありません。つまり、報酬メカニズムを設計する際には、タスクの効率、有効性、有効性だけでなく、その行動が人間の倫理に準拠しているかどうかも考慮する必要があります。規格。
3. AI の使用境界と倫理的監督モデル
現在、AI システムのコンプライアンス、セキュリティ、倫理などの問題がますます顕著になっており、特に AI 監視モデルの枠組みを確立する必要があります。その主な目的は、明確な標準と仕様を策定することで、開発および使用中にすべての AI システムが確立された原則に確実に従うようにし、それによって定義されたシステムなしで AI が過剰に使用されるリスクを軽減することです。
4. 解釈可能性モデル
有効性を確保することを前提として、説明可能性を向上させることは、公共リソースの消費を削減し、AI システムに対するユーザーの信頼を高め、主要分野での適用を促進するのに役立ちます。例えば、医療・健康分野では、解釈性の高いAI診断システムにより、医師の判断根拠が理解しやすくなり、無駄な検査や治療が削減されます。
大規模な事前トレーニング済みモデル
5.スケールの法則
大量のパラメーターとトレーニング データに基づく大規模な事前トレーニング モデルは、人間とコンピューターの対話機能と推論能力を効果的に向上させ、完了できるタスクの多様性と豊富さを強化できます。現在、スケールの法則は依然として有効であり、言語モデルに反映されているだけでなく、画像処理や音声認識などの多くの分野でも検証されています。
6.フルモーダル大型モデル
フルモーダル大規模モデルは、テキスト、画像、オーディオ、データ テーブルなどのさまざまなタイプのデータ入力を処理および理解でき、タスクの要件に応じてさまざまなタイプの出力を生成できます。たとえば、通常 3 次元空間情報を取得するために使用される 3D 点群データ モダリティの導入は、ロボットのナビゲーションや障害物回避にとって特に重要です。
7. AIを活用した科学研究
大規模モデルや生成テクノロジーなどを使用して、科学研究の仮説提案、実験計画、データ分析、その他の段階の効率と精度を向上させます。科学者は AI テクノロジーを使用して、リアルタイムの実験の監視と調整、実験結果の迅速なフィードバック、実験計画と仮定の動的な最適化を行うことができます。
身体化された知性
8. 具現化された小脳モデル
従来の大型モデルは、意思決定、タスクの分解、常識の理解などの低速チャネル応答タスクではロボットを支援できますが、強力なリアルタイム性と高いリアルタイム性を備えたロボットの計画や制御などの高速チャネル応答タスクには適していません。安定性。身体化知能 (物理世界における人工知能のさらなる拡張であり、一般に物理世界を認識、理解、対話できるインテリジェント システムを指します)。小脳モデルは、マルチモデル投票などの統合学習手法を組み合わせて使用できます。ロボットのオントロジー構造と環境特性の選択により、ロボットは、独自のオントロジーの制約を理解することを前提として、非常に動的で高頻度で堅牢な計画された制御アクションを実行できるようになり、インテリジェントなロボットが正確な制約を満たすことができるようになります。現実世界の操作とリアルタイム制御のニーズに対応します。
9. 物理的人工知能システム
物理人工知能システムは、物理世界の物理オブジェクトに身体化された知能を与え、従来の機器が本来の機能限界を突破し、より高いレベルのインテリジェントな動作を実現できるようにします。ヒューマノイドロボットは、物理的人工知能システムの究極の形態であり、マルチモーダルな知覚および理解能力を備え、人間と自然に対話できるだけでなく、複雑な環境でも意思決定を行い自律的に行動することができ、より多くの用途に応用されることが期待されています。将来の複雑なタスク。
生成人工知能
10. ワールドシミュレーター
ワールド シミュレーターは、没入型の高度なシミュレーション体験を提供し、ユーザーにより豊かで多様なゲーム世界をもたらし、教育、エンターテイメント、その他の分野で使用でき、より多くのスーパーデジタル シーンを作成することもできます。ロボット工学の分野では、このテクノロジーを使用して、大規模で標準化されたマルチモーダルなロボット動作データ セットを構築し、ロボット オントロジーの設計、シミュレーション トレーニング、およびアルゴリズムの移行の機能を向上させることもできます。