최근 2024년 세계과학기술개발포럼 주제회의 '인공지능 거버넌스 혁신으로 과학기술 거버넌스 생태계 육성을 위한 국제 신뢰 기반 구축'이 베이징에서 열렸다. 중국과학원 학자는 회의에서 2024 인공지능(AI) Top 10 Frontier Technology Trend Outlook을 발표했습니다.
"이 제품은 무한한 가능성과 잠재력으로 가득 차 있습니다. 보다 편리하고 효율적인 라이프스타일을 가져올 뿐만 아니라 삶의 모든 분야에서 혁신과 발전을 촉진할 것입니다."라고 Qiao Hong은 말했습니다. " 인공지능의 발전 방향을 파악하는 방법, 기술 혁신과 산업 업그레이드를 촉진하는 방법, 인공지능 기술의 지속 가능한 발전을 보장하는 방법."
10가지 최첨단 기술 동향은 다음과 같습니다.
AI 공통기술
1. 작은 데이터와 고품질 데이터
유효하지 않은 데이터가 너무 많으면 컴퓨팅 리소스가 소모될 뿐만 아니라 안정적인 모델 학습에 어려움을 겪게 됩니다. 이러한 맥락에서 소규모 데이터와 고품질 데이터의 가치가 점점 더 중요해지고 있습니다. 스몰 데이터는 데이터의 정확성과 관련성에 더 많은 관심을 기울여 본질적으로 인공 지능 알고리즘의 데이터 의존성과 불확실성을 줄이고 네트워크 신뢰성을 향상시킵니다. 다양한 데이터 세트를 구축하면 이론적으로 다양한 기술 경로를 갖춘 AI 개발을 지원할 수 있을 뿐만 아니라 일반 인공지능의 병목 현상 문제를 해결할 수 있는 새로운 가능성을 제공할 수 있습니다.
2. 인간-기계 정렬
AI의 출력 결과가 인간의 가치와 일치할 때만 AI 모델의 기능과 행동이 인간의 의도와 일치하는지 확인할 수 있습니다. 데이터와 알고리즘에만 의존하는 것만으로는 인간과 기계의 정렬을 달성하는 데 충분하지 않습니다. 즉, 보상 메커니즘을 설계할 때 작업의 효율성, 효과성, 유효성뿐만 아니라 행동이 인간 윤리에 부합하는지 여부도 고려해야 합니다. 표준.
3. AI 사용 경계 및 윤리적 감독 모델
현재 AI 시스템의 규정 준수, 보안 및 윤리적 문제가 점점 더 부각되고 있으며, 특히 AI 감독 모델 프레임워크를 구축하는 것이 필요합니다. 주요 목적은 명확한 표준과 사양을 공식화하여 개발 및 사용 과정에서 모든 AI 시스템이 확립된 원칙을 따르도록 하여 정의된 시스템 없이 AI를 남용하는 위험을 줄이는 것입니다.
4. 해석 가능성 모델
효율성 보장을 전제로 설명 가능성을 향상하면 공공 자원 소비를 줄이고, AI 시스템에 대한 사용자의 신뢰를 높이며, 핵심 영역에서의 적용을 촉진하는 데 도움이 됩니다. 예를 들어, 의료 및 보건 분야에서는 해석 가능성이 높은 AI 진단 시스템을 통해 의사가 판단 근거를 더 쉽게 이해하고 불필요한 검사 및 치료 절차를 줄일 수 있습니다.
대규모 사전 학습된 모델
5.규모의 법칙
대규모 매개변수와 훈련 데이터를 기반으로 한 대규모 사전 훈련 모델은 인간과 컴퓨터의 상호 작용 및 추론 능력을 효과적으로 향상시키고 완료할 수 있는 작업의 다양성과 풍부함을 향상시킬 수 있습니다. 현재 규모의 법칙은 여전히 유효하며 언어 모델에 반영되었을 뿐만 아니라 이미지 처리, 음성 인식 등 다양한 분야에서 검증되었습니다.
6. 풀모달 대형 모델
풀모달 대형 모델은 텍스트, 그림, 오디오, 데이터 테이블 등과 같은 다양한 유형의 데이터 입력을 처리 및 이해하고 작업 요구 사항에 따라 다양한 유형의 출력을 생성할 수 있습니다. 예를 들어, 일반적으로 3차원 공간 정보를 캡처하는 데 사용되는 3D 포인트 클라우드 데이터 양식의 도입은 로봇 탐색 및 장애물 회피에 특히 중요합니다.
7. AI 기반 과학 연구
대형 모델, 생성 기술 등을 사용하여 가설 제안, 실험 설계, 데이터 분석 및 기타 과학 연구 단계의 효율성과 정확성을 향상합니다. 과학자들은 실시간 실험 모니터링 및 조정, 실험 결과에 대한 신속한 피드백, 실험 설계 및 가정의 동적 최적화를 위해 AI 기술을 사용할 수 있습니다.
구체화된 지능
8. 구체화된 소뇌 모델
기존 대형 모델은 의사결정, 작업 해체, 상식 이해 등 느린 채널 대응 작업에서 로봇을 지원할 수 있지만 강력한 실시간 및 높은 수준의 로봇 계획 및 제어와 같은 빠른 채널 응답 작업에는 적합하지 않습니다. 안정. 구현된 지능(실제 세계에서 인공 지능을 더욱 확장한 것으로, 일반적으로 물리적 세계를 인식하고 이해하며 상호 작용할 수 있는 지능형 시스템을 의미함) 소뇌 모델은 다중 모델 투표와 같은 통합 학습 방법을 사용할 수 있습니다. 로봇 온톨로지 구조 및 환경 특성 선택 합리적인 모델 제어 알고리즘은 로봇이 자신의 온톨로지 제약 조건을 이해한다는 전제 하에 매우 역동적이고 빈도가 높으며 강력한 계획된 제어 작업을 완료할 수 있도록 보장하여 지능형 로봇이 보다 정확한 요구 사항을 충족할 수 있도록 합니다. 현실 세계의 운영 및 실시간 제어 요구 사항.
9. 물리적 인공지능 시스템
물리적 인공지능 시스템은 물리적 세계의 물리적 객체에 구현된 지능을 부여하여 기존 장비가 원래의 기능적 한계를 극복하고 더 높은 수준의 지능적 작동을 달성할 수 있도록 합니다. 휴머노이드 로봇은 물리적 인공지능 시스템의 궁극적인 형태로, 다중 모드 인식 및 이해 능력을 갖췄을 뿐만 아니라, 인간과 자연스럽게 상호 작용할 수 있을 뿐만 아니라, 복잡한 환경에서 자율적으로 의사 결정을 내리고 행동할 수 있어 더 많은 분야에 적용될 것으로 기대된다. 미래의 복잡한 작업.
생성 인공 지능
10. 월드 시뮬레이터
월드 시뮬레이터는 몰입도 높은 시뮬레이션 경험을 제공하고 사용자에게 더욱 풍부하고 다양한 게임 세계를 제공할 수 있으며 교육, 엔터테인먼트 및 기타 분야에서 사용할 수 있으며 더 많은 슈퍼 디지털 장면을 만들 수도 있습니다. 로봇공학 분야에서 이 기술은 대규모의 표준화된 다중 모드 로봇 행동 데이터 세트를 구축하는 데에도 사용될 수 있으며, 로봇 온톨로지 설계, 시뮬레이션 교육 및 알고리즘 마이그레이션 기능을 향상시킬 수 있습니다.