Недавно в Пекине состоялось тематическое заседание Всемирного форума науки, технологий и развития 2024 года «Инновации в области управления искусственным интеллектом создают международный трастовый фонд для развития экосистемы управления наукой и технологиями» Цяо Хун, председатель Всемирной организации сотрудничества в сфере робототехники. Академик Китайской академии наук представил на встрече «Десять ведущих тенденций развития технологий искусственного интеллекта» на 2024 год.
«Они полны безграничных возможностей и потенциала. Они не только принесут более удобный и эффективный образ жизни, но и будут способствовать инновациям и развитию во всех сферах жизни», — сказал Цяо Хун, надеясь, что этот релиз поможет каждому задуматься о том, как понять направление развития искусственного интеллекта, как продвигать технологические инновации и модернизацию промышленности, а также как обеспечить устойчивое развитие технологий искусственного интеллекта».
Эти десять передовых технологических тенденций таковы:
Общая технология искусственного интеллекта
1. Маленькие данные и качественные данные
Большой объем недействительных данных не только потребляет вычислительные ресурсы, но и усложняет надежное обучение моделей. В этом контексте ценность небольших данных и высококачественных данных становится все более важной. В малых данных больше внимания уделяется точности и актуальности данных, что существенно снижает зависимость и неопределенность алгоритмов искусственного интеллекта от данных и повышает надежность сети. Создание разнообразных наборов данных может не только поддержать развитие ИИ с различными техническими путями на теоретической основе, но и предоставить новые возможности для решения узкой проблемы общего искусственного интеллекта.
2. Согласование человека и машины
Только когда выходные результаты ИИ соответствуют человеческим ценностям, мы можем гарантировать, что возможности и поведение модели ИИ соответствуют человеческим намерениям. Опираться только на данные и алгоритмы недостаточно для достижения согласованности между человеком и машиной, а это означает, что при разработке механизма вознаграждения вы должны учитывать не только эффективность, результативность и результативность задачи, но и то, соответствует ли поведение человеческим этическим нормам. стандарты.
3. Границы использования ИИ и модель этического надзора
В настоящее время вопросы соответствия, безопасности и этики систем ИИ становятся все более заметными, и особенно необходимо создать структуру модели надзора за ИИ. Его основная цель — обеспечить, чтобы все системы ИИ следовали установленным принципам во время разработки и использования путем формулирования четких стандартов и спецификаций, тем самым снижая риск чрезмерного использования ИИ без определенной системы.
4. Модель интерпретируемости
С точки зрения обеспечения эффективности улучшение объяснимости поможет сократить потребление государственных ресурсов, повысить доверие пользователей к системам ИИ и способствовать его применению в ключевых областях. Например, в области медицины и здравоохранения диагностическая система искусственного интеллекта с широкими возможностями интерпретации может облегчить врачам понимание оснований для их решений и сократить количество ненужных обследований и лечебных процедур.
Крупномасштабные предварительно обученные модели
5. Закон масштаба
Крупномасштабные модели предварительного обучения, основанные на массивных параметрах и данных обучения, могут эффективно улучшить взаимодействие человека и компьютера и возможности рассуждения, а также повысить разнообразие и богатство задач, которые можно выполнить. В настоящее время закон масштаба все еще действует и не только отражен в языковых моделях, но и проверен во многих областях, таких как обработка изображений и распознавание речи.
6. Полномодальная большая модель
Полномодальная большая модель может обрабатывать и понимать различные типы входных данных, такие как текст, изображения, аудио, таблицы данных и т. д., а также генерировать различные типы выходных данных в соответствии с требованиями задачи. Например, внедрение модальности данных трехмерного облака точек, которая обычно используется для сбора трехмерной пространственной информации, особенно важно для навигации робота и предотвращения препятствий.
7. Научные исследования, основанные на искусственном интеллекте
Используйте большие модели, генеративные технологии и т. д. для повышения эффективности и точности выдвижения гипотез, планирования эксперимента, анализа данных и других этапов научных исследований. Ученые могут использовать технологию искусственного интеллекта для мониторинга и корректировки экспериментов в режиме реального времени, быстрой обратной связи по результатам экспериментов, а также динамической оптимизации экспериментальных планов и предположений.
воплощенный интеллект
8. Воплощенная модель мозжечка.
Традиционные большие модели могут помочь роботам в задачах с медленным реагированием, таких как принятие решений, демонтаж задач и понимание здравого смысла, но они не подходят для задач быстрого реагирования, таких как планирование и управление роботами с сильными режимами реального времени и высокой производительностью. стабильность. Воплощенный интеллект (дальнейшее расширение искусственного интеллекта в физическом мире, обычно относится к интеллектуальной системе, которая может воспринимать, понимать и взаимодействовать с физическим миром. Модель мозжечка может использовать интегрированные методы обучения, такие как мультимодельное голосование в сочетании с). выбор структуры онтологии робота и характеристик окружающей среды. Разумные алгоритмы управления моделью гарантируют, что роботы могут выполнять высокодинамичные, высокочастотные и надежные запланированные действия по управлению при условии понимания ограничений своей собственной онтологии, что делает интеллектуальных роботов более способными соответствовать точным требованиям. потребности эксплуатации и управления в реальном времени в реальном мире.
9. Физическая система искусственного интеллекта.
Система физического искусственного интеллекта наделяет физические объекты физического мира воплощенным интеллектом, позволяя традиционному оборудованию преодолевать свои первоначальные функциональные ограничения и достигать более высокого уровня интеллектуальной работы. Роботы-гуманоиды представляют собой высшую форму физических систем искусственного интеллекта. Они не только обладают мультимодальными способностями восприятия и понимания, могут естественным образом взаимодействовать с людьми, но также могут принимать решения и действовать автономно в сложных средах и, как ожидается, будут применяться во многих других сферах. сложные задачи в будущем.
генеративный искусственный интеллект
10. Мировой симулятор
Симулятор мира может обеспечить захватывающий опыт моделирования и предоставить пользователям более богатый и разнообразный игровой мир. Его можно использовать в образовании, развлечениях и других областях, а также создавать больше суперцифровых сцен. В области робототехники эту технологию также можно использовать для создания крупномасштабных стандартизированных наборов данных о поведении мультимодальных роботов, улучшая возможности проектирования онтологии роботов, обучения моделированию и миграции алгоритмов.