Днес Изкуственият общ интелект (AGI) се е превърнал във фокусна ключова дума както в научните, така и в индустриалните общности. Само преди няколко години мнозина вярваха, че постигането на AGI ще отнеме поне 10 до 50 години или дори смятаха, че е невъзможно. В наши дни такива песимистични възгледи са рядкост. Въпреки това, в сравнение с общественото вълнение от тази вълна от технологични промени, много учени и лидери в индустрията в областта на изкуствения интелект вярват, че все още има дълъг път, за да се извърви сегашният изкуствен интелект до AGI.
Според Чи Юан, изтъкнат професор в университета Фудан, директор на Шанхайския изследователски институт за изкуствен интелект (SAIRI) и основател на компанията за надеждни големи модели „Infinite Lightyear“, „Едно от най-големите проявления на AGI е откриването на неизвестни закони в сложния свят, просто казано, това трябва да бъде "AI Айнщайн". Това изисква от нас да създадем надеждни големи модели на „сивата кутия“, които съчетават вероятностни прогнози на „черна кутия“ с логически разсъждения на „бяла кутия“ и по този начин да насърчаваме фундаментални изследвания, култивиране на таланти и практически приложения чрез дълбока интеграция на технологията и индустрията изграждане на иновативна екосистема за научно разузнаване."
На неотдавнашната Световна конференция за изкуствен интелект (WAIC) през 2024 г. и срещата на високо ниво за глобалното управление на изкуствения интелект, SAIRI успешно беше домакин на тематичен форум, озаглавен „Изкуствен интелект: промяна на парадигмата в научните изследвания и индустриалното развитие“. Това беше първата поява на тази нова изследователска институция в WAIC. SAIRI може да се разглежда като модел за изследването на Шанхай на ориентирана към иновациите „1+1+N“ научна разузнавателна екосистема. Този модел включва SAIRI като централен център, отговорен за цялостното стратегическо планиране, интегриране на ресурсите и ключови технологични изследвания и иновации, в сътрудничество с друг „1“ университет Фудан и няколко „N“ университета, изследователски институции, технологични компании, иновационни екипи, и инвестиционни институции, за съвместно насърчаване на научни изследвания, култивиране на таланти, трансфер на технологии и индустриални иновации и модернизация.
Стандартът за AGI трябва да бъде създаването на „AI Айнщайн“.
От техническа гледна точка все по-големите модели с повече параметри ще доведат ли до AGI? Към днешна дата, нито от гледна точка на самата AI технология, нито от гледна точка на потреблението на енергия, големите модели, базирани на авторегресивната архитектура на Transformer, са достатъчни, за да доведат до AGI. AI трябва да разработи нови надеждни големи модели на „сивата кутия“. Това заключение се основава на дългогодишния практически опит на Qi Yuan както в академичните среди, така и в индустрията.
Преди десет години, с идеята да „направи AI полезен“, Qi Yuan ръководи екип за увеличаване на основната система за машинно обучение на Alibaba от 2 милиона параметри до няколкостотин милиона параметри за първи път, постигайки значително подобрение в бизнес производителността и демонстриране на интегрираната трансформация на данни, алгоритми и инженерни възможности. Това е именно проявлението на Закона за мащабиране, който днес е широко дискутиран в общността на ИИ.
Qi Yuan си спомня, че екипът наистина е опитал сладостта на закона за мащабиране: след увеличаване на параметрите на модела стократно, общият ефект се е подобрил драматично. „Но сега си мисля: защо не направихме AI моделите още по-големи тогава? Защо спряхме, когато можехме да направим крачка напред?“ каза той. „Дори милиарди параметри в големите модели не са достатъчни; трябва да се придвижим към стотици милиарди, трилиони или дори повече. По това време както на академичните среди, така и на индустрията им липсваше изчислителната мощ и дори в индустриалния сектор, постигайки толкова високи изчислителната мощност изискваше много високи разходи, да не говорим за академичните среди."
Причината, поради която стандартът за AGI трябва да бъде създаването на „AI Айнщайн“, обяснява Qi Yuan, е, че той трябва да бъде едновременно ефективен и интелигентен. Първо, Айнщайн открива „облаците на физиката от началото на 20-ти век“ чрез няколко ключови точки от данни. AGI също трябва да може да открива и разбира непознатите закони на сложния свят. Сегашните големи модели обаче не могат да постигнат това. Например, въпреки че визуалният голям модел SORA симулира физическия свят до безпрецедентна степен, той все още изгражда триизмерния свят въз основа на симулацията на двуизмерния свят и е далеч от пълното разбиране на физическия свят. Второ, има проблем с консумацията на енергия. Човешкият мозък работи с около 15 вата, докато един GPU може да достигне няколкостотин вата, да не говорим за клъстерите от хиляди или десетки хиляди GPU, необходими за обучение на общи големи модели. Понастоящем, ако продължим да използваме съществуващите архитектури, необходимата консумация на енергия ще бъде астрономическа, което ще затрудни постигането на целта да бъдем ефективни и интелигентни.
„ИИ Айнщайн“ също е ключова цел на ИИ за наука (AI4S). Научното разузнаване изигра важна роля в ускоряването на решаването на известни физически уравнения, но също така трябва да комбинира известни правила с данни, за да намали силната зависимост от данни и изчислителна мощност, да подобри точността на разсъжденията и прогнозите и да предложи нови научни теории въз основа на правила за знания, коригирани с данни. Това е в съответствие с дългосрочната цел на Qi Yuan в университета Фудан и SAIRI - да използва изкуствен интелект, за да разбере сложния свят и да открие неизвестни закони.
Големите модели с надежден вертикален домейн на "сивата кутия" дават възможност на различни индустрии.
Какви проблеми трябва да бъдат решени, за да могат големите модели да станат нови продуктивни сили от AI инструментите? Според Qi Yuan индустрията с големи модели е изправена пред много общи предизвикателства, което затруднява съгласуването на технологиите, продуктите и нуждите на пазара.
„Най-големият проблем с внедряването на голям модел днес е, че изглежда полезен на пръв поглед, но се проваля при практическа употреба“, обяснява Qi Yuan. Днешните големи езикови модели основно предвиждат следващата дума въз основа на множество предходни думи, но този подход не е подходящ за строги многоетапни разсъждения. „Езикът е инструмент за комуникация, а не за мислене.“ Наскоро статия, публикувана от институции, включително MIT, във водещото академично списаниеПриродатапосочи, че езикът е мощен инструмент за предаване на културни знания и може да се е развил съвместно с нашите способности за мислене и разсъждение, отразявайки сложността на човешкото познание. Езикът обаче не генерира сложността на разсъжденията.
За справяне с ненадеждността, ниската интерпретируемост и високите разходи на съществуващите големи модели, ефективно решение е да се комбинират вероятностни разсъждения на невронни мрежи с логически символни изчисления, подобно на комбинацията от бързо мислене, базирано на инстинкта, и бавно мислене, базирано на логически разсъждения, описано в Книгата на нобеловия лауреат Даниел КанеманМислене, бързо и бавно. „Това може да се нарече голям модел „сива кутия“, смята Ци Юан. Комбинирането на символно изчисление с невронни мрежи в надежден голям модел на „сива кутия“ може да намали „халюцинациите“ на AI и да разреши професионални проблеми във вертикални полета, като по този начин даде възможност на различни индустрии и отприщи производителността на големите модели.
Какво е надежден голям модел "сива кутия"? „Първоначално дълбокото обучение се смяташе за „черна кутия“. Сега, чрез комбиниране на логически разсъждения със задълбочено обучение, имаме „сива кутия“, обяснява Чи Юан. „Оригиналната „черна кутия“ остави хората в неведение за процеса, чрез който данните произвеждат резултати, докато големият модел на „сивата кутия“, подпомогнат от логически разсъждения, позволява на хората „да знаят както резултатите, така и причините зад тях“. От друга гледна точка, големите модели на „сивата кутия“ могат да използват дълбоко обучение, за да намалят правилата, които не съответстват на наблюдаваните данни от реалния свят.
Qi Yuan заявява, че за да играе основна роля AI в сложни сценарии в различни индустрии – независимо дали във финансите и застраховането, вятърната енергия и енергията или океанското корабоплаване и фармацевтичните области – е необходимо да се комбинират системни индустриални познания, логика на разсъждение и решения -изработка на механизми с големи модели. Големият модел "сива кутия" е не само посоката за AGI, но и мощен инструмент за дълбоко проникване във вертикални полета и истинско решаване на проблеми от реалния свят. „От индустриална гледна точка това разбиране е много интуитивно“, илюстрира Qi Yuan. Не е необходимо лекарите да стават адвокати, нито пък адвокатите трябва да стават инвестиционни експерти. Всяка професионална роля трябва да се съсредоточи върху своята област и да подобри своите инструменти за производителност. От техническа гледна точка, ако голям модел прекалява с неуместните задачи, той може да претърпи „катастрофално забравяне“. Например, ако Ли Бай прекарваше цялото си време в счетоводство, вместо да пише поезия, неговото поетично вдъхновение може постепенно да избледнее. „Вече забелязахме, че когато обучаваме големи модели за вертикални домейни, ако моделът научи твърде много несвързани функции, това може да попречи на първоначалните му възможности. Следователно разработването на ефективни големи модели на „сива кутия“ за вертикални домейни е от голяма стойност в промишлеността изпълнение."
„Вярвам, че големите модели на „сивата кутия“ ще играят все по-важна роля по пътя към AGI и при внедряването на индустрии с вертикални домейни. От методологична гледна точка на Bayes, той съчетава познатите ни знания със скритата информация в данните, за да открие нови закони и решаване на научни и индустриални проблеми", заявява Qi Yuan. В бъдеще „AI Айнщайн“ може да бъде и „AI Buffett“.
Свързване на иновационната верига и изграждане на иновационна екосистема за научно разузнаване.
На тазгодишната Световна конференция за изкуствен интелект екипът на Qi Yuan стартира надеждни финансови и медицински големи модели със стотици милиарди параметри. Тези големи модели на вертикален домейн надминаха модела GPT-4 Turbo с трилион параметри на OpenAI при тестване, като отново привлече вниманието на индустрията към внедряването на големи модели.
„Днешните пробиви в областта на ИИ се движат не само от иновации в основните принципи, но и от продуктово ориентирани подходи, които отговарят на обществените нужди. Обществото изисква не само публикуването на теоретични статии или иновации на бизнес моделите, но и дълбоката интеграция на технологични и индустриални иновации, базирани на първи принципи. След като тези два елемента се комбинират, можем да достигнем по-сини води", казва Ци Юан.
Академията и индустрията имат различни мисии. Академията изследва нови явления, докато индустрията решава предимно практически проблеми. Често срещан проблем в световен мащаб е, че изследователските институции трябва да се справят с много проблеми на технологичните иновации, но ако пренебрегнат производството и обществените нужди, те се сблъскват с два недостатъка: липса на реален конкурентен натиск, който възпрепятства усъвършенстването на иновативните технологии, и липсата на ефективни пазарна обратна връзка за насочване на технологичните изследвания.
За тази цел Qi Yuan отдавна се стреми да свърже иновационната верига на „университети-изследователски институти-стартъпи“, за да създаде добра иновационна екосистема, която отчита както основните технологии, така и нуждите на пазара. Посоката на продукта трябва да се ръководи от пазарното търсене и сценарии, като се изгражда основната конкурентоспособност на продукта чрез фундаментални иновации.
Основана през 2023 г., SAIRI се ангажира с оригинални иновации в ИИ за наука, които съчетават знания и данни. Наскоро SAIRI стартира серията Fuxi от големи метеорологични модели 2.0 за приложения в нова енергия, застраховане, градско управление и инициира Алианса за екосистеми за интелигентни метеорологични иновации. Този съюз има за цел постепенно да насърчи индустриалното приложение на метеорологичните големи модели 2.0 от серията Fuxi. Надеждните големи модели от „сивата кутия“ също напредват във внедряването на продукта, като Infinite Lightyear, надеждната компания за големи модели, основана от Qi Yuan, вече е установена.
За по-нататъшно насърчаване на екосистемата за иновации в научното разузнаване, второто Световно състезание за научно разузнаване, организирано съвместно от SAIRI и университета Фудан и ръководено от множество отдели, включително Шанхайския комитет за наука и технологии, Шанхайска комисия за развитие и реформи, Шанхайски комитет за икономика и информационни технологии, и Шанхайския образователен комитет, беше стартиран. Състезанието предлага милиони награди за набиране на глобални участници за изследване на гранични области на научното разузнаване. Освен това SAIRI разработи платформа за научни данни, обхващаща мултимодални научни данни, която поддържа пълната верига от събиране и обработка на данни до управление и моделиране, като гарантира ефективна обработка на данни, надеждност и сигурна комуникация. Въз основа на тази платформа SAIRI и нейните партньори са изградили няколко висококачествени набора от научни данни за науките за живота, науките за материалите, атмосферните науки и други области, предоставяйки ценни ресурси за научно разузнавателно изследване. Освен това SAIRI инициира Global Scientific Data Ecosystem Alliance, с първоначални членове, включително China Telecom Corporation, COSCO Shipping Insurance Captive, Shanghai Lingang New Area Trans-Border Data Technology и повече от десет други субекта. Алиансът има за цел да изгради отворена и споделяща платформа за глобални, многодомейнни изследователски ресурси с големи данни чрез сътрудничество между правителство, предприятия, университети и изследователски институции.
„Независимо дали в научните изследвания или индустрията, ние не трябва да правим иновации в името на иновациите. Надяваме се да изградим бъдещи AGI и приложения, които решават проблеми от реалния свят“, казва Qi Yuan.