Song Liang, Academydd Academi Beirianneg Canada: Bydd Systemau Deallusrwydd Artiffisial yn y Dyfodol yn Bodoli Ar Ffurf Rhwydweithiau

Newyddion C114 Rhagfyr 5ed. Wedi'i gymeradwyo gan y Cyngor Gwladol a'i gyd-noddi gan y Weinyddiaeth Gwyddoniaeth a Thechnoleg a Llywodraeth Daleithiol Henan, bydd Cynhadledd 5G y Byd 2023 gyda'r thema "Trawsnewid 5G yn Siapio'r Dyfodol" yn cael ei chynnal yn Zhengzhou City, Talaith Henan o Ragfyr 6ed. i 8fed. Cynhelir yng Nghanolfan Confensiwn ac Arddangosfa Ryngwladol Zhengzhou.

Gan ganolbwyntio ar "gryfhau'r sylfaen, cryfhau'r gadwyn ac arwain y ffordd" a "galluogi datblygiad o ansawdd uchel y diwydiant", bydd Cynhadledd 5G y Byd 2023 yn sefydlu 12 fforwm cyfochrog i helpu cydweithrediad diwydiant 5G gorau'r byd ac integreiddio adnoddau. Ar drothwy agoriad swyddogol Cynhadledd 5G y Byd, cychwynnodd "Fforwm Technoleg Arloesi Tech Talk 2023" gyda'r thema "Arloesi Integredig i Wella Gofod Gwerth" heddiw.

Yn ystod y fforwm, gwahoddwyd Song Liang, academydd Academi Peirianneg Canada, athro Prifysgol Fudan, a chadeirydd y Gymdeithas Ryngwladol ar gyfer Systemau Rhwydwaith Deallus, i roi araith gyweirnod o'r enw "From Models Large to Online Evolutionary Learning."

Dywedodd Song Liang fod AIGC a gynrychiolir gan ChatGPT wedi tanio brwdfrydedd y diwydiant dros ddeallusrwydd artiffisial AGI, ond nid yw GPT wedi cyrraedd deallusrwydd artiffisial cyffredinol eto, ac mae dwy broblem sylfaenol o hyd nad ydynt wedi'u datrys mewn modelau mawr. Y cyntaf yw sut i esblygu ar-lein? Nodwedd o brosesu iaith naturiol yw ei fod yn defnyddio'r ychydig eiriau cyntaf i ragweld beth fydd y gair nesaf. Mae bodau dynol wedi gwneud gwaith da o drefnu ac anodi'r data ar gyfer y peiriant. Dim ond angen i'r peiriant ddysgu; ond ni all y patrwm dysgu peiriannau presennol ddysgu. Gwybodaeth hunanddysgedig. Yn ail, mae'r cyfaint data model mawr presennol yn rhy fawr. Ar gyfer deallusrwydd artiffisial cyffredinol, mae sut i alluogi deallusrwydd artiffisial i gloddio data yn annibynnol nad yw bodau dynol wedi'i labelu fel y gall gynhyrchu gwybodaeth newydd yn broblem y mae angen ei datrys.

Gyda datblygiad 5G a rhwydweithiau cyfrifiadurol, bydd yr amgylchedd ffisegol yn cynhyrchu llawer o ddata newydd mewn amser real. Nid yw'r data hyn eu hunain wedi'u labelu. Sut allwn ni ddefnyddio dulliau cyfrifiadurol enfawr gwasgaredig i ddad-labelu’r data a gynhyrchir mewn amser real yn y rhwydwaith a’r byd ffisegol? Mae'r diwydiant yn rhoi sylw mawr i brosesu esblygiad ar-lein. Nododd Song Liang, trwy adeiladu amgylchedd deallus ar gyfer cydweithredu aml-asiant, fod yr amgylchedd ffisegol, yr amgylchedd gwybodaeth a'r gymdeithas ddynol yn cael eu cysylltu ag amgylchedd deallus, fel y gall oruchwylio hyfforddiant annibynnol ac esblygiad pob asiant, a thrwy hynny wireddu deallusrwydd artiffisial. Heb ymyrraeth ddynol, mae'n bosibl cloddio data heb ei labelu yn annibynnol a ffurfio gwybodaeth newydd, a dyma Systemau Rhwydweithio AI.

Mae Song Liang yn credu y bydd rhwydwaith cyfathrebu'r dyfodol yn sail i ddeallusrwydd artiffisial yn y dyfodol, hynny yw, bydd y rhwydwaith dyfodol ei hun yn ddeallusrwydd dosbarthedig, a bydd y system deallusrwydd artiffisial yn y dyfodol hefyd yn bodoli ar ffurf rhwydwaith. “Mae angen rhwydwaith aml-foddol amser real, y gellir ei addasu'n breifat, i gefnogi datblygiad cymwysiadau, arosod haen ganolraddol rhwng y cymhwysiad a'r rhwydwaith, addasu'r rhwydwaith deinamig i'r cymhwysiad deinamig, a chaniatáu i'r system deallusrwydd artiffisial esblygu o stondin. Fersiwn unigol yn seiliedig ar ddata mawr Mae deallusrwydd artiffisial yn dod yn rhwydwaith seiliedig ar ddeallusrwydd artiffisial dosranedig, gan wireddu patrwm deallusrwydd artiffisial newydd o ddysgu esblygiadol ar-lein aml-asiant yn y pen draw."