מהפכת למידה עמוקה במכונה
מהפכת הלמידה העמוקה של המכונה עברה בערך שלושה גלים, שכל אחד מהם גדול יותר מהאחרון. הגל הראשון, בסביבות 2010, ראה פריצות דרך בזיהוי דיבור, והחליף מודלים של מרקוב בלמידה עמוקה, בתוצאות חסרות תקדים; הגל השני הוא פריצת הדרך של הרשת העצבית המפותלת בזיהוי תמונות בשנת 2012, שהיא מעבר לדמיונם של אנשים; הגל השלישי האחרון של דגמי השפה, הקרובים לרמה האנושית או אפילו מעבר לרמה האנושית, הפך את 40 עד 50 השנים האחרונות של בלשנות חישובית, מחקר לעיבוד שפות טבעיות, הוא פריצת דרך טכנולוגית מהפכנית.
המפתח לדגמים גדולים הוא שיש צעד לפני הכשרה בשיטה, שם למידת מכונה בעבר הייתה מכוונת אנושית או בעלת מכונה. אימון מקדים הוא לבנות מערכת של השכל הישר של העולם, על סמך הכללים של אופן פעולתו של העולם. קשר זה בנוי באמצעות השכל הישר, וההשפעה היא מעבר לדמיון.
המודל הגדול הוא מתודולוגיה חדשה המעניקה אינטליגנציה דמוית אנוש AI. למעשה, המודל הגדול הוא להזין את מערכת הידע האנושית הרב-תעשייתית לרב-תעשייה למודל המתמטי של הרשת העצבית המוחית דמוית האדם באמצעות כוח מחשוב סופר בקנה מידה, ובאמצעות פרדיגמת המחשוב, יש לה יכולות ייצור ותוכן הגיוני בהגיון בתחומים רבים.
המדינה שלנו עדיין רודפת אחר במה
בסבב החדש של תחרות AI, האם סין יכולה לעמוד בקצב במהירות? בניית דגם גדול דורשת לפחות אלפי שבבים, כוח מחשוב גדול דורש חיבור בין צ'יפס, וקשרים מחייבים רוחב פס מהיר במיוחד. נכון לעכשיו, המודל הגדול של סין בפיתוח הכוח המקיף והחדשנות הכולל, בהשוואה למפעלי הראש עדיין יש פער גדול.
לדגמים גדולים יש גם בעיות יישומים ועלות. נכון לעכשיו, עלות השבב, במיוחד עלות ההדרכה וההסקה, גבוהה.
על פי הדיווחים, ניתן לחלק את שבבי AI לשתי קטגוריות: אימונים שבבי ושבבי הנמקה. עבור דגמים גדולים ואלגוריתמים AI, אימונים אינם המטרה, ההסקה והיישום הם המטרה הסופית. מבחינת שבבי אימונים, ארגונים רבים בסין עדיין נמצאים בשלב ההדבקה בגלל ציוד ותהליכי הייצור והייצור המוגבלים. ישנן הזדמנויות רבות בתחום ההנמקה, בגלל פיצול הסצינה, אין סטנדרטים בינלאומיים ומפעלים מונופוליסטיים.
בינה מלאכותית היא מהפכה תעשייתית, וכולם מודאגים מאוד כיצד ניתן לשלב בינה מלאכותית עם דיגיטליזציה תעשייתית להשגת תיעוש, מיזם, התמחות ואנכי. למרות שלוקח זמן להדביק את החידוש המקורי, לארצנו אוכלוסייה גדולה, מפעלים רבים וסצינות רבות, שיניבו הזדמנויות חדשנות רבות.
התעשייה צפויה להיכנס לתקופת פיצוץ
חדשנות דורשת כוח של אקולוגיה, כוח הסקרנות. בשנתיים האחרונות היו הרבה חידושים משבשים, וחידושים מדעיים וטכנולוגיים יותר יופיעו בעתיד. נפח נתוני התרחיש של היישומים של סין הוא גדול, אך חסר לו קבוצה של מערכת סטנדרטית בתעשייה, ויתרון ההבדל לא ממש משחק באמצעות כלים טכניים. יש צורך להשתמש בסטנדרטים בתעשייה ובסטנדרטים טכניים כדי למדוד את המטרות וההשפעות של פתיחת תרחישים שונים.
כאשר מופיע כל דור חדש של טכנולוגיה, הנהנים הגדולים ביותר הם האנשים הרגישים ביותר לטכנולוגיה, והמפתח הוא לשלב צרכים בתעשייה עם הטכנולוגיה כדי לעשות את הטוב ביותר. בינה מלאכותית היא כלי ייצור יעיל במיוחד אשר בקרוב ישפיע על אלפי תעשיות.
בעתיד, לכל אדם יכול להיות שלושה רובוטים: רובוט שירות בבית, רובוט עבודה במשרד ורובוט נסיעות - מכונית נטולת נהגים או מזל"ט מאויש בגובה נמוך. שלושת הרובוטים הללו עשויים להיות מונעים על ידי דגמים גדולים או נתיבים טכנולוגיים חדשים ויכולות AI שהתפתחו מדגמים גדולים, ואנחנו מקווים שלכולם יש צ'יפס שפיתחנו באופן עצמאי. בעתיד, רובוטים יעזרו לנו לעבוד, לחיות ולטייל טוב יותר. סביב בינה מלאכותית, כלכלה דיגיטלית, שבבי הדור הבא ותרחישים של יישומים, התעשייה כולה צפויה להיכנס לתקופת נפץ בעתיד.