CHEATC2023|中国科学技術大学、Chen Xiaoping: 大型モデルからソフトロボットまで

今年の初め以来、ChatGPT の継続的な人気に伴い、大型モデルも急速な発展期に入り、多くの国内外の有名テクノロジー企業が独自に開発した大型モデル製品を次々と発売しています。では、大型モデルの技術原理は何でしょうか?

5 月 18 日、2023 年中国家電技術会議 (CHEATC2023) への参加に招待された中国科学技術大学ロボット工学研究室所長の陳小平教授が研究と見解を共有しました。中国人工知能学会の人工知能倫理部門の責任者でもある陳小平教授は、この会議でガバナンス委員会の委員長とともに「人工知能の新展開：大型モデルからソフトロボットまで」と題した基調講演を行った。 、大規模な人工知能モデルの技術原理と人工知能の応用における新しい展開を紹介します。

中国科学技術大学の陳小平教授

「ビッグ モデルの基本原理は、予測を行うことです。」と陳小平氏は述べました。人工知能の開発は現在、第 4 の波のプロセスを開始しており、データ モデルもビッグ データ駆動型からビッグ トレーニングに移行しています。運転される。これまでの 3 つの波とは異なり、人工知能の新しい段階では、トレーニング データの質、量、取得方法に関する新しい要件があり、最終的に大規模な実際のシーンに適用できるサンプル モデルが形成されます。同氏は、大規模モデルとは、単一または少数のテクノロジーの単純な組み合わせではなく、複数のテクノロジーによって統合されたインテリジェントなシステムであることを強調しました。 「

大型モデルの台頭は生成型人工知能によるもの 現在、生成型人工知能は単に言語や画像などのコンテンツを生成するだけでなく、人間の自然言語の正確な処理に基づいた知能を完成させます。交流。陳小平氏は、「現段階で我々が機械言語処理に期待しているのは、人間の言葉を話し、人間の言葉を理解し、たとえ答えが正しくないとしても質問に答えることができることだ。その中で基本的な要件は、音声が理解できることである」と語った。 「人間の言語習慣には科学的な基準はないが、経験的な基準は存在するので、機械はどのようにして人間の言語習慣を習得し、活用できるのでしょうか？」陳小平氏はこう述べた「基本的な研究のアイデアと大規模モデルの成功の秘訣」 「大規模な人間のコーパスから言語を抽出します。トレースして、人間とコンピューターの自然言語対話に使用されます。」

大規模モデルは、元の人間のコーパスから文字、単語、句読点などの意味要素を抽出し、前後の意味要素間の相関関係に基づいて意味レビューを実行し、最終的に行動予測を実現します。原則として、遡及される意味要素の数が多いほど、予測の精度は高くなります。大規模なモデルでは少なくとも 4,000 トークンをレビューでき、一部のモデルでは最大 100,000 トークンをレビューできます。 「陳小平氏はこう述べた。大規模モデル技術システムは、事前にトレーニングされたモデルに基づいており、その後、特別にトレーニングされた特別なモデルを使用してユーザーガイダンスモデルと連携し、ユーザーの質問を正確に理解して回答します。3つの主要モデルはそれぞれ連携します。」その他、人工知能の回答の品質は大幅な向上を達成できます。

大規模モデルの出現は人工知能に新たな革新的な方向性をもたらしましたが、それは現実世界のシナリオのすべての側面に適用できるわけではありません。陳小平氏によると、現在中国が征服する必要がある人工知能の 3 つの主要分野は、インテリジェント製造、インテリジェント農業、包括的な高齢者ケアです。 「この3つの大きな戦いを乗り越えれば、世界の風景は一変するでしょう。」 一方、大型モデルは大きな変化をもたらすと同時に、新たな課題ももたらします。大きなモデルが人間の機能の模倣に基づいている場合、それらは感情や意識を持っていると考えられる可能性があります。これは、人は習慣的に概念の理解をその概念を含む構造全体に当てはめて、その構造が表現する情報も同じ意味を持つと考えているためですが、実際にはそうではありません。 「陳小平氏は、大規模モデルの適用は公共の安全、雇用、長期的な影響を与える可能性があると述べた。

大規模モデルに加えて、陳小平教授は「物理世界における人工知能」に関する新たな科学研究成果も達成しました。現在、私たちが応用している人工知能の物理的形態は、主に剛体ロボットです。この種のロボットは再現性は高いですが、器用さと安全性が低く、構造化された環境には適していますが、非構造化環境で実行する必要があります。測定、モデリング、計算には高度な技術要件が必要ですが、現在ほとんどの業界には適していません。剛体ロボットのこれらの欠点に対応して、陳小平は、知能ロボットの動作対象の正確な測定が不可能であること、作業環境と動作対象の正確なモデリングが不可能であるという 3 つの基本的な前提の下で、融合の原理を提案しました。正確な意思決定は不可能であるため、空気圧ハニカム ネットワーク ソフトウェア アームを開発しました。この種のアームは柔軟性と耐荷重の点で優れた性能を備えており、外部干渉や物体の不規則な動きがある場合でも正確な制御を実現できます。この技術は、ホームサービス、感情インタラクション、自動運転などの分野で幅広い応用が期待されています。一方、陳小平氏のチームは、柔軟なアームと硬い機械を組み合わせた結果、「硬い爪と柔らかい爪が一つになった」という実験結果が得られ、プログラムやハードウェアのパラメータを変更したり、力を加えたりすることなくロボットの制御を実現できるようになった。フィードバックセンサーにより、複数の形状の物体を正確にグリップします。

以上がCHEATC2023|中国科学技術大学、Chen Xiaoping: 大型モデルからソフトロボットまでの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。