“AI界春晚”2024北京智源大会：新主角、共识和分歧｜大模界

　　圆桌谈话后，墙壁很快被包围，首席执行官杨Zhilin作为核心，严格地填充了场地前排的空白。在工作人员的协助下离开会场之前。 　　从2024年6月14日至15日，高调的AI活动“ 2024年北京Zhiyuan会议”在中冈展览中心举行。“每日经济新闻”记者在现场注意到，这次会议被称为“ AI春季节盛宴，”，在近年来大型模型浪潮的促进下，已经表现出越来越强烈的气氛。这是会议的重点。 　　与上次外国技术人员和从业人员的会议不同，并专注于技术探索，今年的国内模型公司已成为主要论坛-Baidu的亮点-Baidu，Moon's Dark Face，Wisdom Spectrum ai，1,000件事，1000件事和Face Wallslarge模型公司随着情报已成为论坛的主角。随着大型模型逐渐从技术赛车转变为着陆应用，正在发生一些新的变化。 　　图片来源：提供的组织者 　　新主角：国内大型模特站在舞台的中心 　　在今年的“ AI春节晚会”中，国内大型模特已成为主角。 　　“在2023年，大型模型从研究机构的科学研究结果逐渐发展。我们还看到，过去一年中越来越大的模型。”Zhiyuan Research Institutechang Wang Zhongyuan在演讲中提到。 　　王中尤恩认为，在2023年作为边界中，人工智能基本上可以分为两个主要阶段：在2023年之前，它们属于虚弱的人工智能时代，即，人工智能的模型旨在针对特定场景和特定任务。特定数据，培训特定模型。例如，击败人类世界冠军的阿尔法戈（Alphago）的行为非常好，但不能用来直接解决医疗问题。尽管该方法可用于参考，但有必要重新收集和培训不同场景任务的数据和模型。encessentering 2023，随着大型模型的发展，人工智能逐渐进入了通用人工智能时代，并且通用人工智能的最大特征是它的规模很大，模型正在出现，并且可以在整个领域。 　　2023年和2024年的北京Zhiyuan会议，例如两个比较图片，尤其是在大型模型技术的开发和应用中，两次会议的来宾组成和问题已成为大型模型时代的快速发展。 　　在2024年的Zhiyuan会议上，客人阵容发生了很大变化。在中国的大型模型公司，例如Baidu，Moon's Dark Noodles，100万，Smart Spectrum AI，Noodle Wall Smart的首席执行官（CEO）和CTO（首席技术官），CTO（首席技术官）和CTO（首席技术官）和CTO（首席技术官）和顶级国内大学和研究机构的代表。人工智能的场景，从理论讨论到实际应用迈出了重要一步。 　　在2023年的会议上，Chatgpt刚刚启动了半年，国内大型模型已经推出并进行了跟进。在那个时候，会议的主角是世界上的顶级学者，科学技术巨头，而该国则是主要基于学术界。那个时候，两组会谈的客人是：元首席AI科学家，Yang Likun教授，纽约大学教授和Tsinghua计算机系教授Zhu Jun大学;）Dean Zhang Yaqin，探索AI？技术水平的内容。 　　这些变化非常明显：“一百个模型战争”加剧了，反映了大型国内模型市场的迅速上升以及独立创新能力的重大改善。 　　随着大型模型从科学研究转移到该行业，人们对AGI（人为普遍的智能）具有更多的想象力。王中尤恩还提到，当多模式和大型模型可以理解，感知和决定世界时，它可能会进入世界可能进入世界的世界。如果您进入宏世界并结合了硬件，那么是大型模型的发展方向。如果它进入微观世界并了解和生成生活元素，那么这是科学的AI。无论是科学的模型或AI，还是多模型的模型，它将促进发展在整个世界模型中，并最终促进了朝着AGI方向发展人工智能技术的发展。 　　共识：着陆，着陆，着陆 　　尽管面临挑战，但技术的普及和登陆已经大大加速，这表明人工智能正朝着一个新的发展阶段发展。一个重要的共识是，将AGI的理想带入现实世界的途中，着陆应用程序是一个重要要求。 　　“一百万的事情决心对C（对于个人），不要对B（对于企业），找到可以赚钱的B。”李·凯夫说。 　　图片来源：提供的组织者 　　对于大型模型的应用，Li Kaifu认为，中国有机会在中国有机会，并且两个外国都有机会。在C -End中，大型模型就像新技术和互联网时代或PC时代的新平台将带来新的应用程序，这是一个巨大的机会。他认为，在AI？时代，突破的第一阶段应该是生产力工具；第二阶段可能是娱乐，音乐和游戏。第三阶段可能是搜索；那么下一个阶段可能是E -Commerce；Thenthere可能是社交，简短的视频和O2O，这是相同的法律。 　　张Yaqin认为，如果您以层次查看它，目前确实在赚钱，这是硬件，芯片和基础架构层。这已经发生了。对于当前的AI分层，张Yaqin将他分为信息智能，体力智能（也称为身体智能）和Biomedica。在身体的智能阶段，企业的申请可能会更快地发展。生物智能的阶段，情况可能相反，个人应用程序将超过企业的应用。各个领域的情况可能不同，但总的来说，它将存在于企业和个人应用程序，包括开源模型，包括开源模型，业务封闭资源，基本模型，垂直行业和边际模型。 　　对于B -Side的着陆应用，Li Kaifu还谈到了B是一个更大的价值，大型模型具有更大的价值，并且应该更快地实现，但不幸的是，在该领域面临的几个巨大挑战。 　　一方面，大型公司和传统公司不了解大型模型技术，并且不敢采取巨大的破坏性事情。 　　同时，今年企业带来的最大价值是降低成本，而不是创造价值。降低成本的成本是取代人类的工作。许多高管或中层管理人员不愿意不愿意这样做，因为这样做之后，团队可能会被切断。他在公司中的政治资本已经消失了，他的权力将变得越来越小。他们自己的工作没有工作，所以这家大公司有时想这样做，但是下面的人们会具有抵抗力。从理论上讲，b应该能够着陆的这些原因，但实际上不是那么快。 　　在中国，另一个严重的问题是，许多大型公司不认识软件的价值，不愿支付软件的费用，并且有很多模型公司可以竞标。结果，价格较低。没有一个顺序的利润。”我们在AI1.0时代看到了这种现象，现在不幸的是，我在AI2.0 ERA（IT）中得到了复制。” 　　Baidu CTO Wang Haifeng的观点是，在人类历史上，每次工业革命的核心技术，无论是机械，电气还是信息技术，都有一些共同的特征：首先，核心技术具有强大的一般性，可以广泛地广泛这些技术将在这些技术具有标准化，模块化和自动化的工业生产特征的特征时使用，这些技术将进入工业生产的阶段，从而更快地改变人们的生产生活方式，并为人们带来巨大的价值，并为人们带来巨大的价值人工智能基于深度学习和大型模型工程平台。 　　区别：您仍然坚信缩放法律 　　围绕“扩展法”（法律法）的差异讨论开始存在差异。Star Company公司的明星公司的掌舵人也对规模法律是否无效以及何时失败做出了不同的判断。 　　杨Zhilin仍然是一种坚定的规模法律信仰。）非常有效？” 　　Yang Zhilin指出，就像现在一样，它不一定是依赖某些Web文本（Web Text）扩展的正确方向。因为在此过程中，可能存在许多挑战，例如推理能力等。，可能无法有效地解决。因此，关键是如何定义缩放定律及其是什么。如果您仅遵循现有方法，执行接下来的代币，然后在此基础上扩展多个级别。当前数据的上限很明显。 　　但是，缩放法本身不受此限制。核心点是，只要您拥有更多的计算能力和数据模型来扩展参数的规模，就可以连续生成更多的智能。但是在此过程中，它不能定义模型的特定形式，例如数字在模型的模型中，数据的特征和数据源。因此，杨Zhilin认为，比例定律是将继续发展的第一个优先级的第一个prion。在此过程中，规模的方法可能可以改变很大。 　　Baichuan智能首席执行官Wang Xioochuan认为，扩大法律到目前为止还没有看到边界，并且仍在发挥作用。“我们看到美国埃隆·马斯克（Elon Musk）声称要购买30万B100和B200来这样做，因此美国确实在这里是严肃程度的，即使是投资程度也比中国高得多。” 　　他认为，我们需要在规模定律之外寻找对范式的新转变，并且在规模法上，很明显，其之后是美国。从战略角度来看，仍然存在范式变化超出规模法。如果您从这样的系统中脱颖而出，您可以有机会去AGI并有机会与切割技术竞争。 　　张彭张彭彭（Zhang Peng Zhang Peng）和智能范围的智能首席执行官李·达伊（Li Dahai）相对谨慎且乐观。看看有多长时间。但是到目前为止，我还没有看到扩大法律失败的迹象，并且它在将来仍然有效。越来越多我们想在将来前进的方向。 　　Li Dahai还指出，扩展法是一种体验公式。在观察该行业复杂系统之后，这是该行业经验的摘要。随着在训练过程中的实验越来越多，认知更清晰，将会有更多的细节。模型参数到一定量表，这种重大影响变得尤为重要。在确保终端芯片可以支持比例模型的同时，获得高质量的智能，数据质量和培训方法也很重要。 　　毫无疑问，在此阶段，扩展法仍然是开发大型模型的重要理论基础，但是其未来的应用和扩展方法可能会面临更多的挑战和变化。随着技术的发展并加深了法律的本质，该行业可能还需要进一步优化模型培训方法，以应对诸如智能推理之类的更高级别的挑战。 　　文章来源：https：//www.163.com/dy/article/j4o679ad07b07b.html