آینده هوشمند

تکنیک جدید شرکت چینی در آموزش هوش مصنوعی

خانه > پرونده‌های ویژه > آینده هوشمند > تکنیک جدید شرکت چینی در آموزش هوش مصنوعی
یک صندوق سرمایه‌گذاری چینی فعال در معاملات کمی (Quantitative Trading) مقاله‌ای پژوهشی را به یکی از معتبرترین کنفرانس‌های هوش مصنوعی جهان ارائه کرده است؛ مقاله‌ای که از تکنیک جدیدی در آموزش مدل‌های هوش مصنوعی پرده برمی‌دارد و مدعی است عملکرد بهتری نسبت به روش‌های رایجِ مورد استفاده توسط آزمایشگاه‌های پیشروی هوش مصنوعی دارد. این اقدام، گامی مشابه با مسیری است که استارت‌آپ دیپ‌سیک در پیش گرفته بود.

به گزارش ساوت چاینا مورنینگ پست، شرکت Shanghai Goku Technologies  که در سال ۲۰۱۵ تأسیس شده، مقاله خود را به کنفرانس پردازش عصبی اطلاعات (NeurIPS) ارائه کرده است؛ گردهمایی سالانه‌ای که از آن با عنوان «المپیک هوش مصنوعی» یاد می‌شود و محققان برجسته حوزه یادگیری ماشین و هوش مصنوعی در آن حضور دارند.

در این مقاله، Goku  محدودیت‌های روش‌های مرسوم آموزش مدل‌های هوش مصنوعی از جمله تنظیم‌ دقیق نظارت‌شده (SFT) و یادگیری تقویتی (RL) را مورد بررسی قرار داده و چارچوبی جدید تحت عنوان چارچوب آموزش ترکیبی تطبیقی گام‌به‌گام (SASR) معرفی کرده است. این روش از نحوه رشد تدریجی توانایی‌های استدلال در انسان‌ها الهام گرفته شده است.

روش‌های SFT  و RL  از تکنیک‌های کلیدی هستند که شرکت‌هایی مانند OpenAI  (با حمایت مایکروسافت) و دیپ‌سیک از آن‌ها برای آموزش مدل‌های خود بهره می‌برند. دیپ‌سیک پیش‌تر نقش مؤثر این دو روش را در ارتقاء عملکرد مدل V3 خود، مورد تأکید قرار داده بود.

نتایج آزمایشگاهی نشان می‌دهند که SASR عملکردی بهتر از روش‌های  SFT، RL وآموزش ترکیبی ایستا دارد.

این دستاورد در حوزه آموزش مدل‌های هوش مصنوعی، نشان‌دهنده پیشرفت مستمر چین در این حوزه و ناتوانی سیاست‌های سخت‌گیرانه آمریکا در مهار این پیشرفت از طریق محدودیت‌های سخت‌افزاری است.

چین دارای ۵۰ درصد از توسعه‌دهندگان هوش مصنوعی در جهان است. به‌ویژه دیپ‌سیک که توانسته توجهات بسیاری را جلب کند و نشان دهد که چین می‌تواند با تکیه بر پیشرفت‌های الگوریتمی و ادغام بهینه سخت‌افزار و نرم‌افزار، به رهبری جهانی در هوش مصنوعی دست یابد.

شرکت Goku تا پایان سال گذشته بیش از ۱۵ میلیارد یوان (۲.۱ میلیارد دلار) دارایی در بازارهای داخلی و بین‌المللی مدیریت می‌کرد و از استراتژی‌های مبتنی بر هوش مصنوعی برای این منظور بهره می‌گرفت.

منبع: scmp

تایم‌لاین تحلیلی

تایم‌لاین آینده هوشمند چین

مسیر تحول دیجیتال، هوش مصنوعی، شهرهای نسل جدید و جامعه خودکار چین تا ۲۰۵۰

مرور افقی رویدادها
مراحل تحول:
زیرساخت‌های کلیدی خودکارسازی و فراگیری AI اقتصاد خودکار شهرهای نسل جدید جامعه انسان–ماشین چین هوشمند کامل (چشم‌انداز)
پایه‌گذاری زیرساخت‌های کلیدی ۲۰۲۰ – ۲۰۲۵

پایه‌گذاری شبکه 5G، IoT شهری و مغز شهری

پوشش سراسری شبکه 5G و آزمایش نسل ششم (6G)؛ یکپارچه‌سازی اینترنت اشیاء شهری (IoT) در کلان‌شهرهای شنجن و هانگژو؛ و هدایت امداد و حمل‌ونقل با مغز شهری (City Brain).

۲۰۲۰ – ۲۰۲۵
خودکارسازی و فراگیری هوش مصنوعی ۲۰۲۵ – ۲۰۳۰

تجاری‌سازی تاکسی‌های خودران و اقتصاد کم‌ارتفاع

عملیاتی شدن کامل تاکسی‌های بدون راننده (Robotaxis) و کامیون‌های خودران؛ رونق اقتصاد کم‌ارتفاع (Low-Sky Economy) با پهپادهای باربری و تاکسی‌های هوایی؛ اتوماسیون صنعتی روباتیک برای جبران پیری جمعیت.

۲۰۲۵ – ۲۰۳۰
اقتصاد خودکار ۲۰۳۰ – ۲۰۳۵

کارخانه‌های تاریک (بدون انسان) و ربات‌های خدماتی

فراگیر شدن کارخانه‌های کاملاً خودکار و بدون نیروی انسانی (Dark Factories)، حضور گسترده ربات‌های خدماتی در منازل و مراقبت سالمندی، کشاورزی هوشمند ماهواره‌ای و شبکه انرژی هوشمند.

۲۰۳۰ – ۲۰۳۵
شهرهای هوشمند نسل جدید ۲۰۳۵

اداره کلان‌شهرها با الگوریتم‌های هوش مصنوعی

مدیریت و اداره جامع شهرها بر اساس سیستم‌های تصمیم‌گیری بلادرنگ AI: بهینه‌سازی خودکار مصرف انرژی، کنترل هوشمند ترافیک، ارتقای امنیت شهری و ارائه لحظه‌ای خدمات عمومی.

۲۰۳۵
جامعه انسان–ماشین ۲۰۴۰

همکاری انسان و ماشین و دستیاران هوشمند شخصی

تعامل یکپارچه انسان با ربات‌های پیشرفته شناختی، فراگیری دستیارهای هوش مصنوعی شخصی، پزشکی پیش‌بینانه مبتنی بر داده‌های ژنتیکی و آموزش کاملاً فردی‌سازی‌شده.

۲۰۴۰
چین هوشمند کامل (چشم‌انداز) ۲۰۵۰

اقتصاد مبتنی بر نوآوری و رهبری فناوری جهان

دستیابی به اقتصاد تمام‌نوآور، تثبیت جایگاه رهبری فناوری جهان، شهرهای بسیار خودکار و زیست‌پذیر، و پیوند ساختاری و ناگسستنی هوش مصنوعی با زندگی روزمره شهروندان.

۲۰۵۰
برای مشاهده ادامه رویدادها به چپ بکشید

محورهای ۵گانه و سناریوهای تحقق آینده هوشمند

  • ۱. هوش مصنوعی و رباتیک: توسعه مدل‌های بزرگ زبانی ملی و استقرار گسترده ربات‌های انسان‌نما در خطوط تولید و خدمات.
  • ۲. خودروهای هوشمند و زیرساخت شهری: جاده‌ها و شهرهای سازگار با حمل‌ونقل خودکار و شبکه توزیع هوشمند آب و برق.
  • ۳. فناوری فضایی و کوانتومی: ماهواره‌های نسل جدید و محاسبات کوانتومی برای ارتباطات امن و رمزنگاری پیشرفته.
  • سناریوی محتمل: تا ۲۰۳۰ قطب اصلی AI جهان؛ ۲۰۳۰–۲۰۴۰ گذار به جامعه هوشمند فراگیر؛ تا ۲۰۵۰ تعریف استانداردهای بین‌المللی فناوری.
پیمایش به بالا