كجزء مهم من الاجتماع السنوي ل 60 منتدى Zhongguancun ، في 0 المنتديات المتوازية ، أصبحت كيفية قيام تقنية الذكاء الاصطناعي ، كجودة جديدة للإنتاجية ، بإعادة تشكيل النمط الصناعي المستقبلي بلا شك واحدة من أكثر النقاط البارزة والموضوعات الساخنة في هذا المنتدى.

3月29日下午，由北京市科學技術協會和中國聯合網路通信集團有限公司主辦，北京市科學技術協會創新服務中心、東盟工程組織聯合會(AFEO)、北京科技國際交流中心、北京工程師學會和北京企業技術開發研究會共同承辦的“未來互聯網產業發展論壇”在中關村國際創新中心成功舉行。

本次活動以“智慧時代的技術融合與產業變革”為主題，來自國內外的數十位專家聚焦人工智慧、6G、物聯網、大模型等前沿技術，圍繞下一代互聯網如何重構全球產業生態、推動數位化轉型的話題作了精彩發言，相關領導及國內外學者約180人參加了本次活動，為新一代互聯網共同繪織未來圖譜，為全球經濟轉型貢獻了新思路、新觀點、新技術。

其中，在活動的主旨演講環節，中國工程院院士、中國工程院原副院長鄔賀銓以《以AI加持網路重構和模式變革》為題，深入剖析了人工智慧對未來互聯網架構產生的深遠影響，他指出，當下互聯網已經進入“數智化時代”，而從2025-2035年間，互聯網將開啟全新十年，來到支援新質生產力發展的“新質互聯網”時代。

وأشار إلى أن تكنولوجيا الذكاء الاصطناعي قد غيرت بشكل عميق المشهد التنافسي العالمي ، وستعيد أيضا تشكيل العالم والطريقة التي نتشكل بها: "سيعزز الذكاء الاصطناعي انتقال الإنترنت إلى الذكاء والتكيف ، ويعيد بناء المنطق الأساسي للصناعة والرعاية الصحية والتعليم وغيرها من المجالات". ”

كيف يبدو "الإنترنت عالي الجودة الجديد" ل "الذكاء الاصطناعي +"؟

ما هي التغييرات التي ستجلبها إلى حياتنا؟

نشر "تقرير العمل الحكومي" لمدة عامين متتاليين "الذكاء الاصطناعي +" ، مقارنة بالإنترنت التقليدي ، ما هو الفرق بين "الإنترنت عالي الجودة" ل "الذكاء الاصطناعي +"؟ وأشار الأكاديمي وو هيكوان إلى أن التطور السريع الذكاء الاصطناعي لا يستمر فقط في إعادة تشكيل الشكل الطرفي والبنية التحتية للشبكة ووضع التطبيق الصناعي للإنترنت المستقبلي ، ولكن أيضا الجمع بين الذكاء الاصطناعي و 6G سيولد أيضا نموذجا جديدا للاتصال.

قال الأكاديمي وو هيكوان إنه أولا وقبل كل شيء ، من منظور تدفق البيانات ، في الماضي ، كان الطلب على تطبيقات الإنترنت في الماضي بشكل أساسي في "التنزيل" - أي أن البيانات كانت تنتقل بشكل أساسي من السحابة إلى المحطة ، وكان الطلب على التحميل أقل. في عصر "الإنترنت الجديد النوعي" ، قد لا تكون المحطات الطرفية هي متلقي البيانات فحسب ، بل أيضا منتج البيانات. وصف الأكاديمي وو سيناريو حيوي: في المستقبل ، سيتضمن محتوى الفيديو الذي تم إنشاؤه بواسطة تطبيقات الذكاء الاصطناعي صورا 3D ومجموعات افتراضية وحقيقية وما إلى ذلك ، مما يعني أن الطلب على النطاق الترددي العالي لشبكات المنبع والمصب سيزداد بشكل كبير.

鄔賀銓院士介紹，目前，我國頻寬雖已實現了“百兆普及率超95%、千兆覆蓋超30%”，並在同步推動“萬兆接入”，但這主要針對下行頻寬的提升，上傳頻寬的能力仍有限。“過去我們家庭網路是‘一對多’的傳輸，對上傳需求普遍不高，而未來則可能隨著‘多對一’的上傳需求而改變，對網路架構的調整首先會是一個重要課題”。

ثانيا ، ذكر الأكاديمي وو هيكوان أيضا أنه في المستقبل ، ستطرح تطبيقات الذكاء الاصطناعي متطلبات أعلى للشبكات ذات "زمن انتقال منخفض ، وعرض نطاق ترددي مرتفع ، وتكلفة منخفضة ، ومعدل فقدان حزمة صفرية" في سيناريوهات متعددة مثل التدفق التفاعلي للبيانات عبر المناطق والحوسبة التعاونية لمراكز الحوسبة المتعددة. في المستقبل ، تحتاج الشبكات إلى قدرات جدولة أكثر مرونة ، مثل تخصيص موارد عرض النطاق الترددي الكبيرة في فترة زمنية قصيرة ، وإدارة البيانات الشائعة والمهمة على مستويات مختلفة ، وحتى توفير الحماية الأمنية المقابلة والخدمات المتباينة لنقل البيانات في السيناريوهات الرئيسية.

كما أخذ الأكاديمي وو هيكوان الجميع إلى التطلع إلى سيناريوهات الاستخدام المستقبلية للإنترنت الجديد عالي الجودة "الذكاء الاصطناعي +": بالإضافة إلى الأرض, يتم امتداده أيضا إلى إنترنت المركبات, الاقتصاد على ارتفاعات منخفضة, الاتصالات عبر الأقمار الصناعية وغيرها من مجالات التطبيق. وقال: "مع ظهور 6G ، ستتوسع الشبكة المستقبلية إلى المزيد من الترددات ، وتصبح أكثر اخضرارا وذكاء ، وتعزز إعادة تشكيل النظام البيئي للإنترنت بأكمله. لم تعد المحطات تقتصر على الأرض والثابتة، بل ستغطي مجموعة متنوعة من الأشكال بما في ذلك السيارات المتنقلة، والطائرات بدون طيار في الهواء، والأقمار الصناعية في السماء، وفي الوقت نفسه، في بيئات مختلفة، وبأقل تكلفة ممكنة، لتزويد المستخدمين بتجربة شبكة أكثر سلاسة. ”

أخيرا ، أكد الأكاديمي وو هيكوان أيضا أن البحث عن 5G لا يعني تجاهل مشاكل 0G ، بل على العكس من ذلك ، يمكن للعديد من نتائج الأبحاث المتعلقة ب 0G "تغذية" 0G واستخدامها لتحسين بنية الشبكة الحالية لتلبية احتياجات عصر الذكاء الاصطناعي بشكل أفضل.

لم تحل Deepseek مشكلة هبوط النموذج الكبير تماما

سيظل الوصول إلى البيانات عالية الجودة يمثل تحديا

في عصر الذكاء الاصطناعي ، قد يكون لدى كل من لديه بيانات نادرة عالية الجودة "عالم" تطبيقات النماذج الكبيرة.

عند الحديث عن حل نقاط الألم في صعوبات تطبيق النموذج الكبيرة في الصين ، ذكر الأكاديمي وو هيكوان نموذج Deepseek الكبير الذي "جعل الناس يتألقون في بداية هذا العام". وهو يعتقد أن ميزة Deepseek هي أنها تحقق أداء النموذج الكبير الحالي مع تقليل التعقيد الحسابي بشكل كبير. "إنه يقلل من عتبة استخدام النماذج الكبيرة ، ويجذب المزيد من الصناعات للانتباه إلى تطوير النماذج الكبيرة ، كما يقصر المسافة بين المؤسسات والنماذج الكبيرة" ، ولكنه "لا يحل تماما مشكلة هبوط النموذج الكبير" ، و "لا يزال الحصول على بيانات عالية الجودة بدقة عالية واتساق ونزاهة وموثوقية وملاءمة يواجه العديد من التحديات في المستقبل ".

قال الأكاديمي وو هيكوان إنه سواء كان الأمر يتعلق بتدريب نماذج كبيرة أو تعزيز التطبيقات الصناعية ، فإن البيانات عالية الجودة لا يمكن فصلها. على سبيل المثال ، في مجال النقل الذكي ، فإن تكلفة الحصول على البيانات على مستوى المدينة مرتفعة للغاية. في حين أنه من الممكن إنشاء بعض البيانات باستخدام الذكاء الاصطناعي ، فإن الفرضية هي أنه يجب أن يكون لديك أولا كمية معينة من البيانات الأولية. بالإضافة إلى ذلك ، يمثل التعليق التوضيحي للبيانات تحديا. بالنسبة لمجالات مثل التعرف على الوجوه ومعالجة اللغة الطبيعية ، على الرغم من أن وضع العلامات يتطلب مشاركة بشرية ، إلا أن العتبة الإجمالية منخفضة نسبيا. ومع ذلك ، في المجال الصناعي ، غالبا ما تتطلب البيانات المهنية مثل التنقيب عن النفط مشاركة المهنيين ، مما يؤدي إلى تكاليف عالية للغاية للحصول على البيانات. في الوقت نفسه ، لا يمكن تجاهل القضايا الأمنية. يشمل أمن البيانات كلا من تحديات الأمن السيبراني ونزاهة الأعمال وقضايا المشاركة.

ودعا المستقبل إلى تطوير تقنيات يمكنها استخراج البيانات وضمان التدفق الآمن للبيانات، "بالطبع، ليس فقط من حيث التكنولوجيا، ولكن أيضا من حيث الإدارة".

بالإضافة إلى التحدي المتمثل في "صعوبة الحصول على بيانات عالية الجودة" ، أشار الأكاديمي وو هيكوان أيضا إلى أن تطبيقات الصناعة المستقبلية تحتاج إلى حل مشكلة النماذج الكبيرة متعددة الوسائط مثل الفيديو والصورة بالإضافة إلى نماذج اللغات الكبيرة. القدرة على تحسين قدرة النماذج الكبيرة على أن تكون أكثر استقلالية وذكاء في سيناريوهات أكثر تعقيدا ؛ بالإضافة إلى "الخدمات السحابية" ، سيناريو الطلب للتشغيل المحلي "الغرق في المحطة" ؛ مصداقية الذكاء الاصطناعي.

في حين أن النماذج الكبيرة قوية ومتعددة الاستخدامات ، إلا أنها غالبا ما تكون "كبيرة جدا ولكنها ليست قوية جدا" لمهام وسيناريوهات محددة. لذلك ، اقترح الأكاديمي وو هيكوان أيضا تطوير العديد من "النماذج الصغيرة" و "البرامج الصغيرة" لسيناريوهات مختلفة في تطبيقات صناعية محددة وغايات المستهلك ، وذلك لتكملة وإثراء "البيئة" لتطبيقات الذكاء الاصطناعي ، "من أجل تحقيق التنفيذ الواسع للنماذج الكبيرة في المستقبل".

المصدر: أخبار العلوم والتكنولوجيا في بكين

المصدر: بكين

المؤلف: أخبار العلوم والتكنولوجيا في بكين

[مصدر: بكين ديلي]