ในฐานะที่เป็นส่วนสําคัญของการประชุมประจําปีของ 60 Zhongguancun Forum ในฟอรัมคู่ขนาน 0 เทคโนโลยีปัญญาประดิษฐ์ในฐานะคุณภาพใหม่ของผลผลิต พลิกโฉมรูปแบบอุตสาหกรรมในอนาคตได้กลายเป็นหนึ่งในไฮไลท์ที่สะดุดตาที่สุดและประเด็นร้อนของฟอรัมนี้อย่างไม่ต้องสงสัย

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。

เขาชี้ให้เห็นว่าเทคโนโลยีปัญญาประดิษฐ์ได้เปลี่ยนแปลงภูมิทัศน์การแข่งขันระดับโลกอย่างลึกซึ้งและจะปรับเปลี่ยนโลกและวิธีการที่เราสร้างขึ้น: "AI จะส่งเสริมการเปลี่ยนผ่านของอินเทอร์เน็ตไปสู่ความฉลาดและการปรับตัวและสร้างตรรกะหลักของอุตสาหกรรมการดูแลสุขภาพการศึกษาและสาขาอื่น ๆ ขึ้นมาใหม่" ”

"อินเทอร์เน็ตคุณภาพใหม่" ของ "AI+" มีลักษณะอย่างไร?

มันจะนําการเปลี่ยนแปลงอะไรมาสู่ชีวิตเรา?

"รายงานการทํางานของรัฐบาล" เป็นเวลาสองปีติดต่อกันได้ปรับใช้ "ปัญญาประดิษฐ์ +" เมื่อเทียบกับอินเทอร์เน็ตแบบดั้งเดิม "อินเทอร์เน็ตคุณภาพใหม่" ของ "AI+" ต่างกันอย่างไร? นักวิชาการ Wu Hequan ชี้ให้เห็นว่าการพัฒนาอย่างรวดเร็วของ AI ไม่เพียงแต่จะปรับเปลี่ยนรูปแบบเทอร์มินัลโครงสร้างพื้นฐานเครือข่ายและโหมดการใช้งานอุตสาหกรรมของอินเทอร์เน็ตในอนาคต แต่ยังรวมถึงการผสมผสานระหว่าง AI และ 6G จะทําให้เกิดกระบวนทัศน์การสื่อสารใหม่ด้วย

นักวิชาการ Wu Hequan กล่าวว่าประการแรกจากมุมมองของการไหลของข้อมูลในอดีตความต้องการแอปพลิเคชันอินเทอร์เน็ตส่วนใหญ่อยู่ที่ "การดาวน์โหลด" นั่นคือข้อมูลส่วนใหญ่ถูกส่งจากระบบคลาวด์ไปยังเทอร์มินัลและความต้องการอัปโหลดน้อยลง ในยุคของ "อินเทอร์เน็ตคุณภาพใหม่" เทอร์มินัลอาจไม่เพียง แต่เป็นผู้รับข้อมูลอีกต่อไป แต่ยังเป็นผู้ผลิตข้อมูลด้วย นักวิชาการ Wu อธิบายสถานการณ์ที่ชัดเจน: ในอนาคต เนื้อหาวิดีโอที่สร้างโดยแอปพลิเคชัน AI จะเกี่ยวข้องกับภาพ 3D การผสมผสานเสมือนจริงและจริง ฯลฯ ซึ่งหมายความว่าความต้องการแบนด์วิดท์สูงสําหรับเครือข่ายต้นน้ําและปลายน้ําจะเพิ่มขึ้นอย่างมาก

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”。

ประการที่สอง นักวิชาการ Wu Hequan ยังกล่าวด้วยว่าในอนาคต แอปพลิเคชัน AI จะเสนอข้อกําหนดที่สูงขึ้นสําหรับเครือข่ายที่มี "เวลาแฝงต่ํา แบนด์วิดท์สูง ต้นทุนต่ํา และอัตราการสูญเสียแพ็กเก็ตเป็นศูนย์" ในหลายสถานการณ์ เช่น การไหลของข้อมูลแบบโต้ตอบข้ามภูมิภาคและการประมวลผลร่วมกันของศูนย์คอมพิวเตอร์หลายแห่ง ในอนาคตเครือข่ายจําเป็นต้องมีความสามารถในการตั้งเวลาที่ยืดหยุ่นมากขึ้นเช่นการจัดสรรทรัพยากรแบนด์วิดท์ขนาดใหญ่ในช่วงเวลาสั้น ๆ การจัดการข้อมูลทั่วไปและข้อมูลสําคัญในระดับต่างๆและแม้กระทั่งการให้การป้องกันความปลอดภัยที่สอดคล้องกันและบริการที่แตกต่างสําหรับการส่งข้อมูลในสถานการณ์สําคัญ

นักวิชาการ Wu Hequan ยังพาทุกคนตั้งตารอสถานการณ์การใช้งานในอนาคตของอินเทอร์เน็ตคุณภาพใหม่ "AI+": นอกจากพื้นดินแล้ว ยังขยายไปยัง Internet of Vehicles, เศรษฐกิจระดับความสูงต่ํา, การสื่อสารผ่านดาวเทียม และสาขาการใช้งานอื่นๆ เขากล่าวว่า "ด้วยการถือกําเนิดของ 6G เครือข่ายในอนาคตจะขยายไปสู่ความถี่ที่มากขึ้น เป็นมิตรกับสิ่งแวดล้อมและชาญฉลาดมากขึ้น และส่งเสริมการปรับโครงสร้างของระบบนิเวศอินเทอร์เน็ตทั้งหมด เทอร์มินัลไม่ได้จํากัดอยู่แค่ภาคพื้นดินและแบบตายตัวอีกต่อไป แต่จะครอบคลุมรูปแบบต่างๆ รวมถึงรถยนต์เคลื่อนที่ โดรนในอากาศ และดาวเทียมบนท้องฟ้า และในขณะเดียวกันในสภาพแวดล้อมที่แตกต่างกัน ด้วยต้นทุนที่ต่ําที่สุด เพื่อให้ผู้ใช้ได้รับประสบการณ์เครือข่ายที่ราบรื่นที่สุด ”

สุดท้าย นักวิชาการ Wu Hequan ยังเน้นย้ําว่าการวิจัยเกี่ยวกับ 5G ไม่ได้หมายความว่าปัญหาของ 0G จะถูกละเลย แต่ในทางตรงกันข้าม ผลการวิจัยที่เกี่ยวข้องกับ 0G จํานวนมากสามารถ "ป้อน" 0G และใช้เพื่อเพิ่มประสิทธิภาพสถาปัตยกรรมเครือข่ายที่มีอยู่เพื่อตอบสนองความต้องการของยุค AI ได้ดียิ่งขึ้น

Deepseek ยังไม่ได้แก้ปัญหาการลงจอดของโมเดลขนาดใหญ่อย่างสมบูรณ์

การเข้าถึงข้อมูลคุณภาพสูงจะยังคงเป็นความท้าทาย

ในยุคของปัญญาประดิษฐ์ใครก็ตามที่มีข้อมูลคุณภาพสูงที่หายากอาจมี "โลก" ของแอปพลิเคชันโมเดลขนาดใหญ่

เมื่อพูดถึงการแก้ปัญหาความยากลําบากในการสมัครโมเดลขนาดใหญ่ของจีน Wu Hequan นักวิชาการ Wu Hequan กล่าวถึงโมเดลขนาดใหญ่ของ Deepseek ที่ "ทําให้ผู้คนเปล่งประกายในช่วงต้นปีนี้" เขาเชื่อว่าข้อดีของ Deepseek คือมีประสิทธิภาพของโมเดลขนาดใหญ่อันดับต้น ๆ ในปัจจุบันในขณะที่ลดความซับซ้อนในการคํานวณลงอย่างมาก "ช่วยลดเกณฑ์สําหรับการใช้โมเดลขนาดใหญ่ ดึงดูดอุตสาหกรรมจํานวนมากให้ความสนใจกับการพัฒนาโมเดลขนาดใหญ่ และยังลดระยะห่างระหว่างองค์กรและโมเดลขนาดใหญ่" แต่ "ไม่ได้แก้ปัญหาการลงจอดของโมเดลขนาดใหญ่อย่างสมบูรณ์" และ "การได้มาซึ่งข้อมูลคุณภาพสูงที่มีความแม่นยําสูง ความสม่ําเสมอ ความสมบูรณ์ ความน่าเชื่อถือ และความเป็นเจ้าของยังคงเผชิญกับความท้าทายมากมายในอนาคต"

นักวิชาการ Wu Hequan กล่าวว่าไม่ว่าจะเป็นการฝึกอบรมโมเดลขนาดใหญ่หรือส่งเสริมการใช้งานในอุตสาหกรรมข้อมูลคุณภาพสูงนั้นแยกออกจากกันไม่ได้ ตัวอย่างเช่น ในด้านการขนส่งอัจฉริยะ ค่าใช้จ่ายในการรับข้อมูลระดับเมืองนั้นสูงมาก แม้ว่าจะเป็นไปได้ที่จะสร้างข้อมูลบางอย่างโดยใช้ AI แต่หลักฐานก็คือคุณต้องมีข้อมูลดิบจํานวนหนึ่งก่อน นอกจากนี้ คําอธิบายประกอบข้อมูลยังเป็นความท้าทายอีกด้วย สําหรับสาขาต่างๆ เช่น การจดจําใบหน้าและการประมวลผลภาษาธรรมชาติ แม้ว่าการติดฉลากจะต้องมีการมีส่วนร่วมของมนุษย์ แต่เกณฑ์โดยรวมก็ค่อนข้างต่ํา อย่างไรก็ตามในด้านอุตสาหกรรมข้อมูลระดับมืออาชีพเช่นการสํารวจน้ํามันมักต้องอาศัยการมีส่วนร่วมของผู้เชี่ยวชาญส่งผลให้มีค่าใช้จ่ายสูงมากในการได้มาซึ่งข้อมูล ในขณะเดียวกันปัญหาด้านความปลอดภัยก็ไม่สามารถละเลยได้ ความปลอดภัยของข้อมูลครอบคลุมทั้งความท้าทายด้านความปลอดภัยทางไซเบอร์และความสมบูรณ์ทางธุรกิจและปัญหาการแบ่งปัน

เขาเรียกร้องให้มีอนาคตในการพัฒนาเทคโนโลยีที่สามารถขุดข้อมูลและรับประกันการไหลของข้อมูลที่ปลอดภัย "แน่นอนว่าไม่เพียงแต่ในแง่ของเทคโนโลยีเท่านั้น แต่ยังรวมถึงในแง่ของการจัดการด้วย"

นอกเหนือจากความท้าทายของ "ความยากลําบากในการรับข้อมูลคุณภาพสูง" แล้ว นักวิชาการ Wu Hequan ยังชี้ให้เห็นว่าแอปพลิเคชันในอุตสาหกรรมในอนาคตจําเป็นต้องแก้ปัญหาของโมเดลขนาดใหญ่แบบหลายรูปแบบ เช่น วิดีโอและรูปภาพ นอกเหนือจากโมเดลภาษาขนาดใหญ่ ความสามารถในการปรับปรุงความสามารถของโมเดลขนาดใหญ่ให้เป็นอิสระและชาญฉลาดมากขึ้นในสถานการณ์ที่ซับซ้อนมากขึ้น นอกเหนือจาก "บริการคลาวด์" แล้ว สถานการณ์ความต้องการของการดําเนินงานในท้องถิ่น "จมลงสู่เทอร์มินัล" ความน่าเชื่อถือของ AI

แม้ว่าโมเดลขนาดใหญ่จะทรงพลังและหลากหลาย แต่ก็มักจะ "ใหญ่เกินไปแต่ไม่แข็งแรงเกินไป" สําหรับงานและสถานการณ์เฉพาะ ดังนั้น นักวิชาการ Wu Hequan ยังเสนอให้พัฒนา "โมเดลขนาดเล็ก" และ "โปรแกรมขนาดเล็ก" หลายแบบสําหรับสถานการณ์ต่างๆ ในการใช้งานเฉพาะในอุตสาหกรรมและจุดสิ้นสุดของผู้บริโภค เพื่อเสริมและเสริมสร้าง "นิเวศวิทยา" ของแอปพลิเคชัน AI "เพื่อให้ตระหนักถึงการใช้งานโมเดลขนาดใหญ่อย่างกว้างขวางในอนาคต"

ที่มา: ข่าววิทยาศาสตร์และเทคโนโลยีปักกิ่ง

ที่มา: ปักกิ่ง

ผู้เขียน: ข่าววิทยาศาสตร์และเทคโนโลยีปักกิ่ง

[ที่มา: ปักกิ่งเดลี่]