造成缺点和弱点，并为发展的发展奠定了基础 - 对人工智能的加强

作为一项战略技术，导致了科学，技术和工业变革革命的新革命，人工智能正在深深地变化人类和生活的方式。近年来，通过改善顶级设计并加强了工作的扩展，我国家的人工智能的全面优势取得了整体和系统的跳跃，但是基本理论，基本技术等，仍然存在许多缺点和弱点。 主要研究仍然很弱 为了获得领先并在人工智能领域获得优势，必须使用基本理论，技术，工具等进行突破。 “目前，人工智能进入了一个新阶段 - 物理AI时期，并且竞争越来越多地对'Root Technology'。 什么是“根技术”？变压器是chatgpt的基本架构，现在以大语言而闻名模型，属于“根技术”。 2017年6月，随着一篇论文的出版，变压器进入了公众的眼光，很快就成为了有监督研究环境下计算机上自然语言和视觉处理领域的主要神经建筑。尽管它在开发的任务中表现良好，但限制会随着时间的推移而逐渐出现。 Inadequate high-order computation capabilities, lack of scientific reasoning capabilities, lack of interpretability and stability ... "To break these bottlenecks and develop a next-generation basic architecturally meets mNeed of scientific computing, we must return to the basic math theory such as statistic study and math which includes theory to seek change. "Wang Chuang, Associate Researcher at the Institute of Automation, Chinese Academy of Sciences, said. 主要研究是整个科学系统的来源，也是所有技术问题的一般器官。 “人工智能的水平越高该国的研究人员做出了更多的贡献；该国研究人员所做的贡献越低。 仍然存在“瓶颈”的风险 目前，除了申请级别外，我的国家对人工智能的竞争有所不同，许多主要技术面临着“瓶颈”的风险。 典型的代表是人工智能筹码。数据，计算能力和算法是三个AI基础，共同构成了对技术发展的基本支持。作为计算强度的物理载体，由GPU（图形处理器）代表的人工智能芯片，FPGA（现场可编程门阵列）和ASIC（特定于应用程序的集成电路）是开发人工智能技术的主要硬件，该硬件确定，该硬件确定INES模型，速度和系统，系统速度，系统速度和系统速度系统，速度和系统速度和系统速度系统，速度和系统速度和系统速度系统，速度以及系统速度以及系统速度以及系统速度以及系统速度系统的效率。即时的。 Wang Chuang告诉记者，经过近年的发展，国内GPU芯片通常可以实现进口，但一般的Workap距离全球领先的人工智能芯片GPU制造商NVIDIA仍然很远。例如，在大型培训模型的结尾，国内芯片计算的一般效率距离NVIDIA最先进的芯片的性能将近3年。 另一个代表是算法。人工智能算法包括两种类型的算法的主要算法。专家已经教导说，几乎所有主要的算法模型都已由美国大学和IT公司提出。 m应用算法的OST是开放资源，主要的美国公司是对人工智能开源的主要贡献，并对大多数开放资源社区都充分控制了。 大量的数据样本和出色的计算平台基础结构是进行大型人工智能训练的基础。 Nie Kaixuan说：“目前，我国家的人工智能软件具有严重的数据邪恶和缺乏高端数据。” 但是，与上述障碍相比，Wang Chuang更关心应用程序生态系统中外国公司的垄断。当前，AI模型的分销和份额取决于某些全球平台。这一垄断的结果是，即使中国将开发出一流的模式，它仍然必须依靠国际平台的促进，从而在通常的环境和技术趋势中失去了声音。 “这种垄断可以产生更隐藏但遥远的比硬件或算法的控制权。”王钟认为，顶级国内公司应该共同努力UTO产生一个真正开放的资源平台。 系统部署很紧急 通过人工智能加强基础研究，时间是无尽的。 “人工智能的每一个发展都不会与主要理论的主要成功分开。人工智力建筑所面临的问题也需要从理论层面回答。” Wang Chuang建议，国家一级正在进一步增加对基础研究的支持，例如数学，基本数学理论和基本计算机理论的人工智能机理。 在Nie Kaixuan的角度，在物理AI期间，人工智能的主要研究主要集中在两个主要方向上 - 物理世界建模能力和机器人智能系统的构建。这些突破将重新改变com的模式行业的请愿书。例如，当合作的机器人接收鸡蛋时，它们需要具有Egghell的接触强度和能量。这种类型的“手脑协作”能力取决于高诚实的物理模拟。 ORCA是AI模拟的第一个物理系统是由Singing Technology独立开发的，成功地解决了这个问题。 需要捕获的不仅是基础研究，而且还应紧紧抓住人工智能模型的倡议。一些学者建议，我们必须专注于征服关键技术，以实现从芯片设计到培训框架的独立和受控的整个链。我可以在调度计算能力，降低旺加群集的能源消耗和培训成本方面的优化能力；遵循“学习，学习时学习”的原则，并培养一个具有强大理论基础的高端人才团队D强大的工程功能。 “从基本理论到基本硬件平台和基本软件，每个成功都需要不断积累的经验。” Wang Chuang说，我们不仅应该专注于与基本技术进行重大战斗的努力，而且还努力开发具有国际影响力的人工创新生态系统，同时加速了从“书架”到“货架”的更多人工智能的进步。 “在物理时期，na ai，ang mga pangunahing突破sa hinaharap na hinaharap na artipisyal na katalinuhan ay puro sa tatlong larangan na malalim na malalim na iSinasama ang pisikal na mundo。” naniniwala si nie kaixuan na upang sakupin ang inisyatibo sa hinaharap na pag -unlad ng artipisyal na katalinuhan，kailangan nating magsimula magsimula mula mula mula mula sa tatlong sa tatlong sa tatlong aspeto upang makabuo ng MGA中性NA平台NG硬件，at Isama ang MGA Itoe“新基础设施”的主要扩展；创建一个由场景驱动的场景驱动的领域，将国家飞行员区域设置为低高度经济，明智的物流和其他领域，通过税收优惠和其他政策促进国内平台的大规模应用，并产生可复制的“数字二 +真实经济”模型。 （负责编辑：朱赫） 神性：中国净资金已印刷本文以提供其他信息，并不代表本网站的观点和立场。本文的内容仅供参考，并且不会产生投资建议。投资者在此基础上以自己的风险行事。