일반 인공 지능 분야의 리더 인 Marcus Hutter와 Huayuan의 컴퓨팅 기술 창립자 인 Xuan Xiaohua는 인터뷰에서 큰 언어 모델의 개발 동향과 잠재적 영향에 대해 깊이 논의했습니다. 그들은 큰 언어 모델이 향후 인간 업무 작업의 50%를 수행 할 것으로 예상되었으며,이 예측은 미래의 작업 시나리오에 대한 업계에서 광범위한 사고를 촉발 시켰다고 지적했다. 그러나 그들은 또한이 목표의 실현이 비용 관리, 추론 능력 개선, 데이터 라벨링의 정확성을 포함한 많은 도전에 직면하고 있음을 강조했다.
대형 모델의 비용 관리를 논의 할 때 Hutter와 Xuan Xiaohua는 대형 언어 모델이 상당한 기술 진보를 보였지만 높은 교육 및 운영 비용은 여전히 광범위한 사용을 제한하는 주요 요인이라고 지적했습니다. 비용을 줄이기 위해 알고리즘을 최적화하고 하드웨어 효율성을 높이며보다 경제적 인 교육 방법을 탐색하여 지속 가능한 개발을 권장합니다. 또한, 그들은 추론 능력을 향상시키는 것이 실제 응용 프로그램에서 큰 모델이 효율적으로 실행되도록하는 핵심이라고 언급했습니다.
데이터 주석의 정확성은 또한 대형 모델 개발에서 무시할 수없는 과제입니다. Hutter와 Xuan Xiaohua는 고품질 데이터 주석이 모델 교육의 기초라고 강조했지만 실제 작업에서는 데이터 주석의 정확성과 일관성을 보장하기가 어렵습니다. 이 문제를 해결하기 위해 데이터 주석의 품질과 효율성을 향상시키기 위해 자동화 된 주석 도구와 수동 감사의 조합을 제안합니다.
오픈 소스 및 폐쇄 소스 모델의 개발 동향 측면에서 Hutter와 Xuan Xiaohua는 오픈 소스 모델과 폐쇄 소스 모델에 고유 한 장점이 있다고 생각합니다. 오픈 소스 모델은 투명하고 확장 가능하며, 더 많은 개발자와 연구원이 빠른 기술 반복에 참여하고 홍보 할 수있는 반면, 폐쇄 된 소스 모델은 상업화 및 지적 재산 보호에 더 중점을 두어 기업에 더 큰 경쟁력을 제공 할 수 있습니다. 그들은 미래에 오픈 소스 및 폐쇄 소스 모델이 서로 다른 분야에서 병렬로 발전 할 것으로 예측하며, 각각의 고유 한 역할을 수행합니다.
또한 Hutter와 Xuan Xiaohua는 수직 필드에서 대형 모델의 응용 전위를 강조했습니다. 그들은 의료, 금융 및 교육과 같은 특정 분야에서 큰 모델을 적용하면 혁신적인 변화를 가져올 것이라고 생각합니다. 특정 산업의 요구에 맞춤 개발함으로써 대형 모델은보다 정확하고 효율적인 솔루션을 제공하여 이러한 산업에서 디지털 혁신을 촉진 할 수 있습니다.
전반적으로 Hutter와 Xuan Xiaohua의 토론은 큰 모델의 개발에 대한 심오한 통찰력을 제공합니다. 많은 도전에도 불구하고 대형 언어 모델의 미래 응용 전망은 여전히 광범위합니다. 기술의 지속적인 발전과 비용의 점진적인 감소로 큰 모델은 더 많은 분야에서 큰 잠재력을 실현하고 인간 사회에 광범위한 영향을 미칠 것으로 예상됩니다.