基础智能：从联邦智能到基于TAO的智能系统联邦

王飞跃^1,2，缪青海^1*

1. 中国科学院大学人工智能学院，北京100049

2. 中国科学院自动化研究所复杂系统管理与控制国家重点实验室，北京100190

摘要 从早期使用数学工具探索神经活动机理，到采用人工神经网络模型模拟人类智能，再到基于深度网络解决特定问题，人工智能历经80年发展，当前已进入大模型时代，其特点是立足基础大模型、服务广大社会群体。基础大模型的发展面临一系列挑战：一是大模型训练所必需的数据，质与量有待提高；二是高端算力设备受限制，模型训练高电耗、高碳排放带来环境问题；三是大模型的社会化带来歧视与偏见、虚假信息传播、隐私侵犯、影响就业等社会发展问题。在当今去全球化的国际形势下，为克服以上挑战，健全包含联邦数据、联邦控制、联邦管理和联邦服务的联邦生态系统，构建基于区块链保真（trustable+reliable+usable+effec⁃tive/efficient，TRUE）和去中心化自治组织和分布式自治运营（DAO）的智能系统联邦，发展基于TAO（TRUE DAO）的基础智能（foundation intelligence，FI），为大模型时代人工智能的发展提供必要和有力的支撑。

关键词 大模型；基础智能；联邦智能；TAO；智能系统联邦

（责任编辑  傅雪）

http://www.kjdb.org/CN/Y2023/V41/I19/103