|
通用大模型演进路线
任福继1,2,张彦如1,2*
1. 电子科技大学计算机科学与工程学院,成都611731
2. 电子科技大学(深圳)高等研究院,深圳518110
摘要 随着人工智能技术的飞速发展,通用大模型(GLMs)已经成为人工智能领域的重要研究方向。通用大模型拥有超大规模参数,通过大规模数据进行训练,具备强大的学习和推理能力。这些模型在自然语言处理、图像识别、代码生成等多种任务中展现出卓越的能力。回顾了通用大模型的发展历程,梳理关键技术节点,从早期基于规则的系统和传统机器学习模型,到深度学习的崛起,再到Transformer架构,以及GPT系列及国内外通用大模型的进展。尽管GLMs在多个领域取得了显著进展,但其发展也面临诸多挑战,包括计算资源需求、数据偏见与伦理问题及模型的解释性与透明性。分析了这些挑战,并探讨了GLMs未来发展的5个关键方向:模型优化、多模态学习、具情感大模型、数据与知识双驱动以及伦理与社会影响。通过这些策略,通用大模型有望在未来实现更广泛和深入的应用,推动人工智能技术的持续进步。
关键词 通用大模型;人工智能;深度学习;Transformer架构;GPT系列
(责任编辑 王微)
http://www.kjdb.org/CN/10.3981/j.issn.1000-7857.2024.05.00531
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-7-18 11:27
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社