欧洲致力于实现不会产生幻觉、工业化、可靠且更便宜的人工智能 | 科技

流行人工智能（AI）的许多常见用途的结果，例如谷歌的 Gemini 或 OpenAI 的 ChatGPT，就像圣诞晚宴上的姐夫：能够用不可靠的参考谈论一切。这些模型的 20% 的响应呈现出幻觉，虚假的输出具有真实的外观。但这是主要来自美国的技术巨头的一大赌注，他们渴望将这个家庭成员变成一个有用的助手，除了说话和创建图像、故事或文本外，还可以分析和提出解决方案（代理）。欧洲的行业与这些发展保持距离，欧盟审计院的审计师认为欧洲的行业存在错过 AI 列车的风险。他们押注于规模较小、与旨在改进且不会令人惊奇的流程成比例的商业应用程序。它们是两个平行的职业，具有不同的根源和不同的目标。从这个意义上说， 西门子与微软合作刚刚推出了在德国慕尼黑，Copilot 的开发专门针对工业自动化。

审计院成员米哈伊尔斯·科兹洛夫 (Mihails Kozlovs) 领导了 欧洲对人工智能的最新审计警告称，这项技术将决定未来几年欧盟的经济增长，忽视它可能会让欧洲大陆陷入困境：“在人工智能竞赛中，存在着赢家通吃的风险。如果欧盟要实现其目标，委员会和成员国必须更有效地联合起来，加快步伐，释放欧盟在这场重要的持续技术革命中取得成功的潜力。”

然而，对于 Zeki 组织的研究员兼创始人 Tom Hurd 来说， 识别人工智能领域的专家和趋势欧洲的情况并不戏剧性，但有所不同。他同意有必要进入欧洲，因为在他看来，只有两个选择：“要么生产人工智能，要么排队等待。”但他认为欧洲，尤其是德国、荷兰、英国和瑞士，根据其吸引人才的能力，属于第一组。他指出：“西班牙、法国和意大利正在开始改变。”

这位研究人员认为，差异在于模式。他认为，美国仍然在设备、编程和对话应用领域处于领先地位，但他观察到，专家们开始放弃这些公司（他保证其中一半只能在这 18 个月内持续下去），转而选择欧洲公司。他解释说，这些公司“更加多元化和包容性”，旨在实现金融、工业、国防以及最重要的健康等领域的自动化。

造成这种趋势的原因有很多。首先是安全性。赫德表示，OpenAI 的很多项目被放弃是因为它被认为“风险很高”。该公司 11 名前雇员和员工发表了一封信，警告称，该公司优先考虑商业激励，而忽视日益先进的人工智能系统的危险性。

另一个主要原因是对对话式应用等不引起欧洲兴趣的领域的投资。“ChatGPT 的每个版本的成本都比前一个版本高 10 倍。我们在这方面没有竞争力，”赫德承认。 斯坦福大学报告 给出了更具体的数字：“下一代 AI 模型的训练成本已经达到了前所未有的水平。例如，OpenAI 的 GPT-4 在这项任务上花费了约 7800 万美元，而谷歌的 Gemini Ultra 则花费了 1.91 亿美元。”

西门子人工智能研究员米歇尔·梅 (Michel May) 同意赫德的观点，认为欧洲在这一领域走的路不同。“这个行业有着不同的传统。他不会先抛出，然后再纠正，因为信心是首要的。这不仅仅是出于道德原因，”他说。

“工业领域的人工智能不能出现幻觉，”该公司研究副总裁 Norbert Gaus 补充道。他的意思是，对话机器人在学校作业、菜谱或采购中做出的回应出现错误并非不可挽回，但在工业过程中，错误可能是灾难性的。

因此，他肯定欧洲的发展取决于安全性（经理表示，由于法规和文化差异，这是欧洲大陆工业的主要关注点之一）、可靠性、信任度和数据效率。虽然聊天机器人需要一个大型语言模型 (LLM)，其上下文窗口为数万亿 代币 （信息的基本单位，可以理解为单词、数字、符号或构成程序输入或输出数据一部分的任何其他单独元素），当通过训练阶段后，工业应用不需要加速器或 LLM，正如 Gaus 所解释的那样。

这一策略并不排除使用 ChatGPT 等平台，但使用有限。在慕尼黑大学和西门子加兴研究园区的机器人和工业双胞胎实验室中，它用于促进操作系统的命令。人工智能为机器创建响应要求的必要代码，并为每个特定任务节省数十小时的编程时间。

欧洲的行动路线与 IBM 提出的 AI 模型类似，并且使用的参数范围比其他公司的系统要低。“这是行业的趋势：以可承受的成本获得用例所需的性能”，IBM 副总裁 Darío Gil 在其年度会议的演讲中总结道。 思考 在美国。

从这个意义上讲，工业人工智能仅由其自身可靠的数据驱动，这些数据与要优化的流程相关，而且成本较低。它的目标是灵活、开放、有用和可互操作，能够安全、自动地交换数据，不受地理、编程或组织边界的限制。

对于 Gaus 来说，欧洲的发展“已经无处不在，即使我们看不到它们”。它们被用于设计、自动化、维护、服务和诊断工具。对于 Michael May 来说，他是“生产力的推动者，不会取代人类，因为他总是必须处于最后。”

西门子凭借这些标准，与微软合作，刚刚在德国推出了 Copilot 的一个版本 （微软的人工智能）专门面向工业，这条道路始于一年多前，起步艰难。“最初的发展似乎不错，但还不够，”这家德国跨国公司的自动化主管 Rainer Brehm 承认。

该项目的目标是“支持人类参与工业价值链”，在整合了概念验证（实施以验证理论是否可行）、调整、验证和操作实验之后，该流程已经成熟。“这不是一个产品，而是整个组织的转型，”Brehm 强调说，据他说，该项目将于 7 月推出。

欧洲行业的这种定位与其他专注于个人代理的巨头更有效的发展截然不同，与 IBM 等其他大公司的愿景不谋而合。“我在 Open AI 和谷歌身上看到了这种做法，”他解释道 罗伯·托马斯这家跨国公司的商业和编程主管表示：“这涉及非常不同的市场，涉及与消费者的互动。这类事情不是我们的重点，而是企业用例、数字化工作，即在组织中自动执行重复性任务，然后扩展到数据和 AI 治理等方面。”

您可以关注 国家报科技 在 Facebook 是 X 或在此注册以接收我们的 时事通讯。

_