Sau khi rời JD.com, đã lâu Chu Bác Văn không có tâm trạng hưng phấn như vậy.
ChatGPT hóa ra lại khuấy động thế giới, như một tiếng sấm mùa xuân đánh thức các học viên từ mọi tầng lớp xã hội, để tất cả đều nghe thấy tiếng bước chân của AGI bước vào thực tế.
Dưới sự bùng nổ, mọi người đã chứng kiến Wang Huiwen và Wang Xiaochuan bắt đầu công việc kinh doanh của riêng họ, đồng thời chứng kiến Baidu và Alibaba thống trị thị trường. Zhou Bowen, cựu trưởng khoa Viện nghiên cứu AI của IBM và JD.com, đã nghiên cứu lý thuyết cơ bản về trí tuệ nhân tạo và các công nghệ, ứng dụng và công nghiệp tiên tiến cốt lõi trong hơn 25 năm. Ông đã thành lập Lianyuan Technology với tư cách là sớm nhất là vào cuối năm 2021. Mô hình, với trí tuệ nhân tạo AI, đối thoại đa vòng và công nghệ cộng tác giữa người với máy tính, giúp doanh nghiệp và người tiêu dùng hoàn thiện quá trình đổi mới sản phẩm và chuyển đổi trí tuệ kỹ thuật số trong kỷ nguyên mới của trí tuệ nhân tạo. “Không đến nỗi tôi quyết định khởi nghiệp trong lĩnh vực này, tốt hơn nên nói rằng công việc kinh doanh này đã tìm thấy tôi.” Zhou Bowen mô tả đây là việc phải làm, như thể cảm giác sứ mệnh đang thôi thúc anh hành động.
Zhou Bowen tốt nghiệp Đại học Khoa học và Công nghệ Trung Quốc, sau đó đến Đại học Colorado ở Boulder để lấy bằng tiến sĩ. Với tư cách là cựu chủ tịch của viện nghiên cứu cơ bản trí tuệ nhân tạo trụ sở chính tại Hoa Kỳ của IBM Research, ông đã trở về Trung Quốc sau khi chủ trì công việc liên quan đến AI trong nhiều năm và liên tiếp giữ chức phó chủ tịch cấp cao của Tập đoàn JD, chủ tịch ủy ban kỹ thuật của tập đoàn, chủ tịch của JD Cloud và AI, đồng thời là chủ tịch sáng lập của Viện Nghiên cứu Trí tuệ Nhân tạo JD và các vị trí khác. Là người sáng lập JD AI, ông chịu trách nhiệm nghiên cứu kỹ thuật và phát triển kinh doanh của JD AI. Ông đã thành lập Bộ phận JD AI, Viện nghiên cứu AI và JD AI Accelerator từ con số 0 để tạo ra một nền tảng mở quốc gia cho chuỗi cung ứng thông minh trí tuệ nhân tạo , hiện thực hóa số lượng cuộc gọi hàng ngày từ 0. Đến hàng chục tỷ, dẫn đầu việc tái cấu trúc kỹ thuật dịch vụ khách hàng trí tuệ nhân tạo Jingdong và đưa ra sản phẩm bên ngoài, quản lý hàng tỷ doanh nghiệp dịch vụ kỹ thuật và hàng nghìn nhóm công nghệ, sản phẩm, tiếp thị và bán hàng tích hợp.
Vào năm 2021, Zhou Bowen dự đoán rằng trí tuệ nhân tạo sẽ bùng nổ trong tương lai gần, vì vậy ông quyết định rời JD.com để thành lập Lianyuan Technology, công ty cam kết hỗ trợ các doanh nghiệp ngành dọc thực hiện đổi mới sản phẩm và chuyển đổi trí tuệ kỹ thuật số với mô hình quy mô lớn nói chung khả năng và định hình lại với giá trị Hàng hóa AI; vào năm 2022, ông sẽ giữ chức vụ Chủ tịch Huiyan Giáo sư của Đại học Thanh Hoa và giáo sư chính thức của Khoa Kỹ thuật Điện tử, và vào tháng 5 cùng năm, ông sẽ thành lập Nghiên cứu Trí tuệ Tương tác Hợp tác Trung tâm của Đại học Thanh Hoa.Thật trùng hợp. **
ChatGPT sắp ra mắt và Zhou Bowen cũng đã đăng trong Khoảnh khắc: "Tôi tin rằng OpenAI của Trung Quốc cần khám phá một con đường mới!" Dưới sự kiêu hãnh, anh ấy rất háo hức tìm kiếm nhân tài. Nhưng khác với các doanh nhân khác, Zhou Bowen và Lianyuan Technology đã chọn dựa vào hàng chục tỷ thông số và phương pháp đào tạo độc đáo để làm cho mô hình lớn hiểu rõ hơn về mối quan hệ giữa con người và hàng hóa trên cơ sở khả năng chung. hệ thống đổi mới liên kết đầy đủ từ hiểu biết sâu sắc về sản phẩm, định vị, thiết kế, R&D đến tiếp thị.
Zhou Bowen từng tuyên bố trước công chúng rằng định hướng kinh doanh của ông là đi đầu trong việc tích hợp trí tuệ nhân tạo với các ngành công nghiệp truyền thống để mang lại giá trị cao hơn cho sự đổi mới trí tuệ kỹ thuật số của doanh nghiệp, tức là đạt được bước đột phá về khả năng của các mô hình lớn nói chung trong các kịch bản theo chiều dọc.
Gần đây, một phóng viên của AI Technology Review đã có cuộc trò chuyện với Zhou Bowen, sau đây là bản ghi của cuộc trò chuyện, AI Technology Review đã chỉnh sửa nội dung mà không làm thay đổi ý nghĩa ban đầu:
Hãy để AI học hỏi sự khôn ngoan của con người, một mô hình tương tác và cộng tác mới
**Đánh giá công nghệ AI: ChatGPT đã mang đến phương thức tương tác này, bạn thấy phương thức tương tác trước đây có gì khác biệt? **
Zhou Bowen: Một trong những hướng nghiên cứu của tôi là sự tương tác giữa AI và con người, và học hỏi trong sự tương tác. Tương tác giữa người với máy tính khác với đối thoại giữa người với máy tính, thông qua tương tác giữa người với máy tính, AI có thể học mọi thứ trong quá trình này, vì vậy đây không phải là một nhiệm vụ đơn giản để thực hiện mà là một phương tiện để đạt được việc học.
Như được ghi lại trong "Luận ngữ của Khổng Tử", đó là câu chuyện về Khổng Tử và bảy mươi hai đệ tử của ông học hỏi thông qua tương tác. Ở phương Tây, tương tự như Học viện Plato và Aristotle ở Athens, việc kế thừa kiến thức và trí tuệ lâu đời nhất được thực hiện thông qua đối thoại giữa mọi người và giáo viên giúp học sinh hoàn thành việc học tốt hơn thông qua tương tác với học sinh.
Ví dụ, nếu giáo viên yêu cầu học sinh rót một cốc nước, những hành động “ra lệnh” đơn giản như vậy khó có thể tăng trưởng trí tuệ; cách vượt qua khó khăn, đây là sự tương tác có thể tăng trưởng trí tuệ, và nó cũng phản ánh quan điểm cốt lõi của tôi về sự tương tác cộng tác giữa con người và AI.
Bản chất của AI là hợp tác và tương tác với con người, nó học hỏi liên tục từ các tương tác và sau đó hợp tác với con người để giải quyết vấn đề tốt hơn. Quan điểm này sẽ ngày càng trở nên quan trọng hơn trong tương lai gần, đồng thời nó sẽ đối mặt với nhiều thách thức hơn về mặt kỹ thuật và đạo đức, cuối cùng sẽ không dễ dàng để giữ được điểm mấu chốt. Giống như AI Alignment mà mọi người vẫn nói, con người có thể truyền ý chí của mình cho AI, sau đó chia nhỏ nhiệm vụ với AI, để AI học hỏi và hiện thực hóa ý chí của con người trong quá trình đó. Đây là một cách cộng tác mới, đó là trí thông minh tương tác hợp tác.
**Đánh giá công nghệ AI: Bạn có nghĩ rằng đạt được sự liên kết giá trị thông qua tương tác là một cách hiệu quả để bộ não con người và GPT cộng tác không? Con người và AI nên làm việc với nhau tốt hơn như thế nào? **
**Zhou Bowen: **Sau sự bùng nổ của trí tuệ nhân tạo AI, trí tuệ nhân tạo học hỏi thông qua tương tác cộng tác với con người sẽ ngày càng trở nên mạnh mẽ hơn.
Daniel Kahneman, người đoạt giải Nobel Kinh tế năm 2002, đã đề xuất trong cuốn sách bán chạy nhất của mình Tư duy nhanh và chậm rằng có hai phương thức tư duy của con người—hệ thống 1 và hệ thống 2, và hệ thống 1 là suy nghĩ nhanh, phán đoán trực quan; Hệ thống 2 là tư duy chậm, cần suy luận và tính toán nhiều.
Ban đầu, mọi người nghĩ rằng AI phù hợp hơn với công việc của "hệ thống 1", chẳng hạn như nhận dạng khuôn mặt và kiểm tra chất lượng, dựa trên nhận dạng mẫu của "hệ thống 1". Nhưng tôi khẳng định giá trị thực sự của AI nằm ở 2, đó là giúp con người hoàn thành tốt hơn các nhiệm vụ suy luận logic phức tạp. Sự xuất hiện của ChatGPT đã xác minh tính khả thi của AI với tư cách là Hệ thống 2, điều đó có nghĩa là AI có thể khám phá kiến thức mới và việc khám phá kiến thức mới sẽ giúp con người thiết kế AI tốt hơn, chẳng hạn như Khoa học não bộ và Khám phá tối ưu hóa máy tính, và một bánh đà để tạo ra tri thức mới xuất hiện. Hiệu ứng bánh đà có nghĩa là AI có thể cho phép toàn bộ hệ thống khám phá kiến thức mới tốt hơn và kiến thức mới này có thể giúp thiết kế các hệ thống AI tốt hơn, do đó tạo thành một vòng tròn đạo đức. Do đó, một mối quan hệ củng cố lẫn nhau đã được hình thành giữa AI, tri thức và sự đổi mới, đòi hỏi cách thức hợp tác của AI và con người phải được thay đổi.
Trước đây, tôi đã đề xuất hướng nghiên cứu "3+1", tức là sử dụng AI đáng tin cậy làm cơ sở nghiên cứu và mục tiêu dài hạn, tập trung vào tương tác biểu diễn đa phương thức, diễn giải hợp tác giữa người và máy tính và tiến hóa hợp tác môi trường. Cốt lõi là con người Sự hợp tác và đồng sáng tạo của máy móc có thể hiện thực hóa mục tiêu con người giúp AI đổi mới và AI giúp con người đổi mới.
Một trong số đó là tương tác biểu diễn đa phương thức, nơi có thể có một lý thuyết thống nhất lớn. Vào năm 2022, mọi người vẫn còn hoài nghi về điều này, nhưng với sự ra đời của GPT-4, tương tác biểu diễn hợp nhất đa phương thức này đã trở nên thuyết phục hơn; Một điểm nữa là tương tác cộng tác giữa người và máy tính. Mọi người cũng đã hoài nghi về điều này vào năm 2022, nhưng giờ đây phương thức tương tác này đã trở nên đáng tin cậy hơn và mọi người bắt đầu tin rằng nó có khả năng xảy ra; Điểm thứ ba là sự đồng tiến hóa của AI và môi trường, Điều này nghĩa là AI không chỉ cần hợp tác với con người mà còn phải thích nghi với môi trường xung quanh. Chúng tôi đề xuất khái niệm này lần đầu tiên vào đầu năm 2022 và cho đến nay chúng tôi chưa thấy trường hợp thành công nào theo hướng này, kể cả OpenAI.
Không học được OpenAI mà không làm được Microsoft thì phải trừ cho startup quy mô lớn trong nước
**Đánh giá công nghệ AI: Điểm đặc biệt của mô hình Transformer là nó sử dụng cơ chế chú ý (Attention) để mô hình hóa văn bản, chúng tôi nhận thấy bạn đã thực hiện các nghiên cứu liên quan đến cơ chế chú ý của AI từ rất sớm. **
**Zhou Bowen:**Điểm nổi bật cốt lõi của Transformer là cơ chế tự chú ý và cơ chế nhiều đầu. Vào tháng 6 năm 2017, cuốn sách "Attention is All You Need" do Google Brain xuất bản đã giới thiệu khái niệm về cơ chế tự chú ý (self-attention) và Transformer. Sau đó, GPT của OpenAI cũng bị ảnh hưởng sâu sắc bởi bài báo này.
Trước đó, tôi đã xuất bản bài báo đầu tiên với tư cách là một tác giả tương ứng để giới thiệu cơ chế tự chú ý nhiều bước để cải thiện bộ mã hóa - "Nhúng câu tự chú ý có cấu trúc". Bài viết này được hoàn thành và tải lên arXiv vào năm 2016, và được xuất bản chính thức trên ICLR vào đầu năm 2017. Chúng tôi cũng là nhóm đầu tiên đề xuất cơ chế này và quan trọng hơn, đây là mô hình biểu diễn ngôn ngữ tự nhiên đầu tiên không xét đến các tác vụ xuôi dòng ở tất cả. Mọi người đều đã sử dụng sự chú ý hoặc tự chú ý trong một số trường hợp trước đây, nhưng tất cả chúng đều phụ thuộc vào nhiệm vụ.
**Đánh giá công nghệ AI: Trong bài báo này, bạn đã tìm thấy gì? Làm thế nào mà những khám phá này ảnh hưởng đến những thay đổi công nghệ Transformer tiếp theo? **
Zhou Bowen: Chúng tôi đã đề xuất trong bài báo rằng phương pháp thể hiện tốt nhất là sử dụng phương pháp tự chú ý có cấu trúc để thể hiện ngôn ngữ tự nhiên (NLP). Bài báo này đã được trích dẫn hơn 2.300 lần kể từ khi xuất bản.
Trước đó, Ilya Sutskever, nhà khoa học trưởng của OpenAI, tin rằng phương pháp biểu diễn tốt nhất là "sequence-to-sequence (Seq2Seq)", tức là huấn luyện mô hình để chuyển đổi chuỗi của một miền thành chuỗi của miền khác , chẳng hạn như ngôn ngữ nguồn tương ứng trong dịch máy và ngôn ngữ đích; hoặc trong trả lời câu hỏi, trong đó câu hỏi là một chuỗi và câu trả lời là một chuỗi. Trên cơ sở này, mối quan hệ ánh xạ giữa hai mạng được đại diện bởi mạng lưới thần kinh sâu được học.
Nhưng sau đó, nhóm chuyên gia học sâu và từng đoạt giải thưởng Turing Yoshua Bengio đã đề xuất một "cơ chế chú ý", cốt lõi của nó là không phải tất cả các từ đều quan trọng như nhau khi trả lời câu hỏi; bằng cách xác định các phần quan trọng hơn và sau đó chú ý nhiều hơn đến phần này, bạn có thể đưa ra một câu trả lời tốt hơn. Mô hình chú ý này nhanh chóng được chấp nhận rộng rãi. Vào năm 2015, tôi đã lãnh đạo nhóm IBM bắt đầu nghiên cứu dựa trên kiến trúc và ý tưởng của "Seq2Seq+Attention Mechanism" đồng thời liên tiếp đưa ra một số mô hình tổng quát sớm nhất cho AI viết bằng ngôn ngữ tự nhiên. hơn 3000 lần.
Nhưng tôi không hài lòng với nội dung của bài báo vào thời điểm đó, bởi vì có một vấn đề trong đó, đó là sự chú ý được xây dựng dựa trên câu trả lời. AI được đào tạo theo cách này giống như một học sinh yêu cầu giáo viên đánh dấu những điểm chính trước kỳ thi cuối kỳ của trường đại học, sau đó xem xét những điểm chính với sự chú ý có mục tiêu. Bằng cách này, mặc dù hiệu suất của AI đối với các vấn đề cụ thể có thể được cải thiện, nhưng nó không phổ biến. Do đó, chúng tôi đề xuất rằng nó hoàn toàn không phụ thuộc vào nhiệm vụ và đầu ra nhất định mà chỉ dựa trên cấu trúc bên trong của ngôn ngữ tự nhiên đầu vào và tìm hiểu phần nào quan trọng hơn và mối quan hệ giữa chúng thông qua nhiều lần đọc AI. tự chú ý cộng với Học đại diện cho Cơ chế nhiều đầu. Cơ chế học kiểu này chỉ nhìn vào đầu vào, giống như học sinh học và hiểu bài nhiều lần và có hệ thống trước kỳ thi, thay vì học một cách có mục tiêu và rời rạc dựa trên các điểm chính của kỳ thi, gần với mục tiêu học tập hơn. mục đích của trí tuệ nhân tạo nói chung và tăng cường đáng kể khả năng học hỏi của AI.
**Đánh giá công nghệ AI: Mối quan hệ giữa bài báo "Chú ý là tất cả những gì bạn cần" và bạn là gì? **
Zhou Bowen: Chúng tôi biết rằng tất cả các mô hình lớn của làn sóng này đều đến từ Transformer, vì vậy khi bạn nhìn thấy chữ T trong mô hình, thì rất có thể chữ T đại diện cho Transformer. Tôi rất vinh dự được thực hiện một số công việc hướng tới tương lai trong lĩnh vực này. Vào cuối năm 2017, các nhà nghiên cứu từ Google đã xuất bản "Attention is All you need", một bài báo đánh dấu cột mốc đưa mô hình Transformer ra thế giới. Và bài báo của chúng tôi "Việc nhúng câu tự chú ý có cấu trúc", lần đầu tiên đề xuất một "cơ chế tự chú ý nhiều bước" được xuất bản vào đầu năm 2017, đã được trích dẫn. Và tác giả đầu tiên của bài báo này, Ashish Vaswani, là một sinh viên mà tôi đã hướng dẫn tại IBM. Tiêu đề của bài báo "Chú ý là tất cả những gì bạn cần" cũng thể hiện ý nghĩa "tự chú ý là rất quan trọng, đa đầu là rất quan trọng, nhưng RNN có thể không quan trọng như chúng ta nghĩ trước đây" do chúng tôi đề xuất.
**Đánh giá công nghệ AI: Bạn và OpenAI có những đánh giá kỹ thuật nhất quán nào? **
** Zhou Bowen: Bài báo này và kiến trúc Transformer đã thay đổi hoàn toàn mọi thứ, và nó đã giải quyết vấn đề về bộ nhớ đường dài của mô hình. Ilya Sutskever nhớ lại trong một cuộc phỏng vấn gần đây rằng OpenAI đã hoàn toàn chuyển sang kiến trúc Transformer một ngày sau khi bài báo xuất hiện. **
Chúng tôi biết rằng GPT rất khác với mô hình của Bert và lý do tại sao Bert rất thành công lúc đầu nhưng không tốt bằng GPT sau này là nó sử dụng cả thông tin từ trái sang phải và từ phải sang trái. Nói cách khác, Bert sử dụng thông tin trong tương lai để giúp AI học cách biểu diễn, trong khi GPT khăng khăng dự đoán từ tiếp theo sẽ chỉ dựa trên thông tin trong quá khứ. **Cách tiếp cận của OpenAI về điểm này phù hợp với suy nghĩ của nhóm chúng tôi, đó là: cố gắng không sử dụng câu trả lời để học. **Từ chú ý đến tự chú ý, từ BERT đến GPT-3, ý tưởng cốt lõi là khi bạn không còn dựa vào thông tin trong tương lai như đầu ra hoặc ngữ cảnh của từ được dự đoán hoặc khi có thể sử dụng nhiều dữ liệu hơn để đầy đủ Khi đào tạo các mô hình AI, chúng tôi bắt đầu thấy khả năng của AGI.
Ngoài ra, OpenAI tin rằng các mô hình lớn học kiến thức thế giới thông qua ngôn ngữ tự nhiên, từ đó nén kiến thức thế giới vào các mô hình lớn.Các mô hình lớn dòng GPT và ChatGPT cũng được quảng bá theo khái niệm này. Điều này cũng đúng với khái niệm và tầm nhìn của nhóm của tôi và tôi, đó là xây dựng một mô hình quy mô lớn có mục đích chung và cho phép nó phát huy giá trị và khả năng cao hơn trong lĩnh vực dọc thông qua đào tạo chuyên nghiệp và tích hợp người tiêu dùng ' những cảm xúc, nhu cầu và trải nghiệm phức tạp, cũng như đổi mới sản phẩm, Thiết kế, thông số sản phẩm, vật liệu, chức năng, v.v., được nén thành một mô hình lớn để tái tạo lại mối quan hệ nhị phân giữa con người và sản phẩm, đồng thời sử dụng AI để định hình lại giá trị của các sản phẩm.
**Đánh giá công nghệ AI: Ngoài sức mạnh kỹ thuật, những khía cạnh nào khác của OpenAI khiến bạn nghĩ rằng có giá trị? **
Zhou Bowen: Không chỉ về mặt đánh giá kỹ thuật, toàn bộ cách tiếp cận kinh doanh của OpenAI đều mang tính đại diện, bao gồm: thiết lập hệ sinh thái, công bố Định luật Moore mới, giảm 90% giá API, v.v. Mở rộng không gian tưởng tượng của vốn và người dùng cho ứng dụng thương mại của các mô hình lớn và đưa ra các kịch bản ứng dụng gần như không giới hạn. Ngoài ra, các kế hoạch của OpenAI về quản trị đạo đức, phát triển kinh doanh, công nghệ sinh thái và phát triển trong tương lai cũng rất rõ ràng.
**Đánh giá công nghệ AI: OpenAI tiếp theo sẽ xuất hiện ở Trung Quốc? **
** Zhou Bowen: ** Độ khó kỹ thuật của việc xây dựng một mô hình lớn thực sự nằm ngoài sức tưởng tượng của nhiều doanh nhân Trung Quốc. Do đó, tôi không khuyến nghị các công ty trong nước mù quáng làm theo và sao chép mô hình "OpenAI + Microsoft", bởi vì hầu hết các công ty công nghệ Trung Quốc ở Trung Quốc không có khả năng ra quyết định kinh doanh tốt như Microsoft và khả năng phán đoán công nghệ của họ cũng không tốt bằng. như OpenAI. **
Thành công của OpenAI là kết quả của nhiều yếu tố, chẳng hạn như Ilya Sutskever đưa ra các đánh giá kỹ thuật, Greg Brockman thực hiện các chức năng và Sam Altman tích hợp các nguồn lực, bao gồm nghiên cứu về tác động của AI đối với đạo đức và xã hội. Nếu các công ty trong nước cứ bắt chước OpenAI thì khoảng cách với nhau sẽ chỉ ngày càng xa hơn.
Đánh giá kỹ thuật của OpenAI có thể được nhìn thấy từ vĩ độ của dữ liệu, bởi vì không phải tất cả dữ liệu trên thế giới đều quan trọng như nhau. Tại sao OpenAI lại chọn sử dụng ngôn ngữ lập trình của Github để huấn luyện chuỗi tư duy? Bởi vì ngữ nghĩa và cú pháp của ngôn ngữ lập trình cực kỳ đơn giản, logic của quá trình thực thi là nghiêm ngặt. Điều này cũng thể hiện một đặc điểm và lợi thế của OpenAI: nó sẽ không tấn công một cách mù quáng. Do đó, tôi nghĩ rằng sự phát triển AI của Trung Quốc cần phải tìm một con đường khác, đó là dựa vào khả năng của các mô hình lớn nói chung bắt đầu từ việc áp dụng các kịch bản dọc, có nhiều khả năng thành công hơn.
Trí tuệ nhân tạo sáng tạo sẽ phá vỡ trải nghiệm hiện có của người tiêu dùng
**Đánh giá công nghệ AI: Tại sao bạn nhắm mục tiêu vào lĩnh vực tiêu dùng? **
Zhou Bowen: Khi còn ở JD.com, tôi đã nhìn thấy một cơ hội kinh doanh lớn về việc "kết hợp linh hoạt nhu cầu của người tiêu dùng và thiết kế sản phẩm với trí tuệ nhân tạo". Vào năm 2021, tôi quyết định nghỉ việc và bắt đầu kinh doanh để phát triển một mô hình ngôn ngữ lớn chung cho các ngành dọc (mô hình ngôn ngữ lớn chưa bùng nổ vào thời điểm đó), với hy vọng bao quát tất cả các hành vi của người tiêu dùng từ các tình huống không cụ thể. Chúng tôi biết rằng khung cảnh thời gian và không gian từ thứ Hai đến thứ Sáu là khác nhau và trọng tâm của những người làm công việc văn phòng hoặc các ngành nghề khác cũng khác, đằng sau những biểu tượng văn hóa ảnh hưởng đến hành vi mua sắm này là những cảm xúc, trải nghiệm và lựa chọn sản phẩm phức tạp của người tiêu dùng. , đây chính là thông tin quý giá mà doanh nghiệp đang cần. Khi tạo ra sản phẩm ở phía cung, nó bao gồm sự sáng tạo, thiết kế, thông số sản phẩm, chức năng, vật liệu và định vị thương hiệu, khẩu hiệu, tiếp thị, quảng cáo, tiếp thị, hình ảnh quảng cáo, v.v.
Loại mối quan hệ tương ứng này chưa từng được con người thông qua trước đây. Các học viên lập kế hoạch, tiếp thị và bán hàng chỉ hiểu các liên kết mà họ chịu trách nhiệm. Và chúng tôi sẽ tạo ra mô hình chuỗi cung ứng hàng hóa có mục đích chung đầu tiên trên thế giới, nghĩa là nén tất cả những thông tin này thành một mô hình có mục đích chung với độ trung thực cao và dựa trên mô hình quy mô lớn này để trao quyền toàn bộ vòng đời của sản phẩm doanh nghiệp, bao gồm: cơ hội Thông tin chi tiết (Discover), định nghĩa sản phẩm (Define), thiết kế chương trình (Design), thúc đẩy R&D (Develop), chuyển đổi tiếp thị (Distribute). Bằng cách này, doanh nghiệp có thể khám phá các cơ hội đổi mới hiệu quả hơn, thiết kế và sản xuất sáng tạo hơn, thực hiện quảng bá tiếp thị, tiếp cận người dùng và hoàn thành chuyển đổi hiệu quả hơn.
**Đánh giá công nghệ AI: Về mô hình kinh doanh, điều này có vẻ tiên tiến hơn. **
Zhou Bowen: Đối với bất kỳ đội ngũ doanh nhân nào, điều rất quan trọng là có thể trau dồi thêm năng lực chuyên môn sau khi có năng lực kỹ thuật chung của các mô hình lớn. Hiện tại, tính đột phá của GPT chủ yếu ở khả năng tổng hợp, còn giá trị đối với các ngành, lĩnh vực dọc cụ thể thì chưa phát triển, ví dụ: GPT vẽ được tranh nghệ thuật rất chân thực, nhưng không vẽ được sơ đồ mạch điện, vì nó không không đủ hiểu biết về kiến thức vật lý.Những nhận định chuyên sâu, liên quan chưa đủ chuyên môn.
Vì vậy, tôi nghĩ cần có một công cụ như vậy (mô hình đa năng lớn với khả năng chuyên nghiệp) để người tiêu dùng dễ dàng tìm kiếm và sẵn sàng mua sản phẩm họ cần hơn, điều này có thể thay đổi hoàn toàn con đường mua sắm hiện tại của mọi người . AI sáng tạo có thể nén một lượng lớn thông tin kinh doanh vào các mô hình lớn như vậy, để tìm hiểu tất cả các khía cạnh của chuỗi cung ứng hàng hóa và cải thiện hiệu quả của các liên kết chính tập trung vào người tiêu dùng. Đây là ý tưởng và sự sáng tạo đã được tạo ra vào năm 2021.
**Lianyuan Technology đang phát triển một mô hình lớn với các khả năng chung. Mô hình lớn này có chuyên môn trong việc liên kết sản phẩm và người tiêu dùng. **Chúng tôi có 37 chỉ số đánh giá mô hình quy mô lớn, 2/3 trong số đó là các khả năng có mục đích chung như khả năng suy luận và khả năng tính toán, và hơn chục mục được áp dụng đặc biệt cho kết nối giữa sản phẩm và người tiêu dùng, để nhận ra mục tiêu "hãy để mọi sản phẩm được sinh ra từ nhu cầu, để mọi người tiêu dùng có được thứ họ muốn".
**Đánh giá công nghệ AI: Làm thế nào AI tổng hợp có thể tích hợp tốt hơn với các tình huống tiêu dùng như thương mại điện tử? **
**Zhou Bowen:**Con người hoặc chỉ có thể hiểu logic kinh doanh của việc lập kế hoạch hoặc logic của tiếp thị, nhưng AI có thể mở ra tất cả các chuỗi kinh doanh.
Người tiêu dùng cần nhiều từ vựng chuyên môn để tìm sản phẩm họ muốn trong các tình huống như sàn thương mại điện tử, nhưng mặt khác, thương nhân không hiểu nhu cầu thực sự của người tiêu dùng và chỉ có thể tiếp cận người tiêu dùng thông qua giao dịch thương mại điện tử, thông qua tư vấn các tổ chức nghiên cứu để hiểu rõ hơn về người tiêu dùng. Sau khi giới thiệu chức năng đối thoại nhiều vòng như ProductGPT, hiệu quả kết hợp động giữa người bán và người tiêu dùng trên sản phẩm sẽ hiệu quả hơn so với nghiên cứu thị trường, để các nền tảng thương mại điện tử có thể tham gia sâu hơn vào đổi mới, thiết kế, nghiên cứu và phát triển sản phẩm, và tiếp thị.khuyến mãi vv.
Trong xã hội thương mại thực tế, thực sự có sự tương ứng mạnh mẽ giữa bên cầu và bên cung. Nền tảng Đổi mới Cộng tác hàng đầu do chúng tôi tự phát triển (SaaS) dựa trên khả năng hiểu biết, suy luận và tạo đa phương thức của các mô hình lớn, đồng thời giúp các công ty khám phá các cơ hội kinh doanh và đổi mới sản phẩm thông qua hiểu biết sâu sắc về người tiêu dùng, kịch bản, sản phẩm, tài liệu tham khảo sản phẩm và Nghiên cứu & Phát triển . Đồng thời, nền tảng đối thoại đa vòng ProductGPT của Lianyuan Technology cung cấp cho mỗi nhân viên của doanh nghiệp một trợ lý cá nhân được tùy chỉnh chuyên sâu theo các vai trò chuyên môn khác nhau và đáp ứng nhu cầu công việc cụ thể của họ bằng cách cung cấp kiến thức và kỹ năng theo vai trò cụ thể. Ví dụ: trợ lý cá nhân nghiên cứu người tiêu dùng của Lianyuan Technology sẽ cung cấp các kỹ năng chuyên nghiệp và kiến thức liên quan như nghiên cứu xu hướng thị trường, tìm hiểu nhu cầu của người tiêu dùng và nghiên cứu thị trường.
**Đánh giá công nghệ AI: Bạn đã sử dụng AI tổng quát để kiếm tiền trên JD.com, bạn đã làm điều đó như thế nào? **
**Zhou Bowen:**Năm 2019, tôi đã lãnh đạo nhóm AI của JD.com áp dụng trí thông minh nhân tạo tổng quát để viết quảng cáo sản phẩm và chọn ảnh. Đó cũng là mô hình quy mô lớn tổng quát đầu tiên của JD.com. Vào thời điểm đó, mô hình AI của chúng tôi chủ yếu hoàn thành ba điều:
Đầu tiên, bạn có thể tự mình đọc nội dung trên trang chi tiết sản phẩm và trực tiếp tạo ra 8-9 điểm bán hàng của sản phẩm này thông qua phân tích;
Thứ hai, khi người tiêu dùng lướt qua một sản phẩm nhất định, mô hình lớn sẽ nhanh chóng tìm ra điểm bán hàng nào có thể gây ấn tượng với người dùng hơn bằng cách phân tích dữ liệu hành vi của những người tiêu dùng khác nhau;
Thứ ba, AIGC sẽ tạo ra các khẩu hiệu độc quyền xung quanh các điểm bán hàng mà người tiêu dùng quan tâm nhất dựa trên chân dung người dùng.
Sau một thời gian triển khai, tỷ lệ chuyển đổi khuyến nghị sản phẩm đã tăng 30% so với trước đây. Người tiêu dùng có thể không nhận ra rằng khi họ tìm kiếm và mua sắm trên JD.com, các danh mục và mô tả sản phẩm mà họ thấy thực sự được AIGC tạo tự động từng chữ theo sở thích của người dùng và điểm bán hàng của sản phẩm tại thời điểm họ duyệt sản phẩm .
**Đánh giá công nghệ AI: Bạn nghĩ gì về API mở của OpenAI và nó có ý nghĩa gì đối với ngành? **
Zhou Bowen: Nói theo kinh nghiệm cá nhân, tôi từng là nhà khoa học trưởng của Tập đoàn IBM Watson. Vào thời điểm đó, dữ liệu của một số ngành công nghiệp ở Hoa Kỳ đã được quy định và các doanh nghiệp như vậy thường không thể hợp tác và chỉ có thể triển khai các đám mây riêng. Vì lý do này, năm 2015-2016, tôi quyết tâm làm public cloud. Để đạt được điều này, cần phải API hóa khả năng AI của Watson. Vào thời điểm đó, tôi đã dẫn đầu việc ra mắt hàng chục API bao gồm đối thoại và hiểu ngôn ngữ tự nhiên. Đưa các API này lên nền tảng đám mây, và giờ mảng kinh doanh AI của IBM chủ yếu kiếm tiền từ đó.
Tôi trở lại Trung Quốc vào cuối năm 2017 và vào tháng 4 năm 2018, tôi đã phát hành nền tảng mở trí tuệ nhân tạo của JD.com. Vào thời điểm đó, về cơ bản không có nền tảng AI nào ở Trung Quốc, điều này cũng mang lại thu nhập đáng kể cho JD.com. Vào năm 2019, nhóm AI của JD.com do tôi đứng đầu đã tạo ra doanh thu 170 triệu nhân dân tệ, một con số không tệ đối với một nhóm 200 người.
**Đánh giá Công nghệ AI: Người ta nhận thấy trong ngành rằng rủi ro khi tạo ra một mô hình lớn theo chiều dọc là rất cao. Bạn nghĩ sao? **
Zhou Bowen: Tôi nghĩ rằng trong tương lai, những quy trình công việc có giá trị cao, được xác định rõ ràng đó sẽ được hoàn thành bởi các mô hình AI chuyên nghiệp thay vì các mô hình AI thông thường. Thật dễ dàng để cải thiện hơn nữa các khả năng cơ bản của một mô hình lớn có mục đích chung sau khi hoàn thành thành công một cảnh dọc nhất định. Ngoài ra, nếu chúng ta bắt đầu từ một kịch bản theo chiều dọc, sự tích lũy trước đây của chúng ta về sức mạnh tính toán, dữ liệu và thuật toán có thể được sử dụng đầy đủ hơn. Do đó, trong Công nghệ Lianyuan, mô hình lớn phải có các khả năng cơ bản của công nghệ mô hình lớn nói chung trong khuôn khổ cơ bản của công nghệ và nó phải được đánh giá bằng các phương pháp khoa học, nhưng nó cũng cần được đào tạo chuyên nghiệp.
Vào năm 2023, do sự phổ biến đột ngột của ChatGPT, thị trường bắt đầu sử dụng AI 2.0 để mô tả tiềm năng to lớn của nó. Ngoài ra, hầu hết tất cả các đại gia công nghệ đều đã tham gia trận chiến, thị trường đầu tư mạo hiểm đang cố gắng nắm bắt những cơ hội mới và môi trường thị trường cũng đang thay đổi nhanh chóng. GPT là một cơ hội kinh doanh có hệ thống, nhưng chỉ sao chép, làm theo và bắt kịp là rất rủi ro và khó khăn.
Sau khi thành lập Lianyuan Technology, chúng tôi đã liên lạc với hơn 100 khách hàng, nhìn thấy nhu cầu thực sự và cải thiện lộ trình hiện thực hóa công nghệ bằng cách liên tục tối ưu hóa mô hình lớn: "Vào năm 2022, chúng tôi đã chứng minh giá trị thương mại và tính khả thi về mặt kỹ thuật của kịch bản này, Điều này có nghĩa là rằng ngay cả khi chúng tôi đang tạo ra một mô hình lớn, chúng tôi đang đi trên con đường khác với OpenAI và mô hình lợi nhuận cũng khác.
Điều tôi muốn làm là một bộ nén kiến thức thế giới tốt hơn GPT hiện tại, yêu cầu dữ liệu rất tương tác và dữ liệu rõ ràng có liên quan chặt chẽ với hiện trường. Đối với loại dữ liệu nào có ý nghĩa về trí thông minh cao hơn của con người, thực sự còn rất nhiều công việc lý thuyết phải được thực hiện trong đó và đó là một hướng đáng để khám phá trong tương lai.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Đối thoại丨Bowen Zhou: Làm thế nào để mô hình quy mô lớn nói chung vượt qua các kịch bản ngành dọc?
Tác giả: Wang Yongang Biên tập: Dong Zibo
**Nguồn:**Đánh giá công nghệ AI
Sau khi rời JD.com, đã lâu Chu Bác Văn không có tâm trạng hưng phấn như vậy.
ChatGPT hóa ra lại khuấy động thế giới, như một tiếng sấm mùa xuân đánh thức các học viên từ mọi tầng lớp xã hội, để tất cả đều nghe thấy tiếng bước chân của AGI bước vào thực tế.
Dưới sự bùng nổ, mọi người đã chứng kiến Wang Huiwen và Wang Xiaochuan bắt đầu công việc kinh doanh của riêng họ, đồng thời chứng kiến Baidu và Alibaba thống trị thị trường. Zhou Bowen, cựu trưởng khoa Viện nghiên cứu AI của IBM và JD.com, đã nghiên cứu lý thuyết cơ bản về trí tuệ nhân tạo và các công nghệ, ứng dụng và công nghiệp tiên tiến cốt lõi trong hơn 25 năm. Ông đã thành lập Lianyuan Technology với tư cách là sớm nhất là vào cuối năm 2021. Mô hình, với trí tuệ nhân tạo AI, đối thoại đa vòng và công nghệ cộng tác giữa người với máy tính, giúp doanh nghiệp và người tiêu dùng hoàn thiện quá trình đổi mới sản phẩm và chuyển đổi trí tuệ kỹ thuật số trong kỷ nguyên mới của trí tuệ nhân tạo. “Không đến nỗi tôi quyết định khởi nghiệp trong lĩnh vực này, tốt hơn nên nói rằng công việc kinh doanh này đã tìm thấy tôi.” Zhou Bowen mô tả đây là việc phải làm, như thể cảm giác sứ mệnh đang thôi thúc anh hành động.
Zhou Bowen tốt nghiệp Đại học Khoa học và Công nghệ Trung Quốc, sau đó đến Đại học Colorado ở Boulder để lấy bằng tiến sĩ. Với tư cách là cựu chủ tịch của viện nghiên cứu cơ bản trí tuệ nhân tạo trụ sở chính tại Hoa Kỳ của IBM Research, ông đã trở về Trung Quốc sau khi chủ trì công việc liên quan đến AI trong nhiều năm và liên tiếp giữ chức phó chủ tịch cấp cao của Tập đoàn JD, chủ tịch ủy ban kỹ thuật của tập đoàn, chủ tịch của JD Cloud và AI, đồng thời là chủ tịch sáng lập của Viện Nghiên cứu Trí tuệ Nhân tạo JD và các vị trí khác. Là người sáng lập JD AI, ông chịu trách nhiệm nghiên cứu kỹ thuật và phát triển kinh doanh của JD AI. Ông đã thành lập Bộ phận JD AI, Viện nghiên cứu AI và JD AI Accelerator từ con số 0 để tạo ra một nền tảng mở quốc gia cho chuỗi cung ứng thông minh trí tuệ nhân tạo , hiện thực hóa số lượng cuộc gọi hàng ngày từ 0. Đến hàng chục tỷ, dẫn đầu việc tái cấu trúc kỹ thuật dịch vụ khách hàng trí tuệ nhân tạo Jingdong và đưa ra sản phẩm bên ngoài, quản lý hàng tỷ doanh nghiệp dịch vụ kỹ thuật và hàng nghìn nhóm công nghệ, sản phẩm, tiếp thị và bán hàng tích hợp.
Vào năm 2021, Zhou Bowen dự đoán rằng trí tuệ nhân tạo sẽ bùng nổ trong tương lai gần, vì vậy ông quyết định rời JD.com để thành lập Lianyuan Technology, công ty cam kết hỗ trợ các doanh nghiệp ngành dọc thực hiện đổi mới sản phẩm và chuyển đổi trí tuệ kỹ thuật số với mô hình quy mô lớn nói chung khả năng và định hình lại với giá trị Hàng hóa AI; vào năm 2022, ông sẽ giữ chức vụ Chủ tịch Huiyan Giáo sư của Đại học Thanh Hoa và giáo sư chính thức của Khoa Kỹ thuật Điện tử, và vào tháng 5 cùng năm, ông sẽ thành lập Nghiên cứu Trí tuệ Tương tác Hợp tác Trung tâm của Đại học Thanh Hoa.Thật trùng hợp. **
ChatGPT sắp ra mắt và Zhou Bowen cũng đã đăng trong Khoảnh khắc: "Tôi tin rằng OpenAI của Trung Quốc cần khám phá một con đường mới!" Dưới sự kiêu hãnh, anh ấy rất háo hức tìm kiếm nhân tài. Nhưng khác với các doanh nhân khác, Zhou Bowen và Lianyuan Technology đã chọn dựa vào hàng chục tỷ thông số và phương pháp đào tạo độc đáo để làm cho mô hình lớn hiểu rõ hơn về mối quan hệ giữa con người và hàng hóa trên cơ sở khả năng chung. hệ thống đổi mới liên kết đầy đủ từ hiểu biết sâu sắc về sản phẩm, định vị, thiết kế, R&D đến tiếp thị.
Zhou Bowen từng tuyên bố trước công chúng rằng định hướng kinh doanh của ông là đi đầu trong việc tích hợp trí tuệ nhân tạo với các ngành công nghiệp truyền thống để mang lại giá trị cao hơn cho sự đổi mới trí tuệ kỹ thuật số của doanh nghiệp, tức là đạt được bước đột phá về khả năng của các mô hình lớn nói chung trong các kịch bản theo chiều dọc.
Gần đây, một phóng viên của AI Technology Review đã có cuộc trò chuyện với Zhou Bowen, sau đây là bản ghi của cuộc trò chuyện, AI Technology Review đã chỉnh sửa nội dung mà không làm thay đổi ý nghĩa ban đầu:
Hãy để AI học hỏi sự khôn ngoan của con người, một mô hình tương tác và cộng tác mới
**Đánh giá công nghệ AI: ChatGPT đã mang đến phương thức tương tác này, bạn thấy phương thức tương tác trước đây có gì khác biệt? **
Zhou Bowen: Một trong những hướng nghiên cứu của tôi là sự tương tác giữa AI và con người, và học hỏi trong sự tương tác. Tương tác giữa người với máy tính khác với đối thoại giữa người với máy tính, thông qua tương tác giữa người với máy tính, AI có thể học mọi thứ trong quá trình này, vì vậy đây không phải là một nhiệm vụ đơn giản để thực hiện mà là một phương tiện để đạt được việc học.
Như được ghi lại trong "Luận ngữ của Khổng Tử", đó là câu chuyện về Khổng Tử và bảy mươi hai đệ tử của ông học hỏi thông qua tương tác. Ở phương Tây, tương tự như Học viện Plato và Aristotle ở Athens, việc kế thừa kiến thức và trí tuệ lâu đời nhất được thực hiện thông qua đối thoại giữa mọi người và giáo viên giúp học sinh hoàn thành việc học tốt hơn thông qua tương tác với học sinh.
Ví dụ, nếu giáo viên yêu cầu học sinh rót một cốc nước, những hành động “ra lệnh” đơn giản như vậy khó có thể tăng trưởng trí tuệ; cách vượt qua khó khăn, đây là sự tương tác có thể tăng trưởng trí tuệ, và nó cũng phản ánh quan điểm cốt lõi của tôi về sự tương tác cộng tác giữa con người và AI.
Bản chất của AI là hợp tác và tương tác với con người, nó học hỏi liên tục từ các tương tác và sau đó hợp tác với con người để giải quyết vấn đề tốt hơn. Quan điểm này sẽ ngày càng trở nên quan trọng hơn trong tương lai gần, đồng thời nó sẽ đối mặt với nhiều thách thức hơn về mặt kỹ thuật và đạo đức, cuối cùng sẽ không dễ dàng để giữ được điểm mấu chốt. Giống như AI Alignment mà mọi người vẫn nói, con người có thể truyền ý chí của mình cho AI, sau đó chia nhỏ nhiệm vụ với AI, để AI học hỏi và hiện thực hóa ý chí của con người trong quá trình đó. Đây là một cách cộng tác mới, đó là trí thông minh tương tác hợp tác.
**Đánh giá công nghệ AI: Bạn có nghĩ rằng đạt được sự liên kết giá trị thông qua tương tác là một cách hiệu quả để bộ não con người và GPT cộng tác không? Con người và AI nên làm việc với nhau tốt hơn như thế nào? **
**Zhou Bowen: **Sau sự bùng nổ của trí tuệ nhân tạo AI, trí tuệ nhân tạo học hỏi thông qua tương tác cộng tác với con người sẽ ngày càng trở nên mạnh mẽ hơn.
Daniel Kahneman, người đoạt giải Nobel Kinh tế năm 2002, đã đề xuất trong cuốn sách bán chạy nhất của mình Tư duy nhanh và chậm rằng có hai phương thức tư duy của con người—hệ thống 1 và hệ thống 2, và hệ thống 1 là suy nghĩ nhanh, phán đoán trực quan; Hệ thống 2 là tư duy chậm, cần suy luận và tính toán nhiều.
Ban đầu, mọi người nghĩ rằng AI phù hợp hơn với công việc của "hệ thống 1", chẳng hạn như nhận dạng khuôn mặt và kiểm tra chất lượng, dựa trên nhận dạng mẫu của "hệ thống 1". Nhưng tôi khẳng định giá trị thực sự của AI nằm ở 2, đó là giúp con người hoàn thành tốt hơn các nhiệm vụ suy luận logic phức tạp. Sự xuất hiện của ChatGPT đã xác minh tính khả thi của AI với tư cách là Hệ thống 2, điều đó có nghĩa là AI có thể khám phá kiến thức mới và việc khám phá kiến thức mới sẽ giúp con người thiết kế AI tốt hơn, chẳng hạn như Khoa học não bộ và Khám phá tối ưu hóa máy tính, và một bánh đà để tạo ra tri thức mới xuất hiện. Hiệu ứng bánh đà có nghĩa là AI có thể cho phép toàn bộ hệ thống khám phá kiến thức mới tốt hơn và kiến thức mới này có thể giúp thiết kế các hệ thống AI tốt hơn, do đó tạo thành một vòng tròn đạo đức. Do đó, một mối quan hệ củng cố lẫn nhau đã được hình thành giữa AI, tri thức và sự đổi mới, đòi hỏi cách thức hợp tác của AI và con người phải được thay đổi.
Trước đây, tôi đã đề xuất hướng nghiên cứu "3+1", tức là sử dụng AI đáng tin cậy làm cơ sở nghiên cứu và mục tiêu dài hạn, tập trung vào tương tác biểu diễn đa phương thức, diễn giải hợp tác giữa người và máy tính và tiến hóa hợp tác môi trường. Cốt lõi là con người Sự hợp tác và đồng sáng tạo của máy móc có thể hiện thực hóa mục tiêu con người giúp AI đổi mới và AI giúp con người đổi mới.
Một trong số đó là tương tác biểu diễn đa phương thức, nơi có thể có một lý thuyết thống nhất lớn. Vào năm 2022, mọi người vẫn còn hoài nghi về điều này, nhưng với sự ra đời của GPT-4, tương tác biểu diễn hợp nhất đa phương thức này đã trở nên thuyết phục hơn; Một điểm nữa là tương tác cộng tác giữa người và máy tính. Mọi người cũng đã hoài nghi về điều này vào năm 2022, nhưng giờ đây phương thức tương tác này đã trở nên đáng tin cậy hơn và mọi người bắt đầu tin rằng nó có khả năng xảy ra; Điểm thứ ba là sự đồng tiến hóa của AI và môi trường, Điều này nghĩa là AI không chỉ cần hợp tác với con người mà còn phải thích nghi với môi trường xung quanh. Chúng tôi đề xuất khái niệm này lần đầu tiên vào đầu năm 2022 và cho đến nay chúng tôi chưa thấy trường hợp thành công nào theo hướng này, kể cả OpenAI.
Không học được OpenAI mà không làm được Microsoft thì phải trừ cho startup quy mô lớn trong nước
**Đánh giá công nghệ AI: Điểm đặc biệt của mô hình Transformer là nó sử dụng cơ chế chú ý (Attention) để mô hình hóa văn bản, chúng tôi nhận thấy bạn đã thực hiện các nghiên cứu liên quan đến cơ chế chú ý của AI từ rất sớm. **
**Zhou Bowen:**Điểm nổi bật cốt lõi của Transformer là cơ chế tự chú ý và cơ chế nhiều đầu. Vào tháng 6 năm 2017, cuốn sách "Attention is All You Need" do Google Brain xuất bản đã giới thiệu khái niệm về cơ chế tự chú ý (self-attention) và Transformer. Sau đó, GPT của OpenAI cũng bị ảnh hưởng sâu sắc bởi bài báo này.
Trước đó, tôi đã xuất bản bài báo đầu tiên với tư cách là một tác giả tương ứng để giới thiệu cơ chế tự chú ý nhiều bước để cải thiện bộ mã hóa - "Nhúng câu tự chú ý có cấu trúc". Bài viết này được hoàn thành và tải lên arXiv vào năm 2016, và được xuất bản chính thức trên ICLR vào đầu năm 2017. Chúng tôi cũng là nhóm đầu tiên đề xuất cơ chế này và quan trọng hơn, đây là mô hình biểu diễn ngôn ngữ tự nhiên đầu tiên không xét đến các tác vụ xuôi dòng ở tất cả. Mọi người đều đã sử dụng sự chú ý hoặc tự chú ý trong một số trường hợp trước đây, nhưng tất cả chúng đều phụ thuộc vào nhiệm vụ.
**Đánh giá công nghệ AI: Trong bài báo này, bạn đã tìm thấy gì? Làm thế nào mà những khám phá này ảnh hưởng đến những thay đổi công nghệ Transformer tiếp theo? **
Zhou Bowen: Chúng tôi đã đề xuất trong bài báo rằng phương pháp thể hiện tốt nhất là sử dụng phương pháp tự chú ý có cấu trúc để thể hiện ngôn ngữ tự nhiên (NLP). Bài báo này đã được trích dẫn hơn 2.300 lần kể từ khi xuất bản.
Trước đó, Ilya Sutskever, nhà khoa học trưởng của OpenAI, tin rằng phương pháp biểu diễn tốt nhất là "sequence-to-sequence (Seq2Seq)", tức là huấn luyện mô hình để chuyển đổi chuỗi của một miền thành chuỗi của miền khác , chẳng hạn như ngôn ngữ nguồn tương ứng trong dịch máy và ngôn ngữ đích; hoặc trong trả lời câu hỏi, trong đó câu hỏi là một chuỗi và câu trả lời là một chuỗi. Trên cơ sở này, mối quan hệ ánh xạ giữa hai mạng được đại diện bởi mạng lưới thần kinh sâu được học.
Nhưng sau đó, nhóm chuyên gia học sâu và từng đoạt giải thưởng Turing Yoshua Bengio đã đề xuất một "cơ chế chú ý", cốt lõi của nó là không phải tất cả các từ đều quan trọng như nhau khi trả lời câu hỏi; bằng cách xác định các phần quan trọng hơn và sau đó chú ý nhiều hơn đến phần này, bạn có thể đưa ra một câu trả lời tốt hơn. Mô hình chú ý này nhanh chóng được chấp nhận rộng rãi. Vào năm 2015, tôi đã lãnh đạo nhóm IBM bắt đầu nghiên cứu dựa trên kiến trúc và ý tưởng của "Seq2Seq+Attention Mechanism" đồng thời liên tiếp đưa ra một số mô hình tổng quát sớm nhất cho AI viết bằng ngôn ngữ tự nhiên. hơn 3000 lần.
Nhưng tôi không hài lòng với nội dung của bài báo vào thời điểm đó, bởi vì có một vấn đề trong đó, đó là sự chú ý được xây dựng dựa trên câu trả lời. AI được đào tạo theo cách này giống như một học sinh yêu cầu giáo viên đánh dấu những điểm chính trước kỳ thi cuối kỳ của trường đại học, sau đó xem xét những điểm chính với sự chú ý có mục tiêu. Bằng cách này, mặc dù hiệu suất của AI đối với các vấn đề cụ thể có thể được cải thiện, nhưng nó không phổ biến. Do đó, chúng tôi đề xuất rằng nó hoàn toàn không phụ thuộc vào nhiệm vụ và đầu ra nhất định mà chỉ dựa trên cấu trúc bên trong của ngôn ngữ tự nhiên đầu vào và tìm hiểu phần nào quan trọng hơn và mối quan hệ giữa chúng thông qua nhiều lần đọc AI. tự chú ý cộng với Học đại diện cho Cơ chế nhiều đầu. Cơ chế học kiểu này chỉ nhìn vào đầu vào, giống như học sinh học và hiểu bài nhiều lần và có hệ thống trước kỳ thi, thay vì học một cách có mục tiêu và rời rạc dựa trên các điểm chính của kỳ thi, gần với mục tiêu học tập hơn. mục đích của trí tuệ nhân tạo nói chung và tăng cường đáng kể khả năng học hỏi của AI.
**Đánh giá công nghệ AI: Mối quan hệ giữa bài báo "Chú ý là tất cả những gì bạn cần" và bạn là gì? **
Zhou Bowen: Chúng tôi biết rằng tất cả các mô hình lớn của làn sóng này đều đến từ Transformer, vì vậy khi bạn nhìn thấy chữ T trong mô hình, thì rất có thể chữ T đại diện cho Transformer. Tôi rất vinh dự được thực hiện một số công việc hướng tới tương lai trong lĩnh vực này. Vào cuối năm 2017, các nhà nghiên cứu từ Google đã xuất bản "Attention is All you need", một bài báo đánh dấu cột mốc đưa mô hình Transformer ra thế giới. Và bài báo của chúng tôi "Việc nhúng câu tự chú ý có cấu trúc", lần đầu tiên đề xuất một "cơ chế tự chú ý nhiều bước" được xuất bản vào đầu năm 2017, đã được trích dẫn. Và tác giả đầu tiên của bài báo này, Ashish Vaswani, là một sinh viên mà tôi đã hướng dẫn tại IBM. Tiêu đề của bài báo "Chú ý là tất cả những gì bạn cần" cũng thể hiện ý nghĩa "tự chú ý là rất quan trọng, đa đầu là rất quan trọng, nhưng RNN có thể không quan trọng như chúng ta nghĩ trước đây" do chúng tôi đề xuất.
**Đánh giá công nghệ AI: Bạn và OpenAI có những đánh giá kỹ thuật nhất quán nào? **
** Zhou Bowen: Bài báo này và kiến trúc Transformer đã thay đổi hoàn toàn mọi thứ, và nó đã giải quyết vấn đề về bộ nhớ đường dài của mô hình. Ilya Sutskever nhớ lại trong một cuộc phỏng vấn gần đây rằng OpenAI đã hoàn toàn chuyển sang kiến trúc Transformer một ngày sau khi bài báo xuất hiện. **
Chúng tôi biết rằng GPT rất khác với mô hình của Bert và lý do tại sao Bert rất thành công lúc đầu nhưng không tốt bằng GPT sau này là nó sử dụng cả thông tin từ trái sang phải và từ phải sang trái. Nói cách khác, Bert sử dụng thông tin trong tương lai để giúp AI học cách biểu diễn, trong khi GPT khăng khăng dự đoán từ tiếp theo sẽ chỉ dựa trên thông tin trong quá khứ. **Cách tiếp cận của OpenAI về điểm này phù hợp với suy nghĩ của nhóm chúng tôi, đó là: cố gắng không sử dụng câu trả lời để học. **Từ chú ý đến tự chú ý, từ BERT đến GPT-3, ý tưởng cốt lõi là khi bạn không còn dựa vào thông tin trong tương lai như đầu ra hoặc ngữ cảnh của từ được dự đoán hoặc khi có thể sử dụng nhiều dữ liệu hơn để đầy đủ Khi đào tạo các mô hình AI, chúng tôi bắt đầu thấy khả năng của AGI.
Ngoài ra, OpenAI tin rằng các mô hình lớn học kiến thức thế giới thông qua ngôn ngữ tự nhiên, từ đó nén kiến thức thế giới vào các mô hình lớn.Các mô hình lớn dòng GPT và ChatGPT cũng được quảng bá theo khái niệm này. Điều này cũng đúng với khái niệm và tầm nhìn của nhóm của tôi và tôi, đó là xây dựng một mô hình quy mô lớn có mục đích chung và cho phép nó phát huy giá trị và khả năng cao hơn trong lĩnh vực dọc thông qua đào tạo chuyên nghiệp và tích hợp người tiêu dùng ' những cảm xúc, nhu cầu và trải nghiệm phức tạp, cũng như đổi mới sản phẩm, Thiết kế, thông số sản phẩm, vật liệu, chức năng, v.v., được nén thành một mô hình lớn để tái tạo lại mối quan hệ nhị phân giữa con người và sản phẩm, đồng thời sử dụng AI để định hình lại giá trị của các sản phẩm.
**Đánh giá công nghệ AI: Ngoài sức mạnh kỹ thuật, những khía cạnh nào khác của OpenAI khiến bạn nghĩ rằng có giá trị? **
Zhou Bowen: Không chỉ về mặt đánh giá kỹ thuật, toàn bộ cách tiếp cận kinh doanh của OpenAI đều mang tính đại diện, bao gồm: thiết lập hệ sinh thái, công bố Định luật Moore mới, giảm 90% giá API, v.v. Mở rộng không gian tưởng tượng của vốn và người dùng cho ứng dụng thương mại của các mô hình lớn và đưa ra các kịch bản ứng dụng gần như không giới hạn. Ngoài ra, các kế hoạch của OpenAI về quản trị đạo đức, phát triển kinh doanh, công nghệ sinh thái và phát triển trong tương lai cũng rất rõ ràng.
**Đánh giá công nghệ AI: OpenAI tiếp theo sẽ xuất hiện ở Trung Quốc? **
** Zhou Bowen: ** Độ khó kỹ thuật của việc xây dựng một mô hình lớn thực sự nằm ngoài sức tưởng tượng của nhiều doanh nhân Trung Quốc. Do đó, tôi không khuyến nghị các công ty trong nước mù quáng làm theo và sao chép mô hình "OpenAI + Microsoft", bởi vì hầu hết các công ty công nghệ Trung Quốc ở Trung Quốc không có khả năng ra quyết định kinh doanh tốt như Microsoft và khả năng phán đoán công nghệ của họ cũng không tốt bằng. như OpenAI. **
Thành công của OpenAI là kết quả của nhiều yếu tố, chẳng hạn như Ilya Sutskever đưa ra các đánh giá kỹ thuật, Greg Brockman thực hiện các chức năng và Sam Altman tích hợp các nguồn lực, bao gồm nghiên cứu về tác động của AI đối với đạo đức và xã hội. Nếu các công ty trong nước cứ bắt chước OpenAI thì khoảng cách với nhau sẽ chỉ ngày càng xa hơn.
Đánh giá kỹ thuật của OpenAI có thể được nhìn thấy từ vĩ độ của dữ liệu, bởi vì không phải tất cả dữ liệu trên thế giới đều quan trọng như nhau. Tại sao OpenAI lại chọn sử dụng ngôn ngữ lập trình của Github để huấn luyện chuỗi tư duy? Bởi vì ngữ nghĩa và cú pháp của ngôn ngữ lập trình cực kỳ đơn giản, logic của quá trình thực thi là nghiêm ngặt. Điều này cũng thể hiện một đặc điểm và lợi thế của OpenAI: nó sẽ không tấn công một cách mù quáng. Do đó, tôi nghĩ rằng sự phát triển AI của Trung Quốc cần phải tìm một con đường khác, đó là dựa vào khả năng của các mô hình lớn nói chung bắt đầu từ việc áp dụng các kịch bản dọc, có nhiều khả năng thành công hơn.
Trí tuệ nhân tạo sáng tạo sẽ phá vỡ trải nghiệm hiện có của người tiêu dùng
**Đánh giá công nghệ AI: Tại sao bạn nhắm mục tiêu vào lĩnh vực tiêu dùng? **
Zhou Bowen: Khi còn ở JD.com, tôi đã nhìn thấy một cơ hội kinh doanh lớn về việc "kết hợp linh hoạt nhu cầu của người tiêu dùng và thiết kế sản phẩm với trí tuệ nhân tạo". Vào năm 2021, tôi quyết định nghỉ việc và bắt đầu kinh doanh để phát triển một mô hình ngôn ngữ lớn chung cho các ngành dọc (mô hình ngôn ngữ lớn chưa bùng nổ vào thời điểm đó), với hy vọng bao quát tất cả các hành vi của người tiêu dùng từ các tình huống không cụ thể. Chúng tôi biết rằng khung cảnh thời gian và không gian từ thứ Hai đến thứ Sáu là khác nhau và trọng tâm của những người làm công việc văn phòng hoặc các ngành nghề khác cũng khác, đằng sau những biểu tượng văn hóa ảnh hưởng đến hành vi mua sắm này là những cảm xúc, trải nghiệm và lựa chọn sản phẩm phức tạp của người tiêu dùng. , đây chính là thông tin quý giá mà doanh nghiệp đang cần. Khi tạo ra sản phẩm ở phía cung, nó bao gồm sự sáng tạo, thiết kế, thông số sản phẩm, chức năng, vật liệu và định vị thương hiệu, khẩu hiệu, tiếp thị, quảng cáo, tiếp thị, hình ảnh quảng cáo, v.v.
Loại mối quan hệ tương ứng này chưa từng được con người thông qua trước đây. Các học viên lập kế hoạch, tiếp thị và bán hàng chỉ hiểu các liên kết mà họ chịu trách nhiệm. Và chúng tôi sẽ tạo ra mô hình chuỗi cung ứng hàng hóa có mục đích chung đầu tiên trên thế giới, nghĩa là nén tất cả những thông tin này thành một mô hình có mục đích chung với độ trung thực cao và dựa trên mô hình quy mô lớn này để trao quyền toàn bộ vòng đời của sản phẩm doanh nghiệp, bao gồm: cơ hội Thông tin chi tiết (Discover), định nghĩa sản phẩm (Define), thiết kế chương trình (Design), thúc đẩy R&D (Develop), chuyển đổi tiếp thị (Distribute). Bằng cách này, doanh nghiệp có thể khám phá các cơ hội đổi mới hiệu quả hơn, thiết kế và sản xuất sáng tạo hơn, thực hiện quảng bá tiếp thị, tiếp cận người dùng và hoàn thành chuyển đổi hiệu quả hơn.
**Đánh giá công nghệ AI: Về mô hình kinh doanh, điều này có vẻ tiên tiến hơn. **
Zhou Bowen: Đối với bất kỳ đội ngũ doanh nhân nào, điều rất quan trọng là có thể trau dồi thêm năng lực chuyên môn sau khi có năng lực kỹ thuật chung của các mô hình lớn. Hiện tại, tính đột phá của GPT chủ yếu ở khả năng tổng hợp, còn giá trị đối với các ngành, lĩnh vực dọc cụ thể thì chưa phát triển, ví dụ: GPT vẽ được tranh nghệ thuật rất chân thực, nhưng không vẽ được sơ đồ mạch điện, vì nó không không đủ hiểu biết về kiến thức vật lý.Những nhận định chuyên sâu, liên quan chưa đủ chuyên môn.
Vì vậy, tôi nghĩ cần có một công cụ như vậy (mô hình đa năng lớn với khả năng chuyên nghiệp) để người tiêu dùng dễ dàng tìm kiếm và sẵn sàng mua sản phẩm họ cần hơn, điều này có thể thay đổi hoàn toàn con đường mua sắm hiện tại của mọi người . AI sáng tạo có thể nén một lượng lớn thông tin kinh doanh vào các mô hình lớn như vậy, để tìm hiểu tất cả các khía cạnh của chuỗi cung ứng hàng hóa và cải thiện hiệu quả của các liên kết chính tập trung vào người tiêu dùng. Đây là ý tưởng và sự sáng tạo đã được tạo ra vào năm 2021.
**Lianyuan Technology đang phát triển một mô hình lớn với các khả năng chung. Mô hình lớn này có chuyên môn trong việc liên kết sản phẩm và người tiêu dùng. **Chúng tôi có 37 chỉ số đánh giá mô hình quy mô lớn, 2/3 trong số đó là các khả năng có mục đích chung như khả năng suy luận và khả năng tính toán, và hơn chục mục được áp dụng đặc biệt cho kết nối giữa sản phẩm và người tiêu dùng, để nhận ra mục tiêu "hãy để mọi sản phẩm được sinh ra từ nhu cầu, để mọi người tiêu dùng có được thứ họ muốn".
**Đánh giá công nghệ AI: Làm thế nào AI tổng hợp có thể tích hợp tốt hơn với các tình huống tiêu dùng như thương mại điện tử? **
**Zhou Bowen:**Con người hoặc chỉ có thể hiểu logic kinh doanh của việc lập kế hoạch hoặc logic của tiếp thị, nhưng AI có thể mở ra tất cả các chuỗi kinh doanh.
Người tiêu dùng cần nhiều từ vựng chuyên môn để tìm sản phẩm họ muốn trong các tình huống như sàn thương mại điện tử, nhưng mặt khác, thương nhân không hiểu nhu cầu thực sự của người tiêu dùng và chỉ có thể tiếp cận người tiêu dùng thông qua giao dịch thương mại điện tử, thông qua tư vấn các tổ chức nghiên cứu để hiểu rõ hơn về người tiêu dùng. Sau khi giới thiệu chức năng đối thoại nhiều vòng như ProductGPT, hiệu quả kết hợp động giữa người bán và người tiêu dùng trên sản phẩm sẽ hiệu quả hơn so với nghiên cứu thị trường, để các nền tảng thương mại điện tử có thể tham gia sâu hơn vào đổi mới, thiết kế, nghiên cứu và phát triển sản phẩm, và tiếp thị.khuyến mãi vv.
Trong xã hội thương mại thực tế, thực sự có sự tương ứng mạnh mẽ giữa bên cầu và bên cung. Nền tảng Đổi mới Cộng tác hàng đầu do chúng tôi tự phát triển (SaaS) dựa trên khả năng hiểu biết, suy luận và tạo đa phương thức của các mô hình lớn, đồng thời giúp các công ty khám phá các cơ hội kinh doanh và đổi mới sản phẩm thông qua hiểu biết sâu sắc về người tiêu dùng, kịch bản, sản phẩm, tài liệu tham khảo sản phẩm và Nghiên cứu & Phát triển . Đồng thời, nền tảng đối thoại đa vòng ProductGPT của Lianyuan Technology cung cấp cho mỗi nhân viên của doanh nghiệp một trợ lý cá nhân được tùy chỉnh chuyên sâu theo các vai trò chuyên môn khác nhau và đáp ứng nhu cầu công việc cụ thể của họ bằng cách cung cấp kiến thức và kỹ năng theo vai trò cụ thể. Ví dụ: trợ lý cá nhân nghiên cứu người tiêu dùng của Lianyuan Technology sẽ cung cấp các kỹ năng chuyên nghiệp và kiến thức liên quan như nghiên cứu xu hướng thị trường, tìm hiểu nhu cầu của người tiêu dùng và nghiên cứu thị trường.
**Đánh giá công nghệ AI: Bạn đã sử dụng AI tổng quát để kiếm tiền trên JD.com, bạn đã làm điều đó như thế nào? **
**Zhou Bowen:**Năm 2019, tôi đã lãnh đạo nhóm AI của JD.com áp dụng trí thông minh nhân tạo tổng quát để viết quảng cáo sản phẩm và chọn ảnh. Đó cũng là mô hình quy mô lớn tổng quát đầu tiên của JD.com. Vào thời điểm đó, mô hình AI của chúng tôi chủ yếu hoàn thành ba điều:
Đầu tiên, bạn có thể tự mình đọc nội dung trên trang chi tiết sản phẩm và trực tiếp tạo ra 8-9 điểm bán hàng của sản phẩm này thông qua phân tích;
Thứ hai, khi người tiêu dùng lướt qua một sản phẩm nhất định, mô hình lớn sẽ nhanh chóng tìm ra điểm bán hàng nào có thể gây ấn tượng với người dùng hơn bằng cách phân tích dữ liệu hành vi của những người tiêu dùng khác nhau;
Thứ ba, AIGC sẽ tạo ra các khẩu hiệu độc quyền xung quanh các điểm bán hàng mà người tiêu dùng quan tâm nhất dựa trên chân dung người dùng.
Sau một thời gian triển khai, tỷ lệ chuyển đổi khuyến nghị sản phẩm đã tăng 30% so với trước đây. Người tiêu dùng có thể không nhận ra rằng khi họ tìm kiếm và mua sắm trên JD.com, các danh mục và mô tả sản phẩm mà họ thấy thực sự được AIGC tạo tự động từng chữ theo sở thích của người dùng và điểm bán hàng của sản phẩm tại thời điểm họ duyệt sản phẩm .
**Đánh giá công nghệ AI: Bạn nghĩ gì về API mở của OpenAI và nó có ý nghĩa gì đối với ngành? **
Zhou Bowen: Nói theo kinh nghiệm cá nhân, tôi từng là nhà khoa học trưởng của Tập đoàn IBM Watson. Vào thời điểm đó, dữ liệu của một số ngành công nghiệp ở Hoa Kỳ đã được quy định và các doanh nghiệp như vậy thường không thể hợp tác và chỉ có thể triển khai các đám mây riêng. Vì lý do này, năm 2015-2016, tôi quyết tâm làm public cloud. Để đạt được điều này, cần phải API hóa khả năng AI của Watson. Vào thời điểm đó, tôi đã dẫn đầu việc ra mắt hàng chục API bao gồm đối thoại và hiểu ngôn ngữ tự nhiên. Đưa các API này lên nền tảng đám mây, và giờ mảng kinh doanh AI của IBM chủ yếu kiếm tiền từ đó.
Tôi trở lại Trung Quốc vào cuối năm 2017 và vào tháng 4 năm 2018, tôi đã phát hành nền tảng mở trí tuệ nhân tạo của JD.com. Vào thời điểm đó, về cơ bản không có nền tảng AI nào ở Trung Quốc, điều này cũng mang lại thu nhập đáng kể cho JD.com. Vào năm 2019, nhóm AI của JD.com do tôi đứng đầu đã tạo ra doanh thu 170 triệu nhân dân tệ, một con số không tệ đối với một nhóm 200 người.
**Đánh giá Công nghệ AI: Người ta nhận thấy trong ngành rằng rủi ro khi tạo ra một mô hình lớn theo chiều dọc là rất cao. Bạn nghĩ sao? **
Zhou Bowen: Tôi nghĩ rằng trong tương lai, những quy trình công việc có giá trị cao, được xác định rõ ràng đó sẽ được hoàn thành bởi các mô hình AI chuyên nghiệp thay vì các mô hình AI thông thường. Thật dễ dàng để cải thiện hơn nữa các khả năng cơ bản của một mô hình lớn có mục đích chung sau khi hoàn thành thành công một cảnh dọc nhất định. Ngoài ra, nếu chúng ta bắt đầu từ một kịch bản theo chiều dọc, sự tích lũy trước đây của chúng ta về sức mạnh tính toán, dữ liệu và thuật toán có thể được sử dụng đầy đủ hơn. Do đó, trong Công nghệ Lianyuan, mô hình lớn phải có các khả năng cơ bản của công nghệ mô hình lớn nói chung trong khuôn khổ cơ bản của công nghệ và nó phải được đánh giá bằng các phương pháp khoa học, nhưng nó cũng cần được đào tạo chuyên nghiệp.
Vào năm 2023, do sự phổ biến đột ngột của ChatGPT, thị trường bắt đầu sử dụng AI 2.0 để mô tả tiềm năng to lớn của nó. Ngoài ra, hầu hết tất cả các đại gia công nghệ đều đã tham gia trận chiến, thị trường đầu tư mạo hiểm đang cố gắng nắm bắt những cơ hội mới và môi trường thị trường cũng đang thay đổi nhanh chóng. GPT là một cơ hội kinh doanh có hệ thống, nhưng chỉ sao chép, làm theo và bắt kịp là rất rủi ro và khó khăn.
Sau khi thành lập Lianyuan Technology, chúng tôi đã liên lạc với hơn 100 khách hàng, nhìn thấy nhu cầu thực sự và cải thiện lộ trình hiện thực hóa công nghệ bằng cách liên tục tối ưu hóa mô hình lớn: "Vào năm 2022, chúng tôi đã chứng minh giá trị thương mại và tính khả thi về mặt kỹ thuật của kịch bản này, Điều này có nghĩa là rằng ngay cả khi chúng tôi đang tạo ra một mô hình lớn, chúng tôi đang đi trên con đường khác với OpenAI và mô hình lợi nhuận cũng khác.
Điều tôi muốn làm là một bộ nén kiến thức thế giới tốt hơn GPT hiện tại, yêu cầu dữ liệu rất tương tác và dữ liệu rõ ràng có liên quan chặt chẽ với hiện trường. Đối với loại dữ liệu nào có ý nghĩa về trí thông minh cao hơn của con người, thực sự còn rất nhiều công việc lý thuyết phải được thực hiện trong đó và đó là một hướng đáng để khám phá trong tương lai.