Fundusz kwantowy z siedzibą w Szanghaju wywołuje poruszenie w społeczności sztucznej inteligencji (AI), prezentując na wiodącej międzynarodowej konferencji potencjalnie przełomową technikę treningową. Ta innowacyjna metoda, szczegółowo opisana w artykule naukowym zgłoszonym na prestiżową Conference on Neural Information Processing Systems (NeurIPS), może konkurować, a nawet przewyższać skuteczność sprawdzonych podejść do treningu AI stosowanych przez wiodące organizacje badawcze, takie jak DeepSeek i OpenAI. Ten ruch odzwierciedla trajektorię samego DeepSeek, który zyskał znaczną uwagę dzięki swoim postępom w algorytmach AI.
Dekodowanie frameworku treningowego SASR od Goku
Shanghai Goku Technologies, założona w 2015 roku, wprowadziła nowatorski framework treningowy AI nazwany SASR, czyli step-wise adaptive hybrid training (krok po kroku adaptacyjny trening hybrydowy). Podejście to ma na celu rozwiązanie dostrzegalnych ograniczeń rozpowszechnionych metod, takich jak supervised fine-tuning (SFT) (nadzorowane dostrajanie) i reinforcement learning (RL) (uczenie ze wzmocnieniem). Goku argumentuje, że SASR, inspirowany sposobem, w jaki ludzie rozwijają umiejętności rozumowania, oferuje bardziej adaptacyjną i wydajną ścieżkę do budowy zaawansowanych modeli AI.
SFT i RL są uważane za kamienie węgielne procesu treningowego AI, wykorzystywane przez gigantów branżowych, takich jak OpenAI i DeepSeek. DeepSeek wyraźnie podkreślił kluczową rolę tych technik w optymalizacji wydajności swojego modelu V3, który został wydany w grudniu i wzbudził znaczące zainteresowanie w sektorze technologicznym.
Według artykułu naukowego Goku, współautorstwa naukowców z Shanghai Jiao Tong University i nowo utworzonej spółki zależnej AI, Shanghai AllMind Artificial Intelligence Technology, SASR demonstruje lepszą wydajność w porównaniu z SFT, RL i statycznymi metodologiami treningu hybrydowego. „Wyniki eksperymentalne pokazują, że SASR przewyższa SFT, RL i statyczne metody treningu hybrydowego”, oświadczył zespół Goku w swoim artykule naukowym.
Implikacje Postępu Goku
Przełomowy trening AI Goku podobno podkreśla ciągły postęp Chin w dziedzinie AI. Potencjalnie uwypukla ograniczenia obecnych polityk wdrożonych przez rząd USA, mających na celu utrudnienie postępu Chin w AI poprzez ograniczenia sprzętowe. Jensen Huang, dyrektor generalny Nvidii, niedawno skomentował postrzeganą nieskuteczność tych ograniczeń, stwierdzając, że „Chiny mają 50 procent światowych programistów AI”.
DeepSeek, chiński startup AI, który wyłonił się z funduszu hedgingowego High-Flyer, zyskał powszechne uznanie za prezentowanie potencjału Chin w zakresie przywództwa w AI poprzez zaawansowane algorytmy i integrację sprzętu i oprogramowania.
Rola AllMind w Strategii AI Goku
Utworzenie AllMind, zbiegające się z publikacją badań Goku, wskazuje na strategiczny ruch mający na celu poświęcenie zasobów na badania i rozwój AI. Chińskie rejestry działalności gospodarczej wskazują, że AllMind został oficjalnie zarejestrowany tego samego dnia, w którym Goku opublikowało swoje badania.
Wang Xiao, założyciel Goku i przedstawiciel prawny AllMind, oświadczył, że nowy podmiot został stworzony w celu eksploracji nowych granic AI. Odzwierciedla to podejście High-Flyer, który utworzył DeepSeek jako oddzielny podmiot w 2023 roku.
Na koniec ubiegłego roku Goku zarządzało aktywami krajowymi i międzynarodowymi o wartości ponad 15 miliardów juanów (około 2,1 miliarda dolarów amerykańskich), wykorzystując strategie oparte na AI, zgodnie z informacjami dostępnymi na jego oficjalnej stronie internetowej.
Zagłębianie się w SASR: Krok po Kroku Adaptacyjny Framework Treningu Hybrydowego
Framework SASR od Goku przedstawia ciekawą alternatywę w krajobrazie treningu modeli AI. Aby w pełni docenić jego potencjalny wpływ, niezbędne jest bardziej szczegółowe zrozumienie jego komponentów i działania.
„Krok po kroku” aspekt SASR sugeruje wieloetapowy proces treningowy, w którym model AI przechodzi iteracyjne udoskonalenia. Każdy krok prawdopodobnie obejmuje określone cele i wykorzystuje odrębne dane treningowe, aby pielęgnować określone możliwości w modelu. To stopniowe podejście może oferować korzyści, takie jak łagodzenie wyzwań związanych z treningiem złożonych modeli od podstaw i umożliwianie dostosowanej optymalizacji na każdym etapie.
„Adaptacyjny” element sugeruje, że proces treningowy nie jest statyczny, ale reaguje dynamicznie na wydajność i cechy modelu. Ta zdolność adaptacji może obejmować dostosowywanie hiperparametrów, modyfikowanie rozkładu danych treningowych lub dynamiczne ważenie wkładu różnych celów treningowych. Adaptacyjny proces pozwala AI uczyć się i doskonalić skuteczniej.
„Hybrydowy” charakter SASR ujawnia, że łączy w sobie elementy różnych metodologii treningowych. Jest to istotny aspekt, ponieważ w SFT i RL występują mocne i słabe strony. Mieszanka metod umożliwia modelowi wykorzystanie zalet każdego podejścia, eliminując jednocześnie jego ograniczenia. Integrując te trzy cechy, SARS teoretycznie jest lepiej dostrojony do rozwijania logiki i rozumowania.
Porównanie SASR z Tradycyjnymi Metodami
Nadzorowane dostrajanie (SFT) tradycyjnie opiera się na dużym, oznaczonym zbiorze danych, w którym model AI uczy się mapować dane wejściowe na pożądane wyjścia. Uczenie ze wzmocnieniem (RL) obejmuje trening modelu poprzez próby i błędy, nagradzanie lub karanie działań w celu zmaksymalizowania określonego celu.
SASR próbuje zintegrować te dwie metody, jednocześnie pokonując ograniczenia każdej z nich. Na przykład, SFT może być silnie zależny od jakości i kompleksowości oznaczonych danych. W wielu rzeczywistych scenariuszach uzyskanie wystarczających, dokładnych danych może być zarówno czasochłonne, jak i kosztowne. RL, chociaż nie wymaga oznaczonych danych, może być niestabilny i podatny na hakowanie nagród. Hakowanie nagród występuje, gdy model AI odkrywa niezamierzone sposoby maksymalizacji swojej nagrody, potencjalnie prowadząc do niepożądanego zachowania.
Framework Goku ma możliwość bycia ulepszeniem w stosunku do ograniczeń SFT i RL. Jednak dalsze i ciągłe testy są wymagane, aby zweryfikować wstępne wyniki udokumentowane w artykule firmy.
Innowacje Algorytmiczne i Ograniczenia Sprzętowe
Wiadomości o frameworku SASR od Goku są szczególnie istotne w kontekście relacji technologicznych USA-Chiny. Od pewnego czasu rząd USA próbuje ograniczyć rozwój Chin w dziedzinie AI, ograniczając dostęp do zaawansowanego sprzętu komputerowego, w szczególności wysokiej klasy procesorów graficznych (GPU) firm takich jak Nvidia. Ideą tych ograniczeń jest to, że ograniczenie dostępu Chin do potężnego sprzętu spowolni ich wysiłki w zakresie rozwoju AI.
Jednak komentarze dyrektora generalnego Nvidii Jensena Huanga i postępy wyłaniające się z chińskich laboratoriów AI wydają się sugerować, że te polityki mogą nie być tak skuteczne, jak zamierzano. Huang słynnie zauważył, że Chiny posiadają znaczną część światowych talentów programistycznych AI i że ograniczenie dostępu do sprzętu może zmotywować ich do znalezienia alternatywnych rozwiązań.
Twierdzenie Goku o przełomie w AI sugeruje, że innowacje algorytmiczne mogą potencjalnie zrównoważyć ograniczenia sprzętowe, przynajmniej do pewnego stopnia. Jeśli chińscy naukowcy będą mogli opracować bardziej wydajne algorytmy treningowe, mogą być w stanie osiągnąć porównywalną wydajność AI przy użyciu mniej wydajnego sprzętu. Mogłoby to mieć znaczące implikacje dla globalnego krajobrazu AI, ponieważ sugeruje, że Chiny mogą być w stanie kontynuować rozwój swoich możliwości AI pomimo trwających ograniczeń.
Nie oznacza to, że sprzęt jest nieistotny. Zaawansowane procesory graficzne są nadal krytyczne dla treningu najnowocześniejszych modeli AI, a dostęp do najnowszego sprzętu niewątpliwie oferuje znaczną przewagę konkurencyjną. Jednak praca Goku pokazuje znaczenie inwestowania zarówno w sprzęt, jak i oprogramowanie, oraz że postęp w jednej dziedzinie może potencjalnie zrekompensować ograniczenia w drugiej.
Rozwój Chińskiej AI: Poza DeepSeek
Pojawienie się DeepSeek jako czołowego gracza na arenie AI było katalizatorem, demonstrującym determinację Chin, aby stać się światowym liderem w tej transformacyjnej technologii. Jednak DeepSeek jest tylko jednym przykładem, a rozwój Goku, wraz z frameworkiem treningowym SASR, dodatkowo ilustruje rosnącą siłę i innowacyjność w chińskim ekosystemie AI.
Kilka czynników przyczynia się do tej dynamiki. Po pierwsze, Chiny mają ogromny zasób danych, który jest niezbędny do treningu modeli AI. Dzięki dużej populacji i powszechnemu przyjęciu technologii cyfrowych, chińskie firmy mają dostęp do ogromnych zbiorów danych, które można wykorzystać do opracowywania i udoskonalania algorytmów AI.
Po drugie, Chiny kładą duży nacisk na edukację STEM, produkując dużą liczbę utalentowanych inżynierów i naukowców. Stworzyło to wysoko wykwalifikowaną siłę roboczą zdolną do napędzania innowacji w AI i dziedzinach pokrewnych.
Po trzecie, chiński rząd uczynił AI strategicznym priorytetem, zapewniając znaczne finansowanie i wsparcie dla badań i rozwoju. Stworzyło to żyzne środowisko dla startupów AI i wspierało współpracę między środowiskiem akademickim a przemysłem.
Wreszcie, chińskie firmy są często skłonne do bardziej pragmatycznego i ryzykownego podejścia do innowacji, co pozwala im szybko działać i eksperymentować z nowymi pomysłami.
W wyniku tych czynników Chiny szybko doganiają USA pod względem możliwości AI. Podczas gdy USA nadal utrzymują przewagę w niektórych obszarach, takich jak badania podstawowe i wysokiej klasy sprzęt, Chiny robią znaczące postępy w obszarach takich jak widzenie komputerowe, przetwarzanie języka naturalnego i robotyka.
Pojawienie się firm takich jak Goku i DeepSeek sugeruje, że Chiny są w dobrej pozycji, aby kontynuować swój rozwój w dziedzinie AI w nadchodzących latach.
Shanghai Goku Technologies: Firma Stojąca Za Innowacją
Shanghai Goku Technologies to fundusz handlu ilościowego założony w 2015 roku. Zarządza znaczącymi aktywami przy użyciu strategii opartych na AI. Stated mission firmy to „łączyć technologię i analizę fundamentalną”, aby zapewnić lepsze zyski dla swoich klientów. Poza swoją podstawową działalnością w zakresie zarządzania aktywami, Goku zademonstrowało zaangażowanie w przesuwanie granic badań nad AI. AllMind Artificial Intelligence Technology, spółka zależna AI, reprezentuje strategiczny ruch mający na celu sformalizowanie i przyspieszenie wysiłków badawczych nad AI.
Szczegóły dotyczące wewnętrznej struktury i dynamiki operacyjnej firmy pozostają stosunkowo skąpe. Jednak jej publiczne oświadczenia i ostatnie działania oferują wgląd w jej podejście. Slogan firmy, który tłumaczy się jako „logika i prawda to jedyne zasady, których przestrzegamy”, odzwierciedla kulturę opartą na danych i analityczną. Inwestycja w badania i rozwój AI wskazuje na długoterminową wizję i świadomość transformacyjnego potencjału AI, nie tylko w sektorze finansowym, ale także w różnych gałęziach przemysłu. Jest prawdopodobne, że Goku zamierza wykorzystać wiedzę z badań nad AI, aby ulepszyć swoje strategie handlowe i zdobyć przewagę konkurencyjną na rynku.