中国のChatGPTを妨げているのは誰ですか?

ChatGPT は、世界の情報技術業界において疑いの余地のない驚異的な製品となっています。

「汎用人工知能」の名の下に、人間とチャットし、電子メールや弁護士への手紙の草稿を手伝い、難解な究極の哲学的な質問に答え、使用可能な Python コードを書き、複雑で進歩的な論理を必要とするように見えるいくつかの質問に答え、いくつかのキャラクター設定に基づいて映画の脚本を書き、美しい愛の詩を書き、大学生の卒業論文の課題を受け取ります...人類の歴史の中でこれほど多用途な AI 種は存在しないようです。ビル・ゲイツ氏は、ChatGPTの出現の重要性は「インターネットの誕生に劣らない」と述べ、マイクロソフトCEOのサティア・ナデラ氏は、それは産業革命に匹敵すると述べた。口頭人工知能愛好家は再び「シンギュラリティ」が近づいていると叫んだ。一般の人々は、自分たちの仕事がChatGPTのような万能AIアシスタントに取って代わられるのではないかと再び懸念している...IBMの「ディープ・ブルー」からグーグルのAlphaGo、そしてOpenAIのChatGPまでTさん、25年経ちましたね、精神的な成熟、これは本当にAIにとって嬉しいことですね。

私は ChatGPT を使って、言葉では言い表せない多くのことを行ってきましたが、必ずしも便利であるとは限りませんが、より難しいと思われる問題に対してより適切な答えや解決策を提供してくれることがわかりました。たとえば、BYD がテスラに勝てるかどうかと尋ねると、多くの事実誤認や個性のない明確で目立たない発言が行われるかもしれませんが、自動運転が自動車の工業デザインをどのように変えるかを尋ねれば、シャーシの革新、内装の変更、デジタル エンターテイメント、外観の画期的な進歩など、内側から外側まで想像力に満ちた議論を与えることができます。全体として、ChatGPT は、特に説得力のある正確さを提供するという点では非常に不完全ですが、構造化された情報の談話を提供し、想像力を広げ、創造性を解放するなどの分野で人間を驚かせることがよくあります。それが具体的にどのような用途に役立つのかはわかりませんが、些細で冗長な、さらには創造的なことを達成し、完了するのに役立ちます。

親会社のOpenAIがMicrosoftから100億ドル以上の追加投資を受けるきっかけとなった、一見役に立たないようで役に立つChatGPT、100万ユーザーを突破するのに2日、Facebookは305日かかった、1750億パラメータを含む大規模ニューラルネットワーク、オフィスソフトとOfficeやBingなどの検索エンジンサービスを統合するためにMicrosoftに優先ライセンスされると、本当に「使える」製品になる。

しかし、これは中国のAIユニコーン企業を嫉妬させるには十分だ。

従業員数 500 人の企業の全体的な評価額は 300 億ドル近くです。これが OpenAI です。従業員数が数千人の場合、企業の評価額/市場価値はせいぜい 10 ～ 20 億ドルです。これは中国における AI の「小さな巨人」の数です。

人間の効率と価値の間には大きなギャップがあり、ChatGPT が全人類の現実社会に突然影響を及ぼしたため、ChatGPT の誕生は中国の人工知能分野を大いに刺激しました。人工知能における中国と米国の差はさらに拡大しており、中国がこの波に追いつくまでの道のりは長いと感じて、多くの人が再び飛び出した。なぜ中国には独自のChatGPTがないのかについて熱心に議論する人もいますが、結論は依然として「中国にはイノベーションの土壌がない」「中国のインターネット企業は生放送や食料品の買い物に従事している」という無責任かつ事実無知です。

中国のインターネット企業のすべてがライブ放送や食料品の買い物に携わっているわけではなく、半導体開発、AIモデルの研究、自動運転などに取り組んでおり、アメリカのインターネット企業もライブ放送や食料品の買い物、特にインターネット金融で人気が高い。

人工知能と自然意味処理の分野で最も蓄積のある中国のインターネット企業として、Baidu は過去 5 年間、独自の深層学習大規模モデル「Paddle Paddle」（Paddle Paddle）に取り組んでおり、独自の汎用 AI チップ「Kunlun Core」も使用して独自のモデルをトレーニングしてきました。これらは、Baidu が独自の「ChatGPT」をトレーニングするための基本的な環境と前提となっています。 Alibaba、ByteDance、Didi も、それぞれのニーズに基づいた自然なセマンティック トレーニング モデルを備えています。数百億のパラメータを持つ複雑な自然意味モデルを訓練するという点では、中国の企業や研究機関は決して弱くはなく、その出発点は米国の企業や研究機関のスタート地点よりも低くはありません（少なくとも 2016 年頃）。近年、大規模モデルの分野における中国と米国の人工知能界の差は、意識、出発点、能力の問題ではなく、道筋と手法の問題である。

ChatGPT のような人間とコンピューターの対話モデルの分野における中国と米国の間の格差は、いわゆる規制によって引き起こされたものではありません。より豊かな宗教的、文化的、民族的、地政学的な問題について ChatGPT と率直に意見を交換したことがあるなら、これらの問題についての一見拒否と慎重な議論の背後に、アメリカ社会で一般的に認識されている主流の価値観と微妙に一致する特定の立場の傾向があることに気づくでしょう。自然意味論の複雑なモデルにおいては、モデルの構築、コーパス収集、学習、パラメータ調整のプロセスは、特定の価値体系に基づく「コンテンツレビュー」のプロセスであり、そのすべてが価値体系を維持するという意識を持っていると言えます。それは、自然意味論モデルにおいて中国の価値的地位を「生成」すべきかどうかという問題ではなく、英語が世界のインターネットコーパスを支配しているという世界観と文化的覇権を真にチェックしてバランスを取り、世界の自然意味論処理システムにおける中国語理解ベンチマークの比重を強化し、世界の人工知能と人間とコンピュータの対話の発展に文化的多様性を提供するために、それをどのように生成すべきかという問題である。

また、中国のインターネット情報の質があまりにも悪すぎて、中国語の ChatGPT モデル コーパスのソースが「汚染されている」という意見にも、私は真剣に反対しますが、これも怠惰で賢明な判断です。インターネット上の情報の総量では、英語のコンテンツが間違いなく世界で最も多く、品質が心配される極端なコンテンツも最も多く、これらすべてが自然意味モデルのトレーニングのプロセスと結果に影響を与えます。初期のトレーニングでは、ChatGPT は、特定のコーパス選択傾向を持つ、コンテンツ品質の高いソーシャル フォーラム Reddit で高く評価されたコンテンツを優先しました。中国が知胡や徳徳などの知識コミュニティを優先し、主流メディアが意味モデルのコーパスを優先すれば、コーパス汚染の問題は起こらないでしょう。 「中国語コンテンツの質は低い」と考えるほとんどの人たちの外国語能力や読書の幅は言うまでもなく、彼らの結論を裏付けるには十分ではありません。

しかし、いずれにせよ、ChatGPTの誕生は、長年「シリコンバレー崇拝への決別」を訴えてきた私にとって、確かにある種の刺激であり、概念的挑戦である。

これは、人工知能分野における中国と米国の差が広がったと考えているからではなく、ChatGPTのような汎用人工知能人間とコンピュータの対話モデルが、特定の分野や業界ではなく人類全体の視点から、真に社会生産協力と文明を促進できるツールだからです。その重要性はモバイル インターネットの出現よりも大きく、電子メールや検索エンジンの誕生に匹敵します。人工知能大国である中国は、電子メールや検索エンジンが誕生した当時の情報技術産業が貧弱な国ではなくなりましたが、このような人類文明の進歩に影響を与える可能性のある一般的な人工知能のイノベーションを中国で初めて起こさせ、中国の文化や価値観を基本コーパスとして構築したモデルを訓練することはしませんでした。

さらに、ChatGPT のモデル トレーニング方法は、「奇跡の強化」のパラメーター アップグレード、繰り返しのトレーニング、生成されたコンテンツのフィードバックに基づくモデルの継続的な反復最適化に大きく依存しています。これは元々、中国チームが最も得意とした作業方法でした。アメリカの新興企業がマイクロソフトから調達した資金を使って巨額のコンピューティング能力コストを何としてでも投資し、アフリカや中東で情報のラベル付けに多数のデータワーカーを雇用し、最も効率的な反復を利用して自社開発のセマンティック処理モデルのためにグーグルのような巨大企業と「軍拡競争」を行っているとき、これがサンフランシスコの企業であろうと深センの企業であろうと、依然として非常に非現実的な感覚を抱くことになる。

ChatGPT のような自然な意味処理モデルは中国で生まれるはずでしたが、中国では生まれませんでした。その理由は、巨大企業や新興企業が近年何をしているかに関係なく、人工知能に携わる中国のテクノロジー企業から始まるはずです。

多くの人が決して気づいていないかもしれない問題は、ChatGPT のような超大規模な汎用自然意味処理モデルは、AI スタートアップ企業によって構築された場合に奇跡を生み出す可能性が最も高く、テクノロジーの巨人内では通常、より良い結果が達成されないということです。これが、GoogleのLaMDA対話アプリケーションモデルや最近戦いに突入したBardが輝かなかった理由であり、Baiduが次に直面するのは必然の課題でもある。

なぜ？ 1 つ目は、一般的な自然意味処理モデリングが高価すぎるためです。実際、お金を燃やすのは通常、大企業のスキルではなく、スタートアップの特権です。ハイテク巨人のほとんどは上場企業です。数百億ドルの投資は、長期間利益が見込めないものに投資されています。取締役会や株主総会での最高財務責任者へのプレッシャーは非常に高く、株価によって罰せられることもよくあります。そのため、大企業は大きなリスクを敢えて取ろうとしません。大きなリスクがなければ、大きな繰り返しはありません。 「勢いよく奇跡を起こす」とは？奇跡が起こるに違いないと黙ってお金をかけて努力することを決めるのではなく、まずお金をかけて努力をして、その後奇跡が起こることを祈ることです。

残念ながら、大企業は後者にしかなり得ません。 ChatGPTから多大な恩恵を受けているMicrosoftですら、4年間続いた今年の100億ドルまで、あえて当初10億ドルからスタートするだけで、Microsoftの「in vitro」でOpenAIをサポートするために次々と投資を増やし、長年GPTモデルを訓練し続けてきたのはこのためだ。 MicrosoftがOpenAIへの投資を通じて獲得した株式は、ChatGPTモデルの機能を同社のOfficeや検索エンジンに統合するという優先権を持っており、将来的にOpenAIを食いつぶすかどうかは簡単には言えないかもしれないが、少なくとも時価総額1兆ドル近く、年収数百億ドルのMicrosoftは、最初から「勢いよく奇跡を起こし」てこのモデルを自前で訓練する勇気は絶対にない。

第二に、人々はイノベーションに取り組む巨大テクノロジー企業に対してあまり寛容ではなく、スタートアップ企業の間違いや逸脱に対してはより寛容だからです。 ChatGPTの圧力に対抗するため、Googleは人間とコンピュータの対話テスト版Bardを急遽リリースしたが、一部の対話に基本的な事実誤認があることが判明したため、無限に拡大され、市場価値は一夜にして数千億ドル蒸発した。実際のところ、Google もこのことを知らないわけではなく、急ぐ必要がなければ、それほど性急なことにはならないでしょう。 Googleが2021年に発表したLaMDAモデルは、当時OpenAIが訓練したGPT-3に比べてパラメータレベルや情報検索能力が大幅に向上しているが、Googleは誤りを犯して国民の不信感や株価下落を招くことを恐れ、その効果を公にテストすることに消極的だった。

Google が気にしていることは、OpenAI は気にしていません。 ChatGPT のリリース初日から、ChatGPT には情報検索機能がなく、そのコーパスは 2021 年 12 月までしか残っていないことを公言してきました。価値観や道徳的判断に関する多くの質問に答えることができず、事実誤認もよくあります。テスターは ChatGPT の自己「悪いパフォーマンス」を寛容に受け入れ、プログラミング、文学創作、フォーマットされた文章、医療相談の分野における情報連想、感情表現、論理構造、思考の一貫性における能力に驚き、それが犯した間違いを軽く無視しました。

2019 年 3 月、GPT-2 モデルの前例のない成功を受けて、設立 4 年目の OpenAI は非営利財団から営利企業への移行を決定しました。結局のところ、どの財団も主任科学者の年収 150 万ドルに耐えることはできません 2019 年 5 月、サム アルトマン (サム アルトマン) が OpenAI の CEO に就任しました。その後、OpenAI は Microsoft から 10 億ドルの投資を受けました。 2020 年 5 月に OpenAI によって発表された GPT-3 モデルのパラメータは、GPT-2 の 15 億から 1,750 億に急増し、前例のない強力な自動学習システムを形成しています。

金の匙をくわえて誕生し、巨額の資金を調達し、巨大なビジネスと束ねられた人工知能スタートアップ企業が、汎用人工知能の自然意味モデルの構築と開発に取り組み、コスト度外視でモデルトレーニングに投資していることが最も理想的な状態であることがわかります。最も強力なモデルに伴う想像力と商業的利益は、マイクロソフトや他の投資家を刺激するのに十分です。

では、なぜこの論理が中国では通用しないのでしょうか？中国は、たとえそれが単なるプロトタイプであっても、強力な汎用の自然意味論的人工知能モデルを持っていたでしょうか?

この質問に答えるには、Microsoft が OpenAI に最初に投資した時期、つまり 2019 年 7 月を見てください。 MicrosoftがOpenAIのGPTモデルに賭けてから4か月後、つまり2019年11月、Bing検索事業を担当するマイクロソフトのグローバル上級副社長であり、マイクロソフトの人工知能責任者のトップであり、中国香港出身のコンピューター科学者である沈祥陽氏が、20年以上勤務したマイクロソフト社を辞めたと発表した。そして、Microsoft の一般的な人工知能モデルに対する Shen Xiangyang の最後の貢献は、2014 年に Microsoft Asia Internet Engineering Institute によって開発されたチャット ロボット Xiaobing です。

Xiaoiceは2020年7月にマイクロソフトから独立し、中国の人工知能スタートアップ企業となり、沈向陽氏が会長、元マイクロソフトアジアインターネットエンジニアリングアカデミー常務副社長の李迪氏がCEOを務めた。 Xiaoice が独立した時点では、第 6 世代以上に発展しており、その製品形態には、会話型人工知能ロボット、インテリジェント音声アシスタント、人工知能によって作成されたコンテンツ プロバイダー、および一連の垂直分野ソリューションが含まれていました。 Xiaoice はかつて世間の議論を巻き起こしました。感情と女性のセクシュアリティに満ちたチャット ロボットであることに加えて、中国の詩創作の分野でも驚くべきパフォーマンスを発揮します。彼女は詩集『Sunshine Lost the Glass Window』を出版し、多くの賞賛とさらなる論争を巻き起こしました。

詩を書き、感情的かつ常識に基づいた単純な会話を実行できる XiaoIce ロボットが、数年前には世界で最も高性能な会話型汎用人工知能モデルであったことは疑いの余地がありません。

沈祥陽率いるチームが検索を理解することは不可能であり、ましてや人工知能を理解することは不可能である。そして、沈祥陽氏のマイクロソフトからの離脱とシャオビン氏の「独立」と、マイクロソフトCEOナデラ氏のOpenAIへの投資と協力と相まって、実際に中国と米国のトップの人工知能トレーダーである一般人工知能モデルの分野での正式な袂を分かつことになる。

では、シャオビンは今でも詩を書いているのでしょうか？何をしているのですか

過去2年間、シャオビンさんは長い間詩を書くのをやめていた。商品化で忙しいですね。ゲームスタジオを設立して、NPC スクリプトによる対話コンテンツをゲームに提供し、冬季オリンピックと協力してフリースタイル スキーの空中スキルの視覚的スコアリング システムを提供し、人工知能が生成した上場企業の発表のテキスト要約を Wind Information に提供しました。

一言で言えば、以前は、一般的な自然意味論的人工知能モデルの上位レベルを代表し、中国人がそのパターン全体をサポートしていた人工知能チームが、現在では、生成型人工知能と意思決定型人工知能を組み合わせて、特定のシナリオに特定のソリューションを提供する人工知能サプライヤーになっています。

結局のところ、Xiaoice は資本市場から数億元しか調達していないため、これが「崩壊」したとは言えません。 ChatGPT のモデルトレーニング方法によれば、お金は 1 日で消費されます。 Microsoft の保護がなければ、Xiaobing は自分の命を自分で守らなければなりません。しかし、Baidu、Tencent、ByteDance については聞いたこともなかったので、Xiaoice に投資して、一般的な自然セマンティック人工知能の大規模モデルの開発を継続できるよう支援することを考えました。

シャオアイスだけではありません。ここ数年、中国には一般的な人工知能とヘテロジニアスコンピューティングの自動モデリングに取り組む起業家チームもあり、このモデルを通じて国内外の7〜8種類のチップをソフトウェアに接続できるようになっている。中国の投資機関は、一般的な人工知能モデルやほんの少しの想像力にも興味を示したことはありません。

「投資家の 85% 以上が、製品シナリオを紹介するよう求めてきました。私たちは、GPU とソフトウェア エコシステムの接続を支援し、Nvidia でさえ私たちのモデルを使用していると言いました。投資家は、これはシナリオではないと言いました。私たちは、顧客もおり、衛星、ドック、スマート シティ、スマート インダストリーに関する研究も行っていると言いました。彼らは、あなたの仕事が分散しすぎているため、投資しないと言いました。」これは、一般的な人工知能モデルを開発している起業家から聞いた話です。

誰もが知っているように、中国のVCは起業家を「教育」することを最も好み、もちろん人工知能の起業家精神に携わる科学者も教育します。 「この業界では何らかのデータが必要です」、これは AI 起業家を教育する際に彼らが好む言葉です。

特定の業界にはデータがあり、特定のセグメント化された分野でのソリューションの提供に注力する必要がある、これが人工知能への投資を主張する中国のほとんどのVCやPEの考え方です。次に、「シーンの規模はどのくらいか」を見ていきます。監視カメラのシーンは十分に大きいので、評価モデルは中国のサイズになり、カメラは何台設置できるでしょうか。各カメラはいくらですか?カメラプレートの合計の大きさはどれくらいですか?まあ、プレートは十分大きいので、カメラの小部門に投票しました。港湾スマート物流についてもう一度見てみましょう。中国には港がいくつありますか?深水港はいくつありますか?各港湾ターミナルは AI ソリューションにいくら支払えますか?私たちが支払った金額は非常に少額であったことが判明しましたが、「港」のシーンは十分に大きくないようですので、投票しません。顧客サービスとしてのAI仮想デジタルヒューマン?メタバースにリンクでき、ストーリーと想像力があり、試してみることができます。

つまり、中国の人工知能「四虎」は基本的にカメラと顔認識のビジネスに従事しており、全員がAIプロジェクトの実装者およびインテグレーターとなっており、そのビジネスモデルは30年前のNeusoftとiSoftStoneのビジネスモデルと同じである。

かなり長い間、人工知能分野の投資家は、一般的なモデルがさまざまな業界で再利用できると心から信じていました。時折、少し辛抱強く一般モデルに興味を持っている人もいますが、基本的には人民元ファンドですが、米ドルファンドは中国チームの一般モデル開発の試みにはまったく興味がありません。 OpenAI や Google などの企業のモデル トレーニングの難易度やレベルを比較して、この点で中国チームとの間に差があると感じていると思いますか?それからあなたは本当に考えすぎます。彼らは GPT モデルの開発が行われている時期、つまり過去 2 か月を知っています。

「SenseTimeとMegviiは私の目の前で監視カメラを売っている」と豪語していた第一線の投資マネージャー、起業家たちに「あなたのモデルはシーンではない」と誇らしげに話していた第一線の投資パートナー、そして言うまでもなく、これまで人工知能にほとんど投資したことがなく、何年もの間仮想通貨に従事するために中国の起業家を「海外に行かせる」ようあれこれいじくり回してきた米ドル投資ファンドのパートナーたちは、今日突然姿を変え、「中国のChatGP」で起業家をサポートすると宣言した。て」。考えてみてください。彼らの誓いや独りよがりには、一般的な人工知能モデルに対する理解と誠実さが含まれており、推測や計算も含まれています。

超自然なセマンティック モデルのトレーニングには、1 日あたり数千万元、さらには数億元の費用がかかる可能性があり、大規模なモデルのトレーニングを提供するコンピューティング パワー モジュールである世界トップの GPU は、米国の不当な禁輸措置の影響で入手がますます困難になってきています。過去何年にもわたるこれらの投資家の態度や行動スタイルを考えれば、彼らは数日間粘ることができるのか、投資委員会に投資するようどれほどの金額を説得するつもりなのか、それともこれらの起業家チームが GPU 問題を解決するのを助けることができるのか?もしかしたら、いつか、あるいは半年後には、こうした総合モデルチームに対して「細分化された分野での商品化を一日も早く実現せよ」と働きかけ始めるかもしれない。

百度がPaddlePaddleモデルへの投資に固執していることから、このモデル産業を最初から実践し、できるだけ早くさまざまな業界での商業化を追求することは避けられない。一般的な人工知能の大規模モデルのトレーニングには、大部分において、大量のデータ、高品質で創造的なコンテンツの出力、産業応用という「不可能な三角形」が存在します。

大量のデータと高品質のクリエイティブ コンテンツの出力を実現するには、ChatGPT などの特定の業界の特定の実装にすぐに適用できないことは避けられません。

インターネット上で人間が作成した最大の大量データで特定の産業着陸シナリオを作成したい場合、絶対に最高品質の結果を提供することはできません。大量のデータに基づくコンテンツ生成と正確な意思決定システムの間に矛盾が生じるはずであり、これは実際には無駄です。

産業着陸シナリオでの正確な意思決定を支援するために高品質のコンテンツ出力を達成したい場合は、最大量のデータを犠牲にする必要があり、最も正確な産業シナリオが所有するデータは、実際の大規模モデルのトレーニングと研究をサポートできません。これが、今日の中国の「産業セグメンテーション」人工知能ソリューションのほとんどが直面しているジレンマであり、いわゆる「産業 ChatGPT」が誤った命題である理由でもあります。

今日「中国の ChatGPT」への参加を準備している起業家や投資家の皆さん、ポケットの中にどれだけの資金と GPU を持っているかは言うまでもなく、皆さん全員がこのボートに乗っているので、切符を持っていると感じています。一般的な人工知能の「不可能な三角形」のどの隅を捨てることを決めるでしょうか?これは最初に解決する必要がある質問です。

言い換えれば、金融投資機関であろうと、大企業の投資部門であろうと、どの投資機関が、大規模な自然意味モデルのトレーニングに数年間投資し、リターンサイクルを無限に延長する決意を持っているでしょうか?結局のところ、歴史は、この人々が最も決意が弱く、後継者を見つけることに最も熱心な人々のグループであることを教えています。

中国には優れた起業家や科学者が不足することはなく、人工知能の分野も例外ではありません。人工知能分野における中国と米国のテクノロジー企業のレベルと蓄積は世界で最も近く、少なくとも数年前には、大規模な自然意味モデルの構築とトレーニングにおいて中国と米国の間に大きな差はなかった。しかし、中国には、より広い視野を持ち、他人の意見に従わず、決意と先見の明を備えた一部の投資機関や投資家が欠けています。

大規模な汎用自然意味論モデルを開始するために名乗り出たShen Xiangyang氏、Li Di氏、Ma Weiying氏、Wang Xiaochuan氏、Li Zhifei氏のような人々は非常に信頼できるが、問題は彼らをサポートする投資機関と投資家のグループを変える必要があるということであり、「ゲームをする」ことや投機が上手すぎて、仮想通貨やその他のトラックに没頭しすぎている一部の投資機関はブラックリストに載せられるべきである。

正直に言うと、これほど長年にわたって一般的な人工知能モデルを検討してきた本格的な投資機関はありませんが、回収サイクルが非常に長い多くの人工知能企業に投資してきた機関がまだいくつかあります。例えば、中国の現地ライダーや自動運転ソリューションに投資してきたベンチャーキャピタルは、世界の自動車産業がここ1世紀で前例のない変化を遂げる中で、中国の全く新しい競争力の確立に貢献してきた。たとえば、中国のローカル GPU に投資した VC は、米国の禁止と弾圧に直面し、危険に満ちた道となる運命にあり、復帰サイクルは非常に長いですが、これらの新興ローカル GPU プレーヤーは、Hanbo、Biren などを問わず、将来的には中国の一般的な自然意味処理モデルに弾薬を提供する可能性があります。彼らの背後にある投資家たちが、いつか本気で決意を固め、中国の自然意味論的大規模モデルプロジェクトを支援する動きを見せてくれれば、私は彼らに対して異なる期待と信頼を抱くかもしれない。

ただ、自慢せず、遠慮せず、早い成功を急がずに行動できる投資家や投資機関は、あまりにも少ないのですが、中国の自然意味モデルの構築と訓練には、金融投資家であれ、戦略的投資家であれ、国家の意思に支えられた資本機関であれ、そのような投資家や投資機関が必要です。

中国は独自の汎用自然意味大規模モデルを持つ必要がある、世界の汎用人工知能に中国の知恵、中国の価値体系、中国のソリューションを提供するというビジョンを持つ必要がある、コーパスの選択、モデルの構築と訓練、パラメータ調整の全プロセスにおいてリスクと法的、道徳的、倫理的問題を回避する必要があり、決意と忍耐も必要である。

いずれにせよ、推測することはできません。