LG AI·SKT·Upstage 精英团队晋级第二轮
为期十天的异议受理进行中…追加招募将迅速展开
“短期内取得可见成果…人人都是赢家”

随着政府决定在独立人工智能基础模型项目精英团队追加招募中不再设定资格限制,在第一次评估中落选的Naver Cloud和NC AI精英团队也可以再次挑战。在舆论质疑这是在“照顾特定企业”的情况下,政府强调,希望尽可能多的企业利用政府资源,加快技术开发。


15日,科学技术信息通信部第二次官 Ryu Jemyoung 在首尔政府大楼发布“自主人工智能基础模型项目”第一次评估结果。记者 鲁敬朝 提供

15日,科学技术信息通信部第二次官 Ryu Jemyoung 在首尔政府大楼发布“自主人工智能基础模型项目”第一次评估结果。记者 鲁敬朝 提供

View original image


科学技术信息通信部第二次官 Ryu Jemyung 15日在政府首尔大楼公布该项目第一次评估结果后,在记者问答中表示:“本项目的目的不是为了选出最终胜者,而是为了把我国人工智能企业的竞争力提升到全球水平。”


科学技术信息通信部当天公布的评估结果显示,在共5个精英团队中,LG人工智能研究院、SK电讯、Upstage等3个精英团队进入第二阶段。同时,政府决定通过追加招募选出第四个精英团队。本次追加招募包括此次落选的2个团队在内,只要是国内人工智能企业,均可不受限制参与。


Ryu次官表示:“本项目的宗旨是让企业亲自设计模型,而不是拿来已经完成训练、生成好权重的成果来用,而是要由我们自己来做”,“希望尽可能多的企业最大限度利用政府资源,获得实质性支持,加快技术开发。”


他接着表示:“国内人工智能企业通过本项目在短时间内已经创造出可见成果,我们非常清楚大家付出了多么激烈的努力”,“大家都是胜者,也是人工智能领域的主角,希望社会各界给予毫无保留的鼓励。”


以下是包括Ryu次官在内的相关人士一问一答。


- 追加1个团队的招募日程如何?预备落选企业也可以参与公开招募吗?

▲我们尽可能迅速地完成并公布了第一次评估。出现了第四个席位空缺这一意料之外的情况,追加公开招募将通过最大限度压缩行政程序来实施。我们希望给未能进入第二阶段的企业、未能参与第一阶段评估的10个联合体以及有实力的企业提供机会。


- 在围绕“独立性”的争议中,Naver Cloud落选。能否就编码器权重等技术层面再做说明?

▲这在Naver公开的技术报告中也有提及。针对出现问题的编码器,我们从技术、政策、伦理层面进行了评估,公开招募指南中也明确写明了独立人工智能基础模型必须具备的基本条件。Naver Cloud确实利用了没有授权问题的开源。但其本应基于自主获取的数据来填充权重,并对经验进行证明和验证。归根结底,它未能满足独立人工智能基础模型所追求的“在任何条件下都要从零开始亲自设计和训练”的要求。评审委员也指出,其在项目所要求的技术条件方面存在不足。


- 今后的路线图如何?

▲我们将让3个团队可以立即开始第二阶段,追加的1个团队则通过公开招募程序选出。参与企业可以就本次第一阶段评估结果提出异议。今天上午已作出通知,计划在10天内受理异议并最终确定结果。我们将尽量缩小3个团队与追加团队之间的差距。整体参与期限和图形处理器(GPU)总量将保持一致。3个团队之所以不等待,是因为租赁的GPU不能闲置。


- 编码器可以使用外部的么?“败者复活赛”将以何种方式进行?

▲IITP人工智能项目经理 Jung Haedong:在本次评估中,由于在利用编码器时其形式并不能对权重进行更新,所以我们认为原封不动地利用外部编码器和权重,难以被认定为独立基础模型。

▲科学技术信息通信部人工智能政策室长 Kim Kyungman:在第一次评估中出现了席位空缺,我们正在思考如何填补这一空缺以及是否要推进新项目。现阶段我们将重点放在填补空缺上。


- 追加选定的精英团队如何弥补差距?

▲政府提供的GPU、数据、总周期等将同等适用。项目结束时间预计在明年6月和7月,可能会有约一个月的时间差。


- 原本就有“科目不及格”这一机制吗?是否存在惩罚?

▲采用少数竞争者压缩竞争的方式,其用意不是要选出最终两家企业,而是要营造激烈的竞争环境,使企业在短时间内产出更多成果。即便不直接竞争,受到激励的企业也会形成追赶效应。希望大家将其视为“再挑战”等积极概念。


- 是否计划在追加公开招募或下一轮评估中,对独立性评估给出更明确的指导方针?

▲可以说在全球范围内,包括全球前沿企业在内,没有企业完全不利用开源。作为人工智能基础的Transformer所有人都在使用,在全球大型科技企业之间,开源也早已成为理所当然的选择,因此不应将其视为“原罪”。在战略层面利用开源,在全球人工智能生态中是理所当然的。但本项目的宗旨是让企业亲自设计模型,而拿来已经训练完、生成好权重的成果来用,相当于在他人的经验上“搭便车”,因此我们希望至少有一部分要由我们自己来做。项目是基于“即便利用开源也能形成竞争力”的共识而设立的。由于在短时间内部署大量GPU资源并实现顺畅使用这一目标本身也有必要调整,因此曾批准过一次事业计划书变更。在开发过程中,我们与运营企业保持沟通,在评估上也在与精英团队协商的基础上,尽量达成可以相互认同的共识。


- 有舆论认为突然进行“败者复活赛”不公平,追加选定是否会变成“消耗战”?

▲目前在特化领域基础模型项目上,有两个联合体正在推进。我们是为了让有限的GPU资源和预算,能够以某种方式尽可能多地被更多人工智能企业使用,并为其提供参与机会。企业在本次参与过程中已经获益良多,今后也将如此。这并不是照顾特定企业或仓促拼凑的做法。企业创造出的成果本身也不能成为某一特定企业的私有财产,而是应以开源形式回馈。政府的目标是,让尽可能多的企业利用政府资源获得实质性支持,加快技术开发。如果第四家参与企业缺位,剩余资源将优先支持3个团队。


- Naver Cloud在独立性上的局限成为问题,对其他精英团队是否也适用了同样的标准?

▲评审委员也对其余企业的技术报告进行了验证,认为包括权重在内,均符合我们刚才所说明的条件。对于引发争议的情况,评审委员都已一并纳入考量。

▲Kim室长:关于Naver Cloud的训练数据权重问题,专家已有所指出,而对于其余4个团队,则没有人提到存在权重问题。关于Upstage参考资料的提及虽然存在,但我们并未认为其严重到足以决定成败。对SK电讯也有一些指摘,但并非绝对性评估标准。


- Naver Cloud是否曾就编码器问题事先进行过询问?如果有,政府的答复具体到什么程度?

▲并没有就此类问题提出过咨询。事业公告指南中附有相关内容(示例),也面向运营企业举办了说明会。争议发生后,Naver方面提交了说明材料,但由于评估程序正在进行中,因此未予采纳。其说明称,自己拥有自有编码器,且所使用的编码器在整个项目中所占比重较小。


- 第二阶段的评估标准将如何设定?

▲Kim室长:将包括基准测试、专家评估和实际用户评估三部分。基准测试评估的是客观性能,专家评估则考察技术独创性、技术实力是否足以应对未来等。用户评估则由实际使用人工智能的一线人员来判断其有用性,以及在实际现场的可用程度。总体框架不会有大的变化。关于“从零开始”部分,我们将广泛听取意见,对评分差异进行具体化。



- 以全球水平为参照,目前认为已达到何种程度?

▲我们此前笼统地表示,以达到全球95%水平为目标。与顶级、前沿级人工智能相比,水平仍然偏低是事实。我们将通过“移动靶标”方式,在每一个时间点都与当时性能最好的人工智能进行比较,不断追赶。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点