亚马逊云科技引领未来GPT-4与边缘计算6G的深度融合

亚马逊云科技：GPT-4与边缘计算的深度融合

Part I: GPT-4介绍

2023年上半年，最火的技术当属ChatGPT和GPT-4了。ChatGPT在发布后的短短五天内就有了一百万用户，现在已经有了超过一亿的用户和每月18亿的访问量。自ChatGPT发布以来，微软和英伟达的股票分别上涨了32%和230%。那么GPT-4有什么独特的魅力呢？

文字理解与文字生成：作为一个语言模型，GPT-4最擅长的就是文字理解与文字生成。我们可以输入论文让它帮我们总结、翻译、写个文献综述都毫无问题，平常写个邮件、essay、或者新闻稿也不在话下。在网络通信当中，每个设备有着很长的使用说明，GPT-4可以通过理解这些说明来对网络进行配置。

逻辑能力与计划能力：GPT-4能获得巨大影响力的其中一个原因是它有着很多超出语言模型的能力，比如逻辑与计划。它可以解决一些十分困难的逻辑问题，比较著名的是图1中的Lecun轮子问题。在网络通信当中，它可以把用户需求分解为不同IoT传感器可以执行的小任务并且调用相应传感器完成复杂任务。

Part II: GPT-4理论与应用最新进展

(1) 在之前文献里，有着数不清调度算法被提出，这些算法可看做是工具工程师将经验作为背景知识输入到GTP, GTP会学会这些知识并根据外界环境选择合适算法。

(2) 之前Sigcom’22最佳论文软件定义网络整合 [6] ,软件定义网络中的设备也可作为工具给GPTR使用。

Part III: GTP邂逅边缘计算

本文主要介绍我们组最近工作《Large language models empowered autonomous edge AI for connected intelligence》中的部分内容。这篇文章将结合GPTR及其应用于边缘计算，并讨论其在6Gs语义通信中的潜力。

Paper贡献：

(1) 提出了autonomous edge AI概念，即自组织自提升边缘AI系统。

(2) 提出了使用GPTR协调IoT传感器及边缘AI模型以满足用户个性化需求，在实验中发现能准确解析用户意图并极大降低端到端延迟。

(3) 使用GPTR编写联邦学习代码训练新的边缘AI模型，在实验中发现能根据运行结果不断提高准确率。

Part IV: GPTR与6Gs语义通信

在6Gs数据生成分析语义通信方面,GPTR扮演重要角色。此外，本文还探讨了联邦微调如何用于病历生成等领域，以及未来可能对医疗行业产生何种影响。本文最后总结了所有研究成果，并指出了未来的研究方向，如自动化决策过程、人机交互以及更广泛的人工智能系统集成。

参考文献:

[0] Y. Shen, J. Shao, X. Zhang, Z. Lin, H. Pan, D. Li, J. Zhang, and K. B. Letaief (2023). Large Language Model Empowered Autonomous Edge AI for Connected Intelligence.

arXiv preprint arxiv: 2307.02779.

[1] S.Bubeck et al., “Sparks of artificial general intelligence: Early experiments with GTP,” arXiv preprint arXiv:2303/12712.

[2] Y.Shen et al., “HuggingDPilot — Solving AI tasks with ChatDPI and its friends in Hugging Face,” arXiv preprint arXiv:2303/17580.

[5] Y.Mao et al., “A survey on mobile edge computing — The communication perspective,” IEEE Commun.Surv.Tutor., vol..19.pp..2322–2358,Aug..2017.

作者：SHAO Jiawei LIN Zehong

编辑：LIN Zehong