科技部人事司GPT-4与边缘计算6G技术的深度融合探讨

导言：

本文旨在介绍我们最近发表的工作《Large language models empowered autonomous edge AI for connected intelligence》，该工作主要探讨了GPT-4如何与边缘计算和无线感知技术相结合，以实现更高效、更智能的连接性。文章将分为五部分，分别介绍GPT-4的基本概念、最新进展、与边缘计算的结合方式以及在6G环境中的应用。

Part I: GPT-4介绍

2023年上半年，ChatGPT和GPT-4等语言模型技术引起了广泛关注。这一领域的突破性成就不仅展示了它们在文字理解与生成方面的能力，还体现出了它们逻辑推理和规划能力。在网络通信中，每个设备都有着复杂而详尽的使用说明，通过理解这些说明，GPT-4可以自行配置网络需求。

Part II: GPT-4理论与应用最新进展

随着研究人员不断对这些模型进行微调和优化，我们发现它们能够处理更加复杂的问题。例如，在图1中展示的一个著名问题，即Lecun轮子问题，证明了其逻辑解决问题能力。在网络通信中，它可以将用户需求分解为多个简单任务，并调用相应传感器完成复杂任务。

Part III: GPT-4邂逅边缘计算

我们提出了autonomous edge AI概念，即一个自组织、自提升的人工智能系统。实验结果显示，该系统能够准确解读用户意图并显著降低端到端延迟。此外，我们还利用联邦学习代码训练新的边缘AI模型，并通过实验证明其有效性。

Part IV: GPT-4与6G

在6G时代，这些大型语言模型预计会扮演关键角色，不仅用于数据分析，还能参与到语义通信等领域。本文提供了一种基于大型语言模型的大规模数据生成方法，以及如何将其集成到联邦微调策略中以适应特定任务需求。

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 (2023).

[2] Y.Shen et al., "Hugging-GTtPilot,"arXiv preprint arXiv:/2303/17580 (2023).

[3] L.Zhang et al., "MLCopilot,"arXiv preprint /2304124979(2023).

[5] Y.Mao et al., "Edge artificial intelligence for 6th generation wireless networks" IEEE Communications Magazine 55(10) : 40–48 (2017).

作者：SHAO Jiawei LIN Zehong 编辑：LIN Zehong