GPT-4与边缘计算及6G技术的深度融合科技股新趋势分析

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问题，如图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传感器可执行任务并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

使用工具

(1) 在之前文献中，有数不清调度算法被提出，这些算法可被看做是工具。工程师将经验背景知识输入到GTP, 它会学会这些知识，并根据外界环境选择合适算法。

(2) Sigcom’22最佳论文软件定义网络整合 [6] 中设备也可作为工具给予使用。

大模型微调现在大模型微调越来越轻量级，为边缘服务器联邦微调打基础。联邦微调可用于病历生成等地方。

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。这篇文章是将GPLP（Graph Processing on Large-scale Parallel Machines）结合边缘AI系统实现自动化管理功能，从而提高系统效率。本文分为以下几个部分：

A. 系统架构设计

B. 实验结果分析

Part IV: GTP 与 6g

在上一个部分展示了两个在边缘计算中使用GPLP例子，本节围绕使用工具以及大模型微调介绍更广泛应用：

使用工具：

(1) 工程师将自己的经验作为背景知识输入到GPLP, 它会很快学会这些知识并且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] 中设备也可作为工具给予使用。

大模型微调：

现在大模型micro-tuning越来越轻量级，为在边缘服务器上做big model federated tuning打基础。大model federated tuning 可以应用于病历生成等地方，在6g 当中,GPLP还将扮演重要角色，对数据生产数据分析语义通信至关重要。

参考文献:

[0] Y. Shen, J. Shao, X. Zhang, Z. Lin, H., Pan, D., Li, J., Zhang & K.B.Letaief (2023). "Large Language Model Empowered Autonomous Edge AI for Connected Intelligence." arXiv preprint arXiv:2307.

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

[2] Y.Shen et al., “HuggingGPLPsolver,”arXiv preprint arXiv:, 2023.

[3] L.Zhang et al., “MLCopilot,”arXiv preprint arXiv:, 2023.

[5] Y.Mao et al.. “Edge Artificial Intelligence for the Internet of Things.” IEEE Transactions on Industrial Informatics (2018): 123–136.

作者：SHAO Jiawei LIN Zehong 编辑：LIN Zehong