北京时间 5 月 9 日晚，ICLR 2024 会场，GLM大模型技术团队受邀发表题为 The ChatGLM's Road to AGI 的主旨演讲，全面阐述GLM大模型面向 AGI 三大技术趋势。
第一，GLM-4的后续升级版本即GLM-4.5及其升级模型，应当基于超级认知(Superintelligence)和超级对齐(Superalignment)技术。
GLM大模型团队认为，文本是构建大模型最关键的基础，但下一步则应该把文本、图像、视频、音频等多种模态混合在一起训练，构建真正原生的多模态模型，同时超级对齐(Superalignment)技术将协助提升大模型的安全性。
第二，为解决更加复杂的问题，GLM大模型团队提出GLM-OS概念，即以大模型为中心的通用计算系统。在ICLR现场，GLM大模型团队详细阐述了GLM-OS的实现方式：基于已有 All-Tools 能力加上内存记忆(memory)和自我反馈(self-reflection) 机制，GLM-OS 有望实现模仿人类的Plan-Do-Check-Act 循环。
首先做出计划，然后初步尝试形成反馈，基于反馈结果调整规划，然后再行动以期达到更好的效果。大模型依靠PDCA循环机制形成自我反馈和自我提升——恰如人类自己所做一样。
第三，GLM大模型团队还在现场讲解了自2019年以来团队就一直在研究的名为GLM-zero的技术。GLM-zero旨在研究人类的“无意识”学习机制。“当人在睡觉的时候，大脑依然在无意识地学习。”GLM大模型团队表示，“无意识”学习机制是人类认知能力的重要组成部分，包括自我学习(self-instruct)、自我反思(self-reflection)和自我批评(self-critics)。
人脑中存在着反馈 (feedback) 和决策 (decision-making) 两个系统，分别对应着大模型和内存记忆两大部分，GLM-zero的相关研究将进一步拓展人类对意识、知识、学习行为的理解，换而言之，尽管还处于非常早期的研究阶段，但GLM-zero可以视为通向AGI的必经之路，这是GLM大模型团队第一次向外界公开这一技术趋势。
除了阐述GLM大模型面向AGI的三大技术趋势，GLM大模型技术团队在ICLR主旨演讲中还回顾了国产自研大模型 ChatGLM 的演进之路，向现场近2000名与会嘉宾与学者介绍了GLM系列大模型多项前沿研究成果，涵盖数学、文生图、图像理解、视觉UI理解、Agent智能体、涌现现象等领域。这是中国大模型团队首度登上 ICLR 主旨演讲环节。
ICLR 国际学习表征会议由 学习巨头、图灵奖获得者 Yoshua Bengio 和 Yann LeCun 在2013年牵头举办，与ICML、NeurIPS 并称为机器学习领域水平最高会议之一。5月7日，ICLR 2024 在奥地利维也纳会展中心开幕，受新一波人工智能浪潮推动，本届ICLR在参展人数、展览规模、论文数量上均创新高。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
