Meskipun Konferensi Kecerdasan Buatan Dunia 2023 telah berakhir, ledakan model skala besar yang diprakarsai oleh ChatGPT akan terus melonjak, dan tata letak serta eksplorasi kecerdasan buatan juga akan menjadi tema utama dalam beberapa tahun terakhir. "Pergi ke meja dulu" dan "ambil langkah pertama" adalah konsensus industri yang memicu kebangkitan "perang 100 model" ini, dan memimpin industri ke dalam "perang 1000 model".
Sumber gambar: Dihasilkan oleh AI Tak Terbatas
Pada awal Juli, ada ledakan kecerdasan buatan di Shanghai. Konferensi Kecerdasan Buatan Dunia **2023 telah mencapai jumlah peserta pameran dan area pameran tertinggi yang pernah ada. Banyak perusahaan mengumumkan di konferensi bahwa mereka akan merilis model AI besar. **Suhu tinggi dan cuaca konvektif yang kuat gagal menghilangkan antusiasme semua orang Gerbang pameran pernah menarik calo untuk menjual tiket, dan banyak orang membantu orang tua dan muda untuk mengeksplorasi tren perkembangan mutakhir kecerdasan buatan.
Di bawah kebangkitan, ** juga harus dengan tenang melihat bahwa model besar masih menghadapi masalah inti seperti ketahanan, kepatuhan, dan kredibilitas. **Dibandingkan dengan negara maju, negara saya masih memiliki kesenjangan dalam chip, daya komputasi, data, dll. Kelangkaan data merupakan masalah utama yang mempengaruhi penerapan model besar. Diantaranya, sulitnya mendapatkan data korpus China berkualitas tinggi membatasi model besar domestik merupakan faktor utama dalam pengembangan.
Pada tahap saat ini ketika masalah inti belum dipecahkan dan kesenjangan sedang dijembatani, jalur pengembangan seperti apa yang harus dijelajahi oleh pengembangan AI China? Selama forum tiga hari dan wawancara dengan banyak pakar industri yang berpartisipasi, jawaban terbanyak yang didapat reporter adalah "integrasi vertikal" dan "aplikasi pendaratan". Tren pengembangan AI.
"Pergi ke meja dulu"
Saat ini, perkembangan ekonomi digital telah menjadi konsensus global. Sebagai teknologi baru yang strategis, kecerdasan buatan semakin menjadi kekuatan pendorong utama untuk peningkatan industri dan peningkatan produktivitas. Pada November 2022, OpenAI meluncurkan ChatGPT, model kecerdasan buatan percakapan berskala besar untuk keperluan umum. Babak baru ledakan inovasi AI diluncurkan di seluruh dunia.
**Pada Konferensi Kecerdasan Buatan Dunia 2023, model besar adalah peran utama. **Baidu Wenxin Yiyan, Alibaba Cloud Tongyi Qianwen, Huawei Cloud Pangu, Xunfei Xunhuo, Shangtang Rixin, Lanzhou Mencius MChat, Xinghuan Wuya Transwarp Infinity, Midu Honey Nest Series, Torsi General dan model besar vertikal seperti Tuotian dan Daguan "Cao Zhi" pusing.
Lin Jianming, pendiri dan ketua Samoyed Cloud Technology Group, menunjukkan dalam sebuah wawancara dengan reporter dari International Finance News bahwa **AI berada di titik awal babak baru tren industri. ** Dari perspektif tata letak model besar, Baidu, Ali, Huawei, dan "pemain kelas atas" lainnya menjalankan tata letak "empat-dalam-satu" dari lapisan daya komputasi, lapisan platform, lapisan model, dan lapisan aplikasi; lembaga penelitian ilmiah dan perusahaan teknologi pemula telah menemukan cara lain, Titik masuknya adalah mengembangkan algoritme model skala besar dan aplikasi lapangan yang dibagi lagi.
Lin Jianming mengatakan bahwa parameter model skala besar domestik saat ini pada dasarnya dalam skala 100 miliar atau lebih Dalam hal arah aplikasi, sebagian besar perusahaan fokus pada aplikasi internal pada tahap awal, dan secara bertahap meluas ke perusahaan B-end. **Teknologi kecerdasan buatan terus membuat terobosan. Pabrikan besar dan perusahaan teknologi kecil dan menengah bersaing untuk mendapatkan model besar. Tentu saja, tidak ada yang mau ketinggalan gelombang besar era ini. Hanya dengan "pergi ke meja terlebih dahulu" Anda dapat memahami "kartu truf" dari aturan tersebut. Dalam konteks memudarnya keuntungan dari Internet seluler, memilih untuk merangkul model besar diharapkan dapat membawa poin pertumbuhan baru.
Zhou Bowen, Rekan IEEE/CAAI, Profesor Ketua Huiyan dari Universitas Tsinghua, profesor tetap dari Departemen Elektronika, dan pendiri Teknologi Lianyuan, mengatakan kepada reporter "Berita Keuangan Internasional" bahwa **China harus mengadopsi sistem berbasis skala besar pada "inovasi independen, keamanan dan pengendalian".Rute pengembangan model bahasa dan teknologi kecerdasan buatan generatif berfokus pada mempromosikan penerapan luas model besar dengan kemampuan tujuan umum dalam industri vertikal. **Selain itu, aplikasi bisnis, inovasi akademik, dan ekologi teknologi semuanya perlu didiversifikasi, dan tidak dapat sepenuhnya terkonsentrasi pada model besar, juga tidak boleh menggunakan satu cara berpikir untuk melakukan sesuatu.
Beberapa Tantangan
Di bawah kebangkitan AI, model besar masih menghadapi banyak tantangan seperti ketahanan, kepatuhan, dan kredibilitas. Lin Jianming berkata terus terang bahwa dibandingkan dengan dunia, terutama Amerika Serikat, kami masih memiliki celah tertentu dalam chip AI, paten, penelitian algoritme, dan ekosistem inovasi yang matang. ** Faktor utama yang membatasi pengembangan model skala besar domestik adalah: pertama, model besar membutuhkan daya komputasi yang besar, dan kami memiliki kekurangan dalam chip dan daya komputasi; kedua, kurangnya data korpus dan data industri Tiongkok berkualitas tinggi; ketiga , jumlah profesional Jarang, inovasi penelitian dasar tidak cukup.
"Industri keuangan adalah keberadaan khusus dengan persyaratan manajemen risiko dan keamanan yang sangat tinggi. Tantangan risiko kepercayaan, risiko model, etika, stabilitas, akurasi, keamanan data, kepatuhan, dan risiko lain yang dihadapi oleh penelitian dan pengembangan model keuangan besar lebih parah." Lin Jianming menunjukkan.
Jiang Ning, Deputy General Manager dan Chief Information Officer Mama Consumer, mengatakan dalam sebuah wawancara dengan seorang reporter dari International Finance News bahwa model besar **AI masih menghadapi masalah inti seperti kemampuan beradaptasi yang dinamis, ketahanan, kepatuhan, dan kredibilitas dalam keputusan penting. , Bagaimana menghilangkan kebisingan dan masalah yang mengganggu, dalam situasi yang tiba-tiba dan tidak dapat diprediksi, sangat penting untuk mencapai stabilitas dan kepatuhan serta kredibilitas yang berkelanjutan dari keputusan-keputusan penting. **
Jiang Ning menunjukkan bahwa model skala besar domestik tidak memiliki terobosan orisinal, dan masih ada celah dalam kemampuan penalaran model dan kemampuan pembuatan model skala besar. Kesulitan untuk mendapatkan data korpus Tiongkok berskala besar dan berkualitas tinggi merupakan faktor utama yang membatasi pengembangan model berskala besar di Tiongkok. Khusus untuk bidang keuangan, ia juga menghadapi banyak tantangan seperti perlindungan privasi, stabilitas berkelanjutan, kepatuhan, dan kredibilitas.
Zhou Bowen percaya bahwa dalam pelatihan model AI besar saat ini, sisi algoritme menyatu dengan model Transformer jaringan saraf, sisi daya komputasi bergantung pada cluster server AI dengan kemampuan komputasi paralel skala besar, dan sisi data perlu memberi makan skala besar kumpulan data skala dengan jumlah data yang sangat besar Dari perspektif tiga elemen AI, kelangkaan data jelas merupakan masalah utama yang mengarah pada penerapan aplikasi model skala besar. Bidang khusus seperti industri keuangan, yang memiliki persyaratan yang sangat ketat untuk keamanan data dan perlindungan privasi pengguna, juga menghadirkan serangkaian tantangan bagi model besar seperti kepercayaan, kemampuan kontrol otonom, dan keamanan yang kuat.
Zhou Bowen mengatakan bahwa industrialisasi model skala besar juga menghadapi tantangan: pertama, skala datanya besar dan kualitas datanya tidak merata, kedua, modelnya berukuran besar dan sulit untuk dilatih; ** Oleh karena itu, pengembangan model besar bergantung pada dukungan komprehensif dari daya dan data komputasi algoritme. Model besar adalah fokus pengembangan industri masa depan, tetapi model bisnis model besar perlu ditelusuri. Karena hambatan biaya model besar sangat tinggi, baik perusahaan besar maupun usaha kecil memiliki beban masing-masing.
Integrasi vertikal
Pada tahap saat ini ketika masalah inti belum dipecahkan dan kesenjangan sedang dijembatani, jalur pengembangan seperti apa yang harus dijelajahi oleh pengembangan AI China? Peluang pengembangan apa lagi yang ada? Jiang Ning menunjukkan bahwa membangun sistem AI gabungan adalah tren pengembangan, secara efektif menggabungkan kegunaan dan profesionalisme model diskriminatif di berbagai bidang vertikal, dan karakteristik pembelajaran transfer dan kemampuan generalisasi model besar generatif, sehingga akan benar-benar populer. di industri Manfaatkan kemampuan generalisasi model besar.
Lin Jianming menunjukkan bahwa di masa depan, model berskala besar akan memiliki potensi besar dalam proses kecerdasan digital kota, industri, dan perusahaan. Tata letak domestik model besar perlu memperkuat kemampuan inovasi independen, meningkatkan daya saing inti model besar dari berbagai tingkatan seperti daya komputasi, algoritme, dan bakat, dan juga menggabungkan secara dekat kebutuhan strategis nasional dan arah pengembangan industri untuk mengeksplorasi titik nyeri industri dan skenario secara mendalam.
Selain itu, "perlu menggunakan teknologi, skenario, pengguna dan data industri dan Pengetahuan industri (rahasia industri) sendiri untuk membuat model besar di bidang vertikal; gunakan 'model umum + model khusus Pengetahuan industri ' untuk memberdayakan ekonomi riil dan membangun keunggulan hambatannya sendiri," kata Lin Jianming.
Zhou Bowen percaya bahwa industri model skala besar di China harus dimulai dari ujung ke ujung, dan secara berulang mengembangkan model bisnis yang lebih besar, yang mungkin merupakan pendekatan yang lebih cocok. Atas dasar memiliki kemampuan umum, pelatihan berkelanjutan di bidang vertikal untuk meningkatkan kemampuan profesional model besar merupakan sarana penting untuk membantu pengembangan dan kemajuan model besar di masa depan. **
Zhou Bowen menunjukkan bahwa dari perspektif teoretis dan teknis, perbedaan harus ada. Dalam pengembangan AI, di satu sisi, kami adalah penangkap di level teknis, dan di sisi lain, kami cenderung menjadi inovator bahkan pemimpin di level aplikasi. ** AI China perlu menjelajahi jalur baru, yaitu, untuk mengintegrasikan secara vertikal dari model umum yang dikembangkan sendiri ke aplikasi dan loop tertutup skenario penuh pengguna, untuk mewujudkan "pendaratan ganda" kecerdasan buatan generatif teknologi dan nilai komersial. **
Untuk persaingan wirausaha, Zhou Bowen percaya bahwa itu dapat dibagi menjadi tiga rute: rute pertama adalah membangun model dasar skala besar dengan kemampuan umum, dari algoritme teknis hingga iterasi model, dan loop tertutup adegan; rute kedua berbasis pada model orang lain ( Seperti GPT), dan kemudian menggabungkan pengetahuan industri mereka sendiri untuk melakukan pelatihan; rute ketiga murni untuk aplikasi, yaitu menggunakan model secara langsung, dan penghalang ini akan lebih rendah.
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Pemikiran dingin AI di bawah kebangkitan "perang seribu model"
Sumber asli: International Finance News
Pada awal Juli, ada ledakan kecerdasan buatan di Shanghai. Konferensi Kecerdasan Buatan Dunia **2023 telah mencapai jumlah peserta pameran dan area pameran tertinggi yang pernah ada. Banyak perusahaan mengumumkan di konferensi bahwa mereka akan merilis model AI besar. **Suhu tinggi dan cuaca konvektif yang kuat gagal menghilangkan antusiasme semua orang Gerbang pameran pernah menarik calo untuk menjual tiket, dan banyak orang membantu orang tua dan muda untuk mengeksplorasi tren perkembangan mutakhir kecerdasan buatan.
Di bawah kebangkitan, ** juga harus dengan tenang melihat bahwa model besar masih menghadapi masalah inti seperti ketahanan, kepatuhan, dan kredibilitas. **Dibandingkan dengan negara maju, negara saya masih memiliki kesenjangan dalam chip, daya komputasi, data, dll. Kelangkaan data merupakan masalah utama yang mempengaruhi penerapan model besar. Diantaranya, sulitnya mendapatkan data korpus China berkualitas tinggi membatasi model besar domestik merupakan faktor utama dalam pengembangan.
Pada tahap saat ini ketika masalah inti belum dipecahkan dan kesenjangan sedang dijembatani, jalur pengembangan seperti apa yang harus dijelajahi oleh pengembangan AI China? Selama forum tiga hari dan wawancara dengan banyak pakar industri yang berpartisipasi, jawaban terbanyak yang didapat reporter adalah "integrasi vertikal" dan "aplikasi pendaratan". Tren pengembangan AI.
"Pergi ke meja dulu"
Saat ini, perkembangan ekonomi digital telah menjadi konsensus global. Sebagai teknologi baru yang strategis, kecerdasan buatan semakin menjadi kekuatan pendorong utama untuk peningkatan industri dan peningkatan produktivitas. Pada November 2022, OpenAI meluncurkan ChatGPT, model kecerdasan buatan percakapan berskala besar untuk keperluan umum. Babak baru ledakan inovasi AI diluncurkan di seluruh dunia.
**Pada Konferensi Kecerdasan Buatan Dunia 2023, model besar adalah peran utama. **Baidu Wenxin Yiyan, Alibaba Cloud Tongyi Qianwen, Huawei Cloud Pangu, Xunfei Xunhuo, Shangtang Rixin, Lanzhou Mencius MChat, Xinghuan Wuya Transwarp Infinity, Midu Honey Nest Series, Torsi General dan model besar vertikal seperti Tuotian dan Daguan "Cao Zhi" pusing.
Lin Jianming, pendiri dan ketua Samoyed Cloud Technology Group, menunjukkan dalam sebuah wawancara dengan reporter dari International Finance News bahwa **AI berada di titik awal babak baru tren industri. ** Dari perspektif tata letak model besar, Baidu, Ali, Huawei, dan "pemain kelas atas" lainnya menjalankan tata letak "empat-dalam-satu" dari lapisan daya komputasi, lapisan platform, lapisan model, dan lapisan aplikasi; lembaga penelitian ilmiah dan perusahaan teknologi pemula telah menemukan cara lain, Titik masuknya adalah mengembangkan algoritme model skala besar dan aplikasi lapangan yang dibagi lagi.
Lin Jianming mengatakan bahwa parameter model skala besar domestik saat ini pada dasarnya dalam skala 100 miliar atau lebih Dalam hal arah aplikasi, sebagian besar perusahaan fokus pada aplikasi internal pada tahap awal, dan secara bertahap meluas ke perusahaan B-end. **Teknologi kecerdasan buatan terus membuat terobosan. Pabrikan besar dan perusahaan teknologi kecil dan menengah bersaing untuk mendapatkan model besar. Tentu saja, tidak ada yang mau ketinggalan gelombang besar era ini. Hanya dengan "pergi ke meja terlebih dahulu" Anda dapat memahami "kartu truf" dari aturan tersebut. Dalam konteks memudarnya keuntungan dari Internet seluler, memilih untuk merangkul model besar diharapkan dapat membawa poin pertumbuhan baru.
Zhou Bowen, Rekan IEEE/CAAI, Profesor Ketua Huiyan dari Universitas Tsinghua, profesor tetap dari Departemen Elektronika, dan pendiri Teknologi Lianyuan, mengatakan kepada reporter "Berita Keuangan Internasional" bahwa **China harus mengadopsi sistem berbasis skala besar pada "inovasi independen, keamanan dan pengendalian".Rute pengembangan model bahasa dan teknologi kecerdasan buatan generatif berfokus pada mempromosikan penerapan luas model besar dengan kemampuan tujuan umum dalam industri vertikal. **Selain itu, aplikasi bisnis, inovasi akademik, dan ekologi teknologi semuanya perlu didiversifikasi, dan tidak dapat sepenuhnya terkonsentrasi pada model besar, juga tidak boleh menggunakan satu cara berpikir untuk melakukan sesuatu.
Beberapa Tantangan
Di bawah kebangkitan AI, model besar masih menghadapi banyak tantangan seperti ketahanan, kepatuhan, dan kredibilitas. Lin Jianming berkata terus terang bahwa dibandingkan dengan dunia, terutama Amerika Serikat, kami masih memiliki celah tertentu dalam chip AI, paten, penelitian algoritme, dan ekosistem inovasi yang matang. ** Faktor utama yang membatasi pengembangan model skala besar domestik adalah: pertama, model besar membutuhkan daya komputasi yang besar, dan kami memiliki kekurangan dalam chip dan daya komputasi; kedua, kurangnya data korpus dan data industri Tiongkok berkualitas tinggi; ketiga , jumlah profesional Jarang, inovasi penelitian dasar tidak cukup.
"Industri keuangan adalah keberadaan khusus dengan persyaratan manajemen risiko dan keamanan yang sangat tinggi. Tantangan risiko kepercayaan, risiko model, etika, stabilitas, akurasi, keamanan data, kepatuhan, dan risiko lain yang dihadapi oleh penelitian dan pengembangan model keuangan besar lebih parah." Lin Jianming menunjukkan.
Jiang Ning, Deputy General Manager dan Chief Information Officer Mama Consumer, mengatakan dalam sebuah wawancara dengan seorang reporter dari International Finance News bahwa model besar **AI masih menghadapi masalah inti seperti kemampuan beradaptasi yang dinamis, ketahanan, kepatuhan, dan kredibilitas dalam keputusan penting. , Bagaimana menghilangkan kebisingan dan masalah yang mengganggu, dalam situasi yang tiba-tiba dan tidak dapat diprediksi, sangat penting untuk mencapai stabilitas dan kepatuhan serta kredibilitas yang berkelanjutan dari keputusan-keputusan penting. **
Jiang Ning menunjukkan bahwa model skala besar domestik tidak memiliki terobosan orisinal, dan masih ada celah dalam kemampuan penalaran model dan kemampuan pembuatan model skala besar. Kesulitan untuk mendapatkan data korpus Tiongkok berskala besar dan berkualitas tinggi merupakan faktor utama yang membatasi pengembangan model berskala besar di Tiongkok. Khusus untuk bidang keuangan, ia juga menghadapi banyak tantangan seperti perlindungan privasi, stabilitas berkelanjutan, kepatuhan, dan kredibilitas.
Zhou Bowen percaya bahwa dalam pelatihan model AI besar saat ini, sisi algoritme menyatu dengan model Transformer jaringan saraf, sisi daya komputasi bergantung pada cluster server AI dengan kemampuan komputasi paralel skala besar, dan sisi data perlu memberi makan skala besar kumpulan data skala dengan jumlah data yang sangat besar Dari perspektif tiga elemen AI, kelangkaan data jelas merupakan masalah utama yang mengarah pada penerapan aplikasi model skala besar. Bidang khusus seperti industri keuangan, yang memiliki persyaratan yang sangat ketat untuk keamanan data dan perlindungan privasi pengguna, juga menghadirkan serangkaian tantangan bagi model besar seperti kepercayaan, kemampuan kontrol otonom, dan keamanan yang kuat.
Zhou Bowen mengatakan bahwa industrialisasi model skala besar juga menghadapi tantangan: pertama, skala datanya besar dan kualitas datanya tidak merata, kedua, modelnya berukuran besar dan sulit untuk dilatih; ** Oleh karena itu, pengembangan model besar bergantung pada dukungan komprehensif dari daya dan data komputasi algoritme. Model besar adalah fokus pengembangan industri masa depan, tetapi model bisnis model besar perlu ditelusuri. Karena hambatan biaya model besar sangat tinggi, baik perusahaan besar maupun usaha kecil memiliki beban masing-masing.
Integrasi vertikal
Pada tahap saat ini ketika masalah inti belum dipecahkan dan kesenjangan sedang dijembatani, jalur pengembangan seperti apa yang harus dijelajahi oleh pengembangan AI China? Peluang pengembangan apa lagi yang ada? Jiang Ning menunjukkan bahwa membangun sistem AI gabungan adalah tren pengembangan, secara efektif menggabungkan kegunaan dan profesionalisme model diskriminatif di berbagai bidang vertikal, dan karakteristik pembelajaran transfer dan kemampuan generalisasi model besar generatif, sehingga akan benar-benar populer. di industri Manfaatkan kemampuan generalisasi model besar.
Lin Jianming menunjukkan bahwa di masa depan, model berskala besar akan memiliki potensi besar dalam proses kecerdasan digital kota, industri, dan perusahaan. Tata letak domestik model besar perlu memperkuat kemampuan inovasi independen, meningkatkan daya saing inti model besar dari berbagai tingkatan seperti daya komputasi, algoritme, dan bakat, dan juga menggabungkan secara dekat kebutuhan strategis nasional dan arah pengembangan industri untuk mengeksplorasi titik nyeri industri dan skenario secara mendalam.
Selain itu, "perlu menggunakan teknologi, skenario, pengguna dan data industri dan Pengetahuan industri (rahasia industri) sendiri untuk membuat model besar di bidang vertikal; gunakan 'model umum + model khusus Pengetahuan industri ' untuk memberdayakan ekonomi riil dan membangun keunggulan hambatannya sendiri," kata Lin Jianming.
Zhou Bowen percaya bahwa industri model skala besar di China harus dimulai dari ujung ke ujung, dan secara berulang mengembangkan model bisnis yang lebih besar, yang mungkin merupakan pendekatan yang lebih cocok. Atas dasar memiliki kemampuan umum, pelatihan berkelanjutan di bidang vertikal untuk meningkatkan kemampuan profesional model besar merupakan sarana penting untuk membantu pengembangan dan kemajuan model besar di masa depan. **
Zhou Bowen menunjukkan bahwa dari perspektif teoretis dan teknis, perbedaan harus ada. Dalam pengembangan AI, di satu sisi, kami adalah penangkap di level teknis, dan di sisi lain, kami cenderung menjadi inovator bahkan pemimpin di level aplikasi. ** AI China perlu menjelajahi jalur baru, yaitu, untuk mengintegrasikan secara vertikal dari model umum yang dikembangkan sendiri ke aplikasi dan loop tertutup skenario penuh pengguna, untuk mewujudkan "pendaratan ganda" kecerdasan buatan generatif teknologi dan nilai komersial. **
Untuk persaingan wirausaha, Zhou Bowen percaya bahwa itu dapat dibagi menjadi tiga rute: rute pertama adalah membangun model dasar skala besar dengan kemampuan umum, dari algoritme teknis hingga iterasi model, dan loop tertutup adegan; rute kedua berbasis pada model orang lain ( Seperti GPT), dan kemudian menggabungkan pengetahuan industri mereka sendiri untuk melakukan pelatihan; rute ketiga murni untuk aplikasi, yaitu menggunakan model secara langsung, dan penghalang ini akan lebih rendah.