大型モデルが世間によく知られているのは、ChatGPT のような to C 製品がテクノロジーの価値を人々に実感させているからです。実際、大規模モデルの鍵となるのは、その規模や一般的な能力の強さではなく、既存のアプリケーションの問題を解決できるかどうかです。アプリケーションに基づいて数千の産業を再構築し、人々の生活の質を向上させることによってのみ可能です。それ自体が人々に受け入れられると認識できるかどうか。
世界中で、高いコンピューティング電力コスト、情報漏洩、ポリシー監視などの課題により、C レベルまでの大規模モデルの商用化プロセスが遅れています。ほとんどの企業は、実用的で B エンドのエンタープライズ顧客を重視することを選択しています。特定の業界シナリオの要件。 ** 大規模なインダストリーモデルを構築することは、一般的なコンセンサスとなっていると言えます。 **
従来の小型モデル AI は通常、特定のタスクまたは特定の問題のみを実行できますが、toB 業界の場合、大規模モデルは従来のシステム情報を接続するだけでなく、より複雑な意思決定と計画を実現できます。
AI は地下作業の安全性を確保するのに優れており、不確実な手動プロセスを強力に支援します。しかし、AIが石炭鉱業に参入するのは想像ほど簡単ではありません。ダウンホールの動作環境は過酷であり、画像やビデオの認識に高い精度が求められます。また、鉱山ごとの差異が大きく、現場での作業が煩雑なため、モデルの再利用が容易ではありません。同時に、石炭鉱業には質の高い人工知能の人材が不足しています。
過去に遡ると、HUAWEI CLOUDはPangu Large Model 3.0を正式にリリースし、政務、金融、製造の大型モデルを同時にリリースしました。 **少し前に大型モデルが非常に人気がありましたが、なぜHUAWEI CLOUDが今回Pangu大型モデルの進捗状況を発表することを選んだのですか？ **
実際、業界の新しいテクノロジーやトレンドに直面したとき、HUAWEI CLOUD は業界のニーズを優先し、テクノロジーが十分に成熟した場合にのみ新しいテクノロジーを市場に導入します。 Pangu Large Model 3.0の観点から、今回のHuawei Cloudは、製品の産業上の位置付けを明確にし、以前の大型モデルを統合し、構造を再編成し、新しい大型モデルを通じてネットワークを拡張し、あらゆる業界をカバーするようにしました。
Pangu Large Model 3.0は、5+N+Xの3層構造を含む階層型設計を採用しています。5つのL0レベルの基本的な大型モデルはさまざまな一般的なスキルを提供し、N個のL1レベルの業界大型モデルは企業が独自の大規模モデルを作成するのに役立ちます、および大規模な L2 レイヤーのシナリオ モデルは、特定のアプリケーション シナリオまたは特定のビジネスに焦点を当てており、すぐに使えるモデル サービスを顧客に提供します。
従来の AI の時代はやがて終わるのでしょうか?
生成 AI は大きな勢いを生み出しており、ますます大きな可能性を示し続けています。たとえば、AI にチップを自動設計させたり、AI に医師の診察をさせたりします。
主導的地位を獲得するために、急ぐ企業は自らの技術力を解放するために最善を尽くすだけでなく、強力なレンガが飛ぶ効果を達成し、知能の出現を実現するために、AIモデルをますます大きくします。
科学技術省新世代人工知能開発研究センターによる「中国人工知能大型モデルマップ研究報告書」によると、中国はこれまでにパラメータースケールが10億を超える79の大型モデルをリリースしており、大型モデルの戦いも徐々に後半戦に突入し、大型モデルと実業界との組み合わせに注目する人が増え、企業も自社製品の応用シナリオを続々と披露している。
しかし、公平を期して、もともと従来の AI テクノロジーを使用するアプリケーションでは、本当に大規模なモデルを使用する必要があるのでしょうか? 業界ではどのような大規模なモデルが必要なのでしょうか? Huawei Developer Conference 2023 (HDC.Cloud 2023) で、Huawei Cloud は「産業向け AI」と Pangu モデルにおける最新の進歩を紹介し、AI によって数千の産業を再構築することを提案しました。
業界モデルが新たなトレンドになる
大型モデルの隆盛にどの企業も取り残されたくない、歌えば私もステージに立つ ここ数カ月、数日おきに大型モデルのニュースが流れている。市場ローテーションの下、企業はすでにこの機会を捉えて汎用大型モデルを発売しており、実機デモやプログラムデモなど自社製品の実用性を示すために徐々に大規模産業モデルに目を向けている。
大型モデルが世間によく知られているのは、ChatGPT のような to C 製品がテクノロジーの価値を人々に実感させているからです。実際、大規模モデルの鍵となるのは、その規模や一般的な能力の強さではなく、既存のアプリケーションの問題を解決できるかどうかです。アプリケーションに基づいて数千の産業を再構築し、人々の生活の質を向上させることによってのみ可能です。それ自体が人々に受け入れられると認識できるかどうか。
世界中で、高いコンピューティング電力コスト、情報漏洩、ポリシー監視などの課題により、C レベルまでの大規模モデルの商用化プロセスが遅れています。ほとんどの企業は、実用的で B エンドのエンタープライズ顧客を重視することを選択しています。特定の業界シナリオの要件。 ** 大規模なインダストリーモデルを構築することは、一般的なコンセンサスとなっていると言えます。 **
従来の小型モデル AI は通常、特定のタスクまたは特定の問題のみを実行できますが、toB 業界の場合、大規模モデルは従来のシステム情報を接続するだけでなく、より複雑な意思決定と計画を実現できます。
**しかし、大規模な業界モデルを作るのは容易ではなく、AIを導入したいと考えても結局は断念せざるを得なくなる企業も少なくありません。 **
まず、企業のビジネスシナリオは複雑であり、その多くはカスタマイズが必要であり、テキスト、画像、音声、ビデオ、機構など多様なタスクを処理する必要があるのに対し、ほとんどの企業はデータサンプルが不足しています。 。
次に、大規模なモデルはお金を燃やすゲームであり、トレーニング段階で 1 キロカロリーから始まる大規模な計算能力を使用する必要があるだけでなく、高度なスキルを備えた専門的な AI アプリケーション開発の人材も必要です。
最後に、データと知識は企業の中核資産であり、企業データのプライバシー、セキュリティ、コンプライアンスを確保する必要があります。
ネジやベアリング、ギアの製造といった基本的な作業を企業にやらせるのではなく、プロのものはプロの人に引き継がなければなりませんし、大型模型でも同様です。
ファーウェイクラウドは、2021年にも盤古基本大型モデルをリリースした企業であり、大型モデルの分野では決して初心者ではなく、当時からAIの産業化を目指していた。本日、HUAWEI CLOUDはPangu 3.0とAscend AI Cloud Serviceを正式にリリースし、中国初のフルスタック独立AIモデルとなり、産業向けAIの方向性を堅持し、AIをあらゆる階層と深く統合します。
ファーウェイのエグゼクティブディレクター兼ファーウェイクラウドCEOの張平安氏が言及したように、**盤古大型モデルは詩を詠むのではなく、物事を実行するだけであり、業界のシナリオに焦点を当てており、政府問題、金融、製造、石炭の深化に取り組んでいます。鉱山、鉄道、製薬、気象学、その他の産業。 **
大を小に置き換えることによって生じる変更
実際、このビッグモデルは構想段階から長い間出てきていましたが、静かに生活のすべてを変えつつあります。
気象学は人類と切り離せないものであると同時に、私たちの発展に多大な損害をもたらします。例えば、世界中で毎年約80個の台風が発生し、そのうち約25個が北西太平洋と南シナ海に影響を及ぼし、平均7個が我が国に上陸します。 2022年には台風災害による直接的な経済損失は54億2000万元に達すると予想されている。
従来の気象予報は高性能コンピュータHPCで計算されることが多く、今後10日間の台風の進路を予測するには、3,000ノード以上のスーパーコンピュータで数時間かけてシミュレーションする必要がありました。コンピューティング能力と物理モデルの複雑さが増大する傾向にあるため、従来の数値予測のボトルネックが顕著になってきています。
大型の盤古気象モデルに必要なのは 1 台のマシンと 1 枚のカードだけで、10 秒以内に天気予報を完了できます。従来の予測手法を上回る精度を誇る世界初のAIモデルで、今後10日間の台風の進路を数秒で予測することができ、台風進路予測の精度は世界初で、従来の予測手法よりも約20％高い。ヨーロッパ気象庁。
**同様の変化が医薬品の分野でも起こりました。 **
抗生物質は数え切れないほどの命を救ってきましたが、1987 年にダプトマイシンが発見されて以来、40 年近く新しい抗生物質は発見されていません。薬剤耐性はすべての人の健康を脅かすだけでなく、2030年までにGDPを少なくとも年間3兆4000億ドル削減し、2,400万人を極度の貧困に追い込む可能性がある。 「超薬剤耐性菌」感染症に直面した患者が利用できる薬がないという状況を変えるために、世界は新しい種類の抗生物質を緊急に必要としている。
新薬の研究は容易ではなく、新薬の開発は長い間、平均コストが10億ドルを超え、研究開発サイクルが長期化する「ダブル10の法則」の呪縛から逃れることができませんでした。 10年以上。それだけでなく、これは最良のビジネス形態であり、実際には、新薬が販売承認されるまでには平均 10 ～ 15 年かかり、26 億ドル以上の費用がかかり、臨床成功率は10%。
Huawei Cloud Pangu Drug Molecular Large Modelは、新しい深層学習ネットワークアーキテクチャを使用して、100%新規構造を持つ1億個の薬物様小分子ライブラリを生成し、従来の方法と比較して、創薬可能性の予測精度を20%向上させることができます。
西安交通大学第一付属病院の劉氷教授は、新薬の研究開発において、ファーウェイクラウド上の盤古薬の大分子モデルに基づくAI支援医薬品設計サービスを利用し、超抗菌薬「薬物」を開発した。 X（シンナモイルマイシン）は、40年間でほぼ初の新しい標的および新しいクラスの抗生物質になると予想されており、リード医薬品の研究開発サイクルを数年から1か月に短縮し、研究開発コストを70％削減し、「製薬業界における「双十法」。
** 変化するのは患者だけではありません。 **
暗い鉱山の下には労働者の命があります。井戸に落ちる労働者は、長い間、高リスクでプレッシャーのかかる環境に置かれており、死の影に囚われているだけでなく、一生続く怪我を伴います。しかしそれとは逆に、現在の地下300メートルでは依然として現場での作業に多くの人員が必要であり、より技術的かつ人道的なケアが必要です。
AI は地下作業の安全性を確保するのに優れており、不確実な手動プロセスを強力に支援します。しかし、AIが石炭鉱業に参入するのは想像ほど簡単ではありません。ダウンホールの動作環境は過酷であり、画像やビデオの認識に高い精度が求められます。また、鉱山ごとの差異が大きく、現場での作業が煩雑なため、モデルの再利用が容易ではありません。同時に、石炭鉱業には質の高い人工知能の人材が不足しています。
Pangu Mine の大規模モデルは、事前トレーニングのために大量のラベルなしの鉱山シーン データをインポートするだけで、教師なしの独立した学習を実行できます。大規模なモデルは、採掘、掘削、機械、輸送、輸送、洗浄、 1,000 以上の細分化されたシナリオにより、フルタイムの検査が実現し、スタッフが問題を時間内に発見できるようになり、検査漏れによる安全事故を回避し、ダウンタイムを短縮し、地下検査員の作業効率を向上させることができます。現在、全国8ヶ所の鉱山で使用されています。
無数の大中小の都市が鉄道で直列に結ばれており、我が国の鉄道の走行距離は現在15万5千キロメートル、鉄道貨車は100万両以上あります。我が国の鉄道の安全性レベルの向上により、多くの故障はめったに発生しなくなり、ほとんどの人は見たことがありませんが、一度故障が発生すると、通常は大故障になります。例えばボルスターコアプレートが出た場合、不良品は全国で1件だけ見つかった。
**安全の裏には数え切れないほどの人々の努力があります。 **技術開発の制約により、現在広く使用されている TFDS (トラック走行故障動的画像検出システム) は、依然として故障の特定に手動の方法を使用しています。あるハブ駅の 5T 検査工場を例に挙げると、毎日平均して 800 本近くの列車と 40,000 台以上の車両が検査され、TFDS システムでは 280 万枚以上の写真が撮影されます。電車の故障。
Pangu大型モデルにより、当初は4,000枚の写真を手動で識別する必要がありましたが、現在は170枚以上の写真を再確認するだけで済み、労働者の労働集約度は95.75％低下しました。実用化すると、67種類のトラックの430種類以上のさまざまな故障を正確に識別でき、重大な異常故障は100%識別され、非故障画像の選別率は95%と顧客の期待を上回ります。
このような例は枚挙にいとまがありません。実際、私が One Netcom を使用してビジネスを行い、スマート製品を使用するたびに、それはビッグ モデルの功績かもしれません。私たちはテクノロジーのアップグレードによってもたらされる配当を直接的または間接的に享受してきました。 。
Pangu モデルの違い
今日の大型モデルの分野は依然として非常に熱いです.国内プレーヤーは「百モデル競争」を開催しており、その中には多くの強力なインターネットメーカーがあります. **それでは、盤古大型モデルの差別化利点は何ですか? **
まず、HUAWEI CLOUDはAI分野で数百のプロジェクトを持ち、産業向けAIを堅持しており、30年以上の業界での蓄積された経験と10以上の業界部隊の継続的な育成を組み合わせることで、ファーウェイクラウドは蓄積された業界の顧客やパートナーからの豊富なノウハウ、大型モデルとの統合により、大型モデルには業界の知識と経験が備わります。
第二に、Pangu モデルは多くの一般知識を学習することに加えて、金融、政府事務、気象、医療、健康、インターネット、教育、自動車、小売などをカバーする 10 以上の業界の公開データも学習しています。
さらに重要なことは、Pangu 大型モデルは、基礎となるチップからプロセス プラットフォーム全体に至るまで、独立したイノベーションを達成したことです。ご存知のとおり、AI の隆盛の中で GPU は注目の商品となっていますが、地政学的な摩擦や供給不足などのさまざまな影響により、高性能コンピューティング カードの導入は困難を極めるばかりです。そのため、独立したイノベーションが世界の一般的なコンセンサスとなっています。業界。
**パンゲア大型模型の歴史を振り返ることは、業界のニーズに応え続けるプロセスです。 ** 2020年3月にTian QiがHUAWEI CLOUDに参加しチームの結成を開始、2021年4月にNLP大型モデルとCV大型モデルを含むPangu大型モデルが正式にリリース、モデルと大型薬物分子モデル、2022年6月に、HUAWEI CLOUDは盤古鉱山の大型モデルをリリースしました; 2022年11月、HUAWEI CLOUDは天気の大型モデルをリリースしました。
過去に遡ると、HUAWEI CLOUDはPangu Large Model 3.0を正式にリリースし、政務、金融、製造の大型モデルを同時にリリースしました。 **少し前に大型モデルが非常に人気がありましたが、なぜHUAWEI CLOUDが今回Pangu大型モデルの進捗状況を発表することを選んだのですか？ **
実際、業界の新しいテクノロジーやトレンドに直面したとき、HUAWEI CLOUD は業界のニーズを優先し、テクノロジーが十分に成熟した場合にのみ新しいテクノロジーを市場に導入します。 Pangu Large Model 3.0の観点から、今回のHuawei Cloudは、製品の産業上の位置付けを明確にし、以前の大型モデルを統合し、構造を再編成し、新しい大型モデルを通じてネットワークを拡張し、あらゆる業界をカバーするようにしました。
Pangu Large Model 3.0は、5+N+Xの3層構造を含む階層型設計を採用しています。5つのL0レベルの基本的な大型モデルはさまざまな一般的なスキルを提供し、N個のL1レベルの業界大型モデルは企業が独自の大規模モデルを作成するのに役立ちます、および大規模な L2 レイヤーのシナリオ モデルは、特定のアプリケーション シナリオまたは特定のビジネスに焦点を当てており、すぐに使えるモデル サービスを顧客に提供します。
2000P Flopsの計算能力を持つHUAWEI CLOUDの単一クラスタAscend AIクラウドサービスは、ウランチャブと貴安で同時に開始され、Tiancheng液冷プラットフォームを使用したHUAWEI CLOUDデータセンターは、30日間の長期安定率を保証できます。キロカロリートレーニングの場合は 90%、ポイント回復時間は 10 分を超えません。
多くの企業にとって、データ セキュリティ コンプライアンスは主な考慮事項です。パブリック クラウド デプロイメント モデルに加えて、Pangea 大規模モデルはさらに大規模モデル クラウド ゾーンを提供し、大規模モデルのトレーニングと推論のためのクラウド固有のリソース プールを確立してデータを保証します。セキュリティコンプライアンス。より厳格なデータ ローカリゼーション要件については、顧客が独自のプライベート HCS で大規模なモデルをトレーニングできるように、ハイブリッド クラウド デプロイメントも提供されています。
製品にとって、使いやすさは重要です。 HUAWEI CLOUDは、使いやすく信頼性の高い大規模モデルツールキット、多業種シーンのAPIを多数集めたKaitian aPaaSと、豊富で高品質なコースやテクニカルコンテンツを含む大規模モデル専用のコミュニティを提供します。開発者が迅速に開発できるよう支援する認定資格。
**テクノロジー自体が革新的であるのは事実ですが、Pangu の大型モデルが何千もの業界に参入するには、業界に根付くまでまだ時間がかかる必要があります。 **
AI の四天王の 1 人であるアンドリュー・ン氏は、「人工知能によって変わらない大産業を想像するのは困難です。大産業には、医療、教育、運輸、小売、通信、農業が含まれます。人工知能」と述べています。将来的には、あらゆる業界がさまざまな業界の大きなモデルによって変化する可能性があります。