出典: 国際金融ニュース> 2023年世界人工知能会議は閉幕しましたが、ChatGPTに端を発した大型モデルブームは今後も盛り上がり、人工知能のレイアウトと探求も近年の大きなテーマとなるでしょう。 「最初にテーブルに着く」「先手を取る」という業界のコンセンサスが、今回の「100 モデル戦争」の盛り上がりを引き起こし、業界を「1000 モデル戦争」に導きました。 画像ソース: Unbounded AI によって生成7 月初旬、上海では人工知能ブームが巻き起こりました。**2023 世界人工知能カンファレンスは、過去最高の出展者数と展示面積に達し、多くの企業が大規模な AI モデルをリリースすることをカンファレンスで発表しました。 **高温と強い対流の天候により、全員の熱意が消えませんでした。展示会の門にはかつてチケットを販売するダフ屋が集まり、多くの人々が高齢者から若者まで人工知能の最先端の開発トレンドを探索するのを手伝いました。この盛り上がりの下で、** は、大型モデルが依然として堅牢性、コンプライアンス、信頼性などの中核的な問題に直面していることを冷静に認識する必要があります。 **先進国と比較すると、我が国はチップ、計算能力、データなどにおいて依然として差があり、データ不足は大規模モデルの適用に影響を与える大きな問題であり、中でも高品質の中国語コーパスデータの入手が困難であることが制約となっている。国内大型モデルが開発の大きな要素となっています。核心的な課題はいまだ突破されず、溝が埋まりつつある現段階で、中国のAI開発はどのような発展の道を模索すべきなのか。 3 日間のフォーラムと多くの参加業界専門家へのインタビュー中、記者が得た最も多くの回答は「垂直統合」と「ランディング アプリケーション」でした AI 開発トレンド。## **「最初にテーブルに行きましょう」**現在、デジタル経済の発展は世界的なコンセンサスとなっています。戦略的な新興テクノロジーとして、人工知能はますます産業のアップグレードと生産性向上の中核的な原動力になりつつあります。 2022 年 11 月、OpenAI は大規模な会話型汎用人工知能モデルである ChatGPT を発表し、世界中で新たな AI イノベーション ブームが始まりました。**2023 年の世界人工知能会議では、大型モデルが主役です。 **Baidu Wenxin Yiyan、Alibaba Cloud Tongyi Qianwen、Huawei Cloud Pangu、Xunfei Xunhuo、Shangtang Rixin、Lanzhou Mencius MChat、Xinghuan Wuya Transwarp Infinity、Midu Honey Nest シリーズ、Torsi General、および Tuotian や Daguan「Cao Zhi」などの縦型大型モデルめまいがする。Samoyed Cloud Technology Group の創設者兼会長である Lin Jianming 氏は、International Finance News の記者とのインタビューで、**AI は業界トレンドの新たなラウンドの出発点にあると指摘しました。 ** 大型モデルのレイアウトの観点から見ると、Baidu、Ali、Huawei などの「ハイエンド プレーヤー」は、コンピューティング パワー層、プラットフォーム層、モデル層、およびアプリケーション層; 科学研究機関と新興テクノロジー企業は別の方法を見つけました。その入り口は、大規模なモデル アルゴリズムと細分化されたフィールド アプリケーションを開発することです。林建明氏は、現在の国内の大規模モデルパラメータは基本的に1000億以上の規模であり、アプリケーションの方向性としては、ほとんどの企業が初期段階では社内アプリケーションに重点を置き、徐々にBエンド企業にまで拡大していると述べた。 **人工知能技術は進歩を続けており、大手メーカーと中小規模のテクノロジー企業が大型モデルを奪い合っており、当然のことながら、誰もこの時代の大きな波に乗り遅れたくありません。 「先にテーブルに行く」ことによってのみ、ルールの「切り札」を掴むことができる。モバイル インターネットの利益が薄れつつある中、大型モデルを採用することを選択することで、新たな成長ポイントがもたらされると期待されています。IEEE/CAAIフェロー、清華大学恵岩教授、電子工学部終身教授、連源科技創始者である周博文氏は、「国際金融ニュース」の記者に対し、**中国は大規模なシステムを導入すべきであると語った。 「独立したイノベーション、安全性、制御性」をテーマとした言語モデルと生成人工知能技術の開発ルートは、垂直産業における汎用機能を備えた大規模モデルの広範な適用を促進することに焦点を当てています。 **また、ビジネスアプリケーション、アカデミックイノベーション、テクノロジーエコロジーはいずれも多様化する必要があり、大きなモデルに完全に集中することはできませんし、すべてが同じ考え方で物事を進めることもできません。## **複数の課題**AI の隆盛の中で、大規模モデルは依然として堅牢性、コンプライアンス、信頼性などの複数の課題に直面しています。林建明氏は、世界、特に米国と比較すると、AIチップ、特許、アルゴリズム研究、成熟したイノベーションエコシステムにおいて、依然として一定のギャップがあると率直に語った。 **国内の大規模モデルの開発を制限する主な要因は次のとおりです: 第一に、大規模モデルには大きな計算能力が必要であり、チップと計算能力に欠陥があること、第二に、高品質の中国語コーパスデータと業界データが不足していること、第三に、 、専門家の数 希少な基礎研究の革新だけでは十分ではありません。「金融業界は、リスク管理とセキュリティに対する非常に高い要件を備えた特別な存在です。金融の大規模モデルの研究開発が直面する、信頼リスク、モデルリスク、倫理、安定性、正確性、データセキュリティ、コンプライアンス、その他のリスクという課題より深刻です」と林建明氏は指摘した。ママ・コンシューマーの副ゼネラルマネジャー兼最高情報責任者である江寧氏は、インターナショナル・ファイナンス・ニュースの記者とのインタビューで、**AI大型モデルは依然として動的な適応性、堅牢性、コンプライアンス、重要な意思決定における信頼性などの中核的な問題に直面していると述べた。 , 突然の予測不可能な状況において、ノイズや干渉問題をどのように排除するかは、継続的な安定性とコンプライアンスと重要な決定の信頼性を達成することが特に重要です。 **Jiang Ning氏は、国内の大規模モデルには独自のブレークスルーが欠けており、モデル推論能力と大規模モデル生成能力には依然としてギャップがあると指摘した。大規模かつ高品質の中国語コーパス データを入手することが難しいことが、中国における大規模モデルの開発を制限する主な要因となっています。金融分野に特有の、プライバシー保護、継続的な安定性、コンプライアンス、信頼性などの多くの課題にも直面しています。Zhou Bowen 氏は、現在の大規模 AI モデルのトレーニングでは、アルゴリズム側はニューラル ネットワークの Transformer モデルに収束し、計算能力側は大規模な並列計算機能を備えた AI サーバー クラスターに依存し、データ側は大規模なデータを供給する必要があると考えています。 AI の 3 つの要素の観点から見ると、データ不足が大規模なモデル アプリケーションの実装につながる大きな問題であることは明らかです。金融業界などの特定の分野では、データ セキュリティとユーザーのプライバシー保護に対する要件が非常に厳しく、大規模モデルに対しては信頼性、自律制御性、強力なセキュリティなどの一連の課題が生じます。Zhou Bowen氏は、大規模モデルの工業化も課題に直面していると述べ、第1に、データ規模が大きく、データ品質にばらつきがあること、第2に、モデルのサイズが大きく、トレーニングが難しいこと、第2に、モデルの規模が大きく、トレーニングが難しいこと、第2に、データの規模が大きく、データの品質にばらつきがあることであると述べた。 ** したがって、大規模モデルの開発は、アルゴリズムの計算能力とデータの包括的なサポートに依存します。大型モデルは将来の産業発展の焦点ですが、大型モデルのビジネス モデルは検討する価値があります。大型モデルはコストの壁が非常に高いため、大企業も中小企業もそれぞれの負担を抱えています。＃＃ **垂直統合**核心的な課題はいまだ突破されず、溝が埋まりつつある現段階で、中国のAI開発はどのような発展の道を模索すべきなのか。他にどのような開発の機会がありますか? Jiang Ning氏は、複合AIシステムの構築が開発トレンドであり、さまざまな垂直分野における識別モデルの使いやすさと専門性、および転移学習の特性と生成大規模モデルの一般化機能を効果的に組み合わせることで、真に普及するだろうと指摘した。大規模モデルの汎化機能を活用します。林建明氏は、将来的には大規模モデルが都市、産業、企業のデジタルインテリジェンスプロセスにおいて大きな可能性を秘めると指摘した。大規模モデルの国内レイアウトでは、独立したイノベーション能力を強化し、コンピューティング能力、アルゴリズム、人材などのさまざまなレベルから大規模モデルの中核となる競争力を強化し、国家戦略のニーズと業界の発展方向を密接に組み合わせて業界の課題を深く調査する必要があります。そしてシナリオ。また、「垂直分野で大規模なモデルを作成するには、独自の技術、シナリオ、ユーザーおよび業界データ、業界ノウハウ（業界秘密）を使用する必要がある。「一般モデル + 業界ノウハウ特別モデル」を使用する実体経済に力を与え、独自の障壁の優位性を確立するためだ」と林建明氏は語った。Zhou Bowen氏は、中国の大規模モデル産業はエンドツーエンドから始めて、より大規模なビジネスモデルを反復的に開発する必要があり、それがより適切なアプローチである可能性があると考えています。一般的な能力を備えていることに基づいて、大型モデルの専門的能力を向上させるための垂直分野での継続的なトレーニングは、将来の大規模モデルの開発と進歩を助ける重要な手段です。 **Zhou Bowen氏は、理論的および技術的な観点から見ると、違いが存在するはずだと指摘しました。 AI の開発において、私たちは技術レベルでキャッチャーである一方で、アプリケーション レベルではイノベーター、さらにはリーダーになる可能性があります。 **中国のAIは、生成型人工知能の「デュアルランディング」を実現するために、新たな道を模索する必要がある。つまり、自社開発の一般モデルからアプリケーションおよびユーザーのフルシナリオ閉ループまで垂直統合する必要がある。技術と商品価値。 **Zhou Bowen 氏は、起業家競争については 3 つのルートに分けられると考えています。1 つ目のルートは、技術的なアルゴリズムからモデルの反復、シーンの閉ループまで、一般的な機能を備えた大規模な基礎モデルを構築することであり、2 つ目のルートは、他の人のモデル (GPT など) を使用してから、自分の業界のノウハウを組み合わせてトレーニングを行う; 3 番目のルートは純粋にアプリケーションを目的としたもので、モデルを直接使用するため、この障壁は低くなります。
「千機種戦争」の盛り上がり下でのAIの冷静な思考
出典: 国際金融ニュース
7 月初旬、上海では人工知能ブームが巻き起こりました。**2023 世界人工知能カンファレンスは、過去最高の出展者数と展示面積に達し、多くの企業が大規模な AI モデルをリリースすることをカンファレンスで発表しました。 **高温と強い対流の天候により、全員の熱意が消えませんでした。展示会の門にはかつてチケットを販売するダフ屋が集まり、多くの人々が高齢者から若者まで人工知能の最先端の開発トレンドを探索するのを手伝いました。
この盛り上がりの下で、** は、大型モデルが依然として堅牢性、コンプライアンス、信頼性などの中核的な問題に直面していることを冷静に認識する必要があります。 **先進国と比較すると、我が国はチップ、計算能力、データなどにおいて依然として差があり、データ不足は大規模モデルの適用に影響を与える大きな問題であり、中でも高品質の中国語コーパスデータの入手が困難であることが制約となっている。国内大型モデルが開発の大きな要素となっています。
核心的な課題はいまだ突破されず、溝が埋まりつつある現段階で、中国のAI開発はどのような発展の道を模索すべきなのか。 3 日間のフォーラムと多くの参加業界専門家へのインタビュー中、記者が得た最も多くの回答は「垂直統合」と「ランディング アプリケーション」でした AI 開発トレンド。
「最初にテーブルに行きましょう」
現在、デジタル経済の発展は世界的なコンセンサスとなっています。戦略的な新興テクノロジーとして、人工知能はますます産業のアップグレードと生産性向上の中核的な原動力になりつつあります。 2022 年 11 月、OpenAI は大規模な会話型汎用人工知能モデルである ChatGPT を発表し、世界中で新たな AI イノベーション ブームが始まりました。
**2023 年の世界人工知能会議では、大型モデルが主役です。 **Baidu Wenxin Yiyan、Alibaba Cloud Tongyi Qianwen、Huawei Cloud Pangu、Xunfei Xunhuo、Shangtang Rixin、Lanzhou Mencius MChat、Xinghuan Wuya Transwarp Infinity、Midu Honey Nest シリーズ、Torsi General、および Tuotian や Daguan「Cao Zhi」などの縦型大型モデルめまいがする。
Samoyed Cloud Technology Group の創設者兼会長である Lin Jianming 氏は、International Finance News の記者とのインタビューで、**AI は業界トレンドの新たなラウンドの出発点にあると指摘しました。 ** 大型モデルのレイアウトの観点から見ると、Baidu、Ali、Huawei などの「ハイエンド プレーヤー」は、コンピューティング パワー層、プラットフォーム層、モデル層、およびアプリケーション層; 科学研究機関と新興テクノロジー企業は別の方法を見つけました。その入り口は、大規模なモデル アルゴリズムと細分化されたフィールド アプリケーションを開発することです。
林建明氏は、現在の国内の大規模モデルパラメータは基本的に1000億以上の規模であり、アプリケーションの方向性としては、ほとんどの企業が初期段階では社内アプリケーションに重点を置き、徐々にBエンド企業にまで拡大していると述べた。 **人工知能技術は進歩を続けており、大手メーカーと中小規模のテクノロジー企業が大型モデルを奪い合っており、当然のことながら、誰もこの時代の大きな波に乗り遅れたくありません。 「先にテーブルに行く」ことによってのみ、ルールの「切り札」を掴むことができる。モバイル インターネットの利益が薄れつつある中、大型モデルを採用することを選択することで、新たな成長ポイントがもたらされると期待されています。
IEEE/CAAIフェロー、清華大学恵岩教授、電子工学部終身教授、連源科技創始者である周博文氏は、「国際金融ニュース」の記者に対し、**中国は大規模なシステムを導入すべきであると語った。 「独立したイノベーション、安全性、制御性」をテーマとした言語モデルと生成人工知能技術の開発ルートは、垂直産業における汎用機能を備えた大規模モデルの広範な適用を促進することに焦点を当てています。 **また、ビジネスアプリケーション、アカデミックイノベーション、テクノロジーエコロジーはいずれも多様化する必要があり、大きなモデルに完全に集中することはできませんし、すべてが同じ考え方で物事を進めることもできません。
複数の課題
AI の隆盛の中で、大規模モデルは依然として堅牢性、コンプライアンス、信頼性などの複数の課題に直面しています。林建明氏は、世界、特に米国と比較すると、AIチップ、特許、アルゴリズム研究、成熟したイノベーションエコシステムにおいて、依然として一定のギャップがあると率直に語った。 **国内の大規模モデルの開発を制限する主な要因は次のとおりです: 第一に、大規模モデルには大きな計算能力が必要であり、チップと計算能力に欠陥があること、第二に、高品質の中国語コーパスデータと業界データが不足していること、第三に、 、専門家の数 希少な基礎研究の革新だけでは十分ではありません。
「金融業界は、リスク管理とセキュリティに対する非常に高い要件を備えた特別な存在です。金融の大規模モデルの研究開発が直面する、信頼リスク、モデルリスク、倫理、安定性、正確性、データセキュリティ、コンプライアンス、その他のリスクという課題より深刻です」と林建明氏は指摘した。
ママ・コンシューマーの副ゼネラルマネジャー兼最高情報責任者である江寧氏は、インターナショナル・ファイナンス・ニュースの記者とのインタビューで、**AI大型モデルは依然として動的な適応性、堅牢性、コンプライアンス、重要な意思決定における信頼性などの中核的な問題に直面していると述べた。 , 突然の予測不可能な状況において、ノイズや干渉問題をどのように排除するかは、継続的な安定性とコンプライアンスと重要な決定の信頼性を達成することが特に重要です。 **
Jiang Ning氏は、国内の大規模モデルには独自のブレークスルーが欠けており、モデル推論能力と大規模モデル生成能力には依然としてギャップがあると指摘した。大規模かつ高品質の中国語コーパス データを入手することが難しいことが、中国における大規模モデルの開発を制限する主な要因となっています。金融分野に特有の、プライバシー保護、継続的な安定性、コンプライアンス、信頼性などの多くの課題にも直面しています。
Zhou Bowen 氏は、現在の大規模 AI モデルのトレーニングでは、アルゴリズム側はニューラル ネットワークの Transformer モデルに収束し、計算能力側は大規模な並列計算機能を備えた AI サーバー クラスターに依存し、データ側は大規模なデータを供給する必要があると考えています。 AI の 3 つの要素の観点から見ると、データ不足が大規模なモデル アプリケーションの実装につながる大きな問題であることは明らかです。金融業界などの特定の分野では、データ セキュリティとユーザーのプライバシー保護に対する要件が非常に厳しく、大規模モデルに対しては信頼性、自律制御性、強力なセキュリティなどの一連の課題が生じます。
Zhou Bowen氏は、大規模モデルの工業化も課題に直面していると述べ、第1に、データ規模が大きく、データ品質にばらつきがあること、第2に、モデルのサイズが大きく、トレーニングが難しいこと、第2に、モデルの規模が大きく、トレーニングが難しいこと、第2に、データの規模が大きく、データの品質にばらつきがあることであると述べた。 ** したがって、大規模モデルの開発は、アルゴリズムの計算能力とデータの包括的なサポートに依存します。大型モデルは将来の産業発展の焦点ですが、大型モデルのビジネス モデルは検討する価値があります。大型モデルはコストの壁が非常に高いため、大企業も中小企業もそれぞれの負担を抱えています。
＃＃ 垂直統合
核心的な課題はいまだ突破されず、溝が埋まりつつある現段階で、中国のAI開発はどのような発展の道を模索すべきなのか。他にどのような開発の機会がありますか? Jiang Ning氏は、複合AIシステムの構築が開発トレンドであり、さまざまな垂直分野における識別モデルの使いやすさと専門性、および転移学習の特性と生成大規模モデルの一般化機能を効果的に組み合わせることで、真に普及するだろうと指摘した。大規模モデルの汎化機能を活用します。
林建明氏は、将来的には大規模モデルが都市、産業、企業のデジタルインテリジェンスプロセスにおいて大きな可能性を秘めると指摘した。大規模モデルの国内レイアウトでは、独立したイノベーション能力を強化し、コンピューティング能力、アルゴリズム、人材などのさまざまなレベルから大規模モデルの中核となる競争力を強化し、国家戦略のニーズと業界の発展方向を密接に組み合わせて業界の課題を深く調査する必要があります。そしてシナリオ。
また、「垂直分野で大規模なモデルを作成するには、独自の技術、シナリオ、ユーザーおよび業界データ、業界ノウハウ（業界秘密）を使用する必要がある。「一般モデル + 業界ノウハウ特別モデル」を使用する実体経済に力を与え、独自の障壁の優位性を確立するためだ」と林建明氏は語った。
Zhou Bowen氏は、中国の大規模モデル産業はエンドツーエンドから始めて、より大規模なビジネスモデルを反復的に開発する必要があり、それがより適切なアプローチである可能性があると考えています。一般的な能力を備えていることに基づいて、大型モデルの専門的能力を向上させるための垂直分野での継続的なトレーニングは、将来の大規模モデルの開発と進歩を助ける重要な手段です。 **
Zhou Bowen氏は、理論的および技術的な観点から見ると、違いが存在するはずだと指摘しました。 AI の開発において、私たちは技術レベルでキャッチャーである一方で、アプリケーション レベルではイノベーター、さらにはリーダーになる可能性があります。 **中国のAIは、生成型人工知能の「デュアルランディング」を実現するために、新たな道を模索する必要がある。つまり、自社開発の一般モデルからアプリケーションおよびユーザーのフルシナリオ閉ループまで垂直統合する必要がある。技術と商品価値。 **
Zhou Bowen 氏は、起業家競争については 3 つのルートに分けられると考えています。1 つ目のルートは、技術的なアルゴリズムからモデルの反復、シーンの閉ループまで、一般的な機能を備えた大規模な基礎モデルを構築することであり、2 つ目のルートは、他の人のモデル (GPT など) を使用してから、自分の業界のノウハウを組み合わせてトレーニングを行う; 3 番目のルートは純粋にアプリケーションを目的としたもので、モデルを直接使用するため、この障壁は低くなります。