Crédito da imagem: Gerado por ferramentas Unbounded AI
A IA generativa está gerando muito impulso e continua mostrando cada vez mais potencial. Por exemplo, deixe a IA projetar chips automaticamente ou deixe a IA consultar um médico.
Para conquistar a posição de liderança, as empresas apressadas não apenas fazem o possível para liberar sua própria força técnica, mas também tornam os modelos de IA cada vez maiores, de modo a obter o efeito de poderosos tijolos voando e perceber o surgimento da inteligência.
O "Relatório de Pesquisa de Mapas de Grandes Modelos de Inteligência Artificial da China" do Centro de Pesquisa de Desenvolvimento de Inteligência Artificial de Nova Geração do Ministério da Ciência e Tecnologia mostra que, até agora, a China lançou 79 modelos grandes com uma escala de parâmetros de mais de 1 bilhão, e o a batalha de grandes modelos entrou gradualmente no segundo semestre. Mais pessoas começaram a prestar atenção à combinação de grandes modelos e indústrias reais, e as empresas também mostraram os cenários de aplicação de seus produtos um após o outro.
Mas, com toda a justiça, os aplicativos que originalmente usam a tecnologia tradicional de IA realmente precisam usar modelos grandes? Que tipo de modelos grandes são necessários para o setor? Na Huawei Developer Conference 2023 (HDC.Cloud 2023), a Huawei Cloud apresentou seu mais recente progresso em "AI for Industries" e no modelo Pangu, e propôs permitir que a IA remodelasse milhares de indústrias.
Modelos industriais em larga escala se tornaram uma nova tendência
Nenhuma empresa quer ficar para trás no surgimento de modelos em grande escala. Se você cantar, eu aparecerei no palco. Nos últimos meses, haverá notícias sobre um modelo em grande escala a cada poucos dias. Sob a rotação do mercado, as empresas já aproveitaram a oportunidade e lançaram modelos de grande escala de uso geral e gradualmente se voltaram para modelos industriais de grande escala para mostrar a viabilidade de seus próprios produtos, incluindo demonstrações de máquinas reais e demonstrações de programas.
A razão pela qual o modelo grande é bem conhecido do público é porque os produtos C, como o ChatGPT, fazem as pessoas realmente apreciarem o valor da tecnologia. Na verdade, a chave para um grande modelo não é quão grande ele é, ou quão forte é sua capacidade universal, mas se ele pode resolver os problemas de aplicativos existentes aceitos pelas pessoas.
Em todo o mundo, devido a desafios como altos custos de poder de computação, vazamento de informações e supervisão de políticas, o processo de comercialização de grandes modelos para C é mais lento. A maioria das empresas opta por ser pragmática e orientada para clientes corporativos B-end para atender aos requisitos de cenários específicos da indústria. Pode-se dizer que se tornou um consenso geral construir um modelo de indústria em grande escala.
A IA de modelo pequeno tradicional geralmente só pode executar tarefas específicas ou problemas específicos. Para a indústria para B, os modelos grandes podem não apenas conectar as informações do sistema tradicional, mas também realizar tomadas de decisão e planejamento mais complexos.
Mas não é fácil fazer um modelo em grande escala da indústria.Muitas empresas que querem aplicar IA acabam desistindo.
Em primeiro lugar, os cenários de negócios das empresas são complexos e a maioria deles precisa ser customizada. É necessário processar diversas tarefas, como texto, imagens, áudio, vídeo e mecanismos. Ao contrário disso, a maioria das empresas carece de amostras de dados .
Em segundo lugar, grandes modelos são um jogo que queima dinheiro.Você não apenas precisa usar um grande poder de computação a partir de uma quilocaloria na fase de treinamento, mas também precisa de talentos profissionais altamente qualificados no desenvolvimento de aplicativos de IA.
Finalmente, dados e conhecimento são os principais ativos das empresas e é necessário garantir a privacidade, segurança e conformidade dos dados corporativos.
As coisas profissionais devem ser entregues a profissionais, e o mesmo vale para modelos grandes, em vez de permitir que as empresas façam o trabalho básico, como fabricar parafusos, rolamentos e engrenagens.
A Huawei Cloud, como uma empresa que lançou o modelo básico Pangu em grande escala já em 2021, não é de forma alguma novata no campo de modelos em grande escala.Na época, visava a industrialização da IA. Hoje, a HUAWEI CLOUD lança oficialmente o serviço de nuvem Pangu 3.0 e Ascend AI, tornando-se o primeiro modelo de IA independente de pilha completa da China, aderindo à direção da IA para indústrias e integrando profundamente a IA com todas as esferas da vida.
Conforme mencionado pelo diretor executivo da Huawei e CEO da Huawei Cloud, Zhang Pinganfa, o modelo Pangu não compõe poesia, mas apenas faz coisas. Ele se concentra em cenários da indústria e está comprometido em aprofundar assuntos governamentais, finanças, manufatura, minas de carvão, ferrovias, produtos farmacêuticos, meteorologia e outras indústrias.
A mudança causada pela substituição do pequeno pelo grande
Na verdade, o grande modelo há muito saiu do estágio de conceito, mas está mudando silenciosamente tudo na vida.
A meteorologia é indissociável do ser humano, e também traz muitos prejuízos ao nosso desenvolvimento. Por exemplo, todos os anos, cerca de 80 tufões são gerados em todo o mundo, dos quais cerca de 25 afetam o Noroeste do Oceano Pacífico e o Mar da China Meridional, e uma média de 7 atingirão meu país. Em 2022, as perdas econômicas diretas causadas por desastres de tufões serão de 5,42 bilhões de yuans.
As previsões meteorológicas tradicionais são calculadas principalmente por computadores HPC de alto desempenho.Para prever a trajetória de um tufão nos próximos 10 dias, é necessário passar várias horas em um supercomputador com mais de 3.000 nós para simulação. Com a tendência crescente do poder de computação e a complexidade dos modelos físicos, o gargalo da previsão numérica tradicional tornou-se proeminente.
O grande modelo meteorológico Pangu precisa apenas de uma única máquina e um único cartão, e pode completar uma previsão do tempo em 10 segundos. É o primeiro modelo de IA do mundo cuja precisão excede os métodos de previsão tradicionais. Ele pode completar o caminho de um tufão nos próximos 10 dias em segundos. A precisão da previsão da trilha do tufão é a primeira do mundo, que é cerca de 20% maior que a de a Agência Meteorológica Europeia.
A mesma mudança ocorreu na área farmacêutica.
Os antibióticos salvaram inúmeras vidas, mas desde que a daptomicina foi descoberta em 1987, nenhum novo antibiótico foi descoberto por quase 40 anos. A resistência às drogas não apenas ameaça a saúde de todos, mas também pode reduzir o PIB em pelo menos US$ 3,4 trilhões por ano até 2030 e empurrar 24 milhões de pessoas para a pobreza extrema. O mundo precisa urgentemente de uma nova classe de antibióticos para mudar a situação em que os pacientes não têm medicamentos disponíveis quando enfrentam infecções por "bactérias super resistentes a medicamentos".
Pesquisar um novo medicamento não é fácil. Por muito tempo, o desenvolvimento de novos medicamentos não conseguiu escapar da maldição da "Lei da Dupla 10", ou seja, o custo médio ultrapassa 1 bilhão de dólares americanos e o ciclo de pesquisa e desenvolvimento é mais longo de 10 anos. Não só isso, mas esse é o melhor formato de negócio. Na verdade, leva em média de 10 a 15 anos para que um novo medicamento seja aprovado para comercialização, custando mais de 2,6 bilhões de dólares americanos, e a taxa de sucesso clínico é inferior a 10%.
O Huawei Cloud Pangu Drug Molecule Large Model usa uma nova arquitetura de rede de aprendizado profundo para gerar 100 milhões de bibliotecas de moléculas pequenas semelhantes a medicamentos com estruturas 100% novas. Em comparação com os métodos tradicionais, a precisão da previsão de drugability pode ser aumentada em 20%.
O professor Liu Bing, do Primeiro Hospital Afiliado da Universidade de Xi'an Jiaotong, usou o serviço de design de medicamentos assistido por IA com base no grande modelo molecular do medicamento Pangu na Huawei Cloud na pesquisa e desenvolvimento de novos medicamentos e desenvolveu um medicamento super antibacteriano. X (cinamoilmicina), que deve se tornar quase o primeiro novo alvo e nova classe de antibióticos em 40 anos, encurtou o ciclo de P&D de medicamentos principais de vários anos para um mês, reduziu os custos de P&D em 70% e quebrou o " Double Ten Law" na indústria farmacêutica.
Não são apenas os pacientes que são alterados.
Sob a mina escura está a vida dos trabalhadores. Os trabalhadores que descem o poço estão há muito tempo em um ambiente de alto risco e alta pressão, não apenas presos pela sombra da morte, mas também acompanhados por ferimentos ao longo da vida. Mas, ao contrário, o atual subsolo de 300 metros ainda requer um grande número de funcionários para trabalhar no local, que precisam de mais cuidados técnicos e humanísticos.
A IA é uma boa mão para garantir a segurança das operações subterrâneas e pode adicionar um bom auxiliar para processos manuais incertos. No entanto, não é tão simples quanto imaginado para a IA entrar na indústria de mineração de carvão. O ambiente operacional do fundo do poço é difícil e requer alta precisão no reconhecimento de imagem e vídeo. Além disso, as diferenças entre as minas são grandes e as operações no local são complicadas, de modo que o modelo não pode ser facilmente reutilizado. Ao mesmo tempo, a indústria de mineração de carvão carece de talentos de inteligência artificial de alta qualidade.
O modelo grande Pangu Mine só precisa importar uma grande quantidade de dados de cena de mina não rotulados para pré-treinamento e, em seguida, pode realizar aprendizado independente não supervisionado. Um modelo grande pode cobrir a mineração, escavação, maquinário, transporte, transporte, lavagem e outros processos de negócios da mina de carvão. Mais de 1.000 cenários subdivididos podem realizar inspeções em tempo integral, ajudar a equipe a encontrar problemas a tempo, evitar acidentes de segurança causados por inspeções perdidas, reduzir o tempo de inatividade e melhorar a eficiência do trabalho do pessoal de inspeção subterrânea. Atualmente, ele é usado em 8 minas em todo o país.
Inúmeras cidades grandes, médias e pequenas estão conectadas em série por ferrovias.Até agora, as ferrovias do meu país têm uma quilometragem de 155.000 quilômetros e mais de 1 milhão de vagões ferroviários. Com a melhoria do nível de segurança ferroviária do meu país, muitas falhas raramente ocorreram e a maioria das pessoas nunca as viu, mas quando ocorre uma falha, geralmente é uma falha grave. Por exemplo, se a placa central do reforço saiu, apenas uma amostra defeituosa foi encontrada em todo o país.
Por trás da segurança está o trabalho árduo de inúmeras pessoas. Restrito pelo desenvolvimento tecnológico, o TFDS (Truck Operation Fault Dynamic Image Detection System) amplamente utilizado atualmente ainda usa métodos manuais para identificação de falhas. Tomando como exemplo a oficina de inspeção 5T de uma determinada estação hub, cerca de 800 trens e mais de 40.000 veículos são inspecionados em média todos os dias, e o sistema TFDS tira mais de 2,8 milhões de fotos. Hora de descobrir as nuances a tempo de descobrir as falhas no trem.
Por meio do grande modelo Pangu, originalmente era necessário identificar manualmente 4.000 fotos, mas agora só precisa verificar novamente mais de 170 fotos, e a intensidade do trabalho dos trabalhadores caiu 95,75%. Em aplicações práticas, ele pode identificar com precisão mais de 430 tipos de várias falhas de 67 tipos de caminhões, 100% de identificação de falhas anormais graves e a taxa de triagem de imagens sem falhas chega a 95%, superando as expectativas do cliente.
Esses exemplos são numerosos demais para enumerar.Na verdade, toda vez que uso o One Netcom para fazer negócios e usar produtos inteligentes, pode ser o crédito do grande modelo.Temos aproveitado direta ou indiretamente os dividendos trazidos pelas atualizações tecnológicas. .
Em que o modelo Pangu é diferente?
O campo de modelo em grande escala de hoje ainda está quente. Os jogadores domésticos travaram uma "batalha de cem modelos".
Em primeiro lugar, a HUAWEI CLOUD tem centenas de projetos na área de IA e adere à AI for Industries. Combinando sua experiência acumulada na indústria por mais de 30 anos e o cultivo contínuo de mais de 10 corporações da indústria, a Huawei Cloud acumulou rico know-how de clientes e parceiros do setor. Integração com o modelo grande, para que o modelo grande tenha conhecimento e experiência no setor.
Em segundo lugar, além de aprender muito conhecimento geral, o modelo Pangu também aprendeu dados públicos de mais de 10 setores, abrangendo finanças, assuntos governamentais, meteorologia, assistência médica, saúde, Internet, educação, automóveis, varejo, etc.
Mais importante ainda, o grande modelo Pangu alcançou inovação independente desde o chip subjacente até toda a plataforma de processo. Você deve saber que, no boom da IA, a GPU se tornou uma mercadoria quente, mas sob as múltiplas influências do atrito geopolítico e da escassez de suprimentos, será difícil implantar placas de computação de alto desempenho. Portanto, a inovação independente tornou-se um consenso geral na indústria.
Rever a história dos modelos de grande escala da Pangea é um processo de atender continuamente às necessidades da indústria. Em março de 2020, Tian Qi ingressou na Huawei Cloud e começou a formar uma equipe; em abril de 2021, o modelo grande Pangu foi lançado oficialmente, incluindo o modelo grande NLP e o modelo grande CV; em setembro de 2021, a Huawei Cloud lançou o modelo grande de computação científica e Um grande modelo de moléculas de drogas; em junho de 2022, a Huawei Cloud lançou um grande modelo da Pangu Mine; em novembro de 2022, a Huawei Cloud lançou um grande modelo de clima.
De volta no tempo, a HUAWEI CLOUD lançou oficialmente o Pangu Large Model 3.0 e lançou grandes modelos de assuntos governamentais, finanças e manufatura ao mesmo tempo. O modelo grande era extremamente popular há algum tempo. Por que a Huawei Cloud escolheu este momento para anunciar o progresso do modelo grande Pangu?
De fato, ao enfrentar novas tecnologias e tendências do setor, a HUAWEI CLOUD prioriza as necessidades do setor e somente quando a tecnologia estiver madura o suficiente, ela introduzirá novas tecnologias no mercado. Do ponto de vista do Pangu Large Model 3.0, desta vez a Huawei Cloud esclareceu o posicionamento industrial de seus produtos, integrou os grandes modelos anteriores, reorganizou a estrutura e expandiu a rede por meio do novo modelo grande. , para cobrir todos os setores.
Hu Houkun, presidente rotativo da Huawei, também enfatizou na Conferência Mundial de Inteligência Artificial de 2023 que a chave para o desenvolvimento da inteligência artificial é "ir cada vez mais fundo" para capacitar a atualização industrial. No estágio atual, a Huawei tem dois pontos de foco no desenvolvimento da inteligência artificial: primeiro, construir uma forte base de computação para apoiar o desenvolvimento da indústria de inteligência artificial da China. Em segundo lugar, de modelos de grande escala de uso geral a modelos de grande escala para toda a indústria, deixe a inteligência artificial servir bem a milhares de indústrias e pesquisas científicas.
O Pangu Large Model 3.0 adota um design em camadas, incluindo 5 + N + X estrutura de três camadas: 5 grandes modelos grandes básicos de nível L0 fornecem várias habilidades gerais, modelos grandes da indústria de nível N L1 ajudam as empresas a criar seus próprios modelos em grande escala , e modelos de cenário de camada L2 massivos concentram-se em cenários de aplicativos específicos ou negócios específicos e fornecem aos clientes serviços de modelo prontos para uso.
O poder de computação é o alimento para grandes modelos. Durante o processo de treinamento, cada série de grandes modelos de Pangu quase precisa de centenas ou mesmo milhares de chips Ascend para treinamento. O serviço de nuvem Ascend AI é a base dos grandes modelos Pangu, fornecendo-lhe uma sólida Base.
O serviço de nuvem Ascend AI de cluster único da HUAWEI CLOUD com um poder de computação de 2000P Flops foi lançado simultaneamente em Ulanqab e Gui'an. O data center HUAWEI CLOUD usando a plataforma de resfriamento líquido Tiancheng pode garantir uma taxa de estabilidade de longo prazo de 30 dias de 90 % para treinamento de quilocalorias. O tempo de recuperação do ponto não excede 10 minutos.
"Para ajudar clientes, parceiros e desenvolvedores globais a treinar e usar grandes modelos, estamos comprometidos em criar outro polo da IA mundial para clientes globais e fornecer novas opções para todos os desenvolvedores de IA", disse Zhang Ping'an.
Para muitas empresas, a conformidade com a segurança de dados é a principal consideração. Além do modelo de implantação de nuvem pública, o modelo grande Pangea pode fornecer ainda mais uma zona de nuvem de modelo grande e estabelecer um pool de recursos específico da nuvem para treinamento e raciocínio de modelo grande para garantir dados conformidade de segurança. Para requisitos de localização de dados mais rigorosos, a implantação de nuvem híbrida também é fornecida para ajudar os clientes a treinar grandes modelos em seu próprio HCS privado.
Para um produto, a facilidade de uso é a chave. O HUAWEI CLOUD fornece um kit de ferramentas de modelo em grande escala fácil de usar e confiável, Kaitian aPaaS que reúne um grande número de APIs de cena multi-indústria e uma comunidade exclusiva para modelos em grande escala que inclui cursos e técnicas ricas e de alta qualidade certificações para ajudar os desenvolvedores a se desenvolverem rapidamente.
É verdade que a tecnologia em si é revolucionária, mas para que o grande modelo de Pangu entre em milhares de indústrias, ainda precisa de tempo para criar raízes na indústria.
Como Andrew Ng, um dos quatro reis da IA, disse: "É difícil imaginar uma grande indústria que não seja mudada pela inteligência artificial. As grandes indústrias incluem saúde, educação, transporte, varejo, comunicações e agricultura. Inteligência artificial estará nestas indústrias Esta tendência é muito óbvia.” No futuro, cada indústria pode ser alterada pelos grandes modelos de várias indústrias.
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
A era tradicional da IA acabará por passar?
Autor: Wufang
Fonte: Tiger Sniff
A IA generativa está gerando muito impulso e continua mostrando cada vez mais potencial. Por exemplo, deixe a IA projetar chips automaticamente ou deixe a IA consultar um médico.
Para conquistar a posição de liderança, as empresas apressadas não apenas fazem o possível para liberar sua própria força técnica, mas também tornam os modelos de IA cada vez maiores, de modo a obter o efeito de poderosos tijolos voando e perceber o surgimento da inteligência.
O "Relatório de Pesquisa de Mapas de Grandes Modelos de Inteligência Artificial da China" do Centro de Pesquisa de Desenvolvimento de Inteligência Artificial de Nova Geração do Ministério da Ciência e Tecnologia mostra que, até agora, a China lançou 79 modelos grandes com uma escala de parâmetros de mais de 1 bilhão, e o a batalha de grandes modelos entrou gradualmente no segundo semestre. Mais pessoas começaram a prestar atenção à combinação de grandes modelos e indústrias reais, e as empresas também mostraram os cenários de aplicação de seus produtos um após o outro.
Mas, com toda a justiça, os aplicativos que originalmente usam a tecnologia tradicional de IA realmente precisam usar modelos grandes? Que tipo de modelos grandes são necessários para o setor? Na Huawei Developer Conference 2023 (HDC.Cloud 2023), a Huawei Cloud apresentou seu mais recente progresso em "AI for Industries" e no modelo Pangu, e propôs permitir que a IA remodelasse milhares de indústrias.
Modelos industriais em larga escala se tornaram uma nova tendência
Nenhuma empresa quer ficar para trás no surgimento de modelos em grande escala. Se você cantar, eu aparecerei no palco. Nos últimos meses, haverá notícias sobre um modelo em grande escala a cada poucos dias. Sob a rotação do mercado, as empresas já aproveitaram a oportunidade e lançaram modelos de grande escala de uso geral e gradualmente se voltaram para modelos industriais de grande escala para mostrar a viabilidade de seus próprios produtos, incluindo demonstrações de máquinas reais e demonstrações de programas.
A razão pela qual o modelo grande é bem conhecido do público é porque os produtos C, como o ChatGPT, fazem as pessoas realmente apreciarem o valor da tecnologia. Na verdade, a chave para um grande modelo não é quão grande ele é, ou quão forte é sua capacidade universal, mas se ele pode resolver os problemas de aplicativos existentes aceitos pelas pessoas.
Em todo o mundo, devido a desafios como altos custos de poder de computação, vazamento de informações e supervisão de políticas, o processo de comercialização de grandes modelos para C é mais lento. A maioria das empresas opta por ser pragmática e orientada para clientes corporativos B-end para atender aos requisitos de cenários específicos da indústria. Pode-se dizer que se tornou um consenso geral construir um modelo de indústria em grande escala.
A IA de modelo pequeno tradicional geralmente só pode executar tarefas específicas ou problemas específicos. Para a indústria para B, os modelos grandes podem não apenas conectar as informações do sistema tradicional, mas também realizar tomadas de decisão e planejamento mais complexos.
Mas não é fácil fazer um modelo em grande escala da indústria.Muitas empresas que querem aplicar IA acabam desistindo.
Em primeiro lugar, os cenários de negócios das empresas são complexos e a maioria deles precisa ser customizada. É necessário processar diversas tarefas, como texto, imagens, áudio, vídeo e mecanismos. Ao contrário disso, a maioria das empresas carece de amostras de dados .
Em segundo lugar, grandes modelos são um jogo que queima dinheiro.Você não apenas precisa usar um grande poder de computação a partir de uma quilocaloria na fase de treinamento, mas também precisa de talentos profissionais altamente qualificados no desenvolvimento de aplicativos de IA.
Finalmente, dados e conhecimento são os principais ativos das empresas e é necessário garantir a privacidade, segurança e conformidade dos dados corporativos.
As coisas profissionais devem ser entregues a profissionais, e o mesmo vale para modelos grandes, em vez de permitir que as empresas façam o trabalho básico, como fabricar parafusos, rolamentos e engrenagens.
A Huawei Cloud, como uma empresa que lançou o modelo básico Pangu em grande escala já em 2021, não é de forma alguma novata no campo de modelos em grande escala.Na época, visava a industrialização da IA. Hoje, a HUAWEI CLOUD lança oficialmente o serviço de nuvem Pangu 3.0 e Ascend AI, tornando-se o primeiro modelo de IA independente de pilha completa da China, aderindo à direção da IA para indústrias e integrando profundamente a IA com todas as esferas da vida.
Conforme mencionado pelo diretor executivo da Huawei e CEO da Huawei Cloud, Zhang Pinganfa, o modelo Pangu não compõe poesia, mas apenas faz coisas. Ele se concentra em cenários da indústria e está comprometido em aprofundar assuntos governamentais, finanças, manufatura, minas de carvão, ferrovias, produtos farmacêuticos, meteorologia e outras indústrias.
A mudança causada pela substituição do pequeno pelo grande
Na verdade, o grande modelo há muito saiu do estágio de conceito, mas está mudando silenciosamente tudo na vida.
A meteorologia é indissociável do ser humano, e também traz muitos prejuízos ao nosso desenvolvimento. Por exemplo, todos os anos, cerca de 80 tufões são gerados em todo o mundo, dos quais cerca de 25 afetam o Noroeste do Oceano Pacífico e o Mar da China Meridional, e uma média de 7 atingirão meu país. Em 2022, as perdas econômicas diretas causadas por desastres de tufões serão de 5,42 bilhões de yuans.
As previsões meteorológicas tradicionais são calculadas principalmente por computadores HPC de alto desempenho.Para prever a trajetória de um tufão nos próximos 10 dias, é necessário passar várias horas em um supercomputador com mais de 3.000 nós para simulação. Com a tendência crescente do poder de computação e a complexidade dos modelos físicos, o gargalo da previsão numérica tradicional tornou-se proeminente.
O grande modelo meteorológico Pangu precisa apenas de uma única máquina e um único cartão, e pode completar uma previsão do tempo em 10 segundos. É o primeiro modelo de IA do mundo cuja precisão excede os métodos de previsão tradicionais. Ele pode completar o caminho de um tufão nos próximos 10 dias em segundos. A precisão da previsão da trilha do tufão é a primeira do mundo, que é cerca de 20% maior que a de a Agência Meteorológica Europeia.
A mesma mudança ocorreu na área farmacêutica.
Os antibióticos salvaram inúmeras vidas, mas desde que a daptomicina foi descoberta em 1987, nenhum novo antibiótico foi descoberto por quase 40 anos. A resistência às drogas não apenas ameaça a saúde de todos, mas também pode reduzir o PIB em pelo menos US$ 3,4 trilhões por ano até 2030 e empurrar 24 milhões de pessoas para a pobreza extrema. O mundo precisa urgentemente de uma nova classe de antibióticos para mudar a situação em que os pacientes não têm medicamentos disponíveis quando enfrentam infecções por "bactérias super resistentes a medicamentos".
Pesquisar um novo medicamento não é fácil. Por muito tempo, o desenvolvimento de novos medicamentos não conseguiu escapar da maldição da "Lei da Dupla 10", ou seja, o custo médio ultrapassa 1 bilhão de dólares americanos e o ciclo de pesquisa e desenvolvimento é mais longo de 10 anos. Não só isso, mas esse é o melhor formato de negócio. Na verdade, leva em média de 10 a 15 anos para que um novo medicamento seja aprovado para comercialização, custando mais de 2,6 bilhões de dólares americanos, e a taxa de sucesso clínico é inferior a 10%.
O Huawei Cloud Pangu Drug Molecule Large Model usa uma nova arquitetura de rede de aprendizado profundo para gerar 100 milhões de bibliotecas de moléculas pequenas semelhantes a medicamentos com estruturas 100% novas. Em comparação com os métodos tradicionais, a precisão da previsão de drugability pode ser aumentada em 20%.
O professor Liu Bing, do Primeiro Hospital Afiliado da Universidade de Xi'an Jiaotong, usou o serviço de design de medicamentos assistido por IA com base no grande modelo molecular do medicamento Pangu na Huawei Cloud na pesquisa e desenvolvimento de novos medicamentos e desenvolveu um medicamento super antibacteriano. X (cinamoilmicina), que deve se tornar quase o primeiro novo alvo e nova classe de antibióticos em 40 anos, encurtou o ciclo de P&D de medicamentos principais de vários anos para um mês, reduziu os custos de P&D em 70% e quebrou o " Double Ten Law" na indústria farmacêutica.
Não são apenas os pacientes que são alterados.
Sob a mina escura está a vida dos trabalhadores. Os trabalhadores que descem o poço estão há muito tempo em um ambiente de alto risco e alta pressão, não apenas presos pela sombra da morte, mas também acompanhados por ferimentos ao longo da vida. Mas, ao contrário, o atual subsolo de 300 metros ainda requer um grande número de funcionários para trabalhar no local, que precisam de mais cuidados técnicos e humanísticos.
A IA é uma boa mão para garantir a segurança das operações subterrâneas e pode adicionar um bom auxiliar para processos manuais incertos. No entanto, não é tão simples quanto imaginado para a IA entrar na indústria de mineração de carvão. O ambiente operacional do fundo do poço é difícil e requer alta precisão no reconhecimento de imagem e vídeo. Além disso, as diferenças entre as minas são grandes e as operações no local são complicadas, de modo que o modelo não pode ser facilmente reutilizado. Ao mesmo tempo, a indústria de mineração de carvão carece de talentos de inteligência artificial de alta qualidade.
O modelo grande Pangu Mine só precisa importar uma grande quantidade de dados de cena de mina não rotulados para pré-treinamento e, em seguida, pode realizar aprendizado independente não supervisionado. Um modelo grande pode cobrir a mineração, escavação, maquinário, transporte, transporte, lavagem e outros processos de negócios da mina de carvão. Mais de 1.000 cenários subdivididos podem realizar inspeções em tempo integral, ajudar a equipe a encontrar problemas a tempo, evitar acidentes de segurança causados por inspeções perdidas, reduzir o tempo de inatividade e melhorar a eficiência do trabalho do pessoal de inspeção subterrânea. Atualmente, ele é usado em 8 minas em todo o país.
Inúmeras cidades grandes, médias e pequenas estão conectadas em série por ferrovias.Até agora, as ferrovias do meu país têm uma quilometragem de 155.000 quilômetros e mais de 1 milhão de vagões ferroviários. Com a melhoria do nível de segurança ferroviária do meu país, muitas falhas raramente ocorreram e a maioria das pessoas nunca as viu, mas quando ocorre uma falha, geralmente é uma falha grave. Por exemplo, se a placa central do reforço saiu, apenas uma amostra defeituosa foi encontrada em todo o país.
Por trás da segurança está o trabalho árduo de inúmeras pessoas. Restrito pelo desenvolvimento tecnológico, o TFDS (Truck Operation Fault Dynamic Image Detection System) amplamente utilizado atualmente ainda usa métodos manuais para identificação de falhas. Tomando como exemplo a oficina de inspeção 5T de uma determinada estação hub, cerca de 800 trens e mais de 40.000 veículos são inspecionados em média todos os dias, e o sistema TFDS tira mais de 2,8 milhões de fotos. Hora de descobrir as nuances a tempo de descobrir as falhas no trem.
Por meio do grande modelo Pangu, originalmente era necessário identificar manualmente 4.000 fotos, mas agora só precisa verificar novamente mais de 170 fotos, e a intensidade do trabalho dos trabalhadores caiu 95,75%. Em aplicações práticas, ele pode identificar com precisão mais de 430 tipos de várias falhas de 67 tipos de caminhões, 100% de identificação de falhas anormais graves e a taxa de triagem de imagens sem falhas chega a 95%, superando as expectativas do cliente.
Esses exemplos são numerosos demais para enumerar.Na verdade, toda vez que uso o One Netcom para fazer negócios e usar produtos inteligentes, pode ser o crédito do grande modelo.Temos aproveitado direta ou indiretamente os dividendos trazidos pelas atualizações tecnológicas. .
Em que o modelo Pangu é diferente?
O campo de modelo em grande escala de hoje ainda está quente. Os jogadores domésticos travaram uma "batalha de cem modelos".
Em primeiro lugar, a HUAWEI CLOUD tem centenas de projetos na área de IA e adere à AI for Industries. Combinando sua experiência acumulada na indústria por mais de 30 anos e o cultivo contínuo de mais de 10 corporações da indústria, a Huawei Cloud acumulou rico know-how de clientes e parceiros do setor. Integração com o modelo grande, para que o modelo grande tenha conhecimento e experiência no setor.
Em segundo lugar, além de aprender muito conhecimento geral, o modelo Pangu também aprendeu dados públicos de mais de 10 setores, abrangendo finanças, assuntos governamentais, meteorologia, assistência médica, saúde, Internet, educação, automóveis, varejo, etc.
Mais importante ainda, o grande modelo Pangu alcançou inovação independente desde o chip subjacente até toda a plataforma de processo. Você deve saber que, no boom da IA, a GPU se tornou uma mercadoria quente, mas sob as múltiplas influências do atrito geopolítico e da escassez de suprimentos, será difícil implantar placas de computação de alto desempenho. Portanto, a inovação independente tornou-se um consenso geral na indústria.
Rever a história dos modelos de grande escala da Pangea é um processo de atender continuamente às necessidades da indústria. Em março de 2020, Tian Qi ingressou na Huawei Cloud e começou a formar uma equipe; em abril de 2021, o modelo grande Pangu foi lançado oficialmente, incluindo o modelo grande NLP e o modelo grande CV; em setembro de 2021, a Huawei Cloud lançou o modelo grande de computação científica e Um grande modelo de moléculas de drogas; em junho de 2022, a Huawei Cloud lançou um grande modelo da Pangu Mine; em novembro de 2022, a Huawei Cloud lançou um grande modelo de clima.
De volta no tempo, a HUAWEI CLOUD lançou oficialmente o Pangu Large Model 3.0 e lançou grandes modelos de assuntos governamentais, finanças e manufatura ao mesmo tempo. O modelo grande era extremamente popular há algum tempo. Por que a Huawei Cloud escolheu este momento para anunciar o progresso do modelo grande Pangu?
De fato, ao enfrentar novas tecnologias e tendências do setor, a HUAWEI CLOUD prioriza as necessidades do setor e somente quando a tecnologia estiver madura o suficiente, ela introduzirá novas tecnologias no mercado. Do ponto de vista do Pangu Large Model 3.0, desta vez a Huawei Cloud esclareceu o posicionamento industrial de seus produtos, integrou os grandes modelos anteriores, reorganizou a estrutura e expandiu a rede por meio do novo modelo grande. , para cobrir todos os setores.
Hu Houkun, presidente rotativo da Huawei, também enfatizou na Conferência Mundial de Inteligência Artificial de 2023 que a chave para o desenvolvimento da inteligência artificial é "ir cada vez mais fundo" para capacitar a atualização industrial. No estágio atual, a Huawei tem dois pontos de foco no desenvolvimento da inteligência artificial: primeiro, construir uma forte base de computação para apoiar o desenvolvimento da indústria de inteligência artificial da China. Em segundo lugar, de modelos de grande escala de uso geral a modelos de grande escala para toda a indústria, deixe a inteligência artificial servir bem a milhares de indústrias e pesquisas científicas.
O Pangu Large Model 3.0 adota um design em camadas, incluindo 5 + N + X estrutura de três camadas: 5 grandes modelos grandes básicos de nível L0 fornecem várias habilidades gerais, modelos grandes da indústria de nível N L1 ajudam as empresas a criar seus próprios modelos em grande escala , e modelos de cenário de camada L2 massivos concentram-se em cenários de aplicativos específicos ou negócios específicos e fornecem aos clientes serviços de modelo prontos para uso.
O serviço de nuvem Ascend AI de cluster único da HUAWEI CLOUD com um poder de computação de 2000P Flops foi lançado simultaneamente em Ulanqab e Gui'an. O data center HUAWEI CLOUD usando a plataforma de resfriamento líquido Tiancheng pode garantir uma taxa de estabilidade de longo prazo de 30 dias de 90 % para treinamento de quilocalorias. O tempo de recuperação do ponto não excede 10 minutos.
"Para ajudar clientes, parceiros e desenvolvedores globais a treinar e usar grandes modelos, estamos comprometidos em criar outro polo da IA mundial para clientes globais e fornecer novas opções para todos os desenvolvedores de IA", disse Zhang Ping'an.
Para muitas empresas, a conformidade com a segurança de dados é a principal consideração. Além do modelo de implantação de nuvem pública, o modelo grande Pangea pode fornecer ainda mais uma zona de nuvem de modelo grande e estabelecer um pool de recursos específico da nuvem para treinamento e raciocínio de modelo grande para garantir dados conformidade de segurança. Para requisitos de localização de dados mais rigorosos, a implantação de nuvem híbrida também é fornecida para ajudar os clientes a treinar grandes modelos em seu próprio HCS privado.
Para um produto, a facilidade de uso é a chave. O HUAWEI CLOUD fornece um kit de ferramentas de modelo em grande escala fácil de usar e confiável, Kaitian aPaaS que reúne um grande número de APIs de cena multi-indústria e uma comunidade exclusiva para modelos em grande escala que inclui cursos e técnicas ricas e de alta qualidade certificações para ajudar os desenvolvedores a se desenvolverem rapidamente.
É verdade que a tecnologia em si é revolucionária, mas para que o grande modelo de Pangu entre em milhares de indústrias, ainda precisa de tempo para criar raízes na indústria.
Como Andrew Ng, um dos quatro reis da IA, disse: "É difícil imaginar uma grande indústria que não seja mudada pela inteligência artificial. As grandes indústrias incluem saúde, educação, transporte, varejo, comunicações e agricultura. Inteligência artificial estará nestas indústrias Esta tendência é muito óbvia.” No futuro, cada indústria pode ser alterada pelos grandes modelos de várias indústrias.