Кредит зображення: створено інструментами Unbounded AI
Генеративний штучний інтелект набирає обертів і продовжує демонструвати все більший потенціал. Наприклад, дозвольте штучному інтелекту автоматично проектувати мікросхеми або дозвольте ШІ звернутися до лікаря.
Щоб захопити лідируючі позиції, поспішаючі компанії не тільки роблять усе можливе, щоб вивільнити власну технічну силу, але й роблять моделі штучного інтелекту все більшими й більшими, щоб досягти ефекту потужних літаючих цеглин і реалізувати появу інтелекту.
«Звіт про дослідження великої моделі штучного інтелекту Китаю» Дослідницького центру розвитку штучного інтелекту нового покоління Міністерства науки і технологій показує, що наразі Китай випустив 79 великих моделей із масштабом параметрів понад 1 мільярд, а битва великих моделей поступово увійшла в другу половину.Більше людей почали звертати увагу на поєднання великих моделей і реальних галузей, і підприємства також показували сценарії застосування своїх продуктів один за одним.
Але чесно кажучи, чи дійсно додаткам, які спочатку використовують традиційну технологію ШІ, потрібні великі моделі? Які великі моделі потрібні галузі? На конференції розробників Huawei Developer Conference 2023 (HDC.Cloud 2023) компанія Huawei Cloud продемонструвала свій останній прогрес у «AI for Industries» і моделі Pangu, а також запропонувала дозволити ШІ змінити тисячі галузей.
Масштабні промислові моделі стали новою тенденцією
Жодне підприємство не хоче відставати від сплеску масштабних моделей. Якщо ти заспіваєш, я вийду на сцену. Останніми місяцями кожні кілька днів будуть новини про масштабну модель. Під час обертання ринку підприємства вже скористалися можливістю та запустили великомасштабні моделі загального призначення та поступово перейшли до великомасштабних промислових моделей, щоб продемонструвати практичність своїх власних продуктів, включаючи реальні демонстрації машин і демонстрації програм.
Причина, чому велика модель добре відома громадськості, полягає в тому, що продукти C, такі як ChatGPT, змушують людей дійсно цінувати цінність технології. Насправді ключ до великої моделі полягає не в тому, наскільки вона велика чи сильна її універсальна здатність, а в тому, чи зможе вона вирішити проблеми існуючих програм.
У всьому світі через такі проблеми, як висока вартість обчислювальної потужності, витік інформації та нагляд за політикою, процес комерціалізації великомасштабних моделей до C відбувається повільніше. вимоги конкретних галузевих сценаріїв. Можна сказати, що загальним консенсусом стало побудова великомасштабної промислової моделі.
Традиційні маленькі моделі штучного інтелекту зазвичай можуть виконувати лише конкретні завдання чи конкретні проблеми.В галузі до B великі моделі можуть не лише об’єднувати традиційну системну інформацію, але й реалізовувати більш складне прийняття рішень і планування.
Але створити масштабну модель індустрії нелегко, багато компаній, які хочуть застосувати ШІ, врешті-решт змушені здаватися.
По-перше, бізнес-сценарії підприємств складні, і більшість із них потребують індивідуального налаштування. Необхідно обробляти різноманітні завдання, такі як текст, зображення, аудіо, відео та механізми.На відміну від цього, більшості підприємств бракує вибірок даних .
По-друге, велика модель — це гра, яка спалює гроші. Для неї не лише потрібна велика обчислювальна потужність, починаючи з кілокалорій на етапі навчання, вона також вимагає висококваліфікованих професійних талантів у розробці програм ШІ.
Нарешті, дані та знання є основними активами підприємств, тому необхідно забезпечити конфіденційність, безпеку та відповідність корпоративних даних.
Професійні речі слід передати професійним людям, і те саме стосується великих моделей, замість того, щоб дозволяти компаніям виконувати базову роботу, таку як виготовлення гвинтів, підшипників і шестерень.
Huawei Cloud, як підприємство, яке випустило базову великомасштабну модель Pangu ще у 2021 році, аж ніяк не є новачком у сфері великомасштабних моделей, тоді вона була націлена на індустріалізацію ШІ. Сьогодні HUAWEI CLOUD офіційно випускає хмарний сервіс Pangu 3.0 і Ascend AI, ставши першою повноцінною незалежною моделлю штучного інтелекту в Китаї, яка дотримується напряму штучного інтелекту для промисловості та глибоко інтегрує штучний інтелект у всі сфери життя.
Як зазначив виконавчий директор Huawei та генеральний директор Huawei Cloud Чжан Пінганфа, модель Pangu не пише вірші, а лише робить щось.Вона зосереджена на галузевих сценаріях і спрямована на поглиблення державних справ, фінансів, виробництва, вугільних шахт, залізниць, фармацевтики, метеорологія та інші галузі.
Зміна, спричинена заміною малого на велике
Насправді велика модель вже давно вийшла зі стадії концепту, але тихенько змінює все в житті.
Метеорологія невіддільна від людини, а також завдає великої шкоди нашому розвитку. Наприклад, щороку в усьому світі виникає близько 80 тайфунів, з яких близько 25 вражають північно-західний Тихий океан і Південно-Китайське море, а в середньому 7 приземляються на мою країну. У 2022 році прямі економічні збитки від тайфунів становитимуть 5,42 млрд юанів.
Традиційні метеорологічні прогнози в основному розраховуються високопродуктивними комп'ютерами HPC.Щоб передбачити шлях тайфуну в найближчі 10 днів, необхідно провести кілька годин на суперкомп'ютері з більш ніж 3000 вузлами для моделювання. З тенденцією до зростання обчислювальної потужності та складності фізичних моделей вузьке місце традиційного чисельного прогнозування стало помітним.
Для великої метеорологічної моделі Pangu потрібна лише одна машина та одна картка, і вона може скласти прогноз погоди за 10 секунд. Це перша в світі модель штучного інтелекту, точність якої перевищує традиційні методи прогнозування. Вона може завершити шлях тайфуну протягом наступних 10 днів за секунди. Точність передбачення траєкторії тайфуну є першою в світі, що приблизно на 20% вище, ніж у Європейське метеорологічне агентство.
Така ж зміна відбулася і у сфері фармацевтики.
Антибіотики врятували незліченну кількість життів, але з моменту відкриття даптоміцину в 1987 році нові антибіотики не були відкриті протягом майже 40 років. Стійкість до ліків не тільки загрожує здоров’ю кожного, але й може знизити ВВП щонайменше на 3,4 трильйона доларів США на рік до 2030 року та підштовхнути 24 мільйони людей до крайньої бідності. Світу терміново потрібен новий клас антибіотиків, щоб змінити ситуацію, коли пацієнти не мають доступних ліків, коли вони стикаються з інфекціями «надрезистентних бактерій».
Дослідження нового препарату непросте. Довгий час розробка нових ліків не може уникнути прокляття «закону подвійної 10», тобто середня вартість перевищує 1 мільярд доларів США, а цикл досліджень і розробок довший ніж 10 років. Мало того, це найкращий бізнес-формат.Насправді для того, щоб новий препарат був схвалений для продажу, потрібно в середньому від 10 до 15 років, вартістю понад 2,6 мільярда доларів США, а рівень клінічного успіху менше, ніж 10%.
Huawei Cloud Pangu Drug Molecular Large Model використовує нову мережеву архітектуру глибокого навчання для створення 100 мільйонів бібліотек невеликих молекул, схожих на ліки, зі 100% новими структурами. Порівняно з традиційними методами, точність прогнозування лікарських засобів можна збільшити на 20%.
Професор Лю Бін з першої афілійованої лікарні Сіаньського університету Цзяотун використовував послугу розробки ліків за допомогою ШІ на основі великої молекулярної моделі ліків Pangu на Huawei Cloud для дослідження та розробки нових ліків і розробив суперантибактеріальний препарат Drug X (циннамоїлміцин), який, як очікується, стане майже першою новою мішенню та новим класом антибіотиків за 40 років, скоротив цикл досліджень і розробок провідних препаратів з кількох років до одного місяця, знизив витрати на дослідження та розробки на 70% і зламав " Закон подвійної десятки» у фармацевтичній галузі.
Змінюються не тільки пацієнти.
Під темною шахтою — життя робітників. Працівники, які спускаються в колодязь, протягом тривалого часу перебувають у середовищі високого ризику та високого тиску, не лише в пастці тіні смерті, але й супроводжуються травмами на все життя. Але навпаки, нинішня 300-метрова підземка все ще вимагає великої кількості персоналу для роботи на місці, і вони потребують більшої технічної та гуманістичної допомоги.
Штучний інтелект є хорошим помічником у забезпеченні безпеки підземних робіт і може стати хорошим помічником у невизначених ручних процесах. Однак увійти у вугільну галузь ШІ не так просто, як уявлялося. Свердловинні робочі умови суворі та вимагають високої точності розпізнавання зображень і відео. Крім того, відмінності між шахтами великі, а операції на місці складні, тому модель не можна легко використовувати повторно. У той же час вугільній промисловості бракує високоякісних талантів штучного інтелекту.
Велика модель Pangu Mine потребує лише імпорту великої кількості немічених даних шахти для попереднього навчання, а потім вона може здійснювати незалежне навчання без нагляду. Велика модель може охоплювати видобуток корисних копалин, розкопки, механізми, транспортування, транспортування, мийку та інші бізнес-процеси вугільної шахти Більш ніж 1000 підрозділених сценаріїв можуть здійснювати постійні перевірки, допомагати персоналу вчасно знаходити проблеми, уникати нещасних випадків, спричинених пропуском перевірок, скорочувати час простою та підвищувати ефективність роботи персоналу підземної інспекції. На даний момент він використовується на 8 шахтах по всій країні.
Безліч великих, середніх і малих міст з’єднані між собою залізницями. Наразі залізниці моєї країни мають протяжність 155 000 кілометрів і понад 1 мільйон вантажних вагонів. З підвищенням рівня безпеки залізниць у моїй країні багато несправностей трапляються рідко, і більшість людей ніколи їх не бачили, але як тільки трапляється збій, це зазвичай серйозна поломка. Наприклад, якщо з’явилася опорна плита, то по всій країні було знайдено лише один несправний зразок.
За безпекою стоїть наполеглива праця незліченної кількості людей. Обмежена технологічним розвитком, нині широко використовувана TFDS (система динамічного виявлення несправностей у роботі вантажівок) все ще використовує ручні методи ідентифікації несправностей. Якщо взяти для прикладу інспекційну майстерню 5T на певній вузловій станції, то в середньому щодня перевіряється близько 800 поїздів і понад 40 000 транспортних засобів, а система TFDS робить понад 2,8 мільйона знімків.Час знайти нюанси Вчасно дізнатися несправності в поїзді.
За допомогою великої моделі Pangu раніше потрібно було вручну ідентифікувати 4000 зображень, але тепер потрібно перевірити лише понад 170 зображень, і трудомісткість працівників знизилася на 95,75%. У практичному застосуванні він може точно ідентифікувати 430+ типів різноманітних несправностей 67 типів вантажівок, 100% ідентифікацію основних ненормальних несправностей, а рівень скринінгу недефектних зображень досягає 95%, що перевищує очікування клієнтів.
Таких прикладів занадто багато, щоб перераховувати. Насправді, щоразу, коли я використовую One Netcom для ведення бізнесу та використання розумних продуктів, це може бути заслугою великої моделі. Ми прямо чи опосередковано насолоджуємося дивідендами, які приносять технологічні оновлення. .
Чим відрізняється модель Pangu?
Сьогоднішнє масштабне модельне поле все ще гаряче. Вітчизняні гравці влаштували «битву сотень моделей», серед яких чимало потужних інтернет-виробників. Тож які відмінні переваги великої моделі Pangu?
Перш за все, HUAWEI CLOUD має сотні проектів у сфері штучного інтелекту та дотримується принципу штучного інтелекту для промисловості. Поєднуючи свій досвід, накопичений у галузі за понад 30 років, і безперервний розвиток більш ніж 10 галузевих корпусів, Huawei Cloud накопичила багаті ноу-хау від галузевих клієнтів і партнерів Інтеграція з великою моделлю, щоб велика модель мала галузеві знання та досвід.
По-друге, окрім багатьох загальних знань, модель Pangu також вивчала загальнодоступні дані з понад 10 галузей промисловості, включаючи фінанси, урядові справи, метеорологію, медичне обслуговування, охорону здоров’я, Інтернет, освіту, автомобілі, роздрібну торгівлю тощо.
Що ще важливіше, велика модель Pangu досягла незалежних інновацій від основного чіпа до всієї платформи процесу. Ви знаєте, під час зростання штучного інтелекту графічний процесор став популярним товаром, але під впливом численних геополітичних конфліктів і дефіциту поставок розгортання високопродуктивних обчислювальних карт буде дуже складним. Тому незалежні інновації стали загальним консенсусом у промисловість.
Перегляд історії великомасштабних моделей Pangea — це процес постійного задоволення потреб галузі. У березні 2020 року Тянь Ці приєднався до Huawei Cloud і почав створювати команду; у квітні 2021 року було офіційно випущено велику модель Pangu, включаючи велику модель NLP і велику модель CV; у вересні 2021 року Huawei Cloud випустила велику модель наукових обчислень. Велика модель молекул ліків; у червні 2022 року Huawei Cloud випустила велику модель Pangu Mine; у листопаді 2022 року Huawei Cloud випустила велику модель погоди.
У минулому HUAWEI CLOUD офіційно випустив Pangu Large Model 3.0 і водночас випустив великі моделі державних справ, фінансів і виробництва. Велика модель була надзвичайно популярною деякий час тому. Чому Huawei Cloud вибрала саме цей час, щоб оголосити про прогрес великої моделі Pangu?
Насправді, стикаючись з новими технологіями та тенденціями в галузі, HUAWEI CLOUD надає пріоритет потребам галузі, і лише коли технологія достатньо зріла, вона представить нові технології на ринку. З точки зору Pangu Large Model 3.0, цього разу Huawei Cloud уточнила промислове позиціонування своїх продуктів, інтегрувала попередні великі моделі, реорганізувала структуру та розширила мережу за допомогою нової великої моделі, щоб охопити всі галузі.
Ху Хоукунь, змінний голова правління Huawei, також наголосив на Всесвітній конференції зі штучного інтелекту 2023 року, що ключ до розвитку штучного інтелекту полягає в тому, щоб «йти глибше й глибше», щоб розширити можливості промислової модернізації. На нинішньому етапі Huawei має два напрямки розвитку штучного інтелекту: по-перше, створити потужну обчислювальну базу для підтримки розвитку індустрії штучного інтелекту в Китаї. По-друге, від великомасштабних моделей загального призначення до великомасштабних моделей для всієї галузі, дозвольте штучному інтелекту добре обслуговувати тисячі галузей промисловості та наукових досліджень.
Велика модель Pangu 3.0 має багатошарову конструкцію, включаючи трирівневу структуру 5+N+X: 5 великих базових великих моделей рівня L0 надають різні загальні навички, великі промислові моделі рівня N L1 допомагають компаніям створювати власні великомасштабні моделі. , і масивні моделі сценарію рівня L2 зосереджені на конкретних сценаріях додатків або конкретних бізнесах і надають клієнтам готові послуги моделі.
Обчислювальна потужність - це їжа для великих моделей. Під час процесу навчання кожна серія великих моделей Pangu майже потребує сотень або навіть тисяч чіпів Ascend для навчання. Хмарний сервіс Ascend AI є основою великих моделей Pangu, забезпечуючи їм надійну База.
Однокластерний хмарний сервіс HUAWEI CLOUD Ascend AI з обчислювальною потужністю 2000 P Flops був запущений одночасно в Уланкабі та Гуйані.Центр обробки даних HUAWEI CLOUD на платформі з рідинним охолодженням Tiancheng може гарантувати 30-денну довгострокову стабільність 90% для кілокалорій тренування Час відновлення точки не перевищує 10 хвилин.
«Щоб допомогти глобальним клієнтам, партнерам і розробникам навчати та використовувати великі моделі, ми прагнемо створити ще один полюс світового штучного інтелекту для глобальних клієнтів і надати новий вибір для всіх розробників штучного інтелекту», — сказав Чжан Пінань.
Для багатьох підприємств відповідність безпеці даних є першочерговою мірою. На додаток до моделі розгортання загальнодоступної хмари, велика модель Pangea може додатково забезпечити велику хмарну зону моделі та створити пул ресурсів для конкретної хмари для навчання великої моделі та міркувань для забезпечення даних відповідність вимогам безпеки. Для більш суворих вимог до локалізації даних також передбачено розгортання гібридної хмари, щоб допомогти клієнтам навчати великі моделі на власному приватному HCS.
Для продукту ключовим є простота використання. HUAWEI CLOUD надає простий у використанні та надійний інструментарій для великомасштабних моделей, Kaitian aPaaS, який об’єднує велику кількість багатогалузевих API, а також ексклюзивне співтовариство для великомасштабних моделей, яке включає різноманітні та високоякісні курси та технічні сертифікати, які допомагають розробникам швидко розвиватися.
Це правда, що сама по собі технологія є революційною, але для того, щоб велика модель Pangu увійшла в тисячі галузей, їй ще потрібно дати час, щоб укоренитися в галузі.
Як сказав Ендрю Нґ, один із чотирьох королів штучного інтелекту: «Важко уявити велику галузь, яку не змінить штучний інтелект. До великих галузей належать охорона здоров’я, освіта, транспорт, роздрібна торгівля, зв’язок і сільське господарство. Штучний інтелект буде в цих галузях. Ця тенденція дуже очевидна». У майбутньому кожна галузь може бути змінена великими моделями різних галузей.
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Чи пройде традиційна епоха штучного інтелекту?
Автор: Wufang
Джерело: Tiger Sniff
Генеративний штучний інтелект набирає обертів і продовжує демонструвати все більший потенціал. Наприклад, дозвольте штучному інтелекту автоматично проектувати мікросхеми або дозвольте ШІ звернутися до лікаря.
Щоб захопити лідируючі позиції, поспішаючі компанії не тільки роблять усе можливе, щоб вивільнити власну технічну силу, але й роблять моделі штучного інтелекту все більшими й більшими, щоб досягти ефекту потужних літаючих цеглин і реалізувати появу інтелекту.
«Звіт про дослідження великої моделі штучного інтелекту Китаю» Дослідницького центру розвитку штучного інтелекту нового покоління Міністерства науки і технологій показує, що наразі Китай випустив 79 великих моделей із масштабом параметрів понад 1 мільярд, а битва великих моделей поступово увійшла в другу половину.Більше людей почали звертати увагу на поєднання великих моделей і реальних галузей, і підприємства також показували сценарії застосування своїх продуктів один за одним.
Але чесно кажучи, чи дійсно додаткам, які спочатку використовують традиційну технологію ШІ, потрібні великі моделі? Які великі моделі потрібні галузі? На конференції розробників Huawei Developer Conference 2023 (HDC.Cloud 2023) компанія Huawei Cloud продемонструвала свій останній прогрес у «AI for Industries» і моделі Pangu, а також запропонувала дозволити ШІ змінити тисячі галузей.
Масштабні промислові моделі стали новою тенденцією
Жодне підприємство не хоче відставати від сплеску масштабних моделей. Якщо ти заспіваєш, я вийду на сцену. Останніми місяцями кожні кілька днів будуть новини про масштабну модель. Під час обертання ринку підприємства вже скористалися можливістю та запустили великомасштабні моделі загального призначення та поступово перейшли до великомасштабних промислових моделей, щоб продемонструвати практичність своїх власних продуктів, включаючи реальні демонстрації машин і демонстрації програм.
Причина, чому велика модель добре відома громадськості, полягає в тому, що продукти C, такі як ChatGPT, змушують людей дійсно цінувати цінність технології. Насправді ключ до великої моделі полягає не в тому, наскільки вона велика чи сильна її універсальна здатність, а в тому, чи зможе вона вирішити проблеми існуючих програм.
У всьому світі через такі проблеми, як висока вартість обчислювальної потужності, витік інформації та нагляд за політикою, процес комерціалізації великомасштабних моделей до C відбувається повільніше. вимоги конкретних галузевих сценаріїв. Можна сказати, що загальним консенсусом стало побудова великомасштабної промислової моделі.
Традиційні маленькі моделі штучного інтелекту зазвичай можуть виконувати лише конкретні завдання чи конкретні проблеми.В галузі до B великі моделі можуть не лише об’єднувати традиційну системну інформацію, але й реалізовувати більш складне прийняття рішень і планування.
Але створити масштабну модель індустрії нелегко, багато компаній, які хочуть застосувати ШІ, врешті-решт змушені здаватися.
По-перше, бізнес-сценарії підприємств складні, і більшість із них потребують індивідуального налаштування. Необхідно обробляти різноманітні завдання, такі як текст, зображення, аудіо, відео та механізми.На відміну від цього, більшості підприємств бракує вибірок даних .
По-друге, велика модель — це гра, яка спалює гроші. Для неї не лише потрібна велика обчислювальна потужність, починаючи з кілокалорій на етапі навчання, вона також вимагає висококваліфікованих професійних талантів у розробці програм ШІ.
Нарешті, дані та знання є основними активами підприємств, тому необхідно забезпечити конфіденційність, безпеку та відповідність корпоративних даних.
Професійні речі слід передати професійним людям, і те саме стосується великих моделей, замість того, щоб дозволяти компаніям виконувати базову роботу, таку як виготовлення гвинтів, підшипників і шестерень.
Huawei Cloud, як підприємство, яке випустило базову великомасштабну модель Pangu ще у 2021 році, аж ніяк не є новачком у сфері великомасштабних моделей, тоді вона була націлена на індустріалізацію ШІ. Сьогодні HUAWEI CLOUD офіційно випускає хмарний сервіс Pangu 3.0 і Ascend AI, ставши першою повноцінною незалежною моделлю штучного інтелекту в Китаї, яка дотримується напряму штучного інтелекту для промисловості та глибоко інтегрує штучний інтелект у всі сфери життя.
Як зазначив виконавчий директор Huawei та генеральний директор Huawei Cloud Чжан Пінганфа, модель Pangu не пише вірші, а лише робить щось.Вона зосереджена на галузевих сценаріях і спрямована на поглиблення державних справ, фінансів, виробництва, вугільних шахт, залізниць, фармацевтики, метеорологія та інші галузі.
Зміна, спричинена заміною малого на велике
Насправді велика модель вже давно вийшла зі стадії концепту, але тихенько змінює все в житті.
Метеорологія невіддільна від людини, а також завдає великої шкоди нашому розвитку. Наприклад, щороку в усьому світі виникає близько 80 тайфунів, з яких близько 25 вражають північно-західний Тихий океан і Південно-Китайське море, а в середньому 7 приземляються на мою країну. У 2022 році прямі економічні збитки від тайфунів становитимуть 5,42 млрд юанів.
Традиційні метеорологічні прогнози в основному розраховуються високопродуктивними комп'ютерами HPC.Щоб передбачити шлях тайфуну в найближчі 10 днів, необхідно провести кілька годин на суперкомп'ютері з більш ніж 3000 вузлами для моделювання. З тенденцією до зростання обчислювальної потужності та складності фізичних моделей вузьке місце традиційного чисельного прогнозування стало помітним.
Для великої метеорологічної моделі Pangu потрібна лише одна машина та одна картка, і вона може скласти прогноз погоди за 10 секунд. Це перша в світі модель штучного інтелекту, точність якої перевищує традиційні методи прогнозування. Вона може завершити шлях тайфуну протягом наступних 10 днів за секунди. Точність передбачення траєкторії тайфуну є першою в світі, що приблизно на 20% вище, ніж у Європейське метеорологічне агентство.
Така ж зміна відбулася і у сфері фармацевтики.
Антибіотики врятували незліченну кількість життів, але з моменту відкриття даптоміцину в 1987 році нові антибіотики не були відкриті протягом майже 40 років. Стійкість до ліків не тільки загрожує здоров’ю кожного, але й може знизити ВВП щонайменше на 3,4 трильйона доларів США на рік до 2030 року та підштовхнути 24 мільйони людей до крайньої бідності. Світу терміново потрібен новий клас антибіотиків, щоб змінити ситуацію, коли пацієнти не мають доступних ліків, коли вони стикаються з інфекціями «надрезистентних бактерій».
Дослідження нового препарату непросте. Довгий час розробка нових ліків не може уникнути прокляття «закону подвійної 10», тобто середня вартість перевищує 1 мільярд доларів США, а цикл досліджень і розробок довший ніж 10 років. Мало того, це найкращий бізнес-формат.Насправді для того, щоб новий препарат був схвалений для продажу, потрібно в середньому від 10 до 15 років, вартістю понад 2,6 мільярда доларів США, а рівень клінічного успіху менше, ніж 10%.
Huawei Cloud Pangu Drug Molecular Large Model використовує нову мережеву архітектуру глибокого навчання для створення 100 мільйонів бібліотек невеликих молекул, схожих на ліки, зі 100% новими структурами. Порівняно з традиційними методами, точність прогнозування лікарських засобів можна збільшити на 20%.
Професор Лю Бін з першої афілійованої лікарні Сіаньського університету Цзяотун використовував послугу розробки ліків за допомогою ШІ на основі великої молекулярної моделі ліків Pangu на Huawei Cloud для дослідження та розробки нових ліків і розробив суперантибактеріальний препарат Drug X (циннамоїлміцин), який, як очікується, стане майже першою новою мішенню та новим класом антибіотиків за 40 років, скоротив цикл досліджень і розробок провідних препаратів з кількох років до одного місяця, знизив витрати на дослідження та розробки на 70% і зламав " Закон подвійної десятки» у фармацевтичній галузі.
Змінюються не тільки пацієнти.
Під темною шахтою — життя робітників. Працівники, які спускаються в колодязь, протягом тривалого часу перебувають у середовищі високого ризику та високого тиску, не лише в пастці тіні смерті, але й супроводжуються травмами на все життя. Але навпаки, нинішня 300-метрова підземка все ще вимагає великої кількості персоналу для роботи на місці, і вони потребують більшої технічної та гуманістичної допомоги.
Штучний інтелект є хорошим помічником у забезпеченні безпеки підземних робіт і може стати хорошим помічником у невизначених ручних процесах. Однак увійти у вугільну галузь ШІ не так просто, як уявлялося. Свердловинні робочі умови суворі та вимагають високої точності розпізнавання зображень і відео. Крім того, відмінності між шахтами великі, а операції на місці складні, тому модель не можна легко використовувати повторно. У той же час вугільній промисловості бракує високоякісних талантів штучного інтелекту.
Велика модель Pangu Mine потребує лише імпорту великої кількості немічених даних шахти для попереднього навчання, а потім вона може здійснювати незалежне навчання без нагляду. Велика модель може охоплювати видобуток корисних копалин, розкопки, механізми, транспортування, транспортування, мийку та інші бізнес-процеси вугільної шахти Більш ніж 1000 підрозділених сценаріїв можуть здійснювати постійні перевірки, допомагати персоналу вчасно знаходити проблеми, уникати нещасних випадків, спричинених пропуском перевірок, скорочувати час простою та підвищувати ефективність роботи персоналу підземної інспекції. На даний момент він використовується на 8 шахтах по всій країні.
Безліч великих, середніх і малих міст з’єднані між собою залізницями. Наразі залізниці моєї країни мають протяжність 155 000 кілометрів і понад 1 мільйон вантажних вагонів. З підвищенням рівня безпеки залізниць у моїй країні багато несправностей трапляються рідко, і більшість людей ніколи їх не бачили, але як тільки трапляється збій, це зазвичай серйозна поломка. Наприклад, якщо з’явилася опорна плита, то по всій країні було знайдено лише один несправний зразок.
За безпекою стоїть наполеглива праця незліченної кількості людей. Обмежена технологічним розвитком, нині широко використовувана TFDS (система динамічного виявлення несправностей у роботі вантажівок) все ще використовує ручні методи ідентифікації несправностей. Якщо взяти для прикладу інспекційну майстерню 5T на певній вузловій станції, то в середньому щодня перевіряється близько 800 поїздів і понад 40 000 транспортних засобів, а система TFDS робить понад 2,8 мільйона знімків.Час знайти нюанси Вчасно дізнатися несправності в поїзді.
За допомогою великої моделі Pangu раніше потрібно було вручну ідентифікувати 4000 зображень, але тепер потрібно перевірити лише понад 170 зображень, і трудомісткість працівників знизилася на 95,75%. У практичному застосуванні він може точно ідентифікувати 430+ типів різноманітних несправностей 67 типів вантажівок, 100% ідентифікацію основних ненормальних несправностей, а рівень скринінгу недефектних зображень досягає 95%, що перевищує очікування клієнтів.
Таких прикладів занадто багато, щоб перераховувати. Насправді, щоразу, коли я використовую One Netcom для ведення бізнесу та використання розумних продуктів, це може бути заслугою великої моделі. Ми прямо чи опосередковано насолоджуємося дивідендами, які приносять технологічні оновлення. .
Чим відрізняється модель Pangu?
Сьогоднішнє масштабне модельне поле все ще гаряче. Вітчизняні гравці влаштували «битву сотень моделей», серед яких чимало потужних інтернет-виробників. Тож які відмінні переваги великої моделі Pangu?
Перш за все, HUAWEI CLOUD має сотні проектів у сфері штучного інтелекту та дотримується принципу штучного інтелекту для промисловості. Поєднуючи свій досвід, накопичений у галузі за понад 30 років, і безперервний розвиток більш ніж 10 галузевих корпусів, Huawei Cloud накопичила багаті ноу-хау від галузевих клієнтів і партнерів Інтеграція з великою моделлю, щоб велика модель мала галузеві знання та досвід.
По-друге, окрім багатьох загальних знань, модель Pangu також вивчала загальнодоступні дані з понад 10 галузей промисловості, включаючи фінанси, урядові справи, метеорологію, медичне обслуговування, охорону здоров’я, Інтернет, освіту, автомобілі, роздрібну торгівлю тощо.
Що ще важливіше, велика модель Pangu досягла незалежних інновацій від основного чіпа до всієї платформи процесу. Ви знаєте, під час зростання штучного інтелекту графічний процесор став популярним товаром, але під впливом численних геополітичних конфліктів і дефіциту поставок розгортання високопродуктивних обчислювальних карт буде дуже складним. Тому незалежні інновації стали загальним консенсусом у промисловість.
Перегляд історії великомасштабних моделей Pangea — це процес постійного задоволення потреб галузі. У березні 2020 року Тянь Ці приєднався до Huawei Cloud і почав створювати команду; у квітні 2021 року було офіційно випущено велику модель Pangu, включаючи велику модель NLP і велику модель CV; у вересні 2021 року Huawei Cloud випустила велику модель наукових обчислень. Велика модель молекул ліків; у червні 2022 року Huawei Cloud випустила велику модель Pangu Mine; у листопаді 2022 року Huawei Cloud випустила велику модель погоди.
У минулому HUAWEI CLOUD офіційно випустив Pangu Large Model 3.0 і водночас випустив великі моделі державних справ, фінансів і виробництва. Велика модель була надзвичайно популярною деякий час тому. Чому Huawei Cloud вибрала саме цей час, щоб оголосити про прогрес великої моделі Pangu?
Насправді, стикаючись з новими технологіями та тенденціями в галузі, HUAWEI CLOUD надає пріоритет потребам галузі, і лише коли технологія достатньо зріла, вона представить нові технології на ринку. З точки зору Pangu Large Model 3.0, цього разу Huawei Cloud уточнила промислове позиціонування своїх продуктів, інтегрувала попередні великі моделі, реорганізувала структуру та розширила мережу за допомогою нової великої моделі, щоб охопити всі галузі.
Ху Хоукунь, змінний голова правління Huawei, також наголосив на Всесвітній конференції зі штучного інтелекту 2023 року, що ключ до розвитку штучного інтелекту полягає в тому, щоб «йти глибше й глибше», щоб розширити можливості промислової модернізації. На нинішньому етапі Huawei має два напрямки розвитку штучного інтелекту: по-перше, створити потужну обчислювальну базу для підтримки розвитку індустрії штучного інтелекту в Китаї. По-друге, від великомасштабних моделей загального призначення до великомасштабних моделей для всієї галузі, дозвольте штучному інтелекту добре обслуговувати тисячі галузей промисловості та наукових досліджень.
Велика модель Pangu 3.0 має багатошарову конструкцію, включаючи трирівневу структуру 5+N+X: 5 великих базових великих моделей рівня L0 надають різні загальні навички, великі промислові моделі рівня N L1 допомагають компаніям створювати власні великомасштабні моделі. , і масивні моделі сценарію рівня L2 зосереджені на конкретних сценаріях додатків або конкретних бізнесах і надають клієнтам готові послуги моделі.
Однокластерний хмарний сервіс HUAWEI CLOUD Ascend AI з обчислювальною потужністю 2000 P Flops був запущений одночасно в Уланкабі та Гуйані.Центр обробки даних HUAWEI CLOUD на платформі з рідинним охолодженням Tiancheng може гарантувати 30-денну довгострокову стабільність 90% для кілокалорій тренування Час відновлення точки не перевищує 10 хвилин.
«Щоб допомогти глобальним клієнтам, партнерам і розробникам навчати та використовувати великі моделі, ми прагнемо створити ще один полюс світового штучного інтелекту для глобальних клієнтів і надати новий вибір для всіх розробників штучного інтелекту», — сказав Чжан Пінань.
Для багатьох підприємств відповідність безпеці даних є першочерговою мірою. На додаток до моделі розгортання загальнодоступної хмари, велика модель Pangea може додатково забезпечити велику хмарну зону моделі та створити пул ресурсів для конкретної хмари для навчання великої моделі та міркувань для забезпечення даних відповідність вимогам безпеки. Для більш суворих вимог до локалізації даних також передбачено розгортання гібридної хмари, щоб допомогти клієнтам навчати великі моделі на власному приватному HCS.
Для продукту ключовим є простота використання. HUAWEI CLOUD надає простий у використанні та надійний інструментарій для великомасштабних моделей, Kaitian aPaaS, який об’єднує велику кількість багатогалузевих API, а також ексклюзивне співтовариство для великомасштабних моделей, яке включає різноманітні та високоякісні курси та технічні сертифікати, які допомагають розробникам швидко розвиватися.
Це правда, що сама по собі технологія є революційною, але для того, щоб велика модель Pangu увійшла в тисячі галузей, їй ще потрібно дати час, щоб укоренитися в галузі.
Як сказав Ендрю Нґ, один із чотирьох королів штучного інтелекту: «Важко уявити велику галузь, яку не змінить штучний інтелект. До великих галузей належать охорона здоров’я, освіта, транспорт, роздрібна торгівля, зв’язок і сільське господарство. Штучний інтелект буде в цих галузях. Ця тенденція дуже очевидна». У майбутньому кожна галузь може бути змінена великими моделями різних галузей.