Незважаючи на те, що Всесвітня конференція зі штучного інтелекту 2023 року завершилася, бум великомасштабних моделей, ініційований ChatGPT, продовжуватиме зростати, а компонування та дослідження штучного інтелекту також будуть основною темою в останні роки. «Спочатку сідайте за стіл» і «зробіть перший крок» — ось галузеві консенсуси, які поклали початок цьому раунду підйому «війни 100 моделей» і призвели галузь до «війни 1000 моделей».
Джерело зображення: створено Unbounded AI
На початку липня в Шанхаї стався бум штучного інтелекту. **2023 Всесвітня конференція зі штучного інтелекту досягла найбільшої кількості експонентів і виставкових площ за всю історію. Багато компаній оголосили на конференції, що випустять великі моделі ШІ. **Висока температура та сильна конвективна погода не змогли розвіяти ентузіазм усіх. Колись ворота виставки приваблювали скальперів, які продавали квитки, і багато людей допомагали старим і молодим досліджувати передову тенденцію розвитку штучного інтелекту.
Під час підйому ** також слід спокійно бачити, що велика модель все ще стикається з основними проблемами, такими як надійність, відповідність і довіра. **Порівняно з розвиненими країнами, моя країна все ще має розрив у мікросхемах, обчислювальній потужності, даних тощо. Дефіцит даних є основною проблемою, яка впливає на застосування великих моделей. Серед них труднощі з отриманням високоякісних китайських даних обмежують вітчизняні великі моделі є основним фактором розвитку.
На нинішньому етапі, коли ключові проблеми ще не вирішені, а розрив усувається, який шлях розвитку має досліджувати розвиток штучного інтелекту в Китаї? Під час триденного форуму та інтерв’ю з багатьма учасниками галузевих експертів найбільше відповідей журналіст отримав: «вертикальна інтеграція» та «додаток для посадки». Тенденція розвитку ШІ.
"Спочатку йди до столу"
Зараз розвиток цифрової економіки став глобальним консенсусом. Як нова стратегічна технологія, штучний інтелект дедалі більше стає основною рушійною силою промислової модернізації та підвищення продуктивності. У листопаді 2022 року OpenAI запустив ChatGPT, широкомасштабну розмовну модель штучного інтелекту загального призначення. Новий виток інноваційного буму ШІ розпочався у всьому світі.
**На Всесвітній конференції зі штучного інтелекту 2023 року велика модель відіграє провідну роль. **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 і вертикальні великі моделі, такі як Tuotian і Daguan "Cao Zhi" запаморочливі.
Лінь Цзяньмін, засновник і голова Samoyed Cloud Technology Group, зазначив в інтерв’ю журналісту International Finance News, що **ШІ знаходиться на початковій точці нового витку промислових тенденцій. ** З точки зору макета великої моделі, Baidu, Ali, Huawei та інші «висококласні гравці» створюють макет «чотири в одному» з рівня обчислювальної потужності, рівня платформи, рівня моделі та прикладний рівень; науково-дослідні установи та новітні технологічні компанії знайшли інший шлях. Точкою входу є розробка алгоритмів великомасштабної моделі та розділених польових додатків.
Лінь Цзяньмін сказав, що поточні параметри вітчизняної великомасштабної моделі в основному становлять 100 мільярдів або більше.З точки зору напрямку застосування, більшість підприємств зосереджуються на внутрішніх програмах на ранній стадії та поступово поширюються на підприємства B-end. **Технологія штучного інтелекту продовжує робити прориви. Великі виробники та малі та середні технологічні компанії змагаються за великі моделі. Звичайно, ніхто не хоче пропустити велику хвилю цієї епохи. Тільки «підійшовши до столу першим» можна осягнути «козир» правил. У контексті згасання дивідендів мобільного Інтернету очікується, що вибір великих моделей принесе нові точки зростання.
Чжоу Бовен, співробітник IEEE/CAAI, професор кафедри Хуйянь Університету Цінхуа, постійний професор кафедри електроніки та засновник Lianyuan Technology, сказав репортеру «International Finance News», що **Китай повинен прийняти широкомасштабну систему, засновану на на «незалежних інноваціях, безпеці та керованості».Шлях розвитку мовної моделі та технології генеративного штучного інтелекту зосереджений на сприянні широкому застосуванню великих моделей із можливостями загального призначення у вертикальних галузях. **Крім того, бізнес-додатки, академічні інновації та технологічна екологія потребують диверсифікації, і не можуть бути повністю зосереджені на великій моделі, і всі вони не повинні використовувати один спосіб мислення для виконання завдань.
Кілька викликів
Під час зростання штучного інтелекту великі моделі все ще стикаються з багатьма проблемами, такими як надійність, відповідність і надійність. Лінь Цзяньмін прямо сказав, що порівняно зі світом, особливо зі Сполученими Штатами, ми все ще маємо певну прогалину в мікросхемах штучного інтелекту, патентах, дослідженнях алгоритмів та зрілій інноваційній екосистемі. **Основними факторами, що обмежують розвиток вітчизняних великомасштабних моделей, є: по-перше, великі моделі вимагають великої обчислювальної потужності, і ми маємо недоліки в чіпах і обчислювальній потужності; по-друге, відсутність високоякісних даних китайського корпусу та галузевих даних; по-третє. , кількість професіоналів Рідкісних, фундаментальних досліджень інновацій недостатньо.
«Фінансова індустрія — це особливе існування з дуже високими вимогами до управління ризиками та безпеки. Виклики ризику довіри, ризику моделі, етики, стабільності, точності, безпеки даних, відповідності та інших ризиків, з якими стикаються дослідження та розробка великих фінансових моделей є більш серйозними", - зазначив Лінь Цзяньмін.
Цзян Нін, заступник генерального менеджера та головний інформаційний директор Mama Consumer, сказав в інтерв’ю журналісту International Finance News, що **велика модель штучного інтелекту все ще стикається з основними проблемами, такими як динамічна адаптивність, надійність, відповідність і надійність у ключових рішеннях. , Як усунути шум і перешкоди, у раптових і непередбачуваних ситуаціях особливо важливо досягти постійної стабільності та відповідності та надійності ключових рішень. **
Цзян Нін зазначив, що вітчизняним великомасштабним моделям не вистачає оригінальних проривів, і все ще є прогалини в здатності модельного міркування та здатності генерувати великомасштабні моделі. Складність отримання великомасштабних і високоякісних даних китайського корпусу є основним фактором, що обмежує розробку великомасштабних моделей у Китаї. Що стосується фінансової сфери, вона також стикається з багатьма проблемами, такими як захист конфіденційності, безперервна стабільність, дотримання вимог і довіра.
Чжоу Бовен вважає, що в поточному навчанні великих моделей штучного інтелекту сторона алгоритму збігається з моделлю трансформатора нейронної мережі, сторона обчислювальної потужності покладається на кластери серверів штучного інтелекту з великомасштабними паралельними обчислювальними можливостями, а сторона даних повинна подавати великі масштабувати набори даних з величезною кількістю даних.З точки зору трьох елементів штучного інтелекту, дефіцит даних, очевидно, є основною проблемою, яка веде до впровадження великомасштабних модельних додатків. Конкретні галузі, такі як фінансова індустрія, які мають надзвичайно суворі вимоги до безпеки даних і захисту конфіденційності користувачів, також створюють низку проблем для великих моделей, таких як надійність, автономна керованість і надійна безпека.
Чжоу Бовен сказав, що індустріалізація великомасштабних моделей також стикається з проблемами: по-перше, масштаб даних великий і якість даних неоднакова; по-друге, модель має великий розмір і її важко навчити; ** Таким чином, розробка великих моделей залежить від комплексної підтримки обчислювальної потужності алгоритму та даних. Великі моделі є центром майбутнього промислового розвитку, але бізнес-модель великих моделей варто вивчити. Оскільки цінні бар’єри великих моделей дуже високі, і великі компанії, і малі підприємства мають свій тягар.
Вертикальна інтеграція
На нинішньому етапі, коли ключові проблеми ще не вирішені, а розрив усувається, який шлях розвитку має досліджувати розвиток штучного інтелекту в Китаї? Які ще є можливості розвитку? Цзян Нін зазначив, що побудова комбінованої системи штучного інтелекту є тенденцією розвитку, яка ефективно поєднує зручність використання та професіоналізм дискримінаційних моделей у різних вертикальних областях, а також характеристики перенесення навчання та можливості узагальнення генеративних великих моделей, щоб вона була справді популярною у промисловості Скористайтеся можливістю узагальнення великих моделей.
Лінь Цзяньмін зазначив, що в майбутньому великомасштабні моделі матимуть великий потенціал у процесі цифрового інтелекту міст, галузей і підприємств. Внутрішня компоновка великих моделей потребує зміцнення незалежних інноваційних можливостей, підвищення основної конкурентоспроможності великих моделей на різних рівнях, таких як обчислювальна потужність, алгоритми та таланти, а також тісно поєднувати національні стратегічні потреби та напрямки розвитку галузі для дослідження галузевих проблемних точок та сценарії в глибину.
Крім того, «для створення великої моделі у вертикальному полі необхідно використовувати власну технологію, сценарії, користувацькі та галузеві дані та галузеві ноу-хау (галузеві секрети); використовувати «загальну модель + спеціальну модель галузевого ноу-хау». «розширити можливості реальної економіки та встановити перевагу перед бар’єрами», — сказав Лінь Цзяньмін.
Чжоу Боуен вважає, що індустрія великомасштабного моделювання в Китаї повинна починатися з кінця в кінець і послідовно розвивати більші бізнес-моделі, що може бути більш прийнятним підходом. На основі наявності загальних здібностей безперервне навчання у вертикальній сфері для вдосконалення професійних можливостей великих моделей є важливим засобом сприяння розвитку та прогресу великих моделей у майбутньому. **
Чжоу Бовен зазначив, що з теоретичної та технічної точки зору відмінності повинні існувати. У розробці штучного інтелекту, з одного боку, ми є ловцем на технічному рівні, а з іншого боку, ми можемо стати новаторами і навіть лідерами на рівні додатків. **Китайському штучному інтелекту потрібно досліджувати новий шлях, тобто вертикальну інтеграцію від власно розробленої загальної моделі до додатка та замкнутого циклу повного сценарію користувача, щоб реалізувати «подвійну посадку» генеративного штучного інтелекту. технологічність і комерційна цінність. **
Що стосується підприємницької конкуренції, Чжоу Боуен вважає, що її можна розділити на три шляхи: перший шлях полягає у створенні великомасштабної базової моделі із загальними можливостями, від технічних алгоритмів до ітерації моделі та замкнутого циклу сцени; другий шлях базується на на чужих моделях (таких як GPT), а потім об’єднати власні галузеві ноу-хау для проведення навчання; третій шлях призначений виключно для застосування, тобто використовувати модель безпосередньо, і цей бар’єр буде нижчим.
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.
ШІ холодне мислення під час сплеску «війни тисяч моделей»
Джерело: International Finance News
На початку липня в Шанхаї стався бум штучного інтелекту. **2023 Всесвітня конференція зі штучного інтелекту досягла найбільшої кількості експонентів і виставкових площ за всю історію. Багато компаній оголосили на конференції, що випустять великі моделі ШІ. **Висока температура та сильна конвективна погода не змогли розвіяти ентузіазм усіх. Колись ворота виставки приваблювали скальперів, які продавали квитки, і багато людей допомагали старим і молодим досліджувати передову тенденцію розвитку штучного інтелекту.
Під час підйому ** також слід спокійно бачити, що велика модель все ще стикається з основними проблемами, такими як надійність, відповідність і довіра. **Порівняно з розвиненими країнами, моя країна все ще має розрив у мікросхемах, обчислювальній потужності, даних тощо. Дефіцит даних є основною проблемою, яка впливає на застосування великих моделей. Серед них труднощі з отриманням високоякісних китайських даних обмежують вітчизняні великі моделі є основним фактором розвитку.
На нинішньому етапі, коли ключові проблеми ще не вирішені, а розрив усувається, який шлях розвитку має досліджувати розвиток штучного інтелекту в Китаї? Під час триденного форуму та інтерв’ю з багатьма учасниками галузевих експертів найбільше відповідей журналіст отримав: «вертикальна інтеграція» та «додаток для посадки». Тенденція розвитку ШІ.
"Спочатку йди до столу"
Зараз розвиток цифрової економіки став глобальним консенсусом. Як нова стратегічна технологія, штучний інтелект дедалі більше стає основною рушійною силою промислової модернізації та підвищення продуктивності. У листопаді 2022 року OpenAI запустив ChatGPT, широкомасштабну розмовну модель штучного інтелекту загального призначення. Новий виток інноваційного буму ШІ розпочався у всьому світі.
**На Всесвітній конференції зі штучного інтелекту 2023 року велика модель відіграє провідну роль. **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 і вертикальні великі моделі, такі як Tuotian і Daguan "Cao Zhi" запаморочливі.
Лінь Цзяньмін, засновник і голова Samoyed Cloud Technology Group, зазначив в інтерв’ю журналісту International Finance News, що **ШІ знаходиться на початковій точці нового витку промислових тенденцій. ** З точки зору макета великої моделі, Baidu, Ali, Huawei та інші «висококласні гравці» створюють макет «чотири в одному» з рівня обчислювальної потужності, рівня платформи, рівня моделі та прикладний рівень; науково-дослідні установи та новітні технологічні компанії знайшли інший шлях. Точкою входу є розробка алгоритмів великомасштабної моделі та розділених польових додатків.
Лінь Цзяньмін сказав, що поточні параметри вітчизняної великомасштабної моделі в основному становлять 100 мільярдів або більше.З точки зору напрямку застосування, більшість підприємств зосереджуються на внутрішніх програмах на ранній стадії та поступово поширюються на підприємства B-end. **Технологія штучного інтелекту продовжує робити прориви. Великі виробники та малі та середні технологічні компанії змагаються за великі моделі. Звичайно, ніхто не хоче пропустити велику хвилю цієї епохи. Тільки «підійшовши до столу першим» можна осягнути «козир» правил. У контексті згасання дивідендів мобільного Інтернету очікується, що вибір великих моделей принесе нові точки зростання.
Чжоу Бовен, співробітник IEEE/CAAI, професор кафедри Хуйянь Університету Цінхуа, постійний професор кафедри електроніки та засновник Lianyuan Technology, сказав репортеру «International Finance News», що **Китай повинен прийняти широкомасштабну систему, засновану на на «незалежних інноваціях, безпеці та керованості».Шлях розвитку мовної моделі та технології генеративного штучного інтелекту зосереджений на сприянні широкому застосуванню великих моделей із можливостями загального призначення у вертикальних галузях. **Крім того, бізнес-додатки, академічні інновації та технологічна екологія потребують диверсифікації, і не можуть бути повністю зосереджені на великій моделі, і всі вони не повинні використовувати один спосіб мислення для виконання завдань.
Кілька викликів
Під час зростання штучного інтелекту великі моделі все ще стикаються з багатьма проблемами, такими як надійність, відповідність і надійність. Лінь Цзяньмін прямо сказав, що порівняно зі світом, особливо зі Сполученими Штатами, ми все ще маємо певну прогалину в мікросхемах штучного інтелекту, патентах, дослідженнях алгоритмів та зрілій інноваційній екосистемі. **Основними факторами, що обмежують розвиток вітчизняних великомасштабних моделей, є: по-перше, великі моделі вимагають великої обчислювальної потужності, і ми маємо недоліки в чіпах і обчислювальній потужності; по-друге, відсутність високоякісних даних китайського корпусу та галузевих даних; по-третє. , кількість професіоналів Рідкісних, фундаментальних досліджень інновацій недостатньо.
«Фінансова індустрія — це особливе існування з дуже високими вимогами до управління ризиками та безпеки. Виклики ризику довіри, ризику моделі, етики, стабільності, точності, безпеки даних, відповідності та інших ризиків, з якими стикаються дослідження та розробка великих фінансових моделей є більш серйозними", - зазначив Лінь Цзяньмін.
Цзян Нін, заступник генерального менеджера та головний інформаційний директор Mama Consumer, сказав в інтерв’ю журналісту International Finance News, що **велика модель штучного інтелекту все ще стикається з основними проблемами, такими як динамічна адаптивність, надійність, відповідність і надійність у ключових рішеннях. , Як усунути шум і перешкоди, у раптових і непередбачуваних ситуаціях особливо важливо досягти постійної стабільності та відповідності та надійності ключових рішень. **
Цзян Нін зазначив, що вітчизняним великомасштабним моделям не вистачає оригінальних проривів, і все ще є прогалини в здатності модельного міркування та здатності генерувати великомасштабні моделі. Складність отримання великомасштабних і високоякісних даних китайського корпусу є основним фактором, що обмежує розробку великомасштабних моделей у Китаї. Що стосується фінансової сфери, вона також стикається з багатьма проблемами, такими як захист конфіденційності, безперервна стабільність, дотримання вимог і довіра.
Чжоу Бовен вважає, що в поточному навчанні великих моделей штучного інтелекту сторона алгоритму збігається з моделлю трансформатора нейронної мережі, сторона обчислювальної потужності покладається на кластери серверів штучного інтелекту з великомасштабними паралельними обчислювальними можливостями, а сторона даних повинна подавати великі масштабувати набори даних з величезною кількістю даних.З точки зору трьох елементів штучного інтелекту, дефіцит даних, очевидно, є основною проблемою, яка веде до впровадження великомасштабних модельних додатків. Конкретні галузі, такі як фінансова індустрія, які мають надзвичайно суворі вимоги до безпеки даних і захисту конфіденційності користувачів, також створюють низку проблем для великих моделей, таких як надійність, автономна керованість і надійна безпека.
Чжоу Бовен сказав, що індустріалізація великомасштабних моделей також стикається з проблемами: по-перше, масштаб даних великий і якість даних неоднакова; по-друге, модель має великий розмір і її важко навчити; ** Таким чином, розробка великих моделей залежить від комплексної підтримки обчислювальної потужності алгоритму та даних. Великі моделі є центром майбутнього промислового розвитку, але бізнес-модель великих моделей варто вивчити. Оскільки цінні бар’єри великих моделей дуже високі, і великі компанії, і малі підприємства мають свій тягар.
Вертикальна інтеграція
На нинішньому етапі, коли ключові проблеми ще не вирішені, а розрив усувається, який шлях розвитку має досліджувати розвиток штучного інтелекту в Китаї? Які ще є можливості розвитку? Цзян Нін зазначив, що побудова комбінованої системи штучного інтелекту є тенденцією розвитку, яка ефективно поєднує зручність використання та професіоналізм дискримінаційних моделей у різних вертикальних областях, а також характеристики перенесення навчання та можливості узагальнення генеративних великих моделей, щоб вона була справді популярною у промисловості Скористайтеся можливістю узагальнення великих моделей.
Лінь Цзяньмін зазначив, що в майбутньому великомасштабні моделі матимуть великий потенціал у процесі цифрового інтелекту міст, галузей і підприємств. Внутрішня компоновка великих моделей потребує зміцнення незалежних інноваційних можливостей, підвищення основної конкурентоспроможності великих моделей на різних рівнях, таких як обчислювальна потужність, алгоритми та таланти, а також тісно поєднувати національні стратегічні потреби та напрямки розвитку галузі для дослідження галузевих проблемних точок та сценарії в глибину.
Крім того, «для створення великої моделі у вертикальному полі необхідно використовувати власну технологію, сценарії, користувацькі та галузеві дані та галузеві ноу-хау (галузеві секрети); використовувати «загальну модель + спеціальну модель галузевого ноу-хау». «розширити можливості реальної економіки та встановити перевагу перед бар’єрами», — сказав Лінь Цзяньмін.
Чжоу Боуен вважає, що індустрія великомасштабного моделювання в Китаї повинна починатися з кінця в кінець і послідовно розвивати більші бізнес-моделі, що може бути більш прийнятним підходом. На основі наявності загальних здібностей безперервне навчання у вертикальній сфері для вдосконалення професійних можливостей великих моделей є важливим засобом сприяння розвитку та прогресу великих моделей у майбутньому. **
Чжоу Бовен зазначив, що з теоретичної та технічної точки зору відмінності повинні існувати. У розробці штучного інтелекту, з одного боку, ми є ловцем на технічному рівні, а з іншого боку, ми можемо стати новаторами і навіть лідерами на рівні додатків. **Китайському штучному інтелекту потрібно досліджувати новий шлях, тобто вертикальну інтеграцію від власно розробленої загальної моделі до додатка та замкнутого циклу повного сценарію користувача, щоб реалізувати «подвійну посадку» генеративного штучного інтелекту. технологічність і комерційна цінність. **
Що стосується підприємницької конкуренції, Чжоу Боуен вважає, що її можна розділити на три шляхи: перший шлях полягає у створенні великомасштабної базової моделі із загальними можливостями, від технічних алгоритмів до ітерації моделі та замкнутого циклу сцени; другий шлях базується на на чужих моделях (таких як GPT), а потім об’єднати власні галузеві ноу-хау для проведення навчання; третій шлях призначений виключно для застосування, тобто використовувати модель безпосередньо, і цей бар’єр буде нижчим.