Tính hiện thực của mô hình lớn của Tencent: giải quyết "nỗi lo AI" của các doanh nghiệp trong bối cảnh

Nguồn gốc: IT Times

Tác giả: Hao Junhui

Nguồn hình ảnh: Được tạo bởi Unbounded AI‌

Đây là một cuộc phỏng vấn trong đó câu hỏi chỉ có thể được "lấy" bằng cách tăng tốc độ nói và tăng decibel.

Vào chiều ngày 7 tháng 7, trước Hội nghị Trí tuệ nhân tạo thế giới năm 2023 Diễn đàn Tencent, trong một phòng hội nghị nhỏ và ồn ào, Wu Yunsheng, phó chủ tịch Tencent Cloud, người đứng đầu Tencent Cloud Intelligence và người đứng đầu Youtu Lab, đã chấp nhận một cuộc phỏng vấn nhóm từ các phương tiện truyền thông. Cách đây gần 20 ngày, Tencent đã chính thức công bố bức tranh toàn cảnh MaaS, cắt ngang "đường đua mô hình quy mô lớn" nóng bỏng với các mô hình công nghiệp quy mô lớn. Một con đường có vẻ "thực tế" hơn.

"Điều doanh nghiệp cần là thực sự giải quyết một vấn đề nhất định trong một tình huống thực tế, thay vì giải quyết 70%-80% vấn đề trong 100 tình huống." Wu Yunsheng nói rằng từ góc độ chiến lược của công ty, Tencent tập trung hơn vào việc giải quyết vấn đề thực tế của các vấn đề hạ cánh và mô hình lớn nói chung không thể giải quyết hoàn toàn tất cả các vấn đề của người dùng.

Tencent, công ty có số lượng người dùng cá nhân lớn nhất ở Trung Quốc, đang thực hiện bước đầu tiên trong việc thay đổi Internet công nghiệp thành AI khi một làn sóng trí tuệ nhân tạo mới xuất hiện.

Nâng cấp Tencent Cloud MaaS

Vào ngày 19 tháng 6, Tencent Cloud lần đầu tiên công bố tiến độ phát triển của các mô hình công nghiệp quy mô lớn của Tencent Cloud, cung cấp hơn 50 giải pháp công nghiệp quy mô lớn cho hơn 10 ngành như truyền thông, du lịch văn hóa, chính phủ và tài chính.

Tại Hội nghị Trí tuệ Nhân tạo Thế giới, Tencent Cloud một lần nữa công bố một số nâng cấp.

Trong số đó, mạng máy tính hiệu suất cao Xingmai do Tencent Cloud tự phát triển mới được nâng cấp có thể tăng mức sử dụng GPU lên 40%, tiết kiệm 30% đến 60% chi phí đào tạo mô hình và mang lại hiệu suất giao tiếp cải thiện gấp 10 lần cho các mô hình AI lớn . Dựa trên cụm điện toán HCC thế hệ mới của Tencent Cloud, nó có thể hỗ trợ quy mô điện toán siêu lớn gồm 100.000 thẻ. Cơ sở dữ liệu vectơ gốc AI của Tencent Cloud hỗ trợ quy mô truy xuất vectơ lên tới 1 tỷ cấp độ và độ trễ được kiểm soát ở mức mili giây. So với cơ sở dữ liệu plug-in độc lập truyền thống, quy mô truy xuất cao hơn 10 lần và nó cũng có khả năng cao nhất là hàng triệu truy vấn mỗi giây (QPS).

Về đổi mới ứng dụng, khả năng mô hình công nghiệp quy mô lớn của Tencent Cloud đã được áp dụng cho các tình huống như kiểm soát rủi ro tài chính, dịch thuật tương tác và dịch vụ khách hàng thông minh kỹ thuật số, giúp cải thiện đáng kể hiệu quả của các ứng dụng thông minh.

Giải pháp kiểm soát rủi ro tài chính được hỗ trợ bởi mô hình quy mô lớn của ngành có hiệu quả gấp 10 lần so với giải pháp trước đó.Thông qua việc Tencent tích lũy hơn 20 năm kinh nghiệm đối đầu sản xuất đen và xám và hàng nghìn kịch bản kinh doanh thực tế, tổng thể chống hiệu quả gian lận cao gấp 20 lần so với mô hình truyền thống, tăng khoảng %. Trong lĩnh vực con người kỹ thuật số, Tencent Cloud đã ra mắt một nhà máy sản xuất con người kỹ thuật số mẫu nhỏ trong năm nay, có thể tái tạo các bản sao kỹ thuật số 2D trong vòng 24 giờ chỉ với một lượng dữ liệu nhỏ, giúp giảm đáng kể chi phí cho các dịch vụ con người kỹ thuật số của ứng dụng doanh nghiệp.

"Trên thực tế, trong hơn nửa năm, chúng tôi đã suy nghĩ và khám phá logic thiết yếu nhất đằng sau sự kết hợp của các mô hình lớn và các ngành công nghiệp khác nhau là gì? Thực ra chỉ có hai điểm: một là điểm xuất phát cơ bản của công nghệ là để giải quyết các vấn đề thực tế, và hai là Nếu bạn không thể đi sâu vào ngành, bạn thực sự không thể giải quyết các vấn đề mà ngành đang đối mặt. nhiều.

Dịch vụ khách hàng thông minh được công nhận là ngành áp dụng nhiều nhất cho LLM (Mô hình ngôn ngữ quy mô lớn). Tại hội nghị này, Tencent đã tạo ra một mô hình công nghiệp quy mô lớn cho một công ty OTA du lịch trực tuyến. Cải thiện tỷ lệ hoàn thành nhiệm vụ và giảm chi phí xây dựng đối thoại. Nhưng trên thực tế, để mô hình lớn thực sự hiểu được vấn đề của khách hàng không đơn giản như tưởng tượng.

"Trong quá trình giao tiếp, suy nghĩ của khách hàng luôn nhảy và thay đổi. Ví dụ, anh ấy vừa đề nghị đặt khách sạn vào ngày 10, nhưng máy chưa kịp trả lời, anh ấy đột nhiên nói, hãy giúp tôi tìm khách sạn và chuyến bay vào ngày 11, khi nào AI vẫn đang đưa ra phản hồi về yêu cầu thứ hai, anh ấy có thể nói, hãy chỉ cho tôi phòng đôi.” Wu Yunsheng chỉ ra rằng mô hình lớn vẫn còn khá khó khăn để nhận ra nhiều mục đích và mô hình lớn nói chung không thể Nó là một giải pháp đơn giản, nhưng cần phải được kết hợp với hiện trường, đặc biệt là sự tương tác với hệ thống của khách hàng để tái tạo lại một số mô hình rất phức tạp.

Kỷ nguyên "nhóm người mẫu nhảy cùng nhau" là đây

Sau sự hối hả và nhộn nhịp ban đầu, làm thế nào để thương mại hóa các mô hình lớn AI, làm thế nào để khách hàng doanh nghiệp có thể tận hưởng đợt cổ tức AI này và giải quyết "nỗi lo lắng về AI" đã trở thành những chủ đề nóng tại Hội nghị Trí tuệ Nhân tạo Thế giới lần này.

Zheng Qingsheng, đối tác của Sequoia Capital China, đã bước vào lĩnh vực đầu tư từ giữa kỳ của PC Internet, theo ý kiến của ông, những người chiến thắng trong mỗi thời đại đều bắt nguồn từ công nghệ gốc của thời đại đó, ví dụ như trong PC Internet thời đại, mọi người coi trọng thương mại điện tử và mạng xã hội Phần mềm đã trở thành người chiến thắng lớn nhất, kể từ thời đại Internet di động, mọi người đã chú ý đến phần mềm xã hội và video dài, nhưng video ngắn chiếm nhiều thời gian nhất. "Bây giờ chúng tôi không biết những cảnh gốc do chính AI tạo ra sẽ thay đổi cuộc sống của chúng ta. hành vi cơ bản."

Dù vẫn chưa biết khi nào "sát thủ" bản địa của AI sẽ xuất hiện, nhưng bước đầu tiên là "vào game". Trong số hơn 30 mô hình quy mô lớn được ra mắt tại WAIC lần này, ngoại trừ vòng đầu tiên của các mô hình quy mô lớn có mục đích chung như Baidu Wenxin Yiyan, Ali Tongyi, Xunfei Xinghuo và Shangtang Ririxin, những người đến sau về cơ bản tập trung vào mô hình lớn của ngành.

"Đối với khách hàng, các mô hình lớn dành riêng cho doanh nghiệp với ít thông số, đầu tư thấp và kết quả nhanh chóng có nhiều khả năng được chấp nhận hơn và mức độ sẵn sàng chi trả của họ tương đối rõ ràng." Một nhà triển lãm của một công ty mới thành lập nói với "IT Times" báo cáo rằng một số đã sử dụng các mô hình lớn. Khách hàng của ngân hàng chuyển đổi hệ thống dịch vụ khách hàng thường chọn phương pháp triển khai miền riêng tích hợp phần mềm và phần cứng, đồng thời sử dụng dữ liệu và biểu đồ tri thức hiện có của họ để đào tạo và triển khai lý luận, điều này không chỉ đảm bảo an toàn dữ liệu , mà còn giảm chi phí sức mạnh tính toán, " Nếu chỉ cần suy luận và xuất ra một cảnh, bảng sức mạnh tính toán thậm chí có thể được thực hiện bằng một chữ số."

"Các kịch bản công nghiệp đã trở thành nơi đào tạo tốt nhất", Tang Daosheng, Phó chủ tịch điều hành cấp cao của Tập đoàn Tencent và Giám đốc điều hành của Nhóm kinh doanh công nghiệp thông minh và đám mây, cho biết tại cuộc họp toàn thể WAIC-Diễn đàn phát triển công nghiệp, chọn mô hình công nghiệp một cửa Sự hợp tác của các nhà cung cấp đám mây có khả năng dịch vụ để xây dựng các mô hình độc quyền của riêng họ dựa trên các mô hình công nghiệp lớn có thể là một con đường khả thi để các doanh nghiệp khám phá thực tiễn ứng dụng của các mô hình lớn.

Điều này có nghĩa là tương lai sẽ là kỷ nguyên "tất cả các mô hình cùng tồn tại", và mỗi doanh nghiệp sẽ có mô hình lớn của riêng mình và Tencent đã quyết định trở thành người tạo ra kỷ nguyên mới.

Trong bức tranh toàn cảnh về dịch vụ MaaS do Tencent Cloud phát hành vào tháng trước, người ta đã chỉ ra rằng dựa trên nền tảng Tencent Cloud TI, có thể xây dựng một cửa hàng được chọn theo mô hình công nghiệp quy mô lớn. Tencent Cloud có thể cung cấp 10 ngành công nghiệp chính như tài chính, du lịch văn hóa , các vấn đề của chính phủ, chăm sóc y tế, truyền thông và giáo dục. Đồng thời, Tencent Cloud đã ra mắt giải pháp tinh chỉnh mô hình lớn trong ngành để giúp các nhà phát triển mô hình và kỹ sư thuật toán giải quyết các nhiệm vụ như gọi mô hình, quản lý dữ liệu và nhãn, tinh chỉnh mô hình, thử nghiệm đánh giá và triển khai trong một lần dừng, đồng thời giảm thiểu áp lực của việc tạo ra các mô hình lớn.

Trên cơ sở các mô hình và nền tảng công cụ này, doanh nghiệp có thể nhanh chóng tạo "mô hình độc quyền" của riêng mình chỉ bằng cách thêm dữ liệu cảnh của riêng họ.

"Vẫn đang trong giai đoạn đầu phát triển các mô hình quy mô lớn. Cá nhân tôi hy vọng rằng trăm hoa đua nở và mọi người sẽ thử các khả năng khác nhau trong các lĩnh vực khác nhau." Wu Yunsheng tin rằng sự phát triển của trí tuệ nhân tạo là một dữ liệu khổng lồ dự án, đòi hỏi kiến thức phổ thông và Nó cũng đòi hỏi một tổ chức kiến thức chuyên nghiệp, sâu sắc và có thẩm quyền, và cần có sự nỗ lực chung của tất cả các bên để thực sự cho phép công nghệ phục vụ ngành.

Trí tuệ nhân tạo cho khoa học ghi lại "nhấp nháy" trong vũ trụ

Tất nhiên, ngoài việc phát huy tác dụng trong quá trình chuyển đổi kỹ thuật số của các ngành, mô hình công nghiệp quy mô lớn của Tencent Cloud còn tăng tốc ứng dụng các công nghệ AI như mô hình lớn trong lĩnh vực điện toán khoa học.

Bắt đầu từ năm 2021, Tencent, Đài quan sát Thiên văn Quốc gia và Trường Khoa học và Công nghệ Máy tính của Đại học Phúc Đán đã cùng nhau khởi động "Dự án khám phá các vì sao", sử dụng đám mây + AI để giúp China Tianyan NHANH CHÓNG xử lý lượng dữ liệu khổng lồ nhận được mỗi ngày, và tìm các vụ nổ và xung vô tuyến nhanh thông qua phân tích AI trực quan. Theo manh mối của các vì sao, cho đến nay đã phát hiện ra 30 pulsar.

Tại WAIC năm nay, Tencent đã thông báo rằng chương trình thăm dò sao đã đạt được nhiều tiến bộ hơn và lần đầu tiên phát hiện ra 2 vụ nổ radio nhanh thông qua công nghệ AI.

Các vụ nổ radio nhanh là một hiện tượng thiên văn bí ẩn, cứ sau 1 mili giây, năng lượng do mặt trời giải phóng trong suốt cả năm sẽ phát ra, làm "nhấp nháy" vũ trụ. Tuy nhiên, tần số "nhấp nháy" của nó cực thấp và thời gian cực ngắn, rất dễ bị bỏ qua trong khối dữ liệu khổng lồ và cực kỳ khó nắm bắt. Mãi đến năm 2007, con người mới phát hiện ra sao xung đầu tiên, muộn hơn 40 năm so với phát hiện của sao xung.

So với khám phá sao xung, để khám phá các vụ nổ vô tuyến nhanh xảy ra ở tần số thấp hơn trong dữ liệu lớn, các mô hình AI được yêu cầu phải có độ chính xác cao hơn và tốc độ tính toán nhanh hơn. Để cải thiện tốc độ tính toán, Tencent đã thiết kế đặc biệt một bộ thuật toán AI hoàn toàn mới để khám phá các vụ nổ radio nhanh. Với cùng sức mạnh tính toán, mô hình xử lý dữ liệu thiên văn hoàn toàn mới này thúc đẩy hiệu quả xử lý tín hiệu nhanh hơn 1800 lần so với quy trình xử lý thông thường.

Trước đây, trước khi có AI nhận dạng hình ảnh, cần phải hoàn thành quá trình tiền xử lý hình ảnh tín hiệu vật lý thiên văn phức tạp, chẳng hạn như biến đổi Fourier, tán sắc màu... Những công việc này rất chuyên nghiệp và phức tạp. Giờ đây, Tencent Youtu đã tạo ra một "thuật toán AI đầu cuối" để xử lý dữ liệu thiên văn, có thể bỏ qua các bước tiền xử lý và nhập trực tiếp vào nhận dạng AI, giúp cải thiện đáng kể hiệu quả.

FAST tạo ra hàng trăm terabyte dữ liệu mỗi ngày và hàng chục triệu bản đồ tín hiệu mỗi tuần. Khi đối mặt với dữ liệu khổng lồ, Tencent Cloud có thể nhanh chóng định vị và xác định thông tin hữu ích trong dữ liệu thông qua "phương pháp học tập đa phiên bản + cơ chế chú ý" và cung cấp hỗ trợ sức mạnh tính toán cơ bản mạnh mẽ.

Hôm nay, Tencent Cloud và FAST đang tiếp tục phát hiện các tín hiệu vô tuyến của M31 Andromeda cách chúng ta 2,5 triệu năm ánh sáng và dự kiến sẽ thu được nhiều "tia chớp vũ trụ" hơn trong tương lai gần.

Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
  • Phần thưởng
  • Bình luận
  • Chia sẻ
Bình luận
0/400
Không có bình luận
  • Ghim
Giao dịch tiền điện tử mọi lúc mọi nơi
qrCode
Quét để tải xuống ứng dụng Gate
Cộng đồng
Tiếng Việt
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)