Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

"Ως τεχνολογία, τα μεγάλα μοντέλα πρέπει να χρησιμοποιούνται πραγματικά από τη βιομηχανία και να λύνουν πρακτικά προβλήματα στον κλάδο προτού μπορέσει να ασκήσει την πραγματική της αξία, ο Guo Wei, αντιπρόεδρος της ομάδας μάρκετινγκ της Intel Corporation και γενικός διευθυντής του δικτύου Intel China." Η Διεύθυνση Κέντρου Δεδομένων Edge και Channel, συνομιλούσε με. Έχει επισημανθεί πολλές φορές στην επικοινωνία με την TMTpost Media APP.

Έχουν περάσει σχεδόν 2 χρόνια από τότε που κυκλοφόρησε το ChatGPT Σε λιγότερο από 2 χρόνια, τα μεγάλα μοντέλα τεχνητής νοημοσύνης διεισδύουν σε όλα τα κοινωνικά στρώματα με πρωτοφανή ταχύτητα. Ειδικά από φέτος, τόσο οι μεγάλοι κατασκευαστές μοντέλων όσο και οι εταιρείες του Party A έχουν μετατοπίσει την εστίασή τους από το μέγεθος των παραμέτρων του μοντέλου στο πώς τα μεγάλα μοντέλα επιλύουν τα προβλήματα του κλάδου, προσπαθώντας να βρουν ένα ή περισσότερα μεγάλα μοντέλα που μπορούν να λύσουν τα δικά τους σενάρια υλοποίησης του κλάδου .

Από το γενικό μέχρι τη βιομηχανία, τα σενάρια είναι το κλειδί για την εφαρμογή μεγάλων μοντέλων

Εάν ο ανταγωνισμός μεγάλων μοντέλων από μεγάλους κατασκευαστές χωριστεί σε δύο μισά, στο πρώτο μισό, οι μεγάλοι κατασκευαστές λανσάρουν γενικά μεγάλα μοντέλα το ένα μετά το άλλο και επιδεικνύουν τη δύναμή τους βελτιώνοντας συνεχώς τις παραμέτρους των μοντέλων στο δεύτερο μισό, όταν η τεχνητή νοημοσύνη είναι μεγάλη Τα μοντέλα γίνονται αποδεκτά από περισσότερες βιομηχανίες Όταν οι δευτερεύουσες επιχειρήσεις δίνουν προσοχή, εμφανίζονται όλο και περισσότερα μοντέλα μικρών παραμέτρων και τα σενάρια εφαρμογών του κλάδου έχουν γίνει φυσικά το επίκεντρο των επιχειρήσεων του Κόμματος Α και των μεγάλων προμηθευτών μοντέλων του Κόμματος Β ένα ερώτημα εάν τα μεγάλα μοντέλα μπορούν πραγματικά να υλοποιηθούν σε αυτό το στάδιο.

Από την άποψη αυτή, ο Guo Wei είπε στο TMTpost Media APP ότι η Intel πιστεύει ότι καθώς η τεχνολογία μεγάλων μοντέλων τεχνητής νοημοσύνης διεισδύει σταδιακά στη βιομηχανία, τα μοντέλα θα αλλάξουν σταδιακά από γενικά μεγάλα μοντέλα σε μεγάλα μοντέλα της συγκεκριμένης βιομηχανίας Το μοντέλο θα αλλάξει σίγουρα "Ταυτόχρονα, το μοντέλο του κλάδου θα συνδυάζει περισσότερες γνώσεις για τον κλάδο και θα επικεντρώνεται σε ένα ή περισσότερα συγκεκριμένα σενάρια."

Συμπτωματικά, ο Cao Peng, πρόεδρος της τεχνικής επιτροπής του JD Group και πρόεδρος του JD Cloud Division, δήλωσε επίσης δημόσια στο JD Cloud Summit ότι «τα γενικά μεγάλα μοντέλα βασίζονται στην υπολογιστική ισχύ για τη δημιουργία τους, ενώ τα μεγάλα βιομηχανικά μοντέλα βασίζονται στις επιχειρήσεις». Η Wan Jingdong έχει ήδη το δικό της προσωπικό παράδοσης, περισσότερους από 200.000 εμπόρους, περισσότερους από 30.000 γιατρούς, περισσότερες από 20.000 δραστηριότητες προμηθειών και πωλήσεων και πάνω από 10.000 προσωπικό Ε&Α.

Η «Παγκόσμια Λευκή Βίβλος για την Ψηφιακή Οικονομία 2024» δείχνει ότι ο αριθμός των μεγάλων μοντέλων τεχνητής νοημοσύνης στον κόσμο έχει φτάσει τα 1.328, εκ των οποίων η Κίνα αντιπροσωπεύει το 36%. Από την άλλη πλευρά, τα στοιχεία της IDC δείχνουν ότι η παραγωγική τεχνητή νοημοσύνη της Κίνας θα αντιπροσωπεύει το 4,6% της συνολικής επένδυσης στην αγορά τεχνητής νοημοσύνης το 2022. Με την ταχεία ανάπτυξη της γενετικής τεχνολογίας τεχνητής νοημοσύνης, το ποσοστό των επενδύσεων σε γενετική τεχνητή νοημοσύνη θα φτάσει το 33,0% το 2027, η κλίμακα επενδύσεων θα ξεπεράσει τα 13 δισεκατομμύρια δολάρια ΗΠΑ και ο πενταετής σύνθετος ρυθμός ανάπτυξης (CAGR) θα είναι 86,2%.

Προφανώς, το μεγάλο μοντέλο είναι ακριβώς όπως η προηγούμενη εποχή του υπολογιστικού νέφους Από την άποψη της τεχνολογίας και μόνο, η Κίνα μπορεί να εξακολουθεί να είναι ελαφρώς πίσω από το επίπεδο πρώτης κατηγορίας στον κόσμο, αλλά όταν εστιάζουμε στα σενάρια, η Κίνα έχει πλούσια σενάρια εφαρμογών και αυτά. σενάρια Αυτό είναι το κλειδί για να "πετάξετε στα σπίτια των απλών ανθρώπων" με μεγάλα μοντέλα τεχνητής νοημοσύνης.

Από το cloud μέχρι το edge, πώς μπορούν να χρησιμοποιηθούν καλύτερα τα μεγάλα μοντέλα;

Καθώς τα μεγάλα μοντέλα μετακινούνται σταδιακά από τις μεγάλες παραμέτρους των γενικών μεγάλων μοντέλων στις μικρές παραμέτρους των μοντέλων που αφορούν τον κλάδο, τα μεγάλα μοντέλα δείχνουν επίσης μια τάση μετακίνησης από το cloud στην πλευρά της συσκευής. Τα δεδομένα της IDC δείχνουν ότι έως το 2026, το 80% των παγκόσμιων επιχειρήσεων θα χρησιμοποιούν γενετική τεχνητή νοημοσύνη και το 50% των παγκόσμιων αναπτυξιακών τεχνολογιών αιχμής θα περιλαμβάνει τεχνητή νοημοσύνη.

Από την άποψη αυτή, ο Sachin Katti, ανώτερος αντιπρόεδρος και γενικός διευθυντής του Δικτύου και Edge της Intel, είπε κάποτε ότι το μέλλον της τεχνητής νοημοσύνης θα βασίζεται σε ένα ανοιχτό οικοσύστημα και η εφαρμογή της τεχνητής νοημοσύνης μετατοπίζεται από τα κέντρα δεδομένων στην υπολογιστική αιχμή.

Όχι μόνο αυτό, ο Chen Wei, Αντιπρόεδρος της Intel Corporation και Γενικός Διευθυντής Δικτύου και Διεύθυνσης Edge China, είπε επίσης στο TMTpost Media APP ότι κρίνοντας από τις τάσεις ανάπτυξης του τρέχοντος έτους, οι πελάτες της Intel και μόνο θα εξερευνήσουν την εφαρμογή μοντέλων αιχμής μεγάλης κλίμακας φέτος Υπάρχουν περισσότεροι πελάτες για τη λύση "Φέτος είναι εντελώς διαφορετικό. Φέτος μπορούμε να πούμε ότι περισσότεροι από τους μισούς πελάτες εξερευνούν λύσεις υλοποίησης που βασίζονται σε μεγάλα μοντέλα και υπάρχουν πολλές πρακτικές περιπτώσεις." επεσήμανε περαιτέρω.

Καθώς τα μεγάλα μοντέλα κινούνται προς τα άκρα, οι επιχειρήσεις πρέπει να λαμβάνουν υπόψη πολλούς παράγοντες κατά την ανάπτυξη, όπως απαιτήσεις καθυστέρησης, πρακτικότητα, ρυθμιζόμενη βελτιστοποίηση μικροδεδομένων και απαιτήσεις ασφάλειας πληροφοριών.

Ωστόσο, η ανάπτυξη μοντέλων μεγάλης κλίμακας βρίσκεται ακόμα στα πρώτα στάδια ανάπτυξης και υπάρχουν πολλά μοντέλα ανάπτυξης που είναι ορατά επί του παρόντος στην αγορά «Μέσω της παρατήρησης της Intel, βλέπουμε ότι πολλοί πελάτες χτίζουν λύσεις υλικού και λογισμικού κοινά μοντέλα μεγάλης κλίμακας Η βελτιστοποίηση απόδοσης είναι ένα ταχέως αναπτυσσόμενο μοντέλο», είπε ο Chen Wei όταν τέθηκε αντιμέτωπος με το ερώτημα που τέθηκε από το Titanium Media APP σχετικά με το πώς να εφαρμόσετε καλύτερα μεγάλα μοντέλα από την πλευρά του πελάτη.

Μιλώντας για τις τάσεις και τις προοπτικές των μεγάλων μοντέλων της Κίνας που εφαρμόζονται στον κλάδο, ο Guo Wei είπε στο TMTpost Media APP ότι από φέτος, όλο και περισσότεροι χρήστες του κλάδου έχουν εφαρμόσει πολλά μεγάλα μοντέλα της βιομηχανίας ιστορίες Φέτος έχουμε δει όλο και περισσότερες περιπτώσεις εφαρμογής στον κλάδο και είναι όλα σενάρια που μπορούν να λύσουν αποτελεσματικά τα προβλήματα του κλάδου», είπε ο Guo Wei.

Κρίνοντας από την τρέχουσα εφαρμογή, οι παράμετροι του μοντέλου στην τελική πλευρά είναι πολύ μικρότερες από τις παραμέτρους του γενικού μεγάλου μοντέλου δύσκολο έργο. Το τρέχον κυρίαρχο μοντέλο είναι να εισάγει στα δεδομένα γνώσεις ειδικά για τη βιομηχανία ενώ συμπιέζονται, κάτι που είναι κοινώς γνωστό ως τεχνική λύση προοδευτικού κλαδέματος.

Από την άποψη αυτή, ο αρμόδιος τεχνικός διευθυντής της JD Cloud είπε στο Titanium Media APP ότι λαμβάνοντας ως παράδειγμα το σενάριο μη επανδρωμένων οχημάτων εφοδιαστικής, μέσω μείωσης μεγέθους και αναζήτησης νευρωνικών δικτύων, είναι δυνατό να συμπιεστεί περίπου ο διπλάσιος αριθμός παραμέτρων χωρίς να μειωθεί το ίδιο το μοντέλο. Απόδοση, μπορεί επίσης να μειώσει την καθυστέρηση κατά περίπου δύο φορές.

Ταυτόχρονα, ο Guo Wei μοιράστηκε με την Titanium Media APP την ανάλυση και την κρίση του σχετικά με τις προοπτικές ανάπτυξης μοντέλων βιομηχανίας μεγάλης κλίμακας.

Πρώτον, η ανάπτυξη του ίδιου του μοντέλου σε βιομηχανικές εφαρμογές. Όπως αναφέρθηκε παραπάνω, "Μόνο από την άποψη της τεχνολογίας, η Κίνα μπορεί να είναι ακόμα πολύ πίσω από το πρώτο επίπεδο στον κόσμο, αλλά η Κίνα έχει πλούσια σενάρια εφαρμογών όσον αφορά την εφαρμογή του κλάδου, ειδικά όσον αφορά την ενοποίηση με εφαρμογές, κατά την άποψη του Guo Wei." , Κίνα Μπορεί να πάει πιο γρήγορα, "Ένα από τα χαρακτηριστικά της κινεζικής αγοράς είναι η ταχεία ανάπτυξη των εφαρμογών και η ικανότητα γρήγορης εξερεύνησης αποτελεσματικών τρόπων επίλυσης των σημείων πόνου του κλάδου."

Δεύτερον, η ικανότητα συλλογιστικής του μοντέλου βελτιώνεται. Όταν τα μεγάλα μοντέλα εφαρμόζονται πραγματικά στον κλάδο, δεν αρκεί να βασίζεστε αποκλειστικά στην εκπαίδευση μοντέλων Προκειμένου να λυθούν πραγματικά τα προβλήματα του κλάδου, είναι ιδιαίτερα σημαντικό να βελτιωθούν οι συλλογιστικές δυνατότητες του μοντέλου δυνατότητες θα έχουν επίσης σημαντικές βελτιώσεις φέτος.

Τρίτον, κατά την άποψη του Guo Wei, όταν εφαρμόζονται μεγάλα μοντέλα στη βιομηχανία, είναι απαραίτητο να συντονίζεται η κατανομή της υπολογιστικής ισχύος μεταξύ του cloud, της πλευράς της συσκευής και του edge , τα μεγάλα μοντέλα ενδέχεται να αναπτύσσονται κυρίως στο cloud , αλλά λόγω της ανάγκης για εφαρμογή της βιομηχανίας, η υπολογιστική ισχύς της τεχνητής νοημοσύνης θα κατανεμηθεί αναπόφευκτα στην άκρη και στην πλευρά του τερματικού », είπε ο Guo Wei στο TMTpost Media APP.

Πολλές σκηνές έχουν υλοποιηθεί

Όπως είπε ο Guo Wei, από φέτος, πολλά σενάρια εφαρμογών μεγάλων βιομηχανικών μοντέλων έχουν αναπτυχθεί στην πλευρά της συσκευής.

Όσον αφορά την εκπαίδευση, η Seewo παρουσίασε από κοινού μια λύση "AI + Education" που βασίζεται στην τεχνολογία της Intel. βελτιώνοντας έτσι την ταχύτητα και τη σταθερότητα απόκρισης του συστήματος και εξασφαλίζοντας μια ομαλή εμπειρία κατά τη διάρκεια της διδακτικής διαδικασίας.

Στον κλάδο του λιανικού εμπορίου, η Tous Les Jours έχει δημιουργήσει έξυπνες λύσεις καταστημάτων μέσω τεχνολογίας υπολογιστών αιχμής. Αυτή η λύση μπορεί να χρησιμοποιήσει τον υπάρχοντα εξοπλισμό συλλογής ήχου και βίντεο στο κατάστημα και μέσω της πλατφόρμας διαχείρισης ενοποίησης δεδομένων και βελτιστοποίησης, σύμφωνα με τις ανάγκες και τα χαρακτηριστικά των διαφορετικών καταστημάτων, να δημιουργήσει ένα σύνολο αποκλειστικών ψηφιακών έξυπνων μοντέλων καταστημάτων για αυτά, παρέχοντας προβολή προϊόντων και υπηρεσίες καταστημάτων , υγιεινή καταστημάτων, κανόνες εργαζομένων, πληροφορίες για το πλήθος και πληροφορίες για τη ροή των πελατών, που έχουν βελτιώσει τις διαφοροποιημένες δυνατότητες διαχείρισης των λειτουργιών του καταστήματος Tous Les Jours, βελτίωσαν την αποτελεσματικότητα διαχείρισης, μείωσαν το κόστος των μη αυτόματων επιθεωρήσεων καταστημάτων και ενίσχυσαν την εφαρμογή του πρότυπα των εργαζομένων, επιταχύνοντας την έξυπνη ανάπτυξη της βιομηχανίας αρτοποιίας.

Όσον αφορά την ιατρική υγεία, η JD Health κυκλοφόρησε το ιατρικό μεγάλο μοντέλο "Jingyi Qianxun" που βασίζεται στο μεγάλο μοντέλο JD Yanxi, το οποίο ενσωματώνει μεγάλο αριθμό κατευθυντήριων γραμμών κλινικής πρακτικής, ιατρική βιβλιογραφία και ειδικές γνώσεις και μπορεί να ολοκληρώσει γρήγορα τη μετανάστευση διαφόρων σενάρια στον τομέα της ιατρικής και της υγείας και της μάθησης. Με βάση το μοντέλο μεγάλης κλίμακας "Beijing Medical Qianxun", έχει λανσάρει μια σειρά λύσεων για ασκούμενους γιατρούς, συμπεριλαμβανομένων κλινικών cloud, παρακολούθησης μετά τη διάγνωση, κοινής διαβούλευσης με ειδικούς, κλινικής επιστημονικής έρευνας, επώασης επωνυμίας γιατρού IP και " έξυπνα εργαλεία βοηθού γιατρού. , τα οποία όχι μόνο βελτιστοποιούν την αποτελεσματικότητα και την ποιότητα της διαδικτυακής διάγνωσης και θεραπείας των γιατρών, αλλά βελτιώνουν και την ασφάλεια της πρακτικής.

Όσον αφορά την ασφάλεια, πολλοί προμηθευτές ασφαλείας, συμπεριλαμβανομένων των 360, Qi'anxin, Tencent Cloud, Sangfor, κ.λπ., έχουν λανσάρει μεγάλα μοντέλα προϊόντων στη βιομηχανία ασφάλειας που βασίζονται σε μεγάλες δυνατότητες μοντέλων ή έχουν ενσωματώσει τις δυνατότητες μεγάλων μοντέλων τεχνητής νοημοσύνης σε πρωτότυπα Μεταξύ των προϊόντων, ενόψει των ολοένα και πιο σοβαρών προκλήσεων ασφαλείας που έφερε η τεχνητή νοημοσύνη στην εποχή της τεχνητής νοημοσύνης, πετύχαμε τον στόχο «να νικήσουμε την τεχνητή νοημοσύνη με τεχνητή νοημοσύνη».

Όσον αφορά την εργασία γραφείου, πολλοί κατασκευαστές έχουν προτείνει την ιδέα του AIPC και εστιάζουν στους βοηθούς τεχνητής νοημοσύνης γραφείου Στο σενάριο AI Chatbot, τα μεγάλα μοντέλα μπορούν να αναπτυχθούν γρήγορα σε υπολογιστές Intel Core Ultra AI και οι χρήστες μπορούν να χρησιμοποιούν ομαλά τους ισχυρούς υπολογιστές. Κείμενο μεγάλων μοντέλων Δυνατότητες δημιουργίας, προγραμματισμού, μαθηματικού υπολογισμού και λογικής συλλογιστικής και απολαύστε μια βολική και ασφαλή τοπική έξυπνη διαδραστική εμπειρία.

Όσον αφορά την επεξεργασία εγγράφων, οι χρήστες μπορούν να χρησιμοποιούν AI PC για να επεξεργάζονται αποτελεσματικά μηνύματα ηλεκτρονικού ταχυδρομείου, να σχηματίζουν δεδομένα, να δημιουργούν αυτόματα έγγραφα εργασίας και να βελτιώνουν την αποτελεσματικότητα της εργασίας. δυνατότητες.

Τα παραπάνω είναι μόνο μερικά σενάρια όπου οι εφαρμογές μεγάλων μοντέλων τεχνητής νοημοσύνης είναι δημοφιλείς επί του παρόντος. Η εποχή των διαφόρων βιομηχανιών που αξιοποιούν τις δυνατότητες μεγάλων μοντέλων τεχνητής νοημοσύνης για να ενδυναμώσουν τις επιχειρήσεις έχει ξεκινήσει.

Τα δεδομένα είναι ακόμα ένα αναπόφευκτο θέμα

Όπως όλοι γνωρίζουμε, τα δεδομένα είναι η «θρεπτική ουσία» για την ταχεία ανάπτυξη μεγάλων μοντέλων Είτε πρόκειται για ένα γενικό μεγάλο μοντέλο είτε για ένα μεγάλο μοντέλο της βιομηχανίας, εάν θέλετε να συνειδητοποιήσετε την πραγματική αξία και να μειώσετε τις «ψευδαισθήσεις», τα δεδομένα είναι απαραίτητα. θέμα συζήτησης.

Όσον αφορά τον κλάδο, τα μεγάλα μοντέλα της βιομηχανίας απαιτούν τεράστια και πλούσια δεδομένα για τις εταιρείες που θέλουν να χρησιμοποιήσουν μεγάλα βιομηχανικά μοντέλα για να μειώσουν το κόστος και να αυξήσουν την αποτελεσματικότητα και να μετατρέψουν από την ψηφιοποίηση στην ψηφιακή νοημοσύνη, αυτό το μέρος είναι πολύ σημαντικό. για τα δεδομένα τους. Από τη σκοπιά των σημερινών εφαρμογών του κλάδου, τα αρχικά δεδομένα της επιχείρησης δεν επαρκούν για την εκπαίδευση ενός πλήρους επιχειρηματικού μοντέλου σε επίπεδο επιχείρησης Η τρέχουσα κύρια λύση είναι η χρήση συνθετικών δεδομένων. Στη συνέχεια, από τη μια πλευρά, οι επιχειρήσεις πρέπει να βελτιώσουν την ποιότητα των δικών τους δεδομένων.

Από την άλλη πλευρά, η διαφορά μεταξύ βιομηχανικών μεγάλων μοντέλων και γενικά μεγάλων μοντέλων είναι ότι τα περισσότερα μεγάλα μοντέλα της βιομηχανίας πρέπει να αναπτυχθούν στην πλευρά της συσκευής ή στην άκρη της συσκευής. Η Gartner προβλέπει ότι έως το 2025, περισσότερο από το 50% των δεδομένων που διαχειρίζονται οι επιχειρήσεις θα δημιουργούνται και θα υποβάλλονται σε επεξεργασία εκτός του κέντρου δεδομένων ή του cloud.

Με άλλα λόγια, μέχρι το 2025, ο όγκος των δεδομένων από την πλευρά της συσκευής θα ξεπεράσει το 50%. Σε αυτή τη διαδικασία, καθώς αυξάνεται ο όγκος των δεδομένων αιχμής, το εύρος ζώνης της μετάδοσης δεδομένων είναι επίσης μια σημαντική πρόκληση που πρέπει να αντιμετωπίσουν οι επιχειρήσεις «Αν και η Κίνα είναι ο παγκόσμιος ηγέτης στην κατασκευή εύρους ζώνης μετάδοσης για ολόκληρη την υποδομή. μεγάλος αριθμός Όταν δημιουργούνται δεδομένα στην άκρη, μπορεί να εξακολουθούν να προκαλούν καταιγίδες δικτύου και πρέπει ακόμα να βελτιστοποιήσουμε περαιτέρω τις στρατηγικές διαχείρισης δικτύου και μετάδοσης δεδομένων», δήλωσε ο Guo Wei στο Titanium Media APP.

Ανυπομονώντας για το μέλλον, ο Sachin Katti είπε στο TMTpost Media APP ότι ενώ η τεχνητή νοημοσύνη οδηγεί τα δεδομένα για τη βελτίωση της ποιότητας, αυτά τα δεδομένα με τη σειρά τους θα υποστηρίξουν την τεχνητή νοημοσύνη να γίνει καλύτερη, επιτυγχάνοντας τελικά έναν ενάρετο κύκλο.

Προφανώς, τα μεγάλα μοντέλα έχουν εισέλθει σε μια περίοδο ταχείας ανάπτυξης στη βιομηχανία.(Αυτό το άρθρο δημοσιεύτηκε για πρώτη φορά στο Titanium Media APP, συγγραφέας | Zhang Shenyu, συντάκτης | Gai Hongda)