pengamatan keuangan xinhuanet｜implementasi dan penerapan model besar: kesulitan dan terobosan
2024-09-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
xinhuanet, beijing, 18 september pertanyaan: pengamatan penerapan implementasi model besar: kesulitan dan terobosan
reporter ran xiaoning, chen tingyu, ling jiwei, zhao qiuyue
ada terlalu banyak model besar tetapi terlalu sedikit aplikasi. model besar perlu dijalankan dan digunakan...cara berhasil mencapai "mil terakhir" penerapan model besar telah menjadi fokus diskusi baru-baru ini di dalam dan di luar industri.
dimulainya "pertempuran 100 model" tidaklah berlebihan. saat ini, terdapat lebih dari 190 model besar yang terdaftar di cyberspace administration of china, dengan lebih dari 600 juta pengguna terdaftar. tahun ini, perusahaan model besar telah menurunkan harga secara keseluruhan, dan bahkan menawarkan panggilan gratis dengan harga terendah. “jangan gabungkan modelnya, gabungkan aplikasinya.” sebuah perusahaan terkenal telah menyatakan pandangan ini berkali-kali, mencerminkan bahwa persaingan di jalur model besar telah memasuki tahap baru dalam membangun ekologi dan “mendapatkan pelanggan”. .
dari membiarkan seratus bunga bermekaran hingga pemandangan, tantangan apa yang dihadapi aplikasi model besar, dan bagaimana memecahkan masalah serta mengaktifkan ekosistem? baru-baru ini, wartawan mewawancarai perusahaan pengembangan model besar, lembaga desain dan penelitian dan pengembangan, perusahaan manufaktur dan produsen terminal untuk mengeksplorasi cerita di balik bagaimana model besar mempromosikan penelitian dan pengembangan, meningkatkan kualitas dan efisiensi produksi, dan memberdayakan sisi c untuk meningkatkan pengalaman pengguna.
model besar merekonstruksi penelitian ilmiah dan hubungan produksi
saat ini kita berada dalam periode kritis ketika ai mewujudkan rekonstruksi produktivitas dan hubungan produksi untuk penelitian ilmiah. sejak pertama kali diusulkan pada tahun 2018, ai untuk sains telah mencapai konsensus di kalangan akademisi sebagai paradigma penelitian ilmiah baru yang telah membawa dampak revolusioner pada bidang penelitian ilmiah. pemberdayaan teknologi baru telah meningkatkan efisiensi penelitian ilmiah, mendorong inovasi orisinal dalam penelitian ilmiah, dan menunjukkan nilai besar yang dibawa oleh kecerdasan buatan bagi penelitian ilmiah. tim peneliti ilmiah yang memimpin model besar ai telah mencapai hasil yang bermanfaat.
tian zhongqun, akademisi akademi ilmu pengetahuan tiongkok dan direktur kehormatan laboratorium inovasi jiageng, mengatakan bahwa ai telah menciptakan kemungkinan untuk perhitungan teoretis. penyempurnaan algoritma dan peningkatan daya komputasi telah meningkatkan efisiensi komputasi secara signifikan. ia menggunakan analogi untuk mengatakan, "melakukan penelitian ilmiah dasar seperti berada di pulau terpencil yang hanya memiliki tebing dan tanpa jalan setapak. saat ini, ai menyediakan alat yang dapat membantu peneliti ilmiah memiliki kesempatan untuk menaiki ombak dan memanjat tebing."
di bidang elektrokimia, penelitian ilmiah perlu memecahkan masalah industrialisasi energi baru. misalnya, jika terjadi masalah keselamatan pada pembangkit listrik penyimpan energi baru, khususnya pembangkit listrik penyimpan energi skala besar, maka dampaknya akan sangat serius. teknologi ai untuk elektrokimia memberikan lebih banyak jaminan keamanan energi dan dapat mendeteksi, mengendalikan, memberi umpan balik, dan mengendalikan dengan lebih baik. contoh lainnya, dalam sistem penyimpanan energi baterai, pengumpulan, pemrosesan, dan umpan balik parameter melibatkan sejumlah besar data. mengandalkan metode pemrosesan manual tradisional dapat memakan waktu paling cepat berhari-hari. namun untuk ai, jam, menit, atau bahkan detik mungkin cukup.
“ai membantu para ilmuwan menemukan masalah dengan lebih cepat, menganalisis masalah, memberikan umpan balik terhadap masalah, dan melakukan kontrol aktif untuk membentuk lingkaran tertutup, yang secara efektif meningkatkan keselamatan dan efisiensi.”
protein merupakan bahan dasar semua aktivitas kehidupan dan dapat disebut sebagai "permata mahkota" biologi molekuler. berdasarkan model konformasi molekul uni-mol skala besar yang dirilis oleh teknologi shenzhen, model ini dapat mewujudkan berbagai kemampuan umum seperti pembuatan molekul dan prediksi properti. di bidang penemuan obat, vd-gen, metode pembangkitan molekul dinamika virtual yang dikembangkan berdasarkan uni-mol, dapat secara langsung menghasilkan molekul dengan afinitas pengikatan tinggi pada rongga target protein.
sun weijie, salah satu pendiri dan ceo shenzhen technology, memperkenalkan bahwa dalam beberapa tahun terakhir, shenzhen technology dan kolaboratornya telah meluncurkan model besar simulasi molekul dpa, model besar konformasi molekul uni-mol, model besar uni-fold pelipatan protein, dan model besar urutan gen uni-rna. serangkaian model besar ilmiah dan mesin yang mendasarinya seperti model besar, mesin docking molekuler kinerja tinggi uni-dock, dan model besar multi-modal literatur ilmiah uni-smart.
sistem model besar sains shi yuzhi shenzhen (foto milik teknologi shi shenzhen)
saat ini terdapat sekitar 200 juta protein yang diketahui di bumi, dan setiap protein memiliki struktur spasial yang unik. setelah melalui proses panjang evolusi kehidupan di alam, molekul protein dapat secara spontan menyelesaikan seluruh proses pelipatan dalam sekejap. namun jika para ilmuwan ingin menghitung interaksi antara molekul asam amino untuk memprediksi bagaimana mereka melipatgandakan, dibutuhkan waktu lebih lama dari usia seluruh alam semesta untuk menghabiskan semua kemungkinan konfigurasi protein.
“sekarang dengan menggunakan teknologi ai, konformasi tiga dimensi protein dapat dihitung secara akurat dalam waktu yang sangat singkat. para ilmuwan juga mengeksplorasi lebih jauh penggunaan ai untuk merancang protein yang tidak ada di alam atau memodifikasi protein yang ada sesuai dengan fungsi spesifiknya. persyaratan." profesor biologi komputasi xu jinbo, ilmuwan, pendiri dan kepala ilmuwan molecular heart, mengatakan, “memprediksi struktur protein melalui ai telah sangat meningkatkan pemahaman masyarakat tentang protein, memahami bagaimana protein menjalankan fungsi biologisnya, dan pemahaman tentang interaksi antar protein. dan non-protein. hal ini memungkinkan manusia untuk lebih memahami proses molekuler kehidupan, yang mempunyai dampak penting pada bidang biologi, kedokteran, dan farmasi membantu pengembang obat. merancang molekul obat yang lebih efektif.”
xu jinbo percaya bahwa model ai berukuran besar sangat cocok untuk memecahkan masalah dalam ilmu kehidupan. “contoh paling sukses dari kombinasi komputasi dan biologi adalah prediksi struktur protein ai. sejauh ini, ini merupakan kontribusi terbesar ai terhadap biologi dan bahkan seluruh komunitas ilmiah. namun ini hanyalah permulaan, dan masih jauh dari akhir. ”
neworigin (darwin), model pembangkitan protein ai besar yang dikembangkan secara independen oleh molecular heart, adalah model dasar protein ai besar yang mengintegrasikan urutan, struktur, fungsi, dan evolusi. model ini telah mempelajari sejumlah besar data multi-modal yang sangat profesional dan kompleks dapat digunakan sesuai dengan permintaan industri, protein fungsional yang “dibuat khusus”. saat ini, model besar neworigin telah banyak digunakan di bidang penelitian dan pengembangan obat inovatif, bahan, makanan, industri kimia, pertanian, dll., dalam desain obat makromolekul, optimalisasi stabilitas protein di lingkungan ekstrim, optimalisasi aktivitas enzim, enzim - docking substrat spesifik, protein membuat terobosan dalam berbagai jenis tugas industri yang sulit seperti desain de novo.
bantuan model ai besar untuk penelitian ilmiah berpindah dari bumi ke luar angkasa, memainkan peran penting dalam bidang eksplorasi luar angkasa. ouyang ziyuan, seorang akademisi dari akademi ilmu pengetahuan tiongkok dan kepala ilmuwan pertama dari proyek eksplorasi bulan tiongkok, mengatakan bahwa dengan pesatnya kemajuan aktivitas eksplorasi luar angkasa manusia, data deteksi telah berkembang secara eksponensial. dalam hal pengelolaan data, negara kita telah mencapai keunggulan sebagai penggerak pertama; dalam hal penerapan data, negara kita harus memanfaatkan sepenuhnya keunggulan teknologi kecerdasan buatan yang ada.
selain mendeteksi sampel yang dikembalikan, penelitian manusia tentang evolusi geologi bulan terutama bergantung pada studi objek geologi bulan seperti identifikasi kawah tubrukan. ukuran, kedalaman, bentuk, dan karakteristik kawah tubrukan lainnya merupakan dasar penting untuk mempelajari evolusi geologi bulan. menurut statistik, jumlah kawah tumbukan bulan dengan diameter lebih dari satu kilometer di bulan saat ini melebihi 1 juta, dan jumlah kawah tumbukan dengan diameter kurang dari satu kilometer belum dapat ditentukan. “hampir tidak mungkin” untuk menyelesaikan identifikasi semua kawah tumbukan di bulan jika sepenuhnya bergantung pada tenaga kerja manual.
pada pameran digital 2024, institut geokimia dari akademi ilmu pengetahuan tiongkok dan alibaba cloud bersama-sama merilis "model besar profesional multi-modal sains bulan" yang pertama di dunia (disebut sebagai "model besar profesional bulan"). model besar ini dibangun berdasarkan model seri alibaba cloud tongyi. saat ini, tingkat akurasi dalam mengidentifikasi usia dan bentuk kawah tumbukan bulan telah mencapai lebih dari 80%. penerapan model besar profesional bulan telah sangat meningkatkan efisiensi penelitian ilmiah: peneliti ilmiah hanya perlu memasukkan gambar kawah tumbukan bulan dan pertanyaan terkait, dan model besar profesional bulan dapat memanggil visi umum dan model multi-modal untuk menghasilkan data dari 17 jenis data multimodal (termasuk spektrum, ketinggian, gravitasi, dan data lainnya) untuk menentukan tipe modal yang sesuai dengan gambar.
penerapan model penelitian ilmiah berskala besar memerlukan pemahaman tentang hukum-hukum ilmiah yang mendasarinya
meskipun model besar ai telah memberikan manfaat besar bagi penelitian ilmiah, penerapan model penelitian ilmiah besar di industri hilir masih menghadapi serangkaian tantangan skenario terkait.
xu jinbo percaya bahwa selain kondisi dasar yang diperlukan seperti algoritme, daya komputasi, dan data, pengembangan model produksi protein skala besar juga memerlukan dua kemampuan lanjutan profesional utama: pertama, integrasi komputer, biologi, fisika, dan lainnya. disiplin ilmu, dan keakraban dengan ai, dinamika molekuler, dll. sains, komputasi kuantum, dan metode lainnya, dan dapat mempertimbangkan kemampuan integrasi lintas bidang dari urutan dan struktur, rantai utama dan rantai samping, evolusi dan omics secara paralel dalam praktiknya. yang kedua adalah kemampuan untuk keluar dari laboratorium, menyelami lingkungan industri nyata, dan dekat dengan kebutuhan industri nyata dalam hal permintaan, verifikasi, dan implementasi. saat ini tim talent dengan kemampuan dan kondisi tersebut sangat langka.
sun weijie percaya bahwa ai harus terlebih dahulu mempelajari hukum ilmiah dan distribusi matematis dari partikel mikroskopis alam semesta sebelum dapat mencoba memecahkan masalah penting di dunia mikroskopis.
“apa yang dibawa oleh sistem algoritme dan sistem model yang ada adalah peluang untuk benar-benar merekonstruksi dunia dimulai dari atom. ledakan ai telah membawa peluang sistematis bagi penelitian ilmiah untuk merekonstruksi alat produksi, produktivitas, dan hubungan produksi. mulai dari atom, perangkat lunak, data, representasi, dan hubungan manufaktur akhir semuanya akan direkonstruksi. meskipun kemakmuran dunia digital telah mendorong pengembangan model-model besar, yang perlu lebih diperhatikan adalah hasil akhir jangka panjang, dan hasil akhir dari rekonstruksi ai. produktivitas penelitian ilmiah akan menuju era 'manufaktur atom pintar'," katanya.
“dunia fisik terdiri dari partikel mikroskopis, dan yang menjadi perhatian adalah struktur molekul, urutan gen protein, simulasi molekuler, dll. pada tingkat mikroskopis. mode baru ini tidak dapat dicakup dan diproses dalam model besar klasik, dan masa lalu model besar belum mampu mencakup dan menanganinya. ini adalah cara untuk benar-benar memahami hukum ilmiah yang mendasari segala sesuatu di alam semesta,” kata sun weijie.
dia menjelaskan lebih lanjut bahwa model besar ai perlu memahami alam semesta partikel mikroskopis dan mencoba memecahkan masalah di dunia mikroskopis. seringkali terdapat kekurangan data yang sangat efektif karena dunia partikel mikroskopis tidak terlihat dan tidak berwujud. “di dunia mikroskopis, metode terbaik dan terbukti saat ini adalah ai for science. ai for science membuka paradigma penelitian ilmiah baru, mengintegrasikan kecerdasan buatan dengan penelitian ilmiah dasar, dan memberi ai kemampuan untuk memahami dunia mikroskopis. tiga pilar model dunia, model dunia digital, dan model kecerdasan yang diwujudkan merupakan tiga jalur utama untuk bekerja dan berwirausaha di bidang ai saat ini. ai untuk sains merupakan salah satu dari tiga pilar ai dan merupakan pintu gerbang ke agi. satu-satunya cara." kata sun weijie.
manufaktur besar yang mendukung model memerlukan integrasi dan penerapan yang lebih dalam
model besar ai secara bertahap merambah ke semua aspek industri manufaktur dan menjadi salah satu teknologi inti yang mengarah pada kecerdasan, fleksibilitas, dan otomatisasi dalam industri manufaktur, sehingga membawa peluang baru bagi industri manufaktur.
tingkat pemerintah secara aktif mempromosikan penerapan spesifik dan inovasi model-model besar di bidang manufaktur. pada bulan april tahun ini, departemen sains dan teknologi kementerian perindustrian dan teknologi informasi mengusulkan untuk mempromosikan penggunaan kecerdasan buatan secara luas dalam produksi dan manufaktur, dan menekankan bahwa "mengambil integrasi mendalam antara kecerdasan buatan dan manufaktur sebagai jalur utama , memaparkan model umum besar dan model industri besar, mempercepat kecerdasan buatan memberdayakan industrialisasi baru”.
di bawah panduan tren ini, banyak industri seperti peralatan rumah tangga, mobil, dan bahan kimia telah menjajaki penerapan model ai besar.
cetakan injeksi merupakan proses penting dalam memproduksi mesin cuci. proses produksinya seolah-olah tidak lebih dari membuka dan menutup cetakan, namun dibalik itu melibatkan proses dan parameter yang kompleks seperti suhu, tekanan, siklus pencetakan, kesehatan cetakan, konsumsi energi, dll. di masa lalu, ini hanya bisa mengandalkan pengalaman manual untuk debugging. saat ini, masalah "kotak hitam" pada proses pencetakan injeksi telah terpecahkan.
saat memasuki pabrik interkoneksi mesin cuci haier tianjin, anda dapat melihat bahwa model industri tianzhi yang dikembangkan secara independen oleh cosmoplat mengubah pengalaman industri ahli cetakan injeksi menjadi data dan indikator yang dapat diukur. penanggung jawab terkait mengatakan bahwa melalui adaptasi yang wajar dari model cetakan injeksi besar dan model ahli, konsumsi energi keseluruhan mesin cetakan injeksi dapat dioptimalkan dan dikurangi sebesar 6% -10%, dan waktu siklus produksi dapat menjadi meningkat sebesar 5%-12%. dapat dipahami bahwa model industri besar tianzhi dapat membaca bahasa industri, memahami proses dan mekanisme industri, menghasilkan instruksi pelaksanaan industri, dan menjalankan kontrol mesin industri. model ini telah digunakan di pabrik interkoneksi mesin cuci haier di tianjin dan foshan.
gambar menunjukkan peralatan cetak injeksi di pabrik interkoneksi mesin cuci haier di tianjin (foto disediakan oleh kaos)
“dalam skenario dan proses industri dalam produksi dan manufaktur mobil, terdapat kendala umum seperti penggunaan lem yang tinggi, biaya tenaga kerja yang tinggi, penjadwalan produksi yang perlu dioptimalkan, dan desain proses yang sulit untuk mencapai pengaturan proses yang optimal secara manual.” institut penelitian internet industri tiongkok pada acara docking penawaran dan permintaan "generative artificial intelligence + automobile" tahun 2024 yang diadakan, banyak perusahaan mobil menyebutkan serangkaian kendala yang dihadapi industri ini.
"teknologi kecerdasan buatan generatif membantu mengatur proses pengelasan dan memprogram proyek perakitan secara otomatis, sehingga mencapai keseimbangan beban yang optimal dan meningkatkan efisiensi persiapan dokumen proses." kata zheng chunqi, wakil manajer umum gac aian new energy vehicle co., ltd. ye tongsheng, direktur industri otomotif yuncong technology group co., ltd., lebih lanjut menambahkan bahwa kemampuan analisis model besar dapat memantau kualitas seluruh proses produksi kendaraan.
dalam hal kecerdasan industri petrokimia, kecerdasan peralatan industri dan efisiensi penelitian eksperimental yang tinggi, teknologi prediksi cerdas untuk kokas pemukim perengkahan katalitik dapat memecahkan masalah kokas pemukim perengkahan katalitik. menurut deng chun, seorang profesor di national key laboratory of heavy oil di china university of petroleum, kecerdasan buatan generatif mempromosikan penerapan operasi cerdas peralatan industri di industri kimia melalui persepsi material, mekanisme reaksi, peralatan inti, optimalisasi proses, dan optimalisasi sistem.
namun penerapan model ai besar di tingkat manufaktur tidak berjalan mulus. survei tersebut mengungkapkan bahwa perusahaan manufaktur memiliki data dalam jumlah besar dan sangat terfragmentasi, sehingga sulit untuk mengumpulkan dan memberikan nilai pada data secara efektif. selain itu, biaya daya komputasi, biaya penerapan, dan biaya uji coba model besar relatif tinggi, dan terdapat kekurangan talenta teknis ai industri.
“penerapan model besar di perusahaan manufaktur memerlukan upaya bersama dari para insinyur algoritme, insinyur data, dan manajer perusahaan garis depan, khususnya, banyak energi dan waktu yang harus diinvestasikan dalam pengumpulan dan anotasi data, penyempurnaan model, dan penyesuaian model. dan optimalisasi proses. sun linjun, wakil ketua asosiasi kecerdasan buatan hainan, anggota komite digital federasi industri dan perdagangan zhejiang, dan pendiri perusahaan teknologi ai real intelligence, mengatakan hal tersebut dalam menghadapi rantai pasokan yang kompleks di bidang manufaktur. perusahaan, intelijen agen nyata dapat mengintegrasikan dan mengoptimalkan data dengan bantuan rpa. sumber daya, antarmuka alternatif berbiaya rendah dengan bantuan model besar, ambang batas penggunaan data dapat dikurangi, operasi bisnis yang kompleks dapat diuraikan melalui penalaran dan rpa; dijadwalkan untuk menyelesaikan operasi bisnis secara otomatis, dan kemudian biaya dan sumber daya komputasi dapat dikerahkan melalui kontrol model yang wajar, yang dapat diterapkan pada pengadaan bahan mentah, ini memainkan peran yang sangat baik dalam mengurangi biaya dan meningkatkan efisiensi di berbagai tautan bisnis dan proses seperti manajemen inventaris, perencanaan produksi, dan distribusi logistik.
meskipun menghadapi banyak tantangan, sebagian besar perusahaan yang diwawancarai yakin bahwa prospek penerapan model besar ai di industri manufaktur masih luas.
xu xiaolan, ketua china institute of electronics, menyarankan agar negara saya memanfaatkan sepenuhnya keunggulannya seperti sistem industri yang lengkap, skala industri yang besar, skenario aplikasi yang kaya, dan bakat teknik yang kaya, serta berupaya untuk mengkonsolidasikan fondasi ai teknologi, memperdalam aplikasi terintegrasi ai, meningkatkan ekologi pengembangan industri, dan memperdalam diberdayakan oleh teknologi kecerdasan buatan, kami akan mempercepat pengembangan kekuatan produktif baru dan mendorong industrialisasi baru.
pengenalan model-model besar ke dalam terminal mendorong mempopulerkan ai dalam skala besar
jika model cloud besar menunjukkan kemampuan teknis ai yang kuat, maka ai pada perangkat adalah pembawa yang mempercepat penyebaran keuntungan teknologi ai.
mengapa ai pada perangkat begitu populer? citic construction investment merilis laporan penelitian yang menyatakan bahwa ai pada perangkat adalah tahap selanjutnya dalam pengembangan ai. dengan memberdayakan model besar dengan perangkat keras terminal, diharapkan dapat memulai gelombang aplikasi ai.
dari tata letak produsen terminal, oppo telah mengusulkan untuk melengkapi sekitar 50 juta ponsel pengguna dengan fungsi ai tahun ini. lenovo telah sepenuhnya mempromosikan strategi terminal pintar “all-in-one, multi-terminal” yang dilengkapi aipc dengan model ai besar, dan banyak seri tv changhong yang dilengkapi dengan changhong yunfan ai. model besar... terlihat masuknya model besar ke sisi terminal semakin cepat.
gambar menunjukkan distribusi dan posisi model besar di sisi terminal (sumber: iresearch)
menempatkan model besar ke terminal kecil memiliki prospek dan tantangan yang tidak terbatas. dalam pandangan zhang peng, ceo zhipu ai, cara membuat model lebih cerdas berdasarkan volume transmisi yang lebih rendah dan cara menyediakan sumber daya unik di terminal seluler untuk mendukung pengoperasian model besar adalah salah satu masalah utama yang dihadapi oleh model besar. memasuki terminal masalah.
zhipu ai, yang didirikan hanya 5 tahun lalu, kini telah menjadi bintang baru di bidang pengembangan model. mengenai cara menciptakan ruang untuk implementasi model besar, zhang peng percaya bahwa kerja sama adalah kuncinya. “di satu sisi, model besar harus diteliti sendiri sepenuhnya. selain itu, produsen perangkat keras, produsen algoritma model, harus melakukan penelitian sendiri sistem dan serangkaian produsen teknologi ekologi perlu bekerja sama. "zhipu ai telah bekerja sama dengan intel, qualcomm, dll. untuk memungkinkan model besar dijalankan di berbagai terminal seperti pc, ponsel, dan mobil.
“matikan kamera depan”, “matikan volume komputer”, “buat ringkasan sesuai dengan kebiasaan membaca saya”... konsumen mendapati bahwa lebih mudah menggunakan komputer baru dengan merek tertentu. dengan melakukan percakapan sederhana dengan komputer, pengoperasian yang rumit dapat digantikan. menurut pabrikannya, dengan iterasi versi mendatang, bahkan akan dapat membantu pengguna mengimplementasikan fungsi yang lebih sulit seperti mengedit dan mengirim email, membuat poster yang dipersonalisasi, dan memahami makna yang terkandung dalam sebuah gambar.
“pada tahun 2022, lenovo mulai berencana untuk menempatkan model besar secara lokal.” zheng aiguo, manajer umum produk dan solusi perusahaan kecil dan menengah global grup lenovo, mengatakan bahwa pada saat itu, parameter model besar terlalu besar dan sulit. untuk dibawa secara lokal. hingga tahun lalu, perusahaan pengembangan model besar menurunkan fokus mereka ke 6-7 miliar, dan lenovo mulai menyadari bahwa penerapan rencana lokal model besar menjadi lebih mudah. pada bulan mei tahun lalu, lenovo menggabungkan model ai sisi klien berskala besar dengan proyek pc.
wang bin, direktur laboratorium ai grup xiaomi, percaya bahwa di satu sisi, model semakin kecil, di sisi lain, daya komputasi semakin besar, dan kemampuan perangkat keras semakin kuat, ditambah dengan berbagai tuntutan, hal tersebut diharapkan terjadi akan menjadi beberapa pembunuh di sisi aplikasi ai tingkat terminal.
reporter menelusuri produk ponsel ai yang dijual di platform e-commerce dan menemukan bahwa suara, gambar, dan asisten ai adalah tiga titik fungsional ponsel ai yang paling terkonsentrasi. saat ini, produsen ponsel arus utama secara aktif menerapkan model yang ringan dan besar untuk membuat ai tidak efektif dan dengan giat mengembangkan skenario penerapan ai. beberapa laporan riset pasar memperkirakan bahwa ponsel ai akan memiliki prospek nilai lebih besar dalam hal asisten cerdas pribadi dan peningkatan kemampuan kantor. kini menjadi kenyataan bahwa setiap terminal memiliki asisten ai bawaannya sendiri, yang dianggap sebagai masa depan ai yang dapat dinikmati semua orang.
kasus penggunaan ai sisi akhir seperti pengenalan gambar ai, pengaktifan suara, dan fotografi komputasional mungkin tampak sederhana, namun sebenarnya mereka memiliki persyaratan yang sangat kuat pada daya komputasi dan bandwidth ddr pada chip.
pesatnya pertumbuhan kasus penggunaan ai pada ponsel pintar menyoroti pentingnya qualcomm sebagai sebuah perusahaan. “qualcomm telah mengintegrasikan konsep ai ke dalam seluruh soc sejak awal desainnya.” wan weixing, kepala teknologi produk ai qualcomm di tiongkok, mengatakan bahwa sebagai tanggapan terhadap tantangan model besar pada bandwidth ddr, qualcomm telah mengembangkannya. teknologi kuantisasi, teknologi kompresi untuk mengurangi ukuran model; untuk model besar yang memerlukan daya komputasi tinggi, qualcomm telah membuat desain yang sangat profesional pada npu untuk memenuhi beragam kebutuhan kasus penggunaan yang berbeda.
selain itu, ratusan model sedang berkembang, dan model besar sisi ujung dibagi lagi ke dalam banyak kategori. namun, saat ini, kemampuan komunikasi antar model pada terminal yang berbeda belum terbentuk. oleh karena itu, menurut sun mingjun, direktur institut penelitian kecerdasan buatan cerdas zhongguancun, "di masa depan, penyatuan dan interoperabilitas standar teknis akan menjadi masalah teknis yang sangat besar yang perlu diselesaikan oleh semua pihak."
"aplikasi adalah raja", konsep ini sangat penting dalam pengembangan dan implementasi teknologi model besar. selama penelitian dan wawancara, orang dalam industri secara umum sepakat bahwa nilai sebenarnya dari model besar terletak pada penyelesaian masalah praktis dan menciptakan nilai nyata bagi pengguna.
seiring dengan semakin berkembangnya aksi "kecerdasan buatan +", diharapkan melalui kerja sama berbagai pihak, model teknologi berskala besar akan memanfaatkan "efek roda gila" yang tidak hanya memberdayakan ribuan industri, tetapi juga mempercepat pembentukan industri produktif baru. kekuatan, tetapi juga memberikan umpan balik melalui penerapan berkelanjutan. iterasi teknologi dan peningkatan kinerja membuka ranah baru penerapan model besar.
