notizia

ieri, alla tencent global digital ecology conference del 2024, tang daosheng, vicepresidente esecutivo senior del gruppo tencent e ceo del cloud and smart industry group, ha accettato un'intervista di gruppo con i giornalisti tang daosheng ha affermato che il modello di grandi dimensioni è ancora agli inizi fasi e necessità di iterazione continua per soddisfare le esigenze degli utenti, soddisfazione per i risultati degli aggiustamenti interni, consentendo al team di comprendere meglio la direzione degli sforzi.

le domande dei giornalisti si sono concentrate principalmente sui modelli di grandi dimensioni, seguiti dal business to b e da alcuni relativi alle esportazioni e all'hardware all'estero. tang daosheng rispose attentamente uno per uno.

modello di grandi dimensioni

tang daosheng ha detto che all'inizio di internet c'è stata una bolla e molte aziende sono state eliminate, ma alcune aziende ne sono emerse. lo stesso vale per i modelli di intelligenza artificiale di grandi dimensioni.

tencent attribuisce grande importanza agli investimenti in modelli di grandi dimensioni e valorizza anche lo sviluppo sostenibile. l’investimento richiesto per realizzare un modello più grande è molto più elevato rispetto al passato. ogni azienda dovrebbe calcolare chiaramente i costi e fissare prezzi ragionevoli per evitare di fare affidamento su altri profitti per sovvenzionare le proprie perdite. "quando svolgo un'attività, penso sempre: qual è un modello di business ragionevole? che tipo di input e output dovrebbero essere necessari per raggiungere uno sviluppo sano e a lungo termine? in generale, siamo in un flusso costante e continueremo a credo che alla fine saranno premiate le aziende che sono persistenti e a lungo termine, piuttosto che lanciarsi in un concetto solo perché è caldo. è anche difficile attenersi a questo approccio.

tang daosheng ritiene che il pubblico attualmente non sia disposto a pagare per modelli di grandi dimensioni, probabilmente perché non sono ancora pronti, e sarà disposto a pagare se sono abbastanza buoni. la prestazione attuale dei modelli di grandi dimensioni può essere di 60 o 70 punti, ma tutti si aspettano che sia di 90 punti. nel processo di esplorazione, troverai alcune nuove scene e nuove opportunità ed eviterai alcune scene che originariamente erano ben concepite ma che presentano limitazioni nella realizzazione effettiva.

quando l’intelligenza artificiale divenne popolare, cinque o sei anni fa, molte aziende innovative investirono e vinsero gare d’appalto. una situazione simile si sta attualmente verificando. alcune aziende competono per le offerte ma potrebbero non avere le capacità. l'esperienza precedente di tencent è che le esigenze dei clienti potrebbero non essere così chiare e che ci sono esigenze molto personalizzate. gli investimenti continui potrebbero sopraffare l'azienda.

tang daosheng è fiducioso nelle prospettive di applicazione industriale delle capacità dell’intelligenza artificiale e deve individuare i punti critici degli utenti e soddisfarne le esigenze.

il vantaggio di tencent risiede nelle applicazioni di scenario, come la generazione rapida di verbali di riunione, l'assistente al codice ai e tencent enjoy. l'assistente al codice ai lanciato da tencent ha raggiunto la copertura di oltre il 50% dei dipendenti di sviluppo del gruppo tencent, il tasso di generazione del codice ha raggiunto oltre il 30% e il tempo di codifica è stato ridotto in media di oltre il 40%. grazie all'esperienza di produzione interna su larga scala, l'efficienza della ricerca e sviluppo è stata migliorata di oltre il 20%.

ritiene che l'applicazione a livello nazionale dell'aigc potrebbe essere prodotta per la prima volta in to c, e quella più vicina potrebbe essere nel campo della ricerca di informazioni, come yuanbao.

molto più che grandi modelli

tang daosheng ritiene che l'intelligenza artificiale non sia solo un modello di grandi dimensioni o un modello linguistico di grandi dimensioni. i modelli di grandi dimensioni sono solo una parte del percorso dell'intelligenza artificiale. anche molti altri percorsi tecnici nel campo dell'intelligenza artificiale meritano attenzione sistema, modelli grandi un modello può essere anche solo uno dei moduli. non sono solo i player che realizzano modelli di grandi dimensioni a sviluppare l’intelligenza artificiale. ciò è altrettanto ristretto quanto pensare che solo le aziende che producono telefoni cellulari siano importanti nell’era della telefonia mobile.

la generazione di immagini, la generazione di video e la generazione di modelli 3d sono tutte generative. in passato, molti tipi di identificazione, dal riconoscimento facciale al riconoscimento delle impronte digitali, recentemente molto popolare, sono stati utilizzati in molti scenari applicativi nei campi dell'autenticazione dell'identità e dell'identificazione di sicurezza. anche i documenti combinati con modelli di grandi dimensioni hanno notevolmente migliorato le loro capacità.

l'intelligenza artificiale è una tecnologia molto ampia, dal riconoscimento alla generazione, così come l'apprendimento per rinforzo di aig e alphago. anche la tecnologia ai ha molte direzioni diverse e un centinaio di fiori sbocceranno in futuro e tencent continuerà a investire.

per trovare soluzioni e modi per risolvere i problemi, i modelli di grandi dimensioni sono solo uno dei modi. sebbene i modelli di grandi dimensioni abbiano dei vantaggi, presentano anche dei difetti. ad esempio, è difficile evitare la comparsa di "illusioni". pertanto, in seguito è emerso il modello rag (retrieval augmentation), che fa buon uso dei dati interni dell'azienda come base fattuale per rispondere alle domande, quindi combinarli con il modello per comprendere e fornire risposte più accurate o più mirate.

molte aziende accumulano varie informazioni proprietarie, selezionano un modello di base e sovrappongono miglioramenti di ricerca per generare un'architettura rag. tencent può creare alcuni assistenti intelligenti e applicazioni intelligenti basati su scenari, che possono migliorare significativamente l'efficienza e l'efficacia nel servizio clienti, nel marketing e nella creazione di contenuti. e altri campi.

per affari b

tang daosheng ha introdotto che alcuni anni fa tutti erano pieni di aspettative per il settore saas. hanno fatto molti investimenti senza saldare i conti, hanno assunto molte persone e hanno impiegato molta manodopera per realizzare vari progetti di sviluppo personalizzati per i clienti. alla fine, hanno scoperto che il modello di business non era lo stesso. ora che tutti si aspettano una correzione, il team sta riducendo gli investimenti in alcuni servizi umani e di sviluppo personalizzati una tantum e sta investendo più risorse nel rafforzamento dei prodotti della piattaforma. anche l’intero settore sta sperimentando aggiustamenti e cambiamenti simili, in misura maggiore o minore.

le industrie successive ritorneranno maggiormente alla loro natura commerciale, e alcune che non si trasformeranno nel tempo verranno eliminate dal mercato. "ma credo anche che questo manterrà un gruppo di attori più "robusti" e allo stesso tempo sarà meglio integrato con l'ecologia dell'intero settore, con capacità e competitività più forti. ad esempio, se realizziamo prodotti basati su piattaforme, lo faremo concentrarsi sulla creazione di piattaforme; alcuni che lavorano su applicazioni industriali approfondiranno i propri campi; ci sono anche alcuni fornitori di servizi che si concentrano sul servire scenari dei clienti e fornire servizi operativi. shenma, ecc. hanno tutti una cooperazione approfondita e a lungo termine. forniscono sistemi bancari di base o le capacità richieste da vari settori finanziari. hanno anche bisogno di software di piattaforma, database come il nostro tdsql o alcune delle nostre capacità audio e video accompagnare i giocatori. il posizionamento sta diventando sempre più chiaro e i confini di tutti stanno diventando sempre più chiari. quando tutti collaboreranno, i loro rispettivi ruoli diventeranno sempre più chiari e il settore diventerà sempre più maturo”.

tang daosheng ha affermato di essere abbastanza soddisfatto dei risultati di questi due anni di riforma. l'azienda è diventata più focalizzata. il team conosce i propri difetti e migliorerà in aree più importanti soluzioni e quali richiedono la collaborazione. lavorando insieme ai partner, il percorso diventa sempre più chiaro.

tang daosheng ha affermato che tencent cloud ha fatto grandi progressi nella riduzione delle perdite rispetto allo scorso anno e si sta gradualmente avvicinando al suo obiettivo di profitto. non è troppo lontano per raggiungere la redditività. negli ultimi anni, attraverso continui miglioramenti dell’efficienza nella catena di fornitura e attraverso ciò che facciamo e ciò che non facciamo nel processo aziendale, la nostra attività è diventata più mirata e più sana.