i fornitori di servizi cloud riconoscono nuovamente i limiti delle capacità dei modelli di grandi dimensioni e tencent tang daosheng ha affermato di "avere un po' più di pazienza"
2024-09-08
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
un anno fa, tencent ha lanciato il modello hunyuan alla global digital ecology conference. un anno dopo, la "battaglia dei 100 modelli" è giunta al termine e il modello dei giganti e degli unicorni è stato inizialmente determinato. tuttavia, le aspettative del mercato per i modelli di grandi dimensioni sembrano essere diminuite e l'industria lo sta riconoscendo nuovamente limiti delle capacità dei modelli di grandi dimensioni.
in un recente dialogo con china business news e altri media, tang daosheng, vicepresidente esecutivo senior del gruppo tencent e ceo del gruppo cloud and smart industry, ha risposto a una domanda sul calo di popolarità del mercato dell'intelligenza artificiale e ha affermato che proprio come i cicli sperimentati dalle nuove tecnologie in passato, all’inizio tutti si sono precipitati, hanno investito e hanno persino creato una bolla, poi hanno scoperto che i nuovi cambiamenti tecnologici richiedono tempo per stabilizzarsi e devono persino aspettare la prima ondata di capitali -i giocatori meno professionisti devono essere eliminati prima che possano tornare a uno stato razionale e pragmatico. "lo stesso vale ora per i modelli di intelligenza artificiale di grandi dimensioni. le persone potrebbero avere aspettative più elevate all'inizio perché non hanno ancora sperimentato il tempo di rifinitura. (ora) il pendolo ha oscillato in un'altra direzione. questa è la mia sensazione."
nelle prime fasi di sviluppo di modelli di grandi dimensioni, il cloud e i modelli di grandi dimensioni erano strettamente correlati e il consumo di energia di calcolo rifletteva la domanda e la popolarità dei modelli di grandi dimensioni. li qiang, vicepresidente del gruppo tencent e presidente del governo e delle imprese, ha dichiarato a china business news che l'emergere di modelli di grandi dimensioni negli ultimi due anni ha comportato un enorme aumento della potenza di calcolo delle gpu, nonché la rapida crescita dei prodotti relativi al supporto della formazione di modelli di grandi dimensioni. ma dal lato delle applicazioni, la commercializzazione di modelli di grandi dimensioni sul lato b è lungi dall’essere così prospera come tutti pensano. relativamente parlando, l'attuale modello di grandi dimensioni sarà applicato meglio in scenari con tolleranza agli errori relativamente elevata. il servizio di modello di grandi dimensioni di tencent, che si rivolge ancora ai clienti aziendali, fornisce soluzioni di adattamento flessibili e diversificate ed esplora la combinazione di modelli di grandi dimensioni e prodotti cloud.
la maggior parte delle entrate derivanti dall’intelligenza artificiale provengono dalla potenza di calcolo della gpu
l’ultimo rapporto finanziario di tencent mostra che nel secondo trimestre di quest’anno, i ricavi della tecnologia finanziaria e dei servizi aziendali di tencent sono aumentati del 4% su base annua, di cui il business dei servizi aziendali è aumentato di oltre dieci punti su base annua. tra i clienti di tencent cloud figurano oltre l’80% dei produttori nazionali di modelli su larga scala. tuttavia, questo rapporto finanziario di tencent non parla molto dei cambiamenti apportati dall’intelligenza artificiale.
per quanto riguarda la parte dei ricavi di tencent cloud proveniente dall'intelligenza artificiale, tang daosheng ha dichiarato a china business news che i dati potrebbero essere difficili da quantificare ora, ma sono in aumento. ad esempio, i produttori cooperativi di guida autonoma continuano ad aumentare la formazione di modelli basati sulla percezione del veicolo-macchina dati. osservando la struttura del reddito, li qiang ha detto ai giornalisti che attualmente la maggior parte del reddito legato all’intelligenza artificiale di tencent è ancora costituito dalla potenza di calcolo della gpu.
tencent non solo fornisce potenza di calcolo ai grandi produttori di modelli, ma promuove anche la commercializzazione di modelli hunyuan di grandi dimensioni sviluppati autonomamente. dopo che la popolarità iniziale sul mercato dei modelli di grandi dimensioni è diminuita, tencent sta anche valutando l'incremento effettivo che queste due parti del business possono ottenere. portare. in una precedente intervista, tang daosheng ha affermato che se il grande modello di impresa in cui ha investito avrà successo, richiederà un consumo continuo del cloud, che è un’eccellente fonte di reddito per il business del cloud. ma ha anche detto che nelle fasi iniziali delle nuove tecnologie, le startup guidate da una grande quantità di capitale cresceranno vertiginosamente e potrebbero investire eccessivamente, molti attori potrebbero far parte della bolla “se le entrate del cloud dipendono troppo dal capitale per le startup, una volta scoppiata la bolla, alcuni clienti scompariranno, le prestazioni caleranno e sarà più doloroso quando crolleranno”.
oltre al consumo energetico della gpu causato dai modelli di grandi dimensioni, i fornitori di cloud hanno anche sperimentato un nuovo riconoscimento delle capacità dei modelli di grandi dimensioni nel promuovere l’uso commerciale di modelli di grandi dimensioni sul lato b.
li qiang ha affermato che dal punto di vista generale del mercato, tra i redditi legati all’intelligenza artificiale, la percentuale di produzione commerciale che proviene realmente dai modelli di grandi dimensioni è ancora relativamente bassa. ha descritto questo processo come il passaggio del mercato da "fanatico" a "razionale". nello specifico, le barriere per l’industria del lato b sono relativamente profonde. l’applicazione dell’intelligenza artificiale nel campo industriale e nelle industrie tradizionali è più difficile di quella in c, e i modelli di grandi dimensioni non hanno ancora soddisfatto i requisiti delle industrie tradizionali requisiti più rigorosi per la tolleranza agli errori.
li qiang ha spiegato che le applicazioni o i collegamenti chiave che incidono sulla produzione sicura e su importanti processi decisionali hanno meno probabilità di accettare situazioni inaspettate. in questo momento, sarebbe meglio se l’intelligenza artificiale potesse assistere il processo decisionale. in alcuni segmenti tradizionali, i modelli generali di grandi dimensioni potrebbero non essere la scelta migliore. ad esempio, il rigoroso controllo di qualità degli iphone richiede di scattare foto e di ingrandirle più di cento volte. i modelli di grandi dimensioni addestrati utilizzando conoscenze generali non hanno senso in questo scenario, e l’efficienza e i costi non sono buoni quanto i piccoli modelli industriali. i modelli di grandi dimensioni potrebbero non essere applicabili a tutti i settori e i settori di nicchia. così come non c'è bisogno di formare i ragazzi perché siano studenti universitari di scuole prestigiose e poi inserirli in posizioni specializzate nel serraggio di viti.
inoltre, i modelli di grandi dimensioni, soprattutto quelli con parametri enormi, devono essere addestrati su enormi cluster di calcolo. i produttori che utilizzano queste capacità di modelli di grandi dimensioni si affidano anche a enormi cluster di calcolo per fornire inferenze. ciò era precedentemente considerato un ostacolo allo sviluppo opportunità di cloud pubblici da parte dei fornitori di cloud. tuttavia, le aziende b-side nutrono ancora preoccupazioni sulla sicurezza dei dati, quindi il processo di affidamento ai cloud pubblici per fornire funzionalità di modelli di grandi dimensioni potrebbe non essere così agevole come previsto.
"le imprese nazionali hanno requisiti relativamente elevati per quanto riguarda la riservatezza dei dati del proprio settore, e coloro che hanno avviato attività principali sono più disposti a farlo sotto forma di implementazione privatizzata. tuttavia, il percorso di privatizzazione influenzerà l'integrazione di grandi modelli e in un certo senso, questo ha costituito il collo di bottiglia di oggi. "li qiang ha affermato che gli attuali metodi di implementazione del grande modello to b includono sia l'implementazione privatizzata che l'accesso alle api, e quando si tratta di applicazioni core, l'industria considera maggiormente la privatizzazione.
dove vengono realmente utilizzati i modelli di grandi dimensioni?
oltre a tencent, anche alcune grandi aziende tecnologiche scommettono sull’intelligenza artificiale e alcune hanno menzionato l’aumento dei ricavi derivanti dall’intelligenza artificiale nei loro ultimi rapporti finanziari. ad esempio, nel trimestre terminato a giugno 2024, i ricavi dei prodotti legati all'intelligenza artificiale di alibaba cloud hanno raggiunto una crescita a tre cifre. nel secondo trimestre di quest'anno, i ricavi di baidu smart cloud sono aumentati del 14% su base annua il contributo alle entrate di baidu smart cloud è stato del 9%. tra i fornitori cloud internazionali, i ricavi del business cloud di google sono aumentati del 29% su base annua nel secondo trimestre di quest'anno, grazie alla domanda di intelligenza artificiale. nell'ultimo trimestre, i ricavi di microsoft azure e di altri servizi cloud sono aumentati del 29%. su base annua, l'intelligenza artificiale ha contribuito per l'8% alla crescita dei ricavi di azure.
a giudicare dai dati divulgati da alcuni produttori, il tasso di crescita dei ricavi portato dall’intelligenza artificiale è una percentuale a una cifra, o la percentuale dell’intelligenza artificiale nei ricavi del cloud è una percentuale a una cifra rispetto alle enormi aspettative del mercato precedente per l’intelligenza artificiale, la spinta dell’intelligenza artificiale al cloud entrate sembra che l'intensità debba essere ulteriormente rafforzata.
li qiang ha detto ai giornalisti che i clienti si sono gradualmente resi conto che i modelli di grandi dimensioni non possono "curare tutte le malattie" e sono diventati più razionali nella selezione delle scene. rispetto agli scenari di produzione industriale che hanno tassi di tolleranza agli errori rigorosi, i modelli di grandi dimensioni hanno uno spazio di applicazione migliore in altri scenari, tra cui gestione della conoscenza, marketing, servizio clienti, codifica, campi di controllo intelligente del rischio e quelli con requisiti professionali relativamente bassi, come scene di ispezione sul campo. i clienti sceglieranno scenari applicativi di alto livello con cui collaborare. ad esempio, il modello medico su larga scala sviluppato congiuntamente da tencent e dall'ospedale zhongshan promuove la diagnosi medica e la scrittura di certificati medici, che possono essere considerati diagnosi e trattamenti ausiliari. negli scenari decisionali, i modelli di grandi dimensioni sono maggiormente utilizzati per assistere il processo decisionale. negli scenari relativi alla conoscenza, i modelli di grandi dimensioni sono più comunemente utilizzati negli scenari di servizio clienti e formazione dei dipendenti.
per quanto riguarda le sfide dei modelli di grandi dimensioni, tang daosheng ha detto ai giornalisti che ciò include sia le sfide dell'alta qualità e della relativa scarsità di dati pubblici, sia le sfide dell'implementazione di modelli di grandi dimensioni. l'implementazione di modelli di grandi dimensioni comporta una serie di questioni come la riservatezza dei dati , costi di implementazione, risultati accurati e selezione delle scene. inoltre, un’altra sfida è che l’industria è incline a giochi a somma zero quando l’ambiente è stressante. secondo lui, se l'ansia di tutti diventa più forte, mantenere la quota di mercato attraverso le perdite non sarà una situazione salutare.
"osservo il conto profitti e perdite con molta attenzione. ogni azienda dovrebbe calcolare chiaramente i propri costi e fissare i prezzi in modo ragionevole per evitare di fare affidamento sui profitti altrui per sovvenzionare le proprie perdite. tutti devono essere più pazienti. la tecnologia di oggi può solo essere in grado di raggiungere il 50% in alcuni scenari. ci vuole tempo per raggiungere 90 punti all'inizio, molte persone pensavano che i modelli potessero cambiare il mondo rapidamente. recentemente, alcune persone sono pessimiste e pensano che i modelli di grandi dimensioni siano belli ma non facili da usare. in effetti, sopravvalutano i progressi a breve termine e sottovalutano gli effetti a lungo termine. non è consigliabile ", ha detto tang daosheng.
(questo articolo proviene da china business news)
