ファーウェイ輪番会長徐志軍氏の最新スピーチ：すべてのアプリケーションが「大きな」モデルを追求する必要はない
2024-09-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
9月19日、ファーウェイの公式ウェブサイトには、2024年ファーウェイフルコネクションカンファレンスにおけるファーウェイ副会長兼輪番会長の徐志軍氏の講演が掲載され、aiは業界に最も大きな影響を与える技術となったと述べた。戦略の核心は、人工知能変革の機会をつかむことです。
xu zhijun 氏は、「私たちが製造できるチップの進歩は制限されるでしょう。これは、コンピューティング パワー ソリューションを構築する上で私たちが直面しなければならない課題です。」と述べました。
同氏の見解では、人工知能がコンピューティング能力に対する主要な需要になりつつあるため、コンピューティング システムは構造的に変化しており、必要とされているのは単一プロセッサーのコンピューティング能力ではなく、システムのコンピューティング能力であるという。これらの構造変化は、アーキテクチャの革新を通じてコンピューティング業界に独立した持続可能な開発パスを生み出す機会を提供します。
しかし、同氏はまた、大規模モデルにおける技術的進歩により、インテリジェンスのプロセスが大幅に加速され、しばらくの間、ほぼすべての社会で大規模モデル、ai コンピューティング能力の構築、大規模モデルのトレーニングについて話題になってきたとも述べました。ただし、長期的な開発の観点から見ると、すべての企業が大規模な ai コンピューティング能力を構築する必要があるわけではありません。
「ai サーバー、特に ai コンピューティング パワー クラスターが一般的な x86 サーバーとは異なり、電源や冷却などのデータ センター室内環境に非常に高い要件が求められることは誰もが知っています。また、大型モデルがますます大型になるにつれて、ai コンピューティング パワーも向上します。 ai サーバーは急速にアップグレードされ、コストを無駄にするか、需要に応えられなくなるかのジレンマに直面しています。」
さらに、xu zhijun 氏は、すべてのアプリケーションが「大きな」モデルを追求する必要があるわけではないと考えています。 10 億パラメータ モデルは科学計算や予測的意思決定などのビジネス シナリオのニーズを満たすことができ、一方、数百億パラメータ モデルは nlp、cv、マルチナレッジ q&a、コード生成、エージェント アシスタントなどのモダリティ。 セキュリティ テスト。 nlp とマルチモダリティの複雑なタスクは、数千億のパラメーター モデルを使用して完了できます。
以下、講演全文（一部抜粋）
ファーウェイ副会長兼輪番会長徐志軍氏：包括的インテリジェンスの時代を迎える
2024 huawei connected conferenceへようこそ。上海での楽しい旅をお祈りします。 2018年のファーウェイ・フル・コネクティビティ・カンファレンスで、私はファーウェイの人工知能開発戦略とフルスタック、フルシナリオのaiソリューションを発表し、aiを汎用テクノロジーとして位置づけました。 2021年、ファーウェイ・フル・コネクティビティ・カンファレンスで、私はあらゆる分野でのインテリジェンスを可能にするpanguモデルについて話しました。 2018年から現在に至るまで、aiの発展は日々変化しており、世界の投資コミュニティ、業界、政府から大きな注目を集めています。ファーウェイは2018年以来ai開発戦略を着実に進めており、昨年のファーウェイ・コネクテッド・カンファレンスでは同社の包括的なインテリジェンス戦略をさらに明確にした。インテリジェンスに関しては、各業界、各企業が独自の探求を行っており、多くの成果が得られていると聞きましたが、まだ多くの混乱があることにも気づきました。今日はこの機会を利用して、私たちの観察、考え、戦略、実践について共有したいと思います。
aiは業界に最も大きな影響を与えるテクノロジーとなっている
まず、ai の商業的な進歩を見てみましょう。商業応用の観点から見ると、ai ほど短期間でこれほど大きな影響を与えた技術進歩はありません。マッキンゼーとスタンフォード大学の調査によると、さまざまな業界での ai アプリケーションは現在、主に製品開発、マーケティング、事業運営の 3 つの側面に集中しています。次に、企業経営者の観点から見ると、ガートナーの調査結果は、ceo が ai に対して非常に肯定的な見方をしていることを示しています。要約すると、ai テクノロジーの継続的な進歩により、あらゆる分野での知性の継続的な深化が促進され、包括的な知性への移行が進んでいます。
包括的インテリジェンス時代の初期段階に立つ当社の各社は、今日できるだけ早く ai を活用して価値を創造したいと考えているだけでなく、将来のインテリジェントな競争で主導権を握ることも望んでいます。これは私たちが考えてきた課題でもありますが、この機会に、インテリジェント時代の企業像、つまりインテリジェント時代の企業はどのようなものであり、どのような特徴を持つのかについてお話ししたいと思います。
私たちは、インテリジェント時代の企業は「6 つの a」の特性を備えている必要があると考えています。最初の 4 つの a は知性の効果を表しており、その中には次のようなものがあります。
最初の a は、企業が将来どのように顧客にサービスを提供する必要があるかという答えです。これは、インテリジェントな企業がユーザーの行動、ニーズ、興味、好み、環境の変化を積極的に認識し、理解できる必要があることを意味します。ユーザーのニーズに最適なサービスを提供するために調整する必要があり、多数の個別化された固有のニーズをタイムリーかつ同時に満たすことができる製品は、単に調整するだけではなく、最初から特別に設計する必要があります。例えば、ai学習機は生徒の年齢、学習進度、理解力、テストのフィードバックに応じて指導内容や難易度を自動的に調整するため、生徒一人ひとりが異なるタイミングで自分に合った学習体験を得ることができます。顧客にあらかじめ設定された決定的なエクスペリエンスを適応型エクスペリエンスに提供することは、飛躍的な進歩です。すべての企業は、インテリジェントな時代に適応する顧客エクスペリエンスを提供する必要があります。
2 番目の a は、会社がどのような種類の製品を構築する必要があるかを答えます。私たちはこれを自動進化する製品と考えています。これは、インテリジェント時代の製品が独自に学習し、反復し続け、変化に適応し、自己最適化して進化できる機能を備えていることを意味します。車は走れば走るほど良くなります。製品のデジタル化から製品インテリジェンスへの移行は、競争を大きく変える飛躍です。どの企業も自社製品にインテリジェント機能を統合することを考える必要があります。
3 番目の a は、企業の日常業務の将来、つまり自律運用に答えます。これは、認識、計画、意思決定から実行に至るまで、ビジネス フローの高度に自律的な運用、つまりエンドツーエンドの自律的な閉ループを実現する必要性を指します。たとえば、港はインテリジェントな計画プラットフォームを通じて運用計画を自動的に作成し、自動運転トラックによるコンテナの水平輸送を自動的に完了します。企業運営の自動化は、長年にわたって多くの企業によって追求されてきました。運営の自律性は、業務効率を向上させるための飛躍的な進歩であり、ai を使用して、より広範囲かつより深い範囲で企業運営を強化し、変革することを検討する必要があります。
4 番目の a は、従業員の仕事体験と働き方の未来、つまり拡張された労働力についての答えです。これは、すべての従業員が「自分を理解し」、あらゆるタスクを効率的かつ高品質で完了するインテリジェントなアシスタントを持つ必要性を指します。たとえば、オペレータの基地局のオンサイト保守担当者は、保守アシスタント app を通じて、障害の位置、根本原因、処理の提案などの情報を迅速に取得できます。 ai に人類の利益をもたらすことが ai の存在意義です。従業員により良い職場体験を提供することは、インテリジェント時代におけるあらゆる企業の競争力の重要な基盤です。
次の 2 つの a は、知性の基礎を表します。 5番目のa、つまりall-connected resourcesは、企業の資産、従業員、顧客、パートナー、エコロジーなどの完全な相互接続の実現と、すべてのビジネスオブジェクト、プロセス、ルールのデジタル化を指すだけではありません。企業がインテリジェンスに必要なデータと情報の基盤を備えるためには、情報の量に加えて、情報の質も向上させる必要があります。つまり、深く包括的なデジタル化です。
6 番目の a、つまり ai ネイティブ インフラストラクチャは、一方では ict インフラストラクチャが体系的に構築され、インテリジェントなアプリケーションのニーズに適応できる必要があること、他方ではインフラストラクチャ自体の運用を指します。そして保守管理と経験保証は完全にインテリジェント、つまりintelligence for ictでなければなりません。
これら 6 つの a の特徴は、私たち自身の実践と理解に基づいた予備的な考えをまとめたものであり、皆様が ai を上手に活用する方法を考える際に役立ち、あらゆる企業が勝者になることを願っています。インテリジェントな時代。
人工知能変革の機会を最大限に活用する
ファーウェイは2023年のhcカンファレンスで包括的なインテリジェンス戦略を提案した。包括的なインテリジェント戦略は幅広い分野をカバーします。
まず、コンピューティング能力について話しましょう。インテリジェンスは長期的なプロセスであり、コンピューティング能力は、過去も将来もインテリジェンスの重要な基盤です。したがって、知能の持続可能性は、まず計算能力の持続可能性でなければなりません。計算能力は半導体技術に依存しているが、aiチップ分野における米国の対中制裁は長期間解除されず、中国の半導体製造技術も米国から長期間制裁を受けることになるという現実を直視しなければならない。時間が遅れています。これは、私たちが製造できる最先端のチップには限界があることを意味します。これは、コンピューティング パワー ソリューションを構築する際に直面しなければならない課題です。
中国に拠点を置く同社は、実際に利用可能なチップ製造プロセスに基づくコンピューティング能力のみが長期的に持続可能であり、そうでない場合は持続不可能です。ファーウェイは機会と可能性だけでなく課題も認識しており、それがイノベーションに対する当社の熱意をさらに刺激します。なぜなら人工知能はコンピューティング パワーに対する主要な需要になりつつあり、コンピューティング システムの構造的な変化を促しています。必要とされているのは、単一のプロセッサーのコンピューティング パワーだけではありません。。これらの構造変化は、アーキテクチャの革新を通じてコンピューティング業界に独立した持続可能な発展の道を築く機会を与えてくれます。
私たちの戦略の核心は、実際に利用可能なチップ製造技術、コンピューティング、ストレージ、ネットワーク技術の共同革新に基づいて、人工知能革命の機会を完全に捉え、コンピューティング アーキテクチャを作成し、「スーパー ノード + クラスター」を作成することです。システム コンピューティング パワー ソリューション、長期 コンピューティング パワーのニーズを満たし続けます。
大規模モデルの技術的進歩により、しばらくの間、ほぼすべての社会が大規模モデル、ai コンピューティング能力の構築、および大規模モデルのトレーニングについて話題になってきました。これは間違いなく、ファーウェイのようなコンピューティングパワープロバイダーにとって大きな利点です。しかし、長期的な発展の観点から見ると、ファーウェイの持続可能な発展は、お客様の継続的な成功によってのみ達成できると私たちは常に信じています。
まず、すべての企業が大規模な ai コンピューティング能力を構築する必要があるわけではありません。 ai サーバー、特に ai コンピューティング パワー クラスターは一般的な x86 サーバーとは異なり、電源や冷却などのデータ センター室内環境に対する要件が非常に高いことは誰もが知っています。また、大型モデルがますます大きくなるにつれて、ai コンピューティング パワーも増大していきます。また、変化のペースは速く、ai サーバーは急速にアップグレードされ、データセンターのコンピュータ ルームは無駄になるか、需要を満たせないかのジレンマに直面しています。
第 2 に、業界は平均して 1 ～ 2 年ごとに新しい ai ハードウェア製品を発表しており、その反復速度はパブリック クラウドに比べて速いため、企業は急速に変化する大規模なモデルに直面しています。彼らは、コンピューティング能力のハードウェアに依存して独立して作業を完了するのではなく、複数の世代の製品を混合してモデルのトレーニングに使用できることを望んでいます。これにより、リソースのスケジューリングが非常に複雑になります。歴史的な世代の製品の「ショートボード」の影響により、新世代の製品の性能を最大限に活用することが妨げられ、大型モデルのトレーニング能力に影響を与えます。
最後に、ai 技術はまだ成長段階にあり、技術の変化が激しく、複数の世代の製品が混在し、高いスキルが要求されるため運用と保守が困難であることが、多くの企業にとって大きな問題となっています。従来の it メンテナンス機能しかありません。こうした課題はしばらく続くと思われますので、したがって、すべての企業は、単に自社の ai コンピューティング能力を構築するのではなく、独自の ai コンピューティング能力を獲得する方法を考える必要があると私は考えています。
さらに、すべての企業が独自の基本的な大規模モデルをトレーニングする必要があるわけではありません。基本的な大規模モデルのトレーニングの鍵となるのはデータであり、十分な高品質のデータを準備することは大きな課題であり、基本的な大規模モデルの事前トレーニング データの量は 10 兆トークンのレベルに達しています。これはコストが高いことを意味するだけではありません。一方で、十分なデータが得られるかどうかも課題です。
第 2 に、モデルのトレーニングが難しくなり、基本的な大規模なモデル パラメーターの数が増加し続けるため、モデルの反復トレーニングを完了するまでに通常、数か月から数年かかります。すべての企業は、コア ビジネスに集中する必要があります。基本的な大規模モデルを独自にトレーニングすることは、コア ビジネスをできるだけ早く強化する ai の能力に影響します。
最後に、人材の確保が難しく、基礎的な大規模モデルに関わる技術は日々更新されており、実務経験のある技術者が少ないことも企業にとって十分な技術人材リソースの確保が課題となっています。
すべてのアプリケーションが「大きな」モデルを追求する必要があるわけではありません。 huawei pangu の業界慣行から判断すると、10 億パラメータ モデルは、降雨予測、薬剤分子の最適化、エンドサイド デバイスのプロセス パラメータ予測などの科学計算や予測的意思決定などのビジネス シナリオのニーズを満たすことができます。 pc や携帯電話では、科学計算や予測的意思決定などのビジネス シナリオのニーズを満たすことができる 10 億パラメータ モデルも広く使用されています。数百億のパラメータ モデルは、nlp、cv、知識の質問と回答、コード生成、エージェント アシスタント、セキュリティ検出などのマルチモダリティなど、多数の特定のフィールド シナリオのニーズを満たすことができます。 nlp とマルチモダリティの複雑なタスクは、数千億のパラメーター モデルを使用して完了できます。
したがって、企業が必要としているのは、さまざまなビジネスシナリオのニーズに応じて最適なモデルを選択し、複数のモデルを組み合わせることで問題を解決し、価値を創造することであると考えています。
端末 ai はコンピューティング能力を中心にしてはなりません
スマート時代において端末は欠かせないものです。端末分野では、ファーウェイは2017年の初めにaiチップを内蔵し、aiスマートイメージングやai翻訳などの機能を初めて携帯電話に適用した「mate10」を発売した。モバイル ai 時代の幕開けです。 ai が大規模モデルの時代に入った現在、私たちはデバイス、コア、クラウドのコラボレーションのアーキテクチャに基づいて ai テクノロジーを honmeng オペレーティング システムと深く統合し、カーネルからシステム アプリケーションの実装に至るまで ai を中心とした honmeng ネイティブ インテリジェンスを再構築しました。包括的なインテリジェンスを実現しながら、よりオープンなエコロジー コラボレーションと、より信頼できるプライバシーとセキュリティ保護を実現します。
ファーウェイはhongmengのネイティブインテリジェンスに基づいて、「xiaoyi」をインテリジェントエージェントにアップグレードして、より自然なマルチモーダルインタラクションとより包括的な統合知覚を実現し、hongmengのエコロジカルパートナーと協力して将来の製品のインテリジェント機能を共同構築し、 ai からモデル機能、ai 制御階層化への変換は完全にオープンであり、サードパーティ アプリケーションを有効にし、hongmeng ネイティブ アプリケーション エコシステムを繁栄させます。
また、ai 電話や ai pc の構築など、さまざまな端末に ai 機能を導入することが一般的な傾向になっていることにも気づいています。そのため、ai時代のスマート端末をどう定義するかについては、業界内でさまざまな声が上がっている。私たちは常に消費者のエクスペリエンスが第一であると信じています。消費者にとって、チップ テクノロジー、コンピューティング パワー tflops、モデル パラメーターが何を意味するのかを理解するのは困難ですが、消費者は個人的なエクスペリエンスにもっと注意を払っています。したがって、私たちは端末 ai がコンピューティング能力中心ではなくエクスペリエンス中心であるべきであると主張します。
この概念に基づいて、当社と清華大学人工知能産業研究所は共同で ai 端末インテリジェンスの l1 ～ l5 グレーディング基準を提案しました。業界の同僚が協力してこのグレーディング基準の改善と最適化に取り組むことを期待しています。端末aiの秩序ある開発を共同で推進する。
2030年頃には無人運転の実現を目指す
自動運転ソリューションは、ファーウェイが最初にaiに投資した重要な分野でもある。自動運転の目標は無人運転であり、これはai応用にとって最も困難なシナリオの1つであるためである。私たちがリリースした ads 3.0 バージョンは、自動運転の意思決定をより正確にし、交通をより効率的にし、より人間らしい体験を提供し、より安全な運転を可能にします。また、駐車スペースから駐車スペースへの「ワンクリック」アクセスや、公道から園路、地下駐車場までのフルシーン接続も実現します。また、全方向衝突防止システムはさらにアップグレードされ、より多くの速度範囲をカバーし、全方向の障害物回避を実現します。
これらの進歩により、消費者は安全性を真に感じ、スマート運転によってもたらされる改善を体験できるようになります。現在、中国の消費者は自動車のスマート運転に非常に慣れており、ハイエンドバージョンのスマート運転機能を搭載した新車の割合が非常に高く、自動車のスマート運転機能も中国人にとって重要な考慮事項となっています。消費者が新車を購入するとき。次のステップでは、融合した認識に基づいた自動運転ソリューションを進化させ続け、高速道路では車に乗ってすぐに休むことができ、都市部や郊外の高速道路では長距離でも安心して眠れる、ということを徐々に実現していきます。どこでも簡単に運転でき、経験豊富なドライバーと同じくらい安全で安定しています。 田舎や山道：山や田舎に行き、一日中風景全体を楽しみます。駐車シーンでは、安全面では車からの即時発進、キズゼロ、妨害ゼロを実現する必要があり、主に衝突事故の第一義的責任をクリアするための全方位・全方位のアクティブセーフティを実現する必要があります。二次的な責任を軽減します。これらの主要シナリオ目標の達成により、2030年頃には自動運転が実現されることが期待されています。
統合された開発者プラットフォームを作成する
エコシステムの開発は常にファーウェイの戦略の重要な部分であり、2024 年と今後 5 年間、ファーウェイはエコシステムの開発を通じてエコシステムの開発を主導し、推進し、推進していきます。コンピューティング産業と端末産業の発展に貢献し、世界初のコンピューティング産業に 2 つのオプションを提供しながら、第 3 のモバイル オペレーティング システムを世界に提供します。
ai の応用は無限にありますが、最終的には人間に役立つものでなければなりません。私たちは、ai を善のために提唱し、実践することを強く主張します。ai は人々に貢献し、人々の仕事の効率と生活の質を向上させるべきである、ai は産業のデジタル化を可能にし、産業の生産方法を変え、さまざまな産業の中核となるエンジンとなることができます。産業がインテリジェントな世界に参入するには、ai テクノロジーの敷居を下げ、すべての人、すべての家族、すべての組織が ai テクノロジーを取得して使用する平等な機会を持てるようにする必要があります。
ai は、社会に広範な利益をもたらすなどの善意の目的で使用されるべきであり、ai の設計、開発、使用の際には、ai テクノロジーの乱用を避けるために、ai テクノロジーが社会に及ぼす長期的かつ潜在的な影響を慎重に評価します。さらに、aiは生態環境保護と持続可能な開発に適用されるべきであり、aiは国連の持続可能な開発目標などの地球規模の関心事の研究と解決に積極的に活用されるべきです。
包括的なインテリジェンスの時代が到来し、すべての人とすべての企業に新たな機会と新たな課題をもたらします。包括的なインテリジェンスの推進に協力して、誰もが独自のスマート アシスタントを持ち、すべての企業があらゆる車両を可能にするインテリジェントな企業になります。自律的に運転すること。
(この記事は中国ビジネスニュースからのものです)
