xinhuanet financial observation | 대형 모델 구현 및 적용: 어려움과 돌파구
2024-09-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
신화넷, 베이징, 9월 18일 질문: 대규모 모델 구현의 적용에 대한 관찰: 어려움과 돌파구
기자 ran xiaoning, chen tingyu, ling jiwei, zhao qiuyue
대형 모델은 너무 많지만 애플리케이션은 너무 적습니다. 대형 모델을 실행하고 사용해야 합니다. 대형 모델 구현의 "라스트 마일"을 성공적으로 걷는 방법은 최근 업계 내외에서 논의의 초점이 되었습니다.
'100대 모델 대결'의 시작은 과언이 아니다. 현재 중국 사이버 공간 관리국에 등록된 대형 모델은 190개 이상이며, 등록 사용자 수는 6억 명이 넘습니다. 올해는 주요 모델사들이 전면적으로 가격을 인하하고, 최저가에 무료 통화까지 제공했다. "모델을 롤업하지 말고 애플리케이션을 롤업하십시오." 한 유명 회사는 대형 모델 트랙의 경쟁이 생태 구축 및 "고객 확보"의 새로운 단계에 진입했음을 반영하여 이러한 견해를 여러 번 표현했습니다. .
백 송이의 꽃을 피우는 일부터 대형 모델 애플리케이션이 직면한 과제는 무엇이며, 문제를 해결하고 생태계를 활성화하는 방법은 무엇입니까? 최근 기자들은 대형 모델 개발 회사, 설계 및 r&d 기관, 제조 회사 및 단말기 제조업체를 인터뷰하여 대형 모델이 어떻게 r&d를 촉진하고, 생산 품질과 효율성을 개선하며, c 측에 권한을 부여하여 사용자 경험을 개선하는지에 대한 이야기를 탐구했습니다.
대형 모델은 과학적 연구와 생산 관계를 재구성합니다.
우리는 현재 ai가 과학 연구를 위한 생산성과 생산 관계의 재구성을 가져오는 중요한 시기에 있습니다. ai for science는 2018년 처음 제안된 이후 ai가 과학 연구 분야에 혁명적인 영향을 가져온 새로운 과학 연구 패러다임으로 학계의 공감대를 형성했습니다. 신기술의 강화는 과학 연구의 효율성을 높이고 과학 연구의 독창적인 혁신을 촉진하며 인공 지능이 과학 연구에 가져오는 엄청난 가치를 입증했습니다. ai 대형 모델을 주도하는 과학 연구팀은 유익한 결과를 얻었습니다.
중국과학원 학자이자 jiageng innovation laboratory 명예소장인 tian zhongqun은 ai가 이론적 계산의 가능성을 창출했으며 알고리즘의 정교함과 컴퓨팅 성능의 향상으로 컴퓨팅 효율성이 크게 향상되었다고 말했습니다. 그는 “기초 과학 연구를 한다는 것은 길이 없고 절벽만 있는 외딴 섬에 있는 것과 같다”며 “오늘날 ai는 과학 연구자들이 파도를 타고 절벽을 오를 수 있는 기회를 가질 수 있도록 돕는 도구를 제공한다”고 비유했다.
전기화학 분야에서는 과학연구를 통해 신에너지 산업화 문제를 해결해야 합니다. 예를 들어, 신에너지 에너지 저장 발전소, 특히 대규모 에너지 저장 발전소에서 안전 문제가 발생하면 그 결과는 매우 심각할 것입니다. 전기화학용 ai 기술은 에너지 보안에 대한 더 많은 보장을 제공하고 더 나은 감지, 제어, 피드백 및 제어가 가능합니다. 또 다른 예를 들어, 배터리 에너지 저장 시스템에서 매개변수의 수집, 처리 및 피드백에는 막대한 양의 데이터가 포함됩니다. 기존 수동 처리 방법을 사용하면 가장 빨리 며칠이 걸릴 수 있습니다. 그러나 ai의 경우 몇 시간, 몇 분, 심지어 몇 초면 충분할 수 있습니다.
"ai는 과학자들이 문제를 더 빠르게 발견하고, 문제를 분석하고, 문제에 대한 피드백을 제공하고, 폐쇄 루프를 형성하기 위한 능동적 제어를 수행하여 안전성과 효율성을 효과적으로 향상시키는 데 도움이 됩니다."
단백질은 모든 생명 활동의 물질적 기초이며 분자 생물학의 "왕관 보석"이라고 할 수 있습니다. shenzhen technology가 발표한 대규모 uni-mol 분자 형태 모델을 기반으로 분자 생성 및 특성 예측과 같은 다양한 일반 기능을 실현할 수 있습니다. 약물 발견 분야에서는 uni-mol을 기반으로 개발된 가상 역학 분자 생성 방법인 vd-gen을 사용하면 단백질 표적 공동에서 결합 친화도가 높은 분자를 직접 생성할 수 있습니다.
shenzhen technology의 공동 창립자이자 ceo인 sun weijie는 최근 몇 년 동안 shenzhen technology와 그 협력자들이 dpa 분자 시뮬레이션의 대형 모델, uni-mol 분자 구조의 대형 모델, uni-fold의 대형 모델을 출시했다고 소개했습니다. 단백질 접힘 및 uni-rna 유전자 서열의 대형 모델 대형 모델, uni-dock 고성능 분자 도킹 엔진 및 uni-smart 과학 문헌 다중 모드 대형 모델과 같은 일련의 과학 대형 모델 및 기본 엔진.
shenzhen shi yuzhi science 대형 모델 시스템(사진 제공: shenzhen shi technology)
현재 지구상에는 약 2억 개의 단백질이 알려져 있으며, 각 단백질은 고유한 공간 구조를 가지고 있습니다. 자연에서 오랜 생명 진화 과정을 거친 후, 단백질 분자는 전체 접힘 과정을 순식간에 자발적으로 완료할 수 있습니다. 그러나 과학자들이 아미노산 분자 간의 상호 작용을 계산하여 접히는 방식을 예측하려면 가능한 모든 단백질 구성을 소진하는 데 전체 우주의 나이보다 더 오랜 시간이 걸릴 것입니다.
“이제 ai 기술을 활용하면 단백질의 3차원 형태를 매우 짧은 시간에 정확하게 계산할 수 있습니다. 과학자들은 또한 ai를 활용하여 자연에 존재하지 않는 단백질을 디자인하거나 특정 기능에 따라 기존 단백질을 변형시키는 연구도 진행하고 있습니다. molecular heart의 과학자이자 설립자이자 최고 과학자인 xu jinbo 전산 생물학 교수는 “ai를 통해 단백질 구조를 예측하면 단백질에 대한 사람들의 이해가 크게 향상되었으며, 단백질이 생물학적 기능을 수행하는 방식에 대한 이해, 단백질 간의 상호 작용에 대한 이해가 크게 향상되었습니다. 이를 통해 사람들은 생물학, 의학, 약학 분야에 중요한 영향을 미치는 분자 과정을 더 잘 이해할 수 있습니다. 예를 들어, ai 단백질 구조 예측을 통해 정확한 단백질 표적을 더 빠르고 정확하게 찾을 수 있습니다. 보다 효과적인 약물 분자를 설계하는 데 도움이 됩니다.”
xu jinbo는 대형 ai 모델이 생명과학 분야의 문제를 해결하는 데 특히 적합하다고 믿습니다. "컴퓨팅과 생물학의 결합의 가장 성공적인 예는 ai 단백질 구조 예측입니다. 이는 ai가 생물학은 물론 전체 과학계에 가장 큰 공헌을 한 것입니다. 그러나 이것은 시작일 뿐 끝은 아닙니다. ”
molecular heart가 독자적으로 개발한 대규모 ai 단백질 생성 모델인 neworigin(darwin)은 서열, 구조, 기능 및 진화를 통합한 대규모 ai 단백질 기본 모델로, 고도로 전문적이고 복잡한 다중 모드 데이터를 대량으로 학습했으며, 산업적 용도에 따라 "맞춤형" 기능성 단백질을 사용할 수 있습니다. 현재 neworigin 대형 모델은 고분자 약물 설계, 극한 환경에서의 단백질 안정성 최적화, 효소 활성 최적화, 효소 등 혁신적인 약물 연구 개발, 재료, 식품, 화학 산업, 농업 등의 분야에서 널리 사용되었습니다. -특정 기판 도킹, 단백질 새로운 디자인 등 다양한 유형의 어려운 산업 작업에서 획기적인 발전을 이루십시오.
대형 ai 모델의 과학 연구 지원은 지구에서 먼 우주로 옮겨가며 심우주 탐사 분야에서 중요한 역할을 하고 있다. 중국과학원 학자이자 중국 달 탐사 프로젝트의 첫 번째 수석 과학자인 ouyang ziyuan은 인간의 심우주 탐사 활동이 급속히 발전함에 따라 탐지 데이터가 기하급수적으로 증가했다고 말했습니다. 데이터 관리 측면에서 우리나라는 데이터 적용 측면에서 선점자 우위를 달성했으며, 우리나라는 기존 인공지능 기술 우위를 최대한 활용해야 합니다.
반환된 샘플을 탐지하는 것 외에도 달의 지질 진화에 대한 인간의 연구는 주로 충돌 분화구 식별과 같은 달 지질 물체에 대한 연구에 의존합니다. 충돌 분화구의 크기, 깊이, 모양 및 기타 특성은 달의 지질학적 진화를 연구하는 데 중요한 기초입니다. 통계에 따르면 달에 있는 직경 1km 이상의 달 충돌 분화구 수는 현재 100만 개가 넘고, 직경 1km 미만의 달 충돌 분화구 수는 아직 파악되지 않았다. 전적으로 육체 노동에 의존한다면 모든 달 충돌 분화구의 식별을 완료하는 것은 "거의 불가능"합니다.
2024년 디지털 엑스포에서 중국과학원 지구화학연구소와 알리바바 클라우드가 공동으로 세계 최초의 '달 과학 다중 모드 전문 대형 모델'('달 전문 대형 모델'이라고 함)을 출시했습니다. 이 대형 모델은 alibaba cloud tongyi 시리즈 모델을 기반으로 제작되었습니다. 현재 달 충돌 분화구의 연령과 모양을 식별하는 정확도는 80% 이상에 도달했습니다. 달 전문 대형 모델의 적용으로 과학 연구의 효율성이 크게 향상되었습니다. 과학 연구자는 달 충돌 분화구 이미지 및 관련 질문만 입력하면 되며, 달 전문 대형 모델은 일반 비전 및 다중 모드 모델을 호출하여 데이터를 생성할 수 있습니다. 17가지 다중 모드 데이터(스펙트럼, 고도, 중력 및 기타 데이터 포함)를 사용하여 이미지에 해당하는 모드 유형을 결정합니다.
대규모 과학 연구 모델을 구현하려면 기본 과학 법칙에 대한 이해가 필요합니다.
ai 대형 모델이 과학 연구에 큰 가치를 가져왔지만, 다운스트림 산업에서 대규모 과학 연구 모델을 구현하는 데는 여전히 일련의 관련 시나리오 문제에 직면해 있습니다.
xu jinbo는 알고리즘, 컴퓨팅 성능 및 데이터와 같은 필수 기본 조건 외에도 대규모 단백질 생산 모델을 개발하려면 두 가지 주요 전문 고급 기능이 필요하다고 믿습니다. 첫째, 컴퓨터, 생물학, 물리학 및 기타의 통합입니다. 학문, ai, 분자 역학 등에 대한 지식, 과학, 양자 컴퓨팅 및 기타 방법에 대한 지식을 갖추고 있으며 실제로 시퀀스와 구조, 메인 체인과 사이드 체인, 진화와 오믹스의 교차 분야 통합 기능을 병렬로 고려할 수 있습니다. 두 번째는 실험실을 벗어나 실제 산업 환경에 몰입하여 수요, 검증, 구현 측면에서 실제 산업 요구에 근접할 수 있는 능력입니다. 현재 이러한 능력과 조건을 갖춘 인재팀은 매우 드물다.
sun weijie는 ai가 미시 세계의 중요한 문제를 해결하기 전에 먼저 미립자 우주의 과학적 법칙과 수학적 분포를 배워야 한다고 믿습니다.
“기존의 알고리즘 시스템과 모델 시스템이 가져오는 것은 원자에서 시작하여 진정으로 세계를 재구성할 수 있는 기회입니다. ai의 폭발은 과학 연구에 생산 도구, 생산성 및 생산 관계를 재구성할 수 있는 체계적인 기회를 가져왔습니다. 원자에서 시작하여, 소프트웨어, 데이터, 표현 및 최종 제조 링크가 모두 재구성될 것입니다. 디지털 세계의 번영으로 대형 모델의 개발이 촉진되었지만 더 주목해야 할 것은 장기적인 최종 단계, ai 재구성의 최종 단계입니다. 과학 연구 생산성의 향상은 '스마트 원자 제조' 시대로 향할 것"이라고 말했다.
“물리적 세계는 미세한 입자로 구성되어 있으며, 관심 있는 것은 미세한 수준의 분자 구조, 단백질 유전자 서열, 분자 시뮬레이션 등입니다. 이러한 새로운 모드는 고전적인 대형 모델과 과거에서는 다루거나 처리할 수 없습니다. 대형 모델은 아직 이를 다루거나 처리할 수 없었습니다. 이는 우주의 모든 것의 기본 과학적 법칙을 진정으로 이해하는 방법입니다."라고 sun weijie는 말했습니다.
그는 또한 ai 대형 모델이 미세한 입자의 우주를 이해하고 미세한 세계의 문제를 해결하려고 노력해야 한다고 설명했습니다. 미세한 입자 세계는 눈에 보이지 않고 무형이기 때문에 매우 효과적인 데이터가 부족한 경우가 많습니다. "미시 세계에서 현재 가장 좋고 검증된 방법은 ai for science입니다. ai for science는 인공지능과 기초 과학 연구를 긴밀하게 통합하여 ai에 미시 세계를 이해할 수 있는 능력을 부여하는 새로운 과학 연구 패러다임을 열고 있습니다. 물리학 세계 모델, 디지털 세계 모델, 구체화된 지능 모델의 세 가지 기둥은 오늘날 ai 분야의 작업과 기업가 정신을 위한 세 가지 주요 트랙을 구성합니다. ai for science는 ai의 세 가지 기둥 중 하나이며 관문입니다. 유일한 방법입니다." sun weijie가 말했습니다.
대규모 모델 지원 제조에는 더 깊은 통합과 적용이 필요합니다.
ai 대형 모델은 점차 제조 산업의 모든 측면에 침투하여 제조 산업의 지능화, 유연성 및 자동화를 선도하는 핵심 기술 중 하나로 자리매김하여 제조 산업에 새로운 기회를 가져오고 있습니다.
정부 차원에서는 제조 분야에서 대형 모델의 구체적인 적용과 혁신을 적극적으로 추진하고 있습니다. 올해 4월 산업정보기술부 과학기술부는 생산과 제조 분야에서 인공지능의 광범위한 활용을 촉진할 것을 제안하며 “인공지능과 제조의 심층적인 통합을 주요선으로 삼는다”고 강조했다. , 일반 대형 모델과 산업 대형 모델을 배치하고 인공 지능을 가속화하여 새로운 산업화에 힘을 실어줍니다.”
이러한 추세에 따라 가전제품, 자동차, 화학 등 많은 산업에서 대규모 ai 모델의 적용을 모색해 왔습니다.
사출 성형은 세탁기를 생산하는 중요한 공정입니다. 생산 공정은 단지 금형을 열고 닫는 것 이상으로 보이지 않지만, 그 이면에는 온도, 압력, 성형 주기, 금형 상태, 에너지 소비 등과 같은 복잡한 공정과 매개 변수가 포함됩니다. 과거에는 디버깅을 위해 수동 경험에만 의존할 수 있었습니다. 오늘날 사출성형 공정의 '블랙박스' 문제가 해결되었습니다.
하이얼 천진 세탁기 상호 연결 공장에 들어가면 cosmoplat이 독자적으로 개발한 tianzhi 산업 모델이 사출 성형 전문가의 산업 경험을 정량화 가능한 데이터와 지표로 변환하는 것을 볼 수 있습니다. 관계자는 대형 사출 성형 모델과 전문가 모델의 합리적인 적용을 통해 사출 성형기의 전체 에너지 소비를 최적화하고 6%-10%까지 줄일 수 있으며 생산 주기 시간을 단축할 수 있다고 말했습니다. 5%-12% 증가했습니다. tianzhi 산업용 대형 모델은 산업 언어를 읽고 산업 프로세스와 메커니즘을 이해하며 산업 실행 지침을 생성하고 산업 기계 제어를 실행할 수 있는 것으로 이해됩니다. 이는 천진과 포산에 있는 haier의 세탁기 상호 연결 공장에서 사용되었습니다.
사진은 하이얼 천진세탁기 연결공장의 사출성형설비 모습(사진제공: kaos)
"자동차 생산 및 제조의 산업 시나리오와 프로세스에는 높은 접착제 활용도, 높은 인건비, 최적화가 필요한 생산 일정, 최적의 프로세스 배열을 수동으로 달성하기 어려운 프로세스 설계 등 공통적인 문제점이 있습니다." 중국산업인터넷연구소가 개최한 2024년 '생성인공지능+자동차' 수급 도킹 및 성과 전환 행사에서 많은 자동차 회사들이 업계가 직면한 일련의 문제점을 언급했다.
gac aian new energy vehicle co., ltd. 차장 zheng chunqi는 "생성 인공 지능 기술은 용접 프로세스를 자동으로 정렬하고 조립 프로젝트를 프로그램함으로써 최적의 로드 밸런싱을 달성하고 프로세스 문서 준비 효율성을 향상시키는 데 도움이 됩니다."라고 말했습니다. yuncong technology group co., ltd.의 자동차 산업 이사인 ye tongsheng은 대형 모델의 분석 기능을 통해 전체 자동차 생산 공정의 품질을 모니터링할 수 있다고 덧붙였습니다.
석유화학 산업의 지능화, 산업 장비의 지능화 및 실험 연구의 고효율 측면에서 접촉 분해 침전지 코크스화에 대한 지능형 예측 기술은 접촉 분해 침전지 코크스화 문제를 해결할 수 있습니다. 중국석유대학교 중유 국가 중점 연구소 교수인 deng chun에 따르면, 생성 인공 지능은 재료 인식, 반응 메커니즘, 핵심 장비, 공정 최적화, 그리고 시스템 최적화.
그러나 제조 수준에서 대규모 ai 모델을 구현하는 것은 순조롭게 진행되지 않았습니다. 설문 조사에 따르면 제조업체는 엄청난 양의 데이터를 보유하고 있으며 심각하게 단편화되어 있어 데이터를 효과적으로 집계하고 가치를 부여하는 데 어려움을 겪고 있는 것으로 나타났습니다. 또한, 대형 모델의 컴퓨팅 파워 비용, 배포 비용, 시행착오 비용이 상대적으로 높으며, 특히 산업용 ai 기술 인력이 부족합니다.
“제조 기업에서 대형 모델을 적용하려면 알고리즘 엔지니어, 데이터 엔지니어, 일선 기업 관리자의 공동 노력이 필요합니다. 특히 데이터 수집 및 주석, 모델 미세 조정, 하이난 인공 지능 협회(hainan artificial intelligence association) 부회장이자 저장(zhejiang) 산업 및 상업 연맹 디지털 위원회 회원이자 ai 기술 회사인 real intelligence의 창립자인 sun linjun은 제조 분야의 복잡한 공급망에 직면해 있다고 말했습니다. real agent 인텔리전스는 rpa를 통해 데이터를 통합하고 최적화할 수 있으며, 대규모 모델을 통해 저렴한 대체 인터페이스를 제공하고, 데이터 사용량을 줄일 수 있으며, 추론 및 rpa를 통해 복잡한 비즈니스 운영을 분해할 수 있습니다. 자동으로 사업 운영을 완료할 예정이며, 모델의 합리적인 통제를 통해 비용과 컴퓨팅 자원을 배치할 수 있으며, 이를 원자재 조달에 적용할 수 있으며, 다양한 사업 연계에서 비용 절감과 효율성을 높이는 데 매우 좋은 역할을 하며, 재고관리, 생산계획, 물류유통 등의 프로세스를 담당합니다.
많은 어려움에 직면했음에도 불구하고 인터뷰에 응한 대다수 기업은 제조 산업에서 ai 대형 모델의 적용 전망이 여전히 넓다고 굳게 믿고 있습니다.
중국전자학회 회장 쉬샤오란(xu xiaolan)은 우리나라가 완전한 산업 시스템, 대규모 산업 규모, 풍부한 응용 시나리오, 풍부한 엔지니어링 인재 등 자국의 장점을 최대한 활용하고 ai 기반을 공고히 하기 위해 노력해야 한다고 제안했습니다. 기술, ai 통합 애플리케이션 심화, 산업 개발 생태계 개선, 심화 인공 지능 기술을 통해 새로운 생산력 개발을 가속화하고 새로운 산업화를 촉진할 것입니다.
대형 모델의 단말기 도입으로 ai의 대규모 대중화 촉진
대규모 클라우드 모델이 ai의 강력한 기술적 역량을 입증한다면, 온디바이스 ai는 ai 기술 배당 확산을 가속화하는 전달자입니다.
온디바이스 ai가 왜 그렇게 인기가 많나요? citic 건설 투자는 온디바이스 ai가 ai 개발의 다음 단계라는 연구 보고서를 발표했습니다. 터미널 하드웨어를 갖춘 대형 모델을 강화함으로써 ai 애플리케이션의 물결이 시작될 것으로 예상됩니다.
단말기 제조업체의 레이아웃에 따르면 oppo는 올해 약 5천만 명의 사용자 휴대폰에 ai 기능을 탑재할 것을 제안했으며, lenovo는 xiaomi su7이 탑재된 aipc '올인원, 멀티 단말기' 전략을 전면적으로 추진했습니다. 대형 ai 모델을 탑재한 창홍 tv 시리즈에는 창홍 윤판 ai가 탑재됐다.
사진은 단말기 측 대형 모델의 분포와 위치를 나타낸 것이다. (출처: iresearch)
대형 모델을 소형 터미널에 넣는 것은 무한한 전망과 도전을 안겨줍니다. zhipu ai ceo zhang peng의 견해에 따르면, 낮은 전송량을 기반으로 모델을 더 스마트하게 만드는 방법과 대형 모델의 운영을 지원하기 위해 모바일 단말에 고유한 리소스를 제공하는 방법은 대형 모델이 직면한 주요 문제 중 하나입니다. 터미널 문제로 들어갑니다.
설립된 지 불과 5년밖에 되지 않은 zhipu ai는 이제 모델 개발 분야의 떠오르는 스타가 되었습니다. 대형 모델 구현을 위한 공간을 만드는 방법에 관해서 zhang peng은 협력이 핵심이라고 믿습니다. “한편으로는 대형 모델은 하드웨어 제조업체, 모델 알고리즘 제조업체, 운영까지 완전히 자체적으로 조사해야 합니다. "zhipu ai는 intel, qualcomm 등과 협력하여 pc, 휴대폰, 자동차 등 다양한 단말기에서 대형 모델을 실행할 수 있도록 했습니다.
“전면 카메라 꺼줘”, “컴퓨터 볼륨 음소거”, “나의 독서 습관에 맞춰 요약 생성”... 소비자들은 특정 브랜드의 새 컴퓨터를 사용하는 것이 더 쉽다는 사실을 발견했습니다. 컴퓨터와 간단한 대화만으로 복잡한 작업을 대체할 수 있습니다. 제조업체에 따르면 향후 버전에서는 사용자가 이메일 편집 및 전송, 개인화된 포스터 만들기, 사진에 담긴 의미 이해 등 더 어려운 기능을 구현하는 데 도움을 줄 수 있을 것이라고 합니다.
"2022년에 lenovo는 대형 모델을 현지에 배치할 계획을 세우기 시작했습니다." lenovo 그룹의 글로벌 중소기업 제품 및 솔루션 총괄 관리자인 zheng aiguo는 당시 대형 모델의 매개변수가 너무 크고 어려웠다고 말했습니다. 현지에서 가지고 다니기. 지난해까지 대형 모델 개발업체들은 초점을 6~7b로 낮추었고, 레노버는 대형 모델 현지 계획 이행이 덜 어려워졌다는 사실을 깨닫기 시작했다. 지난해 5월 레노버는 대규모 클라이언트 측 ai 모델을 pc 프로젝트와 결합했다.
샤오미 그룹 ai 연구소 소장 왕빈(wang bin)은 모델이 소형화되는 반면, 컴퓨팅 성능은 커지고 하드웨어 성능은 다양한 요구와 맞물려 더욱 강력해질 것으로 예상한다. 터미널 수준 ai 애플리케이션에서는 킬러가 될 것입니다.
기자는 전자상거래 플랫폼에서 판매 중인 ai 휴대전화 제품을 샅샅이 뒤져본 결과 음성, 이미지, ai 비서가 ai 휴대전화의 가장 집중된 3대 기능 포인트라는 사실을 발견했다. 현재 주류 휴대폰 제조업체는 ai를 비효율적으로 만들기 위해 경량화 및 대형 모델을 적극적으로 배포하고 ai 응용 시나리오를 적극적으로 개발하고 있습니다. 일부 시장 조사 보고서에서는 ai 휴대폰이 개인 지능형 비서 및 향상된 사무 기능 측면에서 더 큰 가치 전망을 가질 것이라고 예측합니다. 각 단말기마다 ai 비서가 내장되는 것이 현실화되고 있으며, 이는 모두가 즐길 수 있는 ai 미래로 꼽힌다.
ai 이미지 인식, 음성 깨우기, 계산 사진 촬영과 같은 최종 ai 사용 사례는 단순해 보일 수 있지만 실제로는 칩의 컴퓨팅 성능과 ddr 대역폭에 대한 매우 강력한 요구 사항이 있습니다.
스마트폰에서 ai 사용 사례의 급속한 성장은 기업으로서 qualcomm의 중요성을 강조합니다. qualcomm의 중국 ai 제품 기술 책임자인 wan weixing은 "qualcomm은 설계 초기부터 ai 개념을 전체 soc에 통합했습니다."라고 말했습니다. 양자화 기술, 모델 크기를 줄이기 위한 압축 기술, 높은 컴퓨팅 성능이 필요한 대형 모델의 경우 qualcomm은 다양한 사용 사례의 다양한 요구 사항을 충족하기 위해 npu에 대해 매우 전문적인 설계를 수행했습니다.
또한, 수백 가지의 모델이 개화하고 있으며, 종단측 대형 모델도 여러 카테고리로 세분화되어 있지만, 현재는 서로 다른 단말기의 모델 간 통신 능력이 아직 확립되지 않은 상황이다. 따라서 중관촌 지능형 인공 지능 연구소 소장 sun mingjun에 따르면 "미래에 기술 표준의 통일과 상호 운용성은 모든 당사자가 해결해야 하는 매우 큰 기술적 문제가 될 것입니다."라고 말했습니다.
"응용 프로그램이 왕이다"라는 개념은 대형 모델 기술의 개발 및 구현에 특히 중요합니다. 연구와 인터뷰를 통해 업계 관계자들은 일반적으로 대형 모델의 진정한 가치는 실질적인 문제를 해결하고 사용자를 위한 실질적인 가치를 창출하는 데 있다는 데 동의했습니다.
'인공지능+' 활동이 심화됨에 따라 여러 당사자의 협력을 통해 대규모 모델 기술이 '플라이휠 효과'를 타고 수천 개의 산업에 힘을 실어 줄 뿐만 아니라 새로운 생산 체제의 형성을 가속화할 것으로 예상됩니다. 지속적인 적용을 통해 피드백을 제공합니다. 기술 반복과 성능 개선으로 대형 모델 적용의 새로운 영역이 열립니다.
