observação financeira da xinhuanet｜implementação e aplicação de grandes modelos: dificuldades e avanços
2024-09-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
xinhuanet, pequim, 18 de setembro pergunta: observação sobre a aplicação de implementação de modelos em grande escala: dificuldades e avanços
repórteres ran xiaoning, chen tingyu, ling jiwei, zhao qiuyue
existem muitos modelos grandes, mas poucos aplicativos precisam ser executados e usados... como percorrer com sucesso a "última milha" da implementação de modelos grandes tornou-se o foco de discussões recentes dentro e fora da indústria.
o início da “batalha dos 100 modelos” não é um exagero. atualmente, existem mais de 190 modelos de grande porte registrados na administração do ciberespaço da china, com mais de 600 milhões de usuários registrados. este ano, as principais empresas modelo reduziram os preços em geral e até ofereceram ligações gratuitas pelo preço mais baixo. “não enrole o modelo, enrole o aplicativo.” uma conhecida empresa já expressou essa opinião muitas vezes, refletindo que a competição na grande pista de maquetes entrou em uma nova etapa de construção da ecologia e “conquista de clientes” .
desde deixar cem flores desabrocharem em cena, quais desafios enfrentam as aplicações de grandes modelos e como resolver problemas e ativar o ecossistema? recentemente, os repórteres entrevistaram grandes empresas de desenvolvimento de modelos, instituições de design e p&d, empresas de manufatura e fabricantes de terminais para explorar as histórias por trás de como grandes modelos promovem p&d, melhoram a qualidade e a eficiência da produção e capacitam o lado c para melhorar a experiência do usuário.
grande modelo reconstrói pesquisa científica e relações de produção
estamos atualmente num período crítico em que a ia traz a reconstrução da produtividade e das relações de produção para a investigação científica. desde que foi proposta pela primeira vez em 2018, a ia para a ciência alcançou um consenso na comunidade académica como um novo paradigma de investigação científica que a ia trouxe um impacto revolucionário no campo da investigação científica. a capacitação das novas tecnologias melhorou a eficiência da investigação científica, promoveu a inovação original na investigação científica e demonstrou o enorme valor que a inteligência artificial traz à investigação científica. a equipa de investigação científica que lidera o grande modelo de ia alcançou resultados frutíferos.
tian zhongqun, acadêmico da academia chinesa de ciências e diretor honorário do laboratório de inovação jiageng, disse que a ia criou possibilidades para cálculos teóricos. o refinamento dos algoritmos e a melhoria do poder computacional melhoraram muito a eficiência computacional. ele usou uma analogia para dizer: “fazer pesquisa científica básica é como estar em uma ilha isolada, apenas com penhascos e sem caminhos. hoje, a ia fornece uma ferramenta que pode ajudar os pesquisadores científicos a ter a oportunidade de surfar nas ondas e escalar os penhascos”.
no campo da eletroquímica, a pesquisa científica precisa resolver o problema da nova industrialização energética. por exemplo, se ocorrerem problemas de segurança em novas centrais eléctricas de armazenamento de energia, especialmente em centrais eléctricas de armazenamento de energia em grande escala, as consequências serão muito graves. a tecnologia de ia para eletroquímica oferece mais garantias de segurança energética e pode detectar, controlar, feedback e controlar melhor. por outro exemplo, no sistema de armazenamento de energia da bateria, a coleta, o processamento e o feedback de parâmetros envolvem grandes quantidades de dados. depender de métodos tradicionais de processamento manual pode levar dias, no máximo. mas para a ia, horas, minutos ou até segundos podem ser suficientes.
“a ia ajuda os cientistas a descobrir problemas com mais rapidez, analisá-los, fornecer feedback sobre os problemas e conduzir o controle ativo para formar um ciclo fechado, melhorando efetivamente a segurança e a eficiência”, disse tanakaqun.
a proteína é a base material de todas as atividades vitais e pode ser chamada de “jóia da coroa” da biologia molecular. com base no modelo de conformação molecular uni-mol em larga escala lançado pela shenzhen technology, ele pode realizar uma variedade de capacidades gerais, como geração de moléculas e previsão de propriedades. no campo da descoberta de medicamentos, o vd-gen, um método de geração de moléculas dinâmicas virtuais desenvolvido com base no uni-mol, pode gerar diretamente moléculas com alta afinidade de ligação na cavidade alvo da proteína.
sun weijie, cofundador e ceo da shenzhen technology, apresentou que nos últimos anos, a shenzhen technology e seus colaboradores lançaram um grande modelo de simulação molecular dpa, um grande modelo de conformação molecular uni-mol, um grande modelo de uni-fold dobramento de proteínas e um grande modelo de sequência genética uni-rna uma série de grandes modelos científicos e motores subjacentes, como modelos grandes, mecanismo de acoplamento molecular de alto desempenho uni-dock e grandes modelos multimodais de literatura científica uni-smart.
sistema de modelo grande de ciência shenzhen shi yuzhi (foto cortesia de shenzhen shi technology)
existem atualmente cerca de 200 milhões de proteínas conhecidas na terra, e cada proteína possui uma estrutura espacial única. após um longo processo de evolução da vida na natureza, as moléculas de proteína podem completar espontaneamente todo o processo de dobramento em um instante. mas se os cientistas quisessem calcular as interações entre as moléculas de aminoácidos para prever como elas se dobram, levaria mais tempo do que a idade de todo o universo para esgotar todas as configurações proteicas possíveis.
"agora, usando a tecnologia de ia, a conformação tridimensional das proteínas pode ser calculada com precisão em um tempo muito curto. os cientistas também estão explorando ainda mais o uso da ia para projetar proteínas que não existem na natureza ou modificar proteínas existentes de acordo com funções específicas. requisitos." o professor de biologia computacional xu jinbo, cientista, fundador e cientista-chefe da molecular heart, disse: "a previsão de estruturas de proteínas por meio de ia melhorou muito a compreensão das pessoas sobre as proteínas, a compreensão de como as proteínas desempenham suas funções biológicas e a compreensão das interações entre proteínas e não-proteínas. isto permite que as pessoas compreendam melhor os processos moleculares da vida, o que tem um impacto importante nos campos da biologia, medicina e farmácia. por exemplo, através da previsão da estrutura proteica da ia, alvos proteicos precisos podem ser encontrados mais rapidamente e. ajudar os desenvolvedores de medicamentos a projetar moléculas de medicamentos mais eficazes”.
xu jinbo acredita que grandes modelos de ia são particularmente adequados para resolver problemas nas ciências da vida. "o exemplo mais bem-sucedido da combinação de computação e biologia é a previsão da estrutura de proteínas da ia. esta é de longe a maior contribuição da ia para a biologia e até mesmo para toda a comunidade científica. mas isto é apenas o começo e está longe de ser o fim. ”
neworigin (darwin), um grande modelo de geração de proteína de ia desenvolvido independentemente pela molecular heart, é um grande modelo básico de proteína de ia que integra sequência, estrutura, função e evolução. ele aprendeu uma grande quantidade de dados multimodais altamente profissionais e complexos. podem ser utilizadas de acordo com a demanda das aplicações industriais, proteínas funcionais “sob medida”. atualmente, o grande modelo neworigin tem sido amplamente utilizado nas áreas de pesquisa e desenvolvimento de medicamentos inovadores, materiais, alimentos, indústria química, agricultura, etc., no design de medicamentos macromoleculares, otimização da estabilidade de proteínas em ambientes extremos, otimização da atividade enzimática, enzima acoplamento de substrato específico, proteína faça inovações em muitos tipos de tarefas industriais difíceis, como design de novo.
a assistência de grandes modelos de ia à investigação científica está a passar da terra para o espaço profundo distante, desempenhando um papel importante no campo da exploração do espaço profundo. ouyang ziyuan, acadêmico da academia chinesa de ciências e primeiro cientista-chefe do projeto de exploração lunar da china, disse que com o rápido avanço das atividades humanas de exploração do espaço profundo, os dados de detecção cresceram exponencialmente. em termos de gestão de dados, o nosso país alcançou a vantagem de ser o pioneiro em termos de aplicação de dados, o nosso país deve aproveitar ao máximo as vantagens existentes da tecnologia de inteligência artificial;
além de detectar amostras devolvidas, a pesquisa humana sobre a evolução geológica da lua depende principalmente do estudo de objetos geológicos lunares, como a identificação de crateras de impacto. o tamanho, profundidade, formato e outras características das crateras de impacto são bases importantes para o estudo da evolução geológica da lua. segundo as estatísticas, o número de crateras de impacto lunar com diâmetro superior a um quilômetro na lua atualmente excede 1 milhão, e o número de crateras de impacto com diâmetro inferior a um quilômetro ainda não foi determinado. é “quase impossível” completar a identificação de todas as crateras de impacto lunar se depender inteiramente de trabalho manual.
na expo digital de 2024, o instituto de geoquímica da academia chinesa de ciências e a alibaba cloud lançaram em conjunto o primeiro "grande modelo profissional multimodal de ciência lunar" do mundo (referido como "grande modelo profissional lunar"). este grande modelo é construído com base nos modelos da série alibaba cloud tongyi. atualmente, a taxa de precisão na identificação da idade e da forma das crateras de impacto lunar atingiu mais de 80%. a aplicação do grande modelo lunar profissional melhorou muito a eficiência da pesquisa científica: os pesquisadores científicos só precisam inserir imagens de crateras de impacto lunar e questões relacionadas, e o grande modelo lunar profissional pode chamar a visão geral e modelos multimodais para gerar dados de 17 tipos de dados multimodais (incluindo espectro, elevação, gravidade e outros dados) para determinar o tipo modal correspondente à imagem.
a implementação de modelos de investigação científica em grande escala requer uma compreensão das leis científicas subjacentes
embora os grandes modelos de ia tenham trazido grande valor à investigação científica, a implementação de grandes modelos de investigação científica nas indústrias a jusante ainda enfrenta uma série de desafios de cenário relacionados.
xu jinbo acredita que, além das condições básicas necessárias, como algoritmos, poder de computação e dados, o desenvolvimento de modelos de produção de proteínas em larga escala também requer duas grandes capacidades profissionais avançadas: primeiro, a integração de computadores, biologia, física e outros disciplinas e familiaridade com ia, dinâmica molecular, etc. ciência, computação quântica e outros métodos, e pode considerar as capacidades de integração entre campos de sequência e estrutura, cadeia principal e cadeia lateral, evolução e ômicas em paralelo na prática. a segunda é a capacidade de sair do laboratório, mergulhar no ambiente industrial real e estar próximo das necessidades industriais reais em termos de procura, verificação e implementação. atualmente, equipes de talentos com essas habilidades e condições são muito escassas.
sun weijie acredita que a ia deve primeiro aprender as leis científicas e a distribuição matemática do universo microscópico de partículas antes de tentar resolver problemas importantes no mundo microscópico.
"o que o sistema de algoritmo e sistema de modelo existente traz é uma oportunidade para realmente reconstruir o mundo a partir do átomo. a explosão da ia trouxe uma oportunidade sistemática para a pesquisa científica reconstruir ferramentas de produção, produtividade e relações de produção. a partir do átomo, software, dados, representação e ligações finais de produção serão todos reconstruídos embora a prosperidade do mundo digital tenha promovido o desenvolvimento de grandes modelos, o que precisa de ser prestado mais atenção é o fim do jogo a longo prazo e o fim do jogo da reconstrução da ia. da produtividade da pesquisa científica será. em direção à era da 'fabricação inteligente de átomos'", disse ele.
“o mundo físico é composto de partículas microscópicas, e o que está em causa é a estrutura molecular, a sequência genética das proteínas, a simulação molecular, etc. no nível microscópico. esses novos modos não podem ser cobertos e processados nos grandes modelos clássicos e no passado. grandes modelos ainda não foram capazes de cobri-los e lidar com eles. esta é uma maneira de compreender verdadeiramente as leis científicas subjacentes de tudo no universo", disse sun weijie.
ele elaborou ainda que grandes modelos de ia precisam compreender o universo das partículas microscópicas e tentar resolver problemas no mundo microscópico. muitas vezes faltam dados muito eficazes porque o mundo das partículas microscópicas é invisível e intangível. "no mundo microscópico, o método melhor e comprovado atualmente é a ia para a ciência. a ia para a ciência está abrindo um novo paradigma de pesquisa científica, integrando estreitamente a inteligência artificial com a pesquisa científica básica e dando à ia a capacidade de compreender o mundo microscópico. física os três pilares do modelo mundial, o modelo mundial digital e o modelo de inteligência incorporada constituem os três principais caminhos para o trabalho e o empreendedorismo no campo da ia hoje. ai for science é um dos três pilares da ia e é a porta de entrada. para agi. a única maneira." sun weijie disse.
a grande fabricação habilitada para modelos requer integração e aplicação mais profundas
os grandes modelos de ia estão gradualmente a penetrar em todos os aspectos da indústria transformadora e a tornar-se uma das principais tecnologias que levam à inteligência, flexibilidade e automação na indústria transformadora, trazendo novas oportunidades para a indústria transformadora.
o nível governamental está promovendo ativamente a aplicação específica e a inovação de grandes modelos na área de manufatura. em abril deste ano, o departamento de ciência e tecnologia do ministério da indústria e tecnologia da informação propôs promover o uso generalizado da inteligência artificial na produção e manufatura, e enfatizou que “tomar a integração profunda da inteligência artificial e da manufatura como linha principal , apresentando grandes modelos gerais e grandes modelos industriais, acelerando a inteligência artificial capacitando uma nova industrialização”.
sob a orientação desta tendência, muitas indústrias, como eletrodomésticos, automóveis e produtos químicos, exploraram a aplicação de grandes modelos de ia.
a moldagem por injeção é um processo importante para a produção de máquinas de lavar. o processo de produção parece nada mais do que abrir e fechar o molde, mas por trás dele envolve processos e parâmetros complexos como temperatura, pressão, ciclo de moldagem, saúde do molde, consumo de energia, etc. no passado, ele só podia contar com a experiência manual para depuração. hoje, o problema da “caixa preta” do processo de moldagem por injeção foi resolvido.
entrando na fábrica de interconexão de máquinas de lavar haier tianjin, você pode ver que o modelo industrial tianzhi desenvolvido de forma independente pela cosmoplat transforma a experiência industrial dos mestres de moldagem por injeção em dados e indicadores quantificáveis. o responsável disse que através da adaptação razoável do grande modelo de moldagem por injeção e do modelo especializado, o consumo geral de energia da máquina de moldagem por injeção pode ser otimizado e reduzido em 6% -10%, e o tempo do ciclo de produção pode ser aumentou entre 5% e 12%. entende-se que o grande modelo industrial tianzhi pode ler a linguagem industrial, compreender processos e mecanismos industriais, gerar instruções de execução industrial e executar o controle de máquinas industriais. ele tem sido usado nas fábricas de interconexão de máquinas de lavar da haier em tianjin e foshan.
a imagem mostra o equipamento de moldagem por injeção da fábrica de interconexão de máquinas de lavar da haier em tianjin (foto fornecida por kaos)
"em cenários e processos industriais na produção e fabricação de automóveis, existem pontos problemáticos comuns, como alta utilização de cola, altos custos de mão de obra, programação de produção que precisa ser otimizada e projeto de processo que é difícil de alcançar manualmente. o instituto de pesquisa da internet industrial da china no evento de ancoragem de oferta e demanda e transformação de conquistas "inteligência artificial gerativa + automóvel" de 2024, muitas empresas automobilísticas mencionaram uma série de pontos problemáticos que a indústria enfrenta.
"a tecnologia de inteligência artificial gerativa ajuda a organizar automaticamente os processos de soldagem e programar projetos de montagem, alcançando assim o equilíbrio de carga ideal e melhorando a eficiência da preparação de documentos de processo", disse zheng chunqi, vice-gerente geral da gac aian new energy vehicle co., ltd. ye tongsheng, diretor da indústria automotiva da yuncong technology group co., ltd., acrescentou ainda que os recursos de análise de modelos grandes podem monitorar a qualidade de todo o processo de produção do veículo.
em termos de inteligência da indústria petroquímica, inteligência de equipamentos industriais e alta eficiência da pesquisa experimental, a tecnologia de previsão inteligente para coqueamento de craqueamento catalítico pode resolver o problema do coqueamento de craqueamento catalítico. de acordo com deng chun, professor do laboratório nacional de petróleo pesado da universidade de petróleo da china, a inteligência artificial generativa promove a aplicação da operação inteligente de equipamentos industriais na indústria química por meio da percepção de materiais, mecanismos de reação, equipamentos principais, otimização de processos, e otimização do sistema.
no entanto, a implementação de grandes modelos de ia ao nível da produção não tem sido tranquila. a pesquisa revelou que as empresas de manufatura possuem enormes quantidades de dados e estão severamente fragmentadas, dificultando a agregação eficaz e a agregação de valor aos dados. além disso, o custo do poder de computação, o custo de implantação e o custo de tentativa e erro de grandes modelos são relativamente altos e há uma escassez particular de talentos técnicos de ia industrial.
“a aplicação de grandes modelos em empresas de manufatura requer os esforços conjuntos de engenheiros de algoritmos, engenheiros de dados e gerentes empresariais de linha de frente. em particular, muita energia e tempo devem ser investidos na coleta e anotação de dados, no ajuste fino do modelo, e otimização de processos, sun linjun, vice-presidente da associação de inteligência artificial de hainan, membro do comitê digital da federação de indústria e comércio de zhejiang e fundador da empresa de tecnologia de ia real intelligence, disse que diante de cadeias de suprimentos complexas na fabricação. empresas, a inteligência do real agent pode integrar e otimizar dados com a ajuda de recursos rpa, interfaces alternativas de baixo custo com a ajuda de grandes modelos, o limite para o uso de dados pode ser reduzido, operações de negócios complexas podem ser decompostas por meio de raciocínio e rpa; está programado para concluir automaticamente as operações de negócios e, em seguida, os custos e recursos de computação podem ser implantados por meio de um controle razoável do modelo, que pode ser aplicado à aquisição de matérias-primas. desempenha um papel muito bom na redução de custos e no aumento da eficiência em vários links de negócios e processos como gerenciamento de estoque, planejamento de produção e distribuição logística.
apesar de enfrentarem muitos desafios, a grande maioria das empresas entrevistadas acredita firmemente que as perspectivas de aplicação de grandes modelos de ia na indústria transformadora ainda são amplas.
xu xiaolan, presidente do instituto de eletrônica da china, sugeriu que meu país deveria aproveitar ao máximo suas vantagens, como um sistema industrial completo, grande escala industrial, ricos cenários de aplicação e ricos talentos de engenharia, e se esforçar para consolidar a base da ia tecnologia, aprofundar aplicações integradas de ia, melhorar a ecologia do desenvolvimento industrial e aprofundar capacitados pela tecnologia de inteligência artificial, aceleraremos o desenvolvimento de novas forças produtivas e promoveremos uma nova industrialização.
a introdução de grandes modelos em terminais promove a popularização em larga escala da ia
se o grande modelo de nuvem demonstra as poderosas capacidades técnicas da ia, então a ia no dispositivo é a transportadora que acelera a disseminação dos dividendos da tecnologia de ia.
por que a ia no dispositivo é tão popular? a citic construction investment divulgou um relatório de pesquisa afirmando que a ia no dispositivo é o próximo estágio do desenvolvimento de ia. ao capacitar grandes modelos com hardware de terminal, espera-se iniciar uma onda de aplicações de ia.
a partir do layout dos fabricantes de terminais, a oppo propôs equipar cerca de 50 milhões de telefones celulares de usuários com funções de ia este ano. a lenovo promoveu totalmente a estratégia de terminal inteligente aipc “tudo em um, multiterminal” xiaomi su7 está equipado. com grandes modelos de ia, e muitas séries de tvs changhong são equipadas com changhong yunfan ai modelos grandes... pode-se observar que a entrada de modelos grandes no lado do terminal vem se acelerando.
a imagem mostra a distribuição e posicionamento de modelos grandes no lado do terminal (fonte: iresearch)
colocar modelos grandes em terminais pequenos tem perspectivas e desafios ilimitados. na opinião de zhang peng, ceo da zhipu ai, como tornar o modelo mais inteligente com base no menor volume de transmissão e como fornecer recursos exclusivos no terminal móvel para apoiar a operação de grandes modelos são um dos principais problemas enfrentados pelos grandes modelos entrando no problema do terminal.
a zhipu ai, fundada há apenas 5 anos, tornou-se agora uma estrela em ascensão no campo do desenvolvimento de modelos. quando se trata de como criar espaço para a implementação de grandes modelos, zhang peng acredita que a cooperação é a chave “por um lado, os grandes modelos devem ser totalmente autopesquisados. além disso, os fabricantes de hardware, fabricantes de algoritmos de modelo, operam. sistemas e uma série de fabricantes de tecnologia ecológica precisam trabalhar juntos. "a zhipu ai cooperou com a intel, qualcomm, etc. para permitir que grandes modelos funcionem em vários terminais, como pcs, telefones celulares e automóveis.
“desligar a câmera frontal”, “silenciar o volume do computador”, “gerar um resumo de acordo com meus hábitos de leitura”... os consumidores descobriram que é mais fácil usar um computador novo de uma determinada marca. ao ter uma simples conversa com o computador, operações complexas podem ser substituídas. segundo a fabricante, com futuras iterações de versões, ele poderá até ajudar os usuários a implementar funções mais difíceis, como edição e envio de e-mails, confecção de pôsteres personalizados e compreensão do significado contido em uma imagem.
"em 2022, a lenovo começou a planejar a colocação local de modelos grandes." zheng aiguo, gerente geral de produtos e soluções globais para pequenas e médias empresas do grupo lenovo, disse que, naquela época, os parâmetros dos modelos grandes eram muito grandes e difíceis. para transportar localmente. até o ano passado, as grandes empresas de desenvolvimento de modelos reduziram seu foco para 6-7b, e a lenovo começou a perceber que a implementação de planos locais de grandes modelos se tornou menos difícil. em maio do ano passado, a lenovo combinou o modelo de ia do lado do cliente em larga escala com o projeto do pc.
wang bin, diretor do laboratório de ia do grupo xiaomi, acredita que, por um lado, os modelos estão cada vez menores, por outro lado, o poder de computação está cada vez maior e as capacidades de hardware estão cada vez mais fortes. serão alguns assassinos no lado dos aplicativos de ia de nível terminal.
o repórter vasculhou os produtos de telefonia móvel com ia à venda em uma plataforma de comércio eletrônico e descobriu que voz, imagem e assistente de ia são os três pontos funcionais mais concentrados dos telefones celulares com ia. atualmente, os principais fabricantes de telefones celulares estão implantando ativamente modelos leves e grandes para tornar a ia ineficaz e desenvolver vigorosamente cenários de aplicativos de ia. alguns relatórios de pesquisa de mercado prevêem que os telefones móveis com ia terão perspectivas de maior valor em termos de assistentes pessoais inteligentes e capacidades de escritório melhoradas. está se tornando realidade que cada terminal tenha seu próprio assistente de ia integrado, que é considerado um futuro de ia que todos podem desfrutar.
casos de uso de ia final, como reconhecimento de imagem de ia, ativação por voz e fotografia computacional, podem parecer simples, mas na verdade eles têm requisitos muito fortes em termos de poder de computação e largura de banda ddr do chip.
o rápido crescimento dos casos de uso de ia em smartphones destaca a importância da qualcomm como empresa. "a qualcomm integrou o conceito de ia em todo o soc desde o início do design." wan weixing, chefe de tecnologia de produtos de ia da qualcomm na china, disse que em resposta ao desafio de grandes modelos em largura de banda ddr, a qualcomm desenvolveu. tecnologia de quantização, tecnologia de compressão para reduzir o tamanho do modelo; para modelos grandes que exigem alto poder de computação, a qualcomm fez um design muito profissional no npu para atender às diversas necessidades de diferentes casos de uso.
além disso, centenas de modelos estão florescendo e os grandes modelos finais estão subdivididos em muitas categorias. no entanto, atualmente, as capacidades de comunicação entre modelos em diferentes terminais ainda não foram estabelecidas. portanto, de acordo com sun mingjun, diretor do instituto de pesquisa de inteligência artificial inteligente de zhongguancun, “no futuro, a unificação e interoperabilidade dos padrões técnicos será um problema técnico muito grande que precisa ser resolvido por todas as partes”.
"a aplicação é rei", este conceito é particularmente importante no desenvolvimento e implementação de tecnologia de modelos grandes. durante a pesquisa e as entrevistas, os membros da indústria geralmente concordaram que o valor real dos grandes modelos reside na resolução de problemas práticos e na criação de valor real para os utilizadores.
à medida que a ação de "inteligência artificial +" avança em profundidade, espera-se que, com a cooperação de múltiplas partes, a tecnologia modelo em grande escala aproveite o "efeito volante" para não apenas capacitar milhares de indústrias, mas acelerar a formação de novas indústrias produtivas forças, mas também fornecem feedback por meio da aplicação contínua a iteração da tecnologia e a melhoria do desempenho abrem um novo domínio de aplicação de grandes modelos.
