o último discurso do presidente rotativo da huawei, xu zhijun: nem todos os aplicativos devem buscar modelos “grandes”
2024-09-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
em 19 de setembro, o site oficial da huawei postou um discurso do vice-presidente e presidente rotativo da huawei, xu zhijun, na conferência huawei full connection 2024. xu zhijun disse que a ia se tornou a tecnologia que tem o maior impacto na indústria. estratégia no ano passado, e o núcleo da estratégia é aproveitar as oportunidades de transformação da inteligência artificial.
xu zhijun disse: "o avanço dos chips que podemos fabricar será restrito. este é um desafio que devemos enfrentar na construção de soluções de poder computacional."
na sua opinião, como a inteligência artificial se está a tornar a procura dominante de poder computacional, o sistema informático está a sofrer mudanças estruturais, e o que é necessário é o poder computacional do sistema, e não apenas o poder computacional de um único processador. estas mudanças estruturais proporcionam oportunidades para criar um caminho de desenvolvimento independente e sustentável para a indústria da computação através da inovação arquitectónica.
mas ele também disse que os avanços tecnológicos em grandes modelos aceleraram enormemente o processo de inteligência. há algum tempo, quase todas as esferas da vida têm falado sobre grandes modelos, construção de poder de computação de ia e treinamento de grandes modelos. no entanto, de uma perspectiva de desenvolvimento a longo prazo, nem todas as empresas precisam de construir poder computacional de ia em grande escala.
“todos nós sabemos que os servidores de ia, especialmente os clusters de poder de computação de ia, são diferentes dos servidores x86 gerais e têm requisitos extremamente altos no ambiente da sala do data center, como fonte de alimentação e resfriamento. também se tornará maior e o ritmo da mudança é rápido, os servidores de ia são rapidamente atualizados e as salas de informática dos data centers enfrentam o dilema de desperdiçar dinheiro ou não conseguir atender à demanda ".
além disso, xu zhijun acredita que nem todas as aplicações devem buscar modelos “grandes”. o modelo de bilhões de parâmetros pode atender às necessidades de cenários de negócios, como computação científica e tomada de decisão preditiva, enquanto o modelo de dezenas de bilhões de parâmetros pode atender às necessidades de um grande número de cenários de campo específicos, como pnl, cv e multi- modalidade, como perguntas e respostas de conhecimento, geração de código, assistentes de agente, etc. testes de segurança. tarefas complexas para pnl e multimodalidade podem ser concluídas usando centenas de bilhões de modelos de parâmetros.
a seguir está o texto completo do discurso (com resumos)
xu zhijun, vice-presidente e presidente rotativo da huawei: abraçando a era da inteligência abrangente
bem-vindos à conferência conectada huawei 2024. espero que todos tenham uma viagem agradável em xangai. na conferência huawei full connectivity 2018, liberei a estratégia de desenvolvimento de inteligência artificial da huawei e soluções de ia full-stack e de cenário completo, e posicionei a ia como uma tecnologia de uso geral. em 2021, na conferência huawei full connectivity, falei sobre o modelo pangu que permite inteligência em todas as esferas da vida. de 2018 até ao presente, o desenvolvimento da ia tem mudado a cada dia que passa e tem atraído grande atenção da comunidade global de investimentos, da indústria e dos governos. a huawei tem avançado constantemente na sua estratégia de desenvolvimento de ia desde 2018 e, na huawei connected conference do ano passado, esclareceu ainda mais a estratégia abrangente de inteligência da empresa. em relação à inteligência, cada indústria e cada empresa tem a sua própria exploração. ouvi dizer que muitas conquistas foram alcançadas, mas também notei que ainda há muita confusão. hoje, gostaria de aproveitar esta oportunidade para compartilhar nossas observações, pensamentos, estratégias e práticas.
a ia se tornou a tecnologia que tem maior impacto na indústria
primeiro, vejamos o progresso comercial da ia. do ponto de vista da aplicação comercial, nunca houve um avanço tecnológico que tivesse tido um impacto tão grande num período de tempo tão curto como a ia. pesquisas da mckinsey e da universidade de stanford mostram que as aplicações de ia em vários setores estão atualmente concentradas principalmente em três aspectos: desenvolvimento de produtos, marketing e operações comerciais. em segundo lugar, do ponto de vista dos executivos corporativos, os resultados da pesquisa do gartner mostram que os ceos têm uma visão muito positiva da ia. assim, em resumo, o progresso contínuo da tecnologia de ia está a promover o aprofundamento contínuo da inteligência em todas as esferas da vida e a avançar no sentido de uma inteligência abrangente.
estando nos estágios iniciais da era da inteligência abrangente, cada uma de nossas empresas não apenas espera usar a ia para criar valor o mais rápido possível hoje, mas também espera assumir a liderança na futura competição inteligente. esta é também uma questão em que temos pensado. gostaria de aproveitar esta oportunidade para partilhar a nossa visão para as empresas na era inteligente, ou seja, como serão as empresas na era inteligente e quais as características que terão.
acreditamos que as empresas da era inteligente devem possuir as características dos “seis as”. os primeiros quatro as representam o efeito da inteligência, entre os quais:
o primeiro a responde como as empresas precisam atender seus clientes no futuro. acreditamos que seja a experiência adaptativa do usuário, o que significa que as empresas inteligentes devem ser capazes de perceber e compreender os comportamentos, necessidades, interesses, gostos e mudanças ambientais dos usuários, de forma proativa. ajustar-se para fornecer serviços que melhor atendam às necessidades do usuário, e produtos que possam atender a um grande número de necessidades personalizadas e exclusivas de maneira oportuna e simultânea precisam ser especialmente projetados desde o início, e não apenas adaptados. por exemplo, a máquina de aprendizagem de ia ajusta automaticamente o conteúdo de ensino e a dificuldade de acordo com a idade do aluno, progresso de aprendizagem, capacidade de compreensão e feedback do teste, para que cada aluno possa obter uma experiência de aprendizagem adequada a ele em momentos diferentes. é um salto fornecer aos clientes uma experiência determinística predefinida para uma experiência adaptativa. toda empresa precisa fornecer uma experiência ao cliente que se adapte à era inteligente.
o segundo a responde que tipo de produtos a empresa precisará construir. pensamos nisso como produtos de evolução automática; isso significa que os produtos na era inteligente terão a capacidade de aprender de forma independente, continuar a iterar, adaptar-se às mudanças e ser capazes de se auto-otimizar e evoluir. os carros dirigirão cada vez melhor enquanto dirigem. a transição da digitalização de produtos para a inteligência de produtos é um salto que mudará enormemente a concorrência. todas as empresas precisam de pensar na integração de capacidades inteligentes nos seus próprios produtos.
o terceiro a responde ao futuro das operações diárias das empresas, nomeadamente a operação autónoma, que se refere à necessidade de alcançar uma operação altamente autónoma dos fluxos de negócio, desde a percepção, planeamento, tomada de decisão até à execução, ciclo fechado autónomo de ponta a ponta. por exemplo, o porto gera automaticamente planos de operação através de uma plataforma de planeamento inteligente e completa automaticamente o transporte horizontal de contentores através de camiões autónomos. a automatização das operações empresariais tem sido perseguida por muitas empresas há muitos anos. a autonomia das operações é um salto na melhoria da eficiência operacional. todas as empresas precisam de pensar em utilizar a ia para capacitar e alterar as operações empresariais num âmbito mais amplo e profundo.
o quarto a responde ao futuro da experiência de trabalho e dos métodos de trabalho dos colaboradores, nomeadamente augmented workforce, que se refere à necessidade de cada colaborador ter um assistente inteligente que “me compreenda” e conclua todas as tarefas com eficiência e elevada qualidade. por exemplo, o pessoal de manutenção no local da estação base do operador pode obter rapidamente informações como localização da falha, causa raiz e sugestões de processamento por meio do app assistente de manutenção. permitir que a ia beneficie a humanidade é o significado da existência da ia. oferecer aos funcionários uma melhor experiência de trabalho é a base fundamental para a competitividade de todas as empresas na era inteligente.
os próximos dois as representam a base da inteligência. o quinto a, ou seja, recursos totalmente conectados, refere-se à realização da interconexão total dos ativos, funcionários, clientes, parceiros, ecologia, etc. de uma empresa, e à digitalização de todos os objetos, processos e regras de negócios. necessário melhorar além da quantidade de informação, é necessário também melhorar a qualidade da informação, para que as empresas tenham os dados e a base de informação necessários para a inteligência, ou seja, uma digitalização profunda e abrangente.
o sexto a, nomeadamente infraestrutura nativa de ia, refere-se a que, por um lado, a infraestrutura de tic deve ser construída de forma sistemática e pode adaptar-se às necessidades de aplicações inteligentes, ou seja, tic para inteligência, por outro lado, infraestrutura o seu próprio funcionamento; e a gestão da manutenção e a garantia de experiência devem ser totalmente inteligentes, ou seja, inteligência para tic.
essas seis características a são um resumo de nossos pensamentos preliminares com base em nossa própria prática e compreensão. esperamos que seja útil para todos pensarem sobre como usar bem a ia e para sua referência. a era inteligente.
aproveite totalmente a oportunidade de transformação da inteligência artificial
a huawei propôs uma estratégia de inteligência abrangente na conferência hc de 2023. a estratégia inteligente abrangente abrange uma ampla gama de áreas.
vamos falar primeiro sobre o poder da computação. a inteligência será um processo de longo prazo, e o poder da computação é a base fundamental para a inteligência, tanto no passado como no futuro. portanto, a sustentabilidade da inteligência deve primeiro ser a sustentabilidade do poder computacional. o poder da computação depende da tecnologia de semicondutores, mas devemos enfrentar a realidade de que as sanções dos eua contra a china no campo dos chips de ia não serão levantadas por muito tempo, e a tecnologia de fabricação de semicondutores da china também será sancionada pelos estados unidos por um longo tempo. o tempo está atrasado,isso significa que haverá limites para o quão avançados serão os chips que podemos fabricar. este é um desafio que devemos enfrentar ao construir soluções de poder computacional.
com sede na china, apenas o poder computacional baseado em processos de fabrico de chips realmente disponíveis será sustentável a longo prazo, caso contrário será insustentável. a huawei vê desafios, bem como oportunidades e possibilidades, o que estimula ainda mais o nosso entusiasmo pela inovação. porquea inteligência artificial está a tornar-se a procura dominante de poder computacional, provocando mudanças estruturais nos sistemas informáticos. o que é necessário é o poder computacional do sistema, e não apenas o poder computacional de um único processador.. estas mudanças estruturais proporcionam-nos oportunidades para criar um caminho de desenvolvimento independente e sustentável para a indústria da computação através da inovação arquitectónica.
o núcleo da nossa estratégia é aproveitar plenamente a oportunidade da revolução da inteligência artificial, com base na tecnologia de fabricação de chips disponível, na inovação colaborativa da tecnologia de computação, armazenamento e rede, criar uma arquitetura de computação e criar um "super nó + cluster" solução de poder de computação do sistema, a longo prazo continuar a atender às necessidades de poder de computação.
o avanço tecnológico de grandes modelos acelerou enormemente o processo de inteligência. há algum tempo, quase todas as esferas da vida têm falado sobre grandes modelos, construção de poder de computação de ia e treinamento de grandes modelos. este é sem dúvida um grande benefício para fornecedores de energia computacional como a huawei. mas de uma perspectiva de desenvolvimento a longo prazo, acreditamos sempre que o desenvolvimento sustentável da huawei só pode ser alcançado através do sucesso contínuo dos nossos clientes.
primeiro, nem todas as empresas precisam desenvolver poder computacional de ia em larga escala. todos sabemos que os servidores de ia, especialmente os clusters de poder de computação de ia, são diferentes dos servidores x86 gerais e têm requisitos extremamente elevados no ambiente da sala do data center, como fonte de alimentação e resfriamento. também avançam em direção a uma escala maior, e o ritmo da mudança é rápido, os servidores de ia são rapidamente atualizados e as salas de informática dos data centers enfrentam o dilema do desperdício ou da incapacidade de atender à demanda.
em segundo lugar, a indústria agora lança novos produtos de hardware de ia a cada um ou dois anos, em média, e a velocidade de iteração é rápida em comparação com as nuvens públicas, as empresas são limitadas pela pequena escala de poder de computação. mais difícil para cada geração em vez de depender do poder de computação do hardware para concluir o trabalho de forma independente, eles esperam que várias gerações de produtos possam ser misturadas e usadas para treinamento de modelos, o que leva a uma alta complexidade de agendamento de recursos. efeito "prancha" de produtos de geração histórica, a nova geração é prejudicada o pleno aproveitamento do desempenho do produto afeta a capacidade de treinar modelos grandes.
finalmente, existem os desafios trazidos pela operação e manutenção. a tecnologia de ia ainda está em fase de crescimento, a tecnologia muda rapidamente, coexistem múltiplas gerações de produtos e os elevados requisitos de qualificação tornam a operação e a manutenção difíceis, o que é um problema importante para muitas empresas que trabalham. têm apenas o desafio tradicional de manutenção de ti. como estes desafios continuarão a existir durante algum tempo,portanto, acredito que cada empresa deve pensar em sua própria maneira de obter poder computacional de ia, em vez de apenas construir seu próprio poder computacional de ia.
além disso, nem toda empresa precisa treinar seu próprio modelo básico de grande porte. a chave para treinar um grande modelo básico são os dados, e preparar dados suficientes de alta qualidade é um grande desafio. a quantidade de dados de pré-treinamento para um grande modelo básico atingiu o nível de 10 trilhões de tokens. para as empresas, mas também. ao mesmo tempo, a obtenção de dados suficientes também é um desafio.
em segundo lugar, o treinamento do modelo é difícil. o número de parâmetros básicos do modelo grande continua a aumentar, dificultando a iteração e a otimização do modelo. geralmente, leva de vários meses a vários anos para concluir o treinamento iterativo do modelo. cada empresa deve concentrar-se no seu negócio principal. a formação de grandes modelos básicos por si só afetará a capacidade da ia de capacitar o negócio principal o mais rapidamente possível.
finalmente, é difícil adquirir talentos. as tecnologias relevantes envolvidas em modelos básicos de grande escala são actualizadas todos os dias e há poucos especialistas técnicos com experiência prática. é também um desafio para as empresas estabelecerem recursos técnicos suficientes.
nem todas as aplicações precisam seguir modelos “grandes”. a julgar pela prática da indústria da huawei pangu, o modelo de bilhões de parâmetros pode atender às necessidades de cenários de negócios, como computação científica e tomada de decisão preditiva, como previsão de chuva, otimização de moléculas de medicamentos e previsão de parâmetros de processo. pcs e telefones celulares, o modelo de bilhões de parâmetros pode atender às necessidades de cenários de negócios, como computação científica e modelos paramétricos de tomada de decisão também são amplamente utilizados. as dezenas de bilhões de modelos de parâmetros podem atender às necessidades de um grande número de cenários de campo específicos, como pnl, cv e multimodalidade, como perguntas e respostas de conhecimento, geração de código, assistentes de agentes e detecção de segurança. tarefas complexas para pnl e multimodalidade podem ser concluídas usando centenas de bilhões de modelos de parâmetros.
portanto, acreditamos que o que as empresas precisam é escolher o modelo mais adequado de acordo com as necessidades dos diferentes cenários de negócios, e resolver problemas e criar valor através da combinação de múltiplos modelos.
terminal ai não deve ser centrado no poder computacional
na era inteligente, os terminais são uma parte indispensável. no campo dos terminais, a huawei foi a primeira a introduzir ia nos smartphones. já em 2017, a huawei lançou o mate10, que tinha um chip de ia integrado e aplicou imagens inteligentes de ia, tradução de ia e outros recursos aos telefones celulares. tempo, abrindo a era da ia móvel. hoje, à medida que a ia entra na era dos grandes modelos, integramos profundamente a tecnologia de ia com o sistema operacional hongmeng com base na arquitetura de dispositivo, núcleo e colaboração em nuvem, e reconstruímos a inteligência nativa hongmeng centrada na ia, desde o kernel até a implementação do aplicativo do sistema. inteligência abrangente, ao mesmo tempo em que alcança uma colaboração ecológica mais aberta e uma proteção de privacidade e segurança mais confiável.
com base na inteligência nativa de hongmeng, a huawei atualizará o "xiaoyi" para um agente inteligente para alcançar uma interação multimodal mais natural e uma percepção integrada mais abrangente, e trabalhará com parceiros ecológicos de hongmeng para construir conjuntamente capacidades inteligentes para produtos futuros e realizar o; a transformação dos recursos de ia em modelo para camadas de controle de ia é totalmente aberta, permitindo aplicativos de terceiros e prosperando o ecossistema de aplicativos nativos de hongmeng.
também notamos que se tornou uma tendência comum introduzir recursos de ia em vários terminais, como a construção de telefones e pcs com ia. como resultado, existem várias vozes na indústria sobre como definir terminais inteligentes na era da ia. sempre acreditamos que a experiência do consumidor vem em primeiro lugar. é difícil para os consumidores entenderem o que significam a tecnologia do chip, o poder de computação tflops e os parâmetros do modelo, mas eles prestam mais atenção à experiência pessoal. portanto, defendemos que a ia terminal deve ser centrada na experiência, em vez de centrada no poder da computação.
com base neste conceito, nós e o instituto de pesquisa da indústria de inteligência artificial da universidade tsinghua propusemos conjuntamente o padrão de classificação l1 a l5 para inteligência de terminal de ia, e esperamos que colegas da indústria trabalhem juntos para melhorar e otimizar esse padrão de classificação. promover conjuntamente o desenvolvimento ordenado da ia terminal.
esperamos alcançar a condução sem motorista por volta de 2030
as soluções de condução autónoma são também uma área importante onde a huawei investiu pela primeira vez em ia, porque o objetivo da condução autónoma é a condução sem condutor, que é um dos cenários mais desafiantes para a aplicação de ia. a versão ads 3.0 que lançamos pode tornar as decisões de direção autônoma mais precisas, o trânsito mais eficiente, a experiência mais humana e a direção mais segura. ele também oferece acesso com "um clique" de vaga de estacionamento em vaga de estacionamento e conectividade completa de vias públicas, vias de estacionamento e vagas de estacionamento subterrâneas. e o sistema anticolisão omnidirecional foi atualizado para cobrir mais faixas de velocidade e evitar obstáculos omnidirecionais.
esses avanços permitem que os consumidores sintam verdadeiramente a segurança e experimentem as melhorias trazidas pela direção inteligente. hoje em dia, os consumidores chineses estão muito familiarizados com a condução inteligente de automóveis. uma proporção muito elevada de carros novos equipados com versões topo de gama de condução inteligente está equipada com capacidades de condução inteligente. consumidores na compra de carros novos. na próxima etapa, continuaremos a desenvolver soluções de direção autônoma baseadas na percepção fundida e aos poucos perceberemos: na rodovia, você pode descansar assim que entrar no carro e dormir tranquilamente por longas distâncias em rodovias urbanas e suburbanas; , é fácil dirigir em qualquer lugar e é tão seguro e estável quanto motoristas experientes. no campo e nas estradas de montanha: vá para as montanhas e para o campo e desfrute de toda a paisagem o dia todo; no cenário de estacionamento: é necessário conseguir a saída imediata do carro, zero arranhões e zero travamentos em termos de segurança, é necessário conseguir uma segurança ativa total e omnidirecional, principalmente para eliminar a responsabilidade primária por colisões e; reduzir responsabilidades secundárias. com base na consecução destes objetivos-chave do cenário, espera-se que a condução autónoma seja concretizada por volta de 2030.
crie uma plataforma unificada para desenvolvedores
o desenvolvimento do ecossistema sempre foi uma parte importante da estratégia da huawei. em 2024 e nos próximos cinco anos, a huawei fará fortes investimentos estratégicos no desenvolvimento do ecossistema, liderará, promoverá e impulsionará o ecossistema. desenvolvimento da indústria de computação e da indústria de terminais, e fornecer a primeira indústria de computação do mundo duas opções, ao mesmo tempo que fornece ao mundo um terceiro sistema operacional móvel.
as aplicações da ia serão infinitas, mas em última análise ela deve servir as pessoas. insistimos em defender e praticar a ia para o bem. acreditamos que: a ia deve servir as pessoas e melhorar a eficiência do trabalho e a qualidade de vida das pessoas. a ia pode permitir a digitalização das indústrias, mudar os métodos de produção das indústrias e tornar-se o motor principal de vários; indústrias para entrar no mundo inteligente; é necessário reduzir o limiar da tecnologia de ia e permitir que todos, todas as famílias e todas as organizações tenham oportunidades iguais para obter e usar a tecnologia de ia.
a ia deve ser utilizada para fins bem-intencionados, como a criação de benefícios mais amplos para a sociedade durante a concepção, desenvolvimento e utilização da ia. avaliaremos cuidadosamente o impacto potencial e a longo prazo da tecnologia de ia na sociedade para evitar o abuso da tecnologia de ia. além disso, a ia deve ser aplicada à protecção do ambiente ecológico e ao desenvolvimento sustentável, e a ia deve ser activamente utilizada para estudar e resolver questões de preocupação global, como os objectivos de desenvolvimento sustentável das nações unidas.
a era da inteligência abrangente chegou, trazendo novas oportunidades e novos desafios para todos e todas as empresas. vamos trabalhar juntos para promover a inteligência abrangente, para que todos tenham seu próprio assistente inteligente exclusivo e cada empresa se torne uma empresa inteligente que habilita todos os veículos. para dirigir de forma autônoma.
(este artigo vem do china business news)
