observación financiera de xinhuanet ｜ implementación y aplicación de modelos grandes: dificultades y avances
2024-09-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
xinhuanet, beijing, 18 de septiembre pregunta: observación sobre la aplicación de la implementación de modelos grandes: dificultades y avances
reporteros ran xiaoning, chen tingyu, ling jiwei, zhao qiuyue
hay demasiados modelos grandes, pero es necesario ejecutar y utilizar muy pocas aplicaciones. cómo recorrer con éxito la "última milla" de la implementación de modelos grandes se ha convertido en el centro de las discusiones recientes dentro y fuera de la industria.
el inicio de la "batalla de los 100 modelos" no es una exageración. actualmente, hay más de 190 modelos grandes registrados en la administración del ciberespacio de china, con más de 600 millones de usuarios registrados. este año, las principales empresas de modelos han reducido los precios en todos los ámbitos e incluso han ofrecido llamadas gratuitas al precio más bajo. "no enrolle el modelo, enrolle la aplicación". una empresa conocida ha expresado esta opinión muchas veces, reflejando que la competencia en el segmento de modelos grandes ha entrado en una nueva etapa de construcción de la ecología y "adquisición de clientes". .
desde dejar que cien flores florezcan hasta la escena, ¿qué desafíos enfrentan las aplicaciones de modelos grandes y cómo resolver problemas y activar el ecosistema? recientemente, los periodistas entrevistaron a grandes empresas de desarrollo de modelos, instituciones de diseño e i+d, empresas manufactureras y fabricantes de terminales para explorar las historias detrás de cómo los modelos grandes promueven la i+d, mejoran la calidad y la eficiencia de la producción y empoderan al lado c para mejorar la experiencia del usuario.
un gran modelo reconstruye la investigación científica y las relaciones de producción.
actualmente nos encontramos en un período crítico en el que la ia propicia la reconstrucción de la productividad y las relaciones de producción para la investigación científica. desde que se propuso por primera vez en 2018, ai for science ha alcanzado un consenso en la comunidad académica como un nuevo paradigma de investigación científica que ha traído un impacto revolucionario al campo de la investigación científica. el empoderamiento de las nuevas tecnologías ha mejorado la eficiencia de la investigación científica, ha promovido la innovación original en la investigación científica y ha demostrado el enorme valor que aporta la inteligencia artificial a la investigación científica. el equipo de investigación científica que lidera el gran modelo de ia ha logrado resultados fructíferos.
tian zhongqun, académico de la academia de ciencias de china y director honorario del laboratorio de innovación jiageng, dijo que la ia ha creado posibilidades para los cálculos teóricos. el refinamiento de los algoritmos y la mejora de la potencia informática han mejorado enormemente la eficiencia informática. usó una analogía para decir: "hacer investigación científica básica es como estar en una isla aislada con sólo acantilados y sin caminos. hoy en día, la ia proporciona una herramienta que puede ayudar a los investigadores científicos a tener la oportunidad de montar las olas y escalar los acantilados".
en el campo de la electroquímica, la investigación científica debe resolver el problema de la industrialización de nuevas energías. por ejemplo, si se producen problemas de seguridad en las nuevas centrales eléctricas de almacenamiento de energía, especialmente en las centrales eléctricas de almacenamiento de energía a gran escala, las consecuencias serán muy graves. la tecnología de ia para electroquímica proporciona más garantías de seguridad energética y puede detectar, controlar, retroalimentación y controlar mejor. por otro ejemplo, en el sistema de almacenamiento de energía de la batería, la recopilación, el procesamiento y la retroalimentación de parámetros implican cantidades masivas de datos. depender de los métodos de procesamiento manual tradicionales puede llevar días como máximo. pero para la ia, horas, minutos o incluso segundos pueden ser suficientes.
"la ia ayuda a los científicos a descubrir problemas más rápido, analizarlos, dar retroalimentación sobre los problemas y realizar un control activo para formar un circuito cerrado, mejorando efectivamente la seguridad y la eficiencia", afirmó tanakaqun.
la proteína es la base material de todas las actividades de la vida y puede considerarse la "joya de la corona" de la biología molecular. basado en el modelo de conformación molecular uni-mol a gran escala lanzado por shenzhen technology, puede realizar una variedad de capacidades generales, como la generación de moléculas y la predicción de propiedades. en el campo del descubrimiento de fármacos, vd-gen, un método de generación de moléculas dinámicas virtuales desarrollado sobre la base de uni-mol, puede generar directamente moléculas con alta afinidad de unión en la cavidad objetivo de la proteína.
sun weijie, cofundador y director ejecutivo de shenzhen technology, presentó que en los últimos años, shenzhen technology y sus colaboradores han lanzado un gran modelo de simulación molecular dpa, un gran modelo de conformación molecular uni-mol, un gran modelo de uni-fold plegamiento de proteínas y un modelo grande de secuencia de genes uni-rna. una serie de modelos científicos grandes y motores subyacentes, como modelos grandes, motor de acoplamiento molecular de alto rendimiento uni-dock y modelos grandes multimodales de literatura científica uni-smart.
sistema modelo grande de ciencia shenzhen shi yuzhi (fotografía cortesía de shenzhen shi technology)
actualmente existen alrededor de 200 millones de proteínas conocidas en la tierra y cada proteína tiene una estructura espacial única. después de un largo proceso de evolución de la vida en la naturaleza, las moléculas de proteínas pueden completar espontáneamente todo el proceso de plegamiento en un instante. pero si los científicos quisieran calcular las interacciones entre las moléculas de aminoácidos para predecir cómo se pliegan, se necesitaría más tiempo que la edad de todo el universo para agotar todas las configuraciones posibles de proteínas.
"ahora, mediante el uso de la tecnología de ia, la conformación tridimensional de las proteínas se puede calcular con precisión en muy poco tiempo. los científicos también están explorando más a fondo el uso de la ia para diseñar proteínas que no existen en la naturaleza o modificar proteínas existentes de acuerdo con funciones funcionales específicas. requisitos". el profesor de biología computacional xu jinbo, científico, fundador y científico jefe de molecular heart, dijo: "la predicción de estructuras de proteínas a través de la ia ha mejorado enormemente la comprensión de las personas sobre las proteínas, la comprensión de cómo las proteínas realizan sus funciones biológicas y la comprensión de las interacciones entre proteínas. y no proteínas, lo que permite a las personas comprender mejor los procesos moleculares de la vida, lo que tiene un impacto importante en los campos de la biología, la medicina y la farmacia. por ejemplo, a través de la predicción de la estructura de las proteínas mediante ia, se pueden encontrar objetivos proteicos precisos de forma más rápida y sencilla. ayudar a los desarrolladores de fármacos a diseñar moléculas de fármacos más eficaces”.
xu jinbo cree que los grandes modelos de ia son especialmente adecuados para resolver problemas en las ciencias de la vida. "el ejemplo más exitoso de la combinación de informática y biología es la predicción de la estructura de las proteínas por ia. esta es, con diferencia, la mayor contribución de la ia a la biología e incluso a toda la comunidad científica. pero esto es sólo el comienzo y está lejos del final. "
neworigin (darwin), un gran modelo de generación de proteínas de ia desarrollado independientemente por molecular heart, es un modelo básico de proteínas de ia de gran tamaño que integra secuencia, estructura, función y evolución. ha aprendido una gran cantidad de datos multimodales complejos y altamente profesionales. se pueden utilizar según la demanda de aplicaciones industriales, proteínas funcionales “a medida”. en la actualidad, el modelo grande de neworigin se ha utilizado ampliamente en los campos de investigación y desarrollo de fármacos innovadores, materiales, alimentos, industria química, agricultura, etc., en el diseño de fármacos macromoleculares, optimización de la estabilidad de proteínas en entornos extremos, optimización de la actividad enzimática, enzimas. -acoplamiento de sustrato específico, proteína logre avances en muchos tipos de tareas industriales difíciles, como el diseño de novo.
la ayuda de los grandes modelos de ia a la investigación científica se está trasladando de la tierra al lejano espacio profundo, desempeñando un papel importante en el campo de la exploración del espacio profundo. ouyang ziyuan, académico de la academia de ciencias de china y primer científico jefe del proyecto de exploración lunar de china, dijo que con el rápido avance de las actividades humanas de exploración del espacio profundo, los datos de detección han crecido exponencialmente. en términos de gestión de datos, nuestro país ha logrado la ventaja de ser pionero en términos de aplicación de datos, nuestro país debe aprovechar al máximo sus ventajas tecnológicas de inteligencia artificial existentes;
además de detectar muestras devueltas, la investigación humana sobre la evolución geológica de la luna se basa principalmente en el estudio de objetos geológicos lunares, como la identificación de cráteres de impacto. el tamaño, la profundidad, la forma y otras características de los cráteres de impacto son una base importante para estudiar la evolución geológica de la luna. según las estadísticas, el número de cráteres de impacto con un diámetro de más de un kilómetro en la luna supera actualmente el millón, y aún no se ha determinado el número de cráteres de impacto con un diámetro de menos de un kilómetro. es "casi imposible" completar la identificación de todos los cráteres de impacto lunar si se depende exclusivamente del trabajo manual.
en la exposición digital 2024, el instituto de geoquímica de la academia de ciencias de china y alibaba cloud lanzaron conjuntamente el primer "modelo grande profesional multimodal de ciencia lunar" del mundo (denominado "modelo grande profesional lunar"). este gran modelo está construido sobre la base de los modelos de la serie alibaba cloud tongyi. actualmente, la tasa de precisión para identificar la edad y la forma de los cráteres de impacto lunar ha alcanzado más del 80%. la aplicación del modelo grande profesional lunar ha mejorado enormemente la eficiencia de la investigación científica: los investigadores científicos solo necesitan ingresar imágenes de cráteres de impacto lunar y preguntas relacionadas, y el modelo grande profesional lunar puede llamar a la visión general y a los modelos multimodales para generar datos. a partir de 17 tipos de datos multimodales (incluidos espectro, elevación, gravedad y otros datos) para determinar el tipo modal correspondiente a la imagen.
la implementación de modelos de investigación científica a gran escala requiere una comprensión de las leyes científicas subyacentes.
aunque los grandes modelos de ia han aportado un gran valor a la investigación científica, la implementación de grandes modelos de investigación científica en las industrias transformadoras todavía enfrenta una serie de desafíos de escenarios relacionados.
xu jinbo cree que, además de las condiciones básicas necesarias, como algoritmos, potencia informática y datos, el desarrollo de modelos de producción de proteínas a gran escala también requiere dos importantes capacidades profesionales avanzadas: primero, la integración de computadoras, biología, física y otras. disciplinas y familiaridad con la inteligencia artificial, la dinámica molecular, etc., la ciencia, la computación cuántica y otros métodos, y puede considerar las capacidades de integración entre campos de secuencia y estructura, cadena principal y cadena lateral, evolución y ómica en paralelo en la práctica. el segundo es la capacidad de salir del laboratorio, sumergirse en el entorno industrial real y acercarse a las necesidades industriales reales en términos de demanda, verificación e implementación. actualmente, los equipos de talento con estas capacidades y condiciones son muy escasos.
sun weijie cree que la ia primero debe aprender las leyes científicas y la distribución matemática del universo de partículas microscópicas antes de poder intentar resolver problemas importantes en el mundo microscópico.
"lo que brindan el sistema de algoritmos y el sistema de modelos existentes es una oportunidad para reconstruir verdaderamente el mundo a partir del átomo. la explosión de la ia ha brindado una oportunidad sistemática a la investigación científica para reconstruir las herramientas de producción, la productividad y las relaciones de producción. a partir del átomo, se reconstruirán el software, los datos, la representación y los vínculos finales de fabricación. aunque la prosperidad del mundo digital ha promovido el desarrollo de grandes modelos, a lo que se debe prestar más atención es al final a largo plazo y al final de la reconstrucción de la ia. de la productividad de la investigación científica hacia la era de la 'fabricación de átomos inteligentes'", afirmó.
“el mundo físico está compuesto de partículas microscópicas, y lo que interesa es la estructura molecular, la secuencia de genes de proteínas, la simulación molecular, etc. a nivel microscópico. estos nuevos modos no pueden abarcarse ni procesarse en los grandes modelos clásicos y en el pasado. los modelos grandes aún no han podido cubrirlos y manejarlos. esta es una manera de comprender verdaderamente las leyes científicas subyacentes de todo en el universo", dijo sun weijie.
explicó además que los grandes modelos de ia necesitan comprender el universo de partículas microscópicas y tratar de resolver problemas en el mundo microscópico. a menudo faltan datos muy efectivos porque el mundo de las partículas microscópicas es invisible e intangible. "en el mundo microscópico, el método mejor y más probado actualmente es la ia para la ciencia. la ia para la ciencia está abriendo un nuevo paradigma de investigación científica, integrando estrechamente la inteligencia artificial con la investigación científica básica y brindando a la ia la capacidad de comprender el mundo microscópico. física los tres pilares del modelo mundial, el modelo mundial digital y el modelo de inteligencia incorporada constituyen las tres vías principales para el trabajo y el emprendimiento en el campo de la ia en la actualidad. la ia para la ciencia es uno de los tres pilares de la ia y es la puerta de entrada. a agi. la única manera", dijo sun weijie.
la fabricación basada en modelos grandes requiere una integración y aplicación más profundas
los grandes modelos de ia están penetrando gradualmente en todos los aspectos de la industria manufacturera y se están convirtiendo en una de las tecnologías centrales que conducen a la inteligencia, la flexibilidad y la automatización en la industria manufacturera, brindando nuevas oportunidades a la industria manufacturera.
el nivel gubernamental promueve activamente la aplicación específica y la innovación de modelos grandes en el campo de la fabricación. en abril de este año, el departamento de ciencia y tecnología del ministerio de industria y tecnología de la información propuso promover el uso generalizado de la inteligencia artificial en la producción y la fabricación, y enfatizó que "tomar la integración profunda de la inteligencia artificial y la fabricación como línea principal , presentando grandes modelos generales y grandes modelos industriales, acelerando la inteligencia artificial y potenciando la nueva industrialización”.
bajo la guía de esta tendencia, muchas industrias, como la de electrodomésticos, automóviles y productos químicos, han explorado la aplicación de grandes modelos de ia.
el moldeo por inyección es un proceso importante para la producción de lavadoras. el proceso de producción parece no ser más que abrir y cerrar el molde, pero detrás involucra procesos y parámetros complejos como temperatura, presión, ciclo de moldeo, estado del molde, consumo de energía, etc. en el pasado, solo podía depender de la experiencia manual para la depuración. hoy en día, se ha resuelto el problema de la "caja negra" del proceso de moldeo por inyección.
al ingresar a la fábrica de interconexión de lavadoras haier tianjin, se puede ver que el modelo industrial tianzhi desarrollado independientemente por cosmoplat transforma la experiencia industrial de los maestros del moldeo por inyección en datos e indicadores cuantificables. el responsable relevante dijo que mediante la adaptación razonable del modelo de moldeo por inyección grande y el modelo experto, el consumo total de energía de la máquina de moldeo por inyección se puede optimizar y reducir entre un 6% y un 10%, y el tiempo del ciclo de producción se puede reducir. aumentó entre un 5% y un 12%. se entiende que el gran modelo industrial de tianzhi puede leer lenguaje industrial, comprender procesos y mecanismos industriales, generar instrucciones de ejecución industrial y ejecutar control de maquinaria industrial. se ha utilizado en las fábricas de interconexión de lavadoras de haier en tianjin y foshan.
la imagen muestra el equipo de moldeo por inyección de la fábrica de interconexión de lavadoras de haier en tianjin (foto proporcionada por kaos).
"en los escenarios y procesos industriales de la producción y fabricación de automóviles, existen puntos débiles comunes, como la alta utilización de pegamento, los altos costos de mano de obra, la programación de producción que debe optimizarse y el diseño de procesos que es difícil de lograr una disposición óptima del proceso manualmente". instituto de investigación de internet industrial de china en el evento de transformación de logros y acoplamiento de oferta y demanda "inteligencia artificial generativa + automóvil" de 2024 celebrado, muchas empresas automotrices mencionaron una serie de puntos débiles que enfrenta la industria.
"la tecnología de inteligencia artificial generativa ayuda a organizar automáticamente los procesos de soldadura y programar proyectos de ensamblaje, logrando así un equilibrio de carga óptimo y mejorando la eficiencia de la preparación de documentos de proceso", afirmó zheng chunqi, subdirector general de gac aian new energy vehicle co., ltd. ye tongsheng, director de la industria automotriz de yuncong technology group co., ltd., agregó que las capacidades de análisis de los modelos grandes pueden monitorear la calidad de todo el proceso de producción de vehículos.
en términos de inteligencia de la industria petroquímica, inteligencia de equipos industriales y alta eficiencia de la investigación experimental, la tecnología de predicción inteligente para la coquización del sedimentador de craqueo catalítico puede resolver el problema de la coquización del sedimentador de craqueo catalítico. según deng chun, profesor del laboratorio nacional clave de petróleo pesado de la universidad del petróleo de china, la inteligencia artificial generativa promueve la aplicación del funcionamiento inteligente de equipos industriales en la industria química a través de la percepción de materiales, mecanismos de reacción, equipos centrales y optimización de procesos. y optimización del sistema.
sin embargo, la implementación de grandes modelos de ia a nivel de fabricación no ha sido fácil. la encuesta reveló que las empresas manufactureras tienen enormes cantidades de datos y están muy fragmentadas, lo que dificulta agregarlos y aportarles valor de forma eficaz. además, el costo de la potencia informática, el costo de implementación y el costo de prueba y error de los modelos grandes son relativamente altos, y existe una escasez particular de talentos técnicos de ia industrial.
“la aplicación de grandes modelos en empresas manufactureras requiere los esfuerzos conjuntos de ingenieros de algoritmos, ingenieros de datos y gerentes empresariales de primera línea. en particular, se debe invertir mucha energía y tiempo en la recopilación y anotación de datos, el ajuste del modelo. y optimización de procesos, sun linjun, vicepresidente de la asociación de inteligencia artificial de hainan, miembro del comité digital de la federación de industria y comercio de zhejiang y fundador de la empresa de tecnología de inteligencia artificial real intelligence, dijo que frente a las complejas cadenas de suministro en la fabricación. en las empresas, la inteligencia de real agent puede integrar y optimizar datos con la ayuda de recursos de rpa, interfaces alternativas de bajo costo con la ayuda de modelos grandes, se puede reducir el umbral de uso de datos y se pueden descomponer operaciones comerciales complejas mediante razonamiento y rpa. está programado para completar automáticamente las operaciones comerciales, y luego los costos y los recursos informáticos se pueden implementar a través de un control razonable del modelo, que se puede aplicar a la adquisición de materias primas. desempeña un muy buen papel en la reducción de costos y el aumento de la eficiencia en varios enlaces comerciales y procesos como la gestión de inventarios, la planificación de la producción y la distribución logística.
a pesar de enfrentar muchos desafíos, la gran mayoría de las empresas entrevistadas creen firmemente que las perspectivas de aplicación de grandes modelos de ia en la industria manufacturera aún son amplias.
xu xiaolan, presidente del instituto de electrónica de china, sugirió que mi país debería aprovechar al máximo sus ventajas, como un sistema industrial completo, una gran escala industrial, ricos escenarios de aplicaciones y ricos talentos de ingeniería, y esforzarse por consolidar las bases de la ia. tecnología, profundizar las aplicaciones integradas de ia, mejorar la ecología del desarrollo industrial y profundizar. con el poder de la tecnología de inteligencia artificial, aceleraremos el desarrollo de nuevas fuerzas productivas y promoveremos una nueva industrialización.
la introducción de grandes modelos en terminales impulsa la popularización a gran escala de la ia
si el modelo de nube grande demuestra las poderosas capacidades técnicas de la ia, entonces la ia en el dispositivo es el portador que acelera la distribución de los dividendos de la tecnología de la ia.
¿por qué es tan popular la ia en el dispositivo? citic construction investment publicó un informe de investigación que afirma que la ia en el dispositivo es la siguiente etapa del desarrollo de la ia. al dotar a los modelos grandes de hardware terminal, se espera que se inicie una ola de aplicaciones de ia.
desde el diseño de los fabricantes de terminales, oppo ha propuesto equipar los teléfonos móviles de alrededor de 50 millones de usuarios con funciones de ia este año. lenovo ha promovido plenamente la estrategia de terminal inteligente aipc "todo en uno, multiterminal" xiaomi su7. con modelos grandes de ia, y muchas series de televisores changhong están equipados con modelos grandes changhong yunfan ai... se puede ver que la entrada de modelos grandes en el lado de la terminal se ha acelerado.
la imagen muestra la distribución y posicionamiento de modelos grandes en el lado del terminal (fuente: iresearch)
colocar modelos grandes en terminales pequeñas tiene perspectivas y desafíos ilimitados. en opinión de zhang peng, director ejecutivo de zhipu ai, cómo hacer que el modelo sea más inteligente basándose en un menor volumen de transmisión y cómo proporcionar recursos únicos en el terminal móvil para respaldar el funcionamiento de modelos grandes son uno de los principales problemas que enfrentan los modelos grandes. problema al entrar en la terminal.
zhipu ai, fundada hace sólo cinco años, se ha convertido ahora en una estrella en ascenso en el campo del desarrollo de modelos. cuando se trata de cómo crear espacio para la implementación de modelos grandes, zhang peng cree que la cooperación es la clave: “por un lado, los modelos grandes deben ser completamente autoinvestigados, los fabricantes de hardware y los fabricantes de algoritmos de modelos deben operar. los sistemas y una serie de fabricantes de tecnología ecológica deben trabajar juntos. "zhipu ai ha cooperado con intel, qualcomm, etc. para permitir que modelos grandes se ejecuten en varios terminales, como pc, teléfonos móviles y automóviles.
“apagar la cámara frontal”, “silenciar el volumen del ordenador”, “generar un resumen según mis hábitos de lectura”... los consumidores han descubierto que es más fácil utilizar un ordenador nuevo de una determinada marca. manteniendo una simple conversación con la computadora, se pueden reemplazar operaciones complejas. según el fabricante, en futuras versiones, incluso podrá ayudar a los usuarios a implementar funciones más difíciles, como editar y enviar correos electrónicos, crear carteles personalizados y comprender el significado de una imagen.
"en 2022, lenovo comenzó a planear colocar modelos grandes a nivel local". zheng aiguo, gerente general de productos y soluciones globales para pequeñas y medianas empresas del grupo lenovo, dijo que en ese momento, los parámetros de los modelos grandes eran demasiado grandes y difíciles. para llevar localmente. hasta el año pasado, las grandes empresas de desarrollo de modelos redujeron su enfoque a 6-7b y lenovo comenzó a darse cuenta de que la implementación de planes locales de modelos grandes se ha vuelto menos difícil. en mayo del año pasado, lenovo combinó el modelo de ia del lado del cliente a gran escala con el proyecto de pc.
wang bin, director del laboratorio de inteligencia artificial del grupo xiaomi, cree que, por un lado, los modelos se están volviendo más pequeños, por otro lado, la potencia informática es cada vez mayor y las capacidades del hardware son cada vez más fuertes. junto con diversas demandas, se espera que exista. habrá algunos asesinos en el lado de las aplicaciones de ia a nivel de terminal.
el periodista examinó los productos de telefonía móvil con ia a la venta en una plataforma de comercio electrónico y descubrió que la voz, la imagen y el asistente de ia son los tres puntos funcionales más concentrados de los teléfonos móviles con ia. en la actualidad, los principales fabricantes de teléfonos móviles están implementando activamente modelos grandes y livianos para hacer que la ia sea ineficaz y desarrollar vigorosamente escenarios de aplicaciones de ia. algunos informes de investigación de mercado predicen que los teléfonos móviles con ia tendrán mayores perspectivas de valor en términos de asistentes personales inteligentes y capacidades de oficina mejoradas. se está convirtiendo en una realidad que cada terminal tiene su propio asistente de ia incorporado, lo que se considera un futuro de ia que todos pueden disfrutar.
los casos de uso de ia del lado final, como el reconocimiento de imágenes de ia, la activación por voz y la fotografía computacional, pueden parecer simples, pero de hecho tienen requisitos muy estrictos en cuanto a la potencia informática y el ancho de banda ddr del chip.
el rápido crecimiento de los casos de uso de ia en teléfonos inteligentes resalta la importancia de qualcomm como empresa. "qualcomm ha integrado el concepto de ia en todo el soc desde el principio del diseño". wan weixing, jefe de tecnología de productos de ia de qualcomm en china, dijo que en respuesta al desafío de los modelos grandes con ancho de banda ddr, qualcomm ha desarrollado tecnología de cuantificación, tecnología de compresión para reducir el tamaño del modelo; para modelos grandes que requieren alta potencia informática, qualcomm ha realizado un diseño muy profesional en la npu para satisfacer las diversas necesidades de diferentes casos de uso.
además, están surgiendo cientos de modelos y los modelos grandes finales se subdividen en muchas categorías. sin embargo, actualmente, las capacidades de comunicación entre modelos en diferentes terminales aún no se han establecido. por lo tanto, según sun mingjun, director del instituto de investigación de inteligencia artificial inteligente de zhongguancun, "en el futuro, la unificación e interoperabilidad de los estándares técnicos será un problema técnico enorme que deberá ser resuelto por todas las partes".
"la aplicación es el rey", este concepto es particularmente importante en el desarrollo y la implementación de tecnología de modelos grandes. durante la investigación y las entrevistas, los expertos de la industria coincidieron en general en que el valor real de los modelos grandes radica en resolver problemas prácticos y crear valor real para los usuarios.
a medida que la acción de "inteligencia artificial +" avance en profundidad, se espera que, con la cooperación de múltiples partes, la tecnología modelo a gran escala se aproveche del "efecto volante" no solo para empoderar a miles de industrias, sino también para acelerar la formación de nuevas industrias productivas. fuerzas, pero también proporciona retroalimentación a través de la aplicación continua. la iteración de la tecnología y la mejora del rendimiento abren un nuevo ámbito de aplicación de modelos grandes.
