Большая модель ИИ добилась замечательных результатов от концепции до реализации приложения.В настоящее время она постепенно переходит от C-стороны «диалога и поэзии» ко всем сферам жизни.
Недавно Tencent Cloud объявила о ходе исследований и разработок крупномасштабных моделей в отрасли.Основываясь на сценариях спроса различных предприятий, она создала избранный магазин крупномасштабных моделей в отрасли на основе платформы Tencent Cloud TI. предоставление клиентам универсальных услуг MaaS (модель как услуга), чтобы помочь клиентам создавать эксклюзивные большие модели и интеллектуальные приложения.
По совпадению, на Huawei Developer Conference 2023 (Cloud) была официально представлена Huawei Cloud Pangu Large Model 3.0. Это отраслевая серия крупномасштабных моделей, которая будет посвящена «перестройке отрасли», «укоренению технологий» и « открывать и летать вместе» Три инновационных направления для предоставления более качественных услуг отраслевым клиентам, партнерам и разработчикам.
Ведущие поставщики облачных услуг, такие как Tencent Cloud и Huawei Cloud, лидировали, за ними следуют ведущие компании и начинающие компании из всех слоев общества, и отраслевая модель на какое-то время оживилась. Неудивительно, что в последние месяцы индустрия крупномасштабных моделей достигнет небольшой кульминации интенсивных релизов, а вертикализация и корпоративизация индустрии крупномасштабных моделей также будут еще больше углубляться.
Перешли на отраслевую модель
Судя по текущей ситуации на рынке, существует общая тенденция к тому, что война крупномасштабных моделей будет смещаться от крупномасштабных моделей общего назначения к промышленным крупномасштабным моделям.
Как сказал Тан Даошэн, старший исполнительный вице-президент Tencent Group и генеральный директор бизнес-группы Cloud and Smart Industry: «Общая крупномасштабная модель может решить 70–80 % проблем в 100 сценариях, но не быть на 100 % удовлетворительным для определенного предприятия Требования сценария», общие большие модели имеют определенные ограничения при решении профессиональных задач в конкретных сценариях.
Во-первых, универсальная крупная модель имеет широкое применение, но ей не хватает отраслевой глубины, и она вряд ли может предоставлять дорогостоящие услуги в профессиональных и более разделенных вертикальных областях.
Как мы все знаем, общая крупномасштабная модель нуждается в трех столпах поддержки, а именно: алгоритмы, данные и вычислительная мощность.Данные определяют объем интеллекта и влияют на точность и полноту анализа данных.Большинство общих крупномасштабных модельные данные поступают из общедоступных документов и сетевой информации Профессиональные отрасли Недостаточное накопление данных, в узкоспециализированных отраслях, таких как медицина и финансы, ценность услуг, предоставляемых крупными моделями общего назначения, ограничена.
Во-вторых, использование крупномасштабных моделей общего назначения требует загрузки данных на сервер, предоставленный стороной крупномасштабной модели, и существуют риски утечки данных и проблемы с безопасностью.
Обычные большие модели общего назначения не развертываются локально и не контролируются полномочиями пользователей. Финансовой отрасли и клиентам G-end, чувствительным к безопасности данных, сложно обеспечить безопасность данных при использовании больших моделей. Необходимо принять эффективные меры контроля. для повышения безопасности и безопасности данных общих крупномасштабных моделей Защита неизбежна.
В-третьих, крупная модель общего назначения должна обрабатывать огромные объемы данных и вычислительных ресурсов, что требует высокой вычислительной мощности и алгоритмов, что означает более высокие эксплуатационные расходы. Согласно общедоступным данным в Интернете, на примере большой модели ИИ GPT-3 OpenAI использовала почти 1 триллион слов и 45 ТБ данных для ее обучения, а стоимость одного обучения достигла 1,4 миллиона долларов США.
По сравнению с общей большой моделью вертикальная большая модель имеет большие преимущества в контроле затрат, поскольку параметры модели меньше, а стоимость обучения, отладки, оптимизации и внедрения ниже, что более удобно для малых и средних предприятий. преследуя «снижение затрат и повышение эффективности».
В общих крупномасштабных моделях не хватает безопасности данных, стоимости вычислительной мощности и глубины отрасли.Поставщики облачных услуг, такие как Tencent Cloud и Huawei Cloud, активно разрабатывают низкопороговые, недорогие, высокоэффективные и безопасные отраслевые крупномасштабные модели. которые подходят для реализации.
Tencent Cloud объединяет экологические ресурсы
В то время как другие поставщики облачных услуг все еще боролись за рынок C-end, Tencent Cloud рано нацелилась на сцену TOB.
19 июня Tencent Cloud запустила сервисную панораму MaaS, чтобы предоставить клиентам комплексные услуги модели, охватывающие комплексные инструменты моделирования, проверенные методы процессов и всестороннюю поддержку, в ответ на высокую стоимость и низкую безопасность крупных моделей общего назначения. услуги и передовые возможности безопасности.
В то же время Tencent Cloud разработала и расширила крупномасштабный модельный бизнес в отрасли, опираясь на свои собственные промышленные экологические преимущества, и добилась определенных результатов и отзывов.
Понятно, что возможности крупномасштабной отраслевой модели Tencent Cloud были реализованы в различных продуктах, таких как Tencent Qidian, Tencent Conference и Tencent Cloud AI Code Assistant. Кроме того, Tencent Cloud объединила усилия с ведущими отраслевыми компаниями, чтобы предоставить более 50 крупномасштабных отраслевых решений для более чем 10 отраслей, включая культурный туризм, государственные дела и финансы.
Надо сказать, что огромная промышленная экология является важным ресурсом для реализации крупномасштабных отраслевых моделей. Tencent инвестирует в крупный и разноплановый бизнес, а такие отрасли, как социальные сети, развлечения, общее здравоохранение, финансы и автомобили, должны перейти на цифровые технологии, а крупные модели являются стандартом для развития промышленной цифровизации. модели, Tencent Cloud имеет естественные преимущества.
Помимо промышленных экологических ресурсов, конкурентоспособность крупномасштабной отраслевой модели Tencent Cloud заключается в накоплении и инновациях технологий.
С точки зрения технологий, Tencent Cloud поддерживается ведущими лабораториями, такими как Tencent Youtu Lab и Tencent AI Lab.Базовая вычислительная мощность, разработка алгоритмов, применение ИИ и другие технические возможности очевидны, а сила вычислительной мощности Tencent Cloud, алгоритмы и т. д. Не статичны, а постоянно совершенствуются.
Стоит отметить, что высокопроизводительная вычислительная сеть Xingmai собственной разработки Tencent Cloud и векторная база данных могут повысить загрузку графического процессора на 40%, сэкономить от 30% до 60% затрат на обучение модели и обеспечить в 10 раз более эффективную связь с большими моделями ИИ. Повышение производительности может обеспечить более прочную вычислительную базу для применения крупномасштабных моделей в промышленности.
Согласно финансовому отчету, Tencent также разрабатывает такие технологии, как собственная база данных TDSQL, платформа безопасности EdgeOne и пакет обработки больших данных TBDS, а также платформы TI, связанные с разработкой искусственного интеллекта. Инвестиции Tencent в исследования и разработки в первом квартале 2023 года составили 15,181 млрд юаней, а с 2018 года за пять лет компания накопила более 220 млрд юаней, а ее инвестиции в исследования и разработки лишь намного больше.
Что касается экологии, Tencent Cloud придерживается концепции открытости и взаимовыгодности, открывая технологии большему количеству партнеров, создавая крупномасштабную экологию устойчивых инноваций и развития.
В связи с этим Ву Юньшэн, вице-президент Tencent Cloud, глава Tencent Cloud Intelligence и глава Youtu Lab, сказал: «Разработка технологии крупномасштабных моделей искусственного интеллекта и промышленные исследования неотделимы от сотрудничества в производственной цепочке и экологического совместного строительства. Tencent надеется объединить усилия с отраслевыми партнерами и совместно продвигать инновации и внедрение крупных моделей в промышленной сфере».
В целом, опираясь на собственные преимущества в экологических ресурсах, прочную техническую базу и открытую технологическую платформу, Tencent Cloud первой «поселилась» в области крупномасштабных отраслевых моделей. расширение сценариев приложений, ожидается, что Tencent Cloud будет в отрасли.Область моделирования сохраняет свое лидерство.
HUAWEI CLOUD глубоко развивает вертикальные отрасли
Колеса времени катятся.С 2019 года компания Huawei занимается разработкой и модернизацией итеративной большой модели Pangu.Благодаря постоянным инвестициям средств, рабочей силы и ресурсов, компания улучшила свою техническую мощь в области крупномасштабных моделей в промышленность.
С 2019 по 2020 год компания Huawei самостоятельно инвестировала в исследования и разработку крупномасштабных моделей искусственного интеллекта и запустила проект по созданию крупномасштабной модели Pangu; в апреле 2021 года официально запущена крупномасштабная модель Pangu в облаке Huawei. ; в 2022 году крупномасштабная модель Pangu была обновлена до версии 2.0 и стала применяться в промышленности; была официально выпущена крупная модель Pangu 3.0, продолжающая углублять производственную цепочку.
Трехуровневая структура Pangu Large Model 3.0 позволяет быстро скорректировать направление, быстро адаптироваться к меняющимся потребностям клиентов и предоставить надежные решения для постоянно меняющейся тенденции промышленной цифровизации. Способность HUAWEI CLOUD учитывать общие крупномасштабные модели, отраслевые крупномасштабные модели и более подробные сервисы крупномасштабных моделей сцены опирается на непрерывные технологические исследования и разработки на протяжении многих лет.
С одной стороны, сильная модельная технология HUAWEI CLOUD сильна, что отражается в непрерывных инвестициях и инновационных возможностях технологии искусственного интеллекта. Согласно данным финансового отчета, инвестиции Huawei в исследования и разработки в 2022 году достигнут 161,5 млрд юаней, что составляет 25,1% годового дохода, а накопленные расходы на исследования и разработки, инвестированные за десять лет, превысят 977,3 млрд юаней.
Такой уровень инвестиций и скорость инноваций позволили HUAWEI CLOUD совершить прорыв в области искусственного интеллекта, заложив прочную основу для полноценной реализации крупных моделей. Данные финансового отчета показывают, что в 2022 году Huawei подала 8 440 патентных заявок, из которых более 90% являются патентами на изобретения, включая электронные коммуникации, оптические технологии, операционную систему Hongmeng, вычислительные системы хранения данных, умные автомобили и другие области.
С другой стороны, HUAWEI CLOUD продолжает углублять цифровизацию вертикальных отраслей, таких как государственные дела, железные дороги, производство и фармацевтика.Предоставляя безопасные, надежные и эффективные решения для крупномасштабных моделей ИИ в этих вертикальных отраслях, Huawei Cloud установил хороший образ себя, а также подчеркнул масштабную модель Pangea.значение.
В области угольных шахт большая модель шахты Пангу может охватывать более 1000 сценариев, разделенных на бизнес-процессы, такие как добыча полезных ископаемых, выемка грунта, машинное оборудование, транспортировка, транспортировка и промывка угольных шахт, и широко использовалась в 8 шахт по всей стране; в области железных дорог Пангу Большая модель железной дороги может точно идентифицировать 67 видов грузовых вагонов и более 430 видов неисправностей, работающих в текущей сети, а скорость проверки исправных изображений столь же высока как 95%...
Следует сказать, что широкие возможности настройки Huawei Cloud Pangu Large Model 3.0 позволяют настраивать его в соответствии с потребностями различных отраслей, предприятий и пользователей и могут соответствовать различным сложным сценариям в тысячах отраслей.Эта гибкость и масштабируемость Уникальность позволила большой модели Huawei Cloud Pangu получить «множество достижений» в вертикальной области.
Что касается будущего, Ху Хоукунь, сменяющийся председатель Huawei, сказал, что у Huawei есть два основных направления в развитии искусственного интеллекта: «Во-первых, создать мощную базу вычислительных мощностей для поддержки развития индустрии искусственного интеллекта в Китае. Во-вторых, от общего назначения. Крупномасштабная отраслевая модель позволяет искусственному интеллекту обслуживать тысячи отраслей, проводить научные исследования и инновации».
Это означает, что HUAWEI CLOUD будет продолжать углублять масштабные исследования в области технологий моделирования и экологического расширения, а также ускорять захват большей доли рынка, и этот процесс также столкнется с новыми техническими проблемами и конкуренцией на сцене.
Ускорьтесь, чтобы захватить «точку приземления» на стороне B.
Помимо Tencent Cloud и Huawei Cloud, все больше и больше крупных производителей вкладывают средства в разработку, обучение и коммерциализацию крупномасштабных отраслевых моделей. основные промышленные технологии.» проблема, что также означает, что «десантная битва» за крупные промышленные модели идет по-тихому.
Во-первых, одна за другой появляются крупномасштабные отраслевые модели в области автономного вождения, медицинского обслуживания, образования и финансов.Концентрированный взрыв серии крупномасштабных отраслевых моделей будет способствовать развитию и применению масштабных моделей в отрасли и неизбежно усилит рыночную конкуренцию.
В марте Netease Youdao запустила первую отечественную подобную ChatGPT модель «Ziyue» в сфере образования; в апреле Momo Zhixing выпустила первую в мире крупномасштабную генеративную модель автономного вождения DriveGPT; в мае I Love My Home запустила первую в отрасли брокерские услуги по недвижимости Крупномасштабная модель версии 1.0, в июне Neusoft запустила крупномасштабную модель Тяньи в области медицины для медицинской области, в июле China Mobile объявила о выпуске крупномасштабной модели индустрии искусственного интеллекта за девять дней. ..
Во-вторых, Baidu Cloud, Alibaba Cloud, Tencent Cloud и Huawei Cloud скандировали лозунг разработки крупномасштабных моделей и запустили соответствующие отраслевые крупномасштабные модели.Приземление в различных отраслях и отраслях стало новым полем битвы для ведущих поставщиков облачных услуг. .
Некоторые говорят, что в большие модели ИИ могут играть только крупные компании и компании с достаточными средствами, и это правда. Исследования, разработка и обучение больших моделей ИИ требуют огромных объемов данных, высоких затрат и отличных научных и технологических талантов, и компании, которые соответствуют этим условиям, в основном являются интернет-гигантами или лидерами отрасли. также является отраслевым конкурентным эталоном.
Наконец, потребности в цифровой трансформации всех слоев общества в Китае разнообразны и разнообразны, и производители отраслевых моделей изучают возможность внедрения крупномасштабных моделей в различных отраслях. IDC спрогнозировала масштабы рынка искусственного интеллекта на основе крупных моделей.По оценкам, масштабы китайского рынка искусственного интеллекта превысят 14,7 млрд долларов США в 2023 году и превысят 26,3 млрд долларов США к 2026 году.
Подводя итог, можно сказать, что крупномасштабные отраслевые модели — это выход, который поставщики облачных услуг не должны упускать.Tencent Cloud и Huawei Cloud уже предоставили дифференцированные услуги крупномасштабных отраслевых моделей благодаря своим промышленным экологическим генам и технологии искусственного интеллекта. Масштабные отраслевые модели скоро станут следующей домашней ареной для поставщиков облачных услуг.