Li Yanhong 氏は Wenxin Yiyan 氏の記者会見で、ChatGPT 人工知能の波がもたらす産業機会を深く理解していると述べ、大規模モデルの時代は 3 つの主要な産業機会を生み出すだろうと述べました: 一般的な大規模モデル、業界の大規模モデルスケールモデルやAIアプリケーションなど。
これら3つの産業機会はピラミッド構造となっており、最上層はごく一部の大企業のみが実現できる汎用モデルとなっている。
インダストリ モデルは第 2 レベルにあり、これを完成できるのは少数の企業だけです。このレベルで最も重要なのはデータ要素です。データの所有者が誰であっても、競争には障壁があります。
最下層の AI アプリケーションは主に、上位 2 層のモデルをさらなるエンジニアリングに使用し、ユーザーに直接提示します。
これら 3 つの機会について詳しく見てみましょう。
最初の機会は、OPENAI の ChatGPT や Baidu の Wenxinyiyan などの汎用 MAAS モデルです。ChatGPTが登場する前は、この方向性はうまくいかないと多くの研究者が実は考えていましたが、OPENAIがその問題を0から1まで解決し、chatgptで実現可能性を検証し、今では大企業も研究開発に参加するようになり、そして、共通の大型モデルの研究開発は、各国間の新たな技術競争の中核分野となっている。
汎用の大規模モデルには、サポートとして膨大な計算能力、データ、アルゴリズムのトレーニングが必要ですが、これは超大企業のみが負担できる高コストの活動です。OPENAIを運営するマイクロソフト社は数百億ドルを投資しており、中国では百度、テンセント、アリ、360といったデータ、資本、人材を備えた企業のみがこの分野に足を踏み入れることができる。
一般的な大きなモデルは、WINDOWS、Android、iOS オペレーティング システムなどのインターネット時代のオペレーティング システムに似ており、人工知能の基礎となります。実際、それらは高い障壁と先行者利益を持っているため、同時にあまり多くは存在しません。競争は熾烈になり、誰が最もうまくやるかに応じて、最終的には数社の大企業だけになるでしょう。
現時点では、百度の文信宜燕が中国で初めて汎用の大規模モデルを立ち上げた企業ですが、アリやテンセントなどの大企業も人工知能の技術革命をフォローする必要があります。将来的には中国での大型モデルを目的としたモデルです。
一般大規模模型の運用とサービスはすべてクラウド上にあり、一般大規模模型会社はサービスそのものであり、「スコップを売る」人です。
Baidu の Wenxin Yiyan は Baidu Smart Cloud を通じて外部の世界にサービスを提供し、ChatGPT は Microsoft Cloud を通じて外部の世界にサービスを提供します。これにはクラウド コンピューティングに対する高い要件があり、言語モデル、フレームワーク、チップ、アプリケーションが高度に統合されている必要があります。
AI チップ、コンピューティング能力、クラウド コンピューティング、光通信、および大型モデル自体など、一般的な大型モデルの方向には多くの投資機会があります。
これに応じて、このレベルでの競争の障壁は非常に高く、人工知能技術に反映されているだけでなく、大規模なモデルのトレーニングにコンピューティング能力サービスを提供する AI チップなどのデータと資金リソースに対する要件も非常に高くなります。現時点では、この天を衝くようなコンピューティング能力要件を満たせるのは世界で Nvidia のチップだけです。
2 番目の機会は、大規模なインダストリ モデル、つまり細分化された垂直産業の大規模なモデルです。これは、一般的な大きなモデルとエンタープライズの間の中間層です。業界に関する洞察に基づいて、一般的な大規模モデル機能を呼び出して、業界の顧客にソリューションを提供できます。
高品質の産業モデルは不可欠かつ非常に重要であり、人工知能の商業化の基礎となります。
オペレーティング システムとしての汎用大規模モデルは優れた汎化能力を備えており、あらゆる業界や企業に移植できますが、2 つの明らかな欠点もあります。1 つは知識の範囲は広いものの、深さが十分ではないことです。要件が十分に正確ではありません。
これら 2 つの欠点の理由は、一般的な大規模モデルでは大量のデータを処理する必要があるため、特定の業界に関する知識が不十分であるためです。一方で、川下企業ごとにニーズや特性も異なり、一般的な大規模モデルでは個別のニーズに対応することは困難です。
したがって、大規模なインダストリ モデルの出現により、このギャップが埋められ、業界の綿密な調査と分析を通じて、一般的な大規模モデルの機能と業界のアプリケーションが密接に結合され、特定の業界に対してより正確なソリューションを提供できます。これが、業界の大規模モデルがますます多くの企業に支持される理由です。
業界の大規模モデルの開発と実装には、対応する技術と専門知識が必要であり、それらの保守とアップグレードには専門の技術者が必要であることは注目に値します。したがって、大規模なテクノロジー企業に加えて、大規模なインダストリ モデルの開発と推進に携わる中小企業も数多くあります。これは中小企業にとってもより多くの機会を提供します
これらの欠点を解決するために、企業は、特定のドメインの知識を深く調査し、より正確なマッチング機能を備えた、専門的な大規模インダストリ モデルを使用する必要があります。
たとえば、HowNet と同様に、HowNet 上のすべての紙データは HowNet 独自のサーバーに保存されており、データのこの部分は私有化されたデータです。
汎用の大規模モデルがこれらのデータにアクセスすることは不可能ですが、HowNet は汎用大規模モデルを独自の非公開化データと組み合わせて使用し、論文作成用の業界固有の大規模モデルをさらにトレーニングすることができます。
今後は、ワンクリックでタイトルを入力するだけで、優れた論文を書くことができます。
同様に、Flush、Douyin、Tencent のゲームデータなどがあります。Douyin のインダストリ モデルを使用すると、より Douyin ユーザーに沿った動画を生成でき、その動画も Douyin 要素が満載になります。
したがって、業界大手＋汎用大型モデルは基本的に当初の競争パターンを継続することになる。
企業にとって、専門的なインダストリ モデルを持つことは、商業化の重要な基盤になります。これらのモデルを使用することで、企業は顧客のニーズをより適切に満たし、より高い競争上の優位性を得ることができます。
第三の産業のチャンスはアプリケーション開発です。テキスト、画像、音声、ビデオを生成する既存の機能に基づいて、今日では想像もできないアプリケーションを開発できます。人工知能と大きなモデルの時代には、この現象レベルのアプリケーションも登場しますが、それは大きなモデルに基づいて開発されます。
この種のアプリケーションの代表格である「トーキング・トム・キャット」は、chatgptに直接接続してユーザーに提示するものですが、このアプリケーションは依然としてモバイルインターネットの考え方を引き継いでおり、本当に驚異的なアプリケーションを作るには、元の製品の考え方を打ち破る必要があります。
一般モデルと業界モデルに加えて、アプリケーション開発も人工知能業界の重要な部分です。人工知能技術を活用することで、文字、画像、音声、動画などのさまざまなデータをもとに、さまざまなアプリケーションを開発できます。大型モデルの時代には、これらのアプリケーションはより強力かつ高度になり、人々の生活にさらなる利便性と革新をもたらします。
この分野では、中小企業や個人にとってもチャンスがたくさんあるでしょう。
私たちは、chatgpt が膨大な生産性をもたらすことを目の当たりにしてきました。これは、PC 時代と同様に、1 人が Web マスターであり、大規模モデルの時代には引き続きステージングされることを意味します。
さまざまなアプリケーションでは、均質性とテンプレート化もさらに重要になる場合があります。
人工知能産業の発展は大型モデルの時代にあります。一般的な大規模モデル、業界の大規模モデル、AI アプリケーション開発はすべて、将来の人工知能産業の重要なコンポーネントになります。
企業や個人が人工知能の時代に競争上の優位性を維持するには、これらの産業機会を深く理解し、研究開発と応用に積極的に投資する必要があります。