Qiming Venture Partners: ستولد GPT4 في الصين بحلول عام 2024 على أبعد تقدير ، والنص الطويل هو المفتاح لنماذج اللغات الكبيرة

المؤلف: تشاو ينغ

* مصدر الصورة: تم إنشاؤه بواسطة أداة Unbounded AI *

في يوم الجمعة ، 7 يوليو ، اليوم الثاني من المؤتمر العالمي للذكاء الاصطناعي ، شارك Zhou Zhifeng ، شريك Qiming Venture Partners ، حول نموذج الذكاء الاصطناعي واتجاه تطوير الصناعة بأكملها.

Qiming Venture Capital هي واحدة من أوائل مؤسسات رأس المال الاستثماري في الصين التي تولي اهتمامًا وهي أكثر نشاطًا في مجال الذكاء الاصطناعي. تقع شركاتها الاستثمارية في جميع أنحاء السلسلة البيئية للذكاء الاصطناعي. مثل الرقائق والبرامج الأساسية وما شابه ذلك من النماذج الكبيرة والتطبيقات العمودية المصب ، إلخ.

المبدأ الأول للنماذج الكبيرة هو ضغط المعرفة والمعلومات والبيانات الرقمية

أكد Zhou Zhifeng أن قوة الحوسبة واسعة النطاق والبيانات واسعة النطاق مهمة جدًا للتطوير المستقبلي للذكاء الاصطناعي. **

** المبدأ الأول للتدريب واسع النطاق هو ضغط جميع المعلومات والبيانات المعرفية الرقمية في عالم الإنسان على نطاق واسع. ** يمكنك أن ترى من هذا المبدأ الأول أن قوة الحوسبة واسعة النطاق والبيانات واسعة النطاق مهمة جدًا للتطوير المستقبلي للذكاء الاصطناعي ، وبالفعل كانت قوة الحوسبة واسعة النطاق والبيانات واسعة النطاق هي رقائق البشر في الماضي 40 عامًا تتراكم هذه التقنيات باستمرار في مختلف مجالات بيانات الإنترنت الضخمة ، ومن ثم تعزز انتشار الذكاء الاصطناعي. جيل التعلم قبل التدريب على نطاق واسع ، المنطق الكامن وراء الاتجاه بأكمله واضح جدًا في الواقع ، وسيستمر في التطور بسرعة عالية في المستقبل. يسمى التعلم العميق AI1.0 من قبل صناعة رأس المال الاستثماري ، بشكل أساسي لأنه يهدف إلى مهمة صغيرة محددة.نموذج صغير يتم تدريبه من مجموعة بيانات صغيرة محددة ، وهو أساسًا التعرف على الأنماط ، مثل التعرف على الوجوه والتعرف على الكلام.يعرف التعلم الميداني الحديث على نطاق واسع باسم AI2. 0 ، لأنه عام بشكل أساسي. يتمتع النموذج الكبير الذي يتم تدريبه بواسطة البيانات بالقدرة على اتخاذ القرار.

ستعيد موجة AI2.0 بناء الهيكل الصناعي بأكمله

كما أشار Zhou Zhifeng إلى أن الموجة الجديدة من AI2.0 ستعيد بناء الهيكل الصناعي بأكمله. سيتم تقسيم الهيكل البيئي بأكمله إلى ثلاث طبقات ، والطبقة السفلية هي طبقة البنية التحتية ، والجانب الأيمن يوفر قوة الحوسبة ، مثل محرك بركان aws ، و Alibaba Cloud ، وما إلى ذلك ، حيث توفر منصات مركز الحوسبة هذه ، والجانب الأيمن هو الأداة سلسلة ، وبشكل أساسي للنماذج الكبيرة تحسين التدريب والاستدلال والنشر.

الطبقة الوسطى هي الأكثر أهمية. الطبقة الأولى هي طبقة النموذج. تحتوي طبقة النموذج أيضًا على العديد من الأوضاع. الأولى هي توفير النموذج الأساسي للنموذج الأساسي ، ثم تصدير النموذج إلى العالم الخارجي ، وتخصيص نموذج من خلال API.

ثم هناك نوع آخر من النماذج الكبيرة التي يتم بناؤها ذاتيًا ، فبعد أن يصنع نموذجًا كبيرًا خاصًا به ، سيقوم بتحسينه لسيناريو محدد خاص بالصناعة ، ثم يقدم حلاً شاملاً من نموذج إلى آخر.

في الطبقة الثالثة من طبقة التطبيق ، تتمثل الأولى في تنفيذ التطبيق الرأسي مباشرةً من خلال نماذج مبنية ذاتيًا. ربما تكون 80-90٪ من الشركات الموجودة على اليسار هي تلك التي تستخدم قدرات نماذج الجهات الخارجية لبناء سيناريوهات مألوفة أو الصناعات تطبيق ، ** هذه هي البنية ثلاثية المستويات التي نفهمها. في الواقع ، أحدثت هذه الهندسة الجديدة أيضًا تغييرات كبيرة في الطريقة التي يبني بها العالم بأسره المنتجات. ** الجانب الأيسر هو في الواقع العقود القليلة الماضية. سواء كانت سيارة أو برنامجًا اجتماعيًا عبر الإنترنت ، فهو في الواقع مثل هذا الهيكل ، أي أن مدير المنتج يحصل على الاحتياجات من المستخدم ، ويحصل المطور على التصميم من مدير المنتج ، ثم المستخدم يستخدمه. المنتجات المطورة لاستخدامها.

في الماضي ، قامت Tencent بعمل جيد ، Alibaba قام بعمل جيد ، وأي شركة قامت بعمل جيد. بمعنى من المعاني ، قالت إنه أدار دولاب الموازنة بشكل أكثر فاعلية وكان قادرًا على تكرار الحدافة باستمرار.

هناك نوعان من المؤسسات المستقبلية: + AI ، AI +

عندما يتعلق الأمر بالتنمية الصناعية ، أشار Zhou Zhifeng إلى أنه سيتم تقسيم الشركات المستقبلية إلى نوعين: + AI و AI +.

في المستقبل ، سيكون الأمر أكثر حول وضع قدرات الجيل الجديد من الذكاء الاصطناعي في سير العمل ، ** إنه في الواقع تحسين للمشهد القديم. ** هناك فئة أخرى حيث سيستخدم هذه القدرة لبناء منتج جديد ، وهو في الواقع تطبيق لما يسمى AI الأصلي ، والذي أسميه إعادة تشكيل المشاهد القديمة ، أو إنشاء مشاهد جديدة. **

في الوقت الحالي ، لا يزال هناك عدد قليل من شركات الذكاء الاصطناعي الرائدة ، ويرجع ذلك أساسًا إلى أن الذكاء الاصطناعي لم يدرك مثل هذا الوضع الحقيقي لتمكين جميع الصناعات ، وتصنيعه غير مرضٍ. قال Zhou Zhifeng:

أعاد ChatGTP إشعال موجة AI2.0. يمكنك أن ترى أن مبلغ التمويل العالمي بالكامل قد خضع لتطور هائل. هذه المرة ستكون فقاعة تستمر لمدة عامين ثم تنخفض ، أو ستتحرك حقًا إلى الأمام وتتطور ؟ بالنسبة للذكاء الاصطناعي العام ، أعتقد أن هذا سؤال مفيد للغاية.

سيصبح النموذج الكبير بالتأكيد أكثر وأكثر قوة. قال الرئيس التنفيذي لشركة OpenAI أيضًا إنهم قد يشاركون في منتجات مثل Microsoft ويصنعون منتجًا إنتاجيًا للمكتب. كما أنهم يتوقون إلى مساحة أوسع. هل يمكننا العثور على عنصر ذهبي قناة لبدء مشروعك الخاص ، ثم الانتقال أخيرًا إلى عالم واسع؟

ربما يكون الواقع على هذا النحو ، الطريق الذي يجب أن نقطعه قد يكون واديًا للموت ، فسيكون كلا الجانبين مضغوطًا باستمرار ، وتتغير تقنيتهما ديناميكيًا ، كيف يمكننا المرور عبر وادي الموت ، أعتقد أن هذا هو ريادة الأعمال في بعض الأحيان ، نحن علينا استخدام تفكيرنا العقلاني والعمل الجاد للتفكير.

كل موجة تكنولوجية ستولد بالتأكيد ملوكًا جددًا وشركات كبرى جديدة.

آفاق عشرة اتجاهات لتطوير الذكاء الاصطناعي

بالتطلع إلى المستقبل ، تعاونت Qiming Venture Partners مع البحث غير المكتمل للإصدار المشترك لتقرير ضخم بعنوان "الذكاء الاصطناعي التوليدي" | حالة الذكاء الاصطناعي التوليدي 2023 ولخص عشرة اتجاهات تطوير:

أولاً ، بناءً على المعلومات التي رأيناها حول الشركات المستثمرة من قبل Qiming ، نعلم أنه في عام 2024 أو حتى قبل ذلك ، سيكون لدى الصين بالتأكيد نموذج متعدد اللغات يمكن مقارنته بـ GTP4. لقد رأينا بوضوح تقدم العديد من الشركات في هذا الاتجاه.

** ثانيًا ، سيكون السياق الطويل بالتأكيد نقطة أساسية في تطوير الجيل التالي من نماذج اللغات واسعة النطاق **. سنرى أنه يمكنك في الواقع الحصول على اتصال سياقي مع نموذج كبير لعدة أيام وشهور ، بدلاً من مجرد التحدث لمدة 3 جولات و 5 جولات اليوم.

ثالثًا ، نعتقد أن هناك عدة طرق لعمل نموذج رأسي كبير ، في الواقع قمنا بتلخيص 5 طرق.

رابعًا ، نعتقد أنه على الرغم من أن stabele-diffusion هو هندسة نموذج انتشار جيدة جدًا ، فإننا نعتقد أنه سواء كان ذلك هو الاستقرار أو الشركات الأخرى ، فإن نموذجًا جديدًا سيظهر في العامين المقبلين.

خامسًا ، سيكون نموذج تحويل النص إلى صورة أكثر قابلية للتحكم في المستقبل ، وقد رأينا أن العديد من الفرق العليا في الصناعة قد حققت بعض الاختراقات العلمية في هذا المجال.

** سيكون الربع السادس والثالث والرابع من هذا العام نقطة انطلاق لتوليد الموسيقى. ** نعتقد أنه سيكون هناك تقدم كبير في جيل v6 و 3 D العام المقبل.

سابعا ، سيكون هناك تطور كبير في ذكاء كيفية الجمع بين نماذج اللغة الكبيرة مع روبوتات التحكم في الفضاء المادي الحقيقي والروبوتات التي تشبه البشر.

ثامناً ، على الرغم من أن التحويل أصبح الآن هو السائد ، كما قلت ، فإن الهدف النهائي للذكاء الاصطناعي هو استخدام أفضل طريقة لضغط المعلومات الرقمية لجميع البشر. ** التحويل بالتأكيد ليس النهاية ، وستظهر بنى أكثر تقدمًا . ** تاسعاً ، من منظور الأعمال ، نعتقد أنه في السنوات الثلاث المقبلة ، لا يمكن فصل قدرات النموذج والتطبيقات ، ويجب أن تأتي التطبيقات التخريبية حقًا من تلك الشركات التي أتقنت قدرات البحث والتطوير للنموذج الأساسي الأساسي ، بدلاً من شركات التطبيقات البحتة ، أعني التطبيقات التخريبية ، لأننا لا نرى إمكانية الفصل هذه خلال ثلاث سنوات.

عاشرًا ، ما زالت فترة ذهبية يمكن أن تنتج شركات منصات ، ونعتقد أن بعض الشركات الناشئة التي تم تأسيسها في السنوات الثلاث المقبلة قد تصبح شركة بقيمة سوقية 100 مليار تريليون.