* مصدر الصورة: تم إنشاؤه بواسطة أداة Unbounded AI *
تعمل تقنية الذكاء الاصطناعي التوليدية على تغيير صناعة الذكاء الاصطناعي ، فبعد نصف عام فقط ، أكمل تطوير النماذج المحلية واسعة النطاق القفزة من التكنولوجيا إلى المنتج ثم إلى الأعمال التجارية ، وتوغل في الصناعات الرأسية. خلال المؤتمر العالمي للذكاء الاصطناعي في 6 يوليو ، دعت الورقة وانغ دانجون ، نائب رئيس معهد بيزن لبحوث إدارة المواهب ، ويو تشونغهاي ، نائب المدير العام لقسم الأبحاث في CICC ، وزانغ جي ، نائب رئيس Zhongguancun Kejin Technology ، إلى غرفة الدردشة Metaverse لمناقشة فرص الابتكار التجاري في ظل "ظهور" النماذج الكبيرة. استضاف الحوار شاو ون ، مراسل صحيفة The Paper ، وخلال الحوار الذي استمر ساعة واحدة ، ناقش الضيوف عددًا من القضايا ذات الصلة ، بما في ذلك:
كيف تجد النماذج الكبيرة للأغراض العامة والنماذج الكبيرة الميدانية الرأسية قيمتها الخاصة في سيناريوهات الأعمال المستقبلية؟
كيف يمكن للمؤسسات اغتنام الفرص التجارية للنماذج الكبيرة؟ ما هي النقطة الأساسية لاغتنام الفرصة؟
** حياة الماضي ومستقبل النموذج الكبير **
** 澎湃 科技: في الوقت الحاضر ، شكلت السوق المحلية حالة "حرب المائة نموذج". هل تعتقد لماذا تتطور النماذج المحلية واسعة النطاق بهذه السرعة؟ ما هو تأثيرها على مجال عملك؟ **
** وانج دانجون (نائب رئيس معهد بيزن لبحوث إدارة المواهب): ** من وجهة نظر فنية ، فإن تطوير النماذج الكبيرة لم يحدث في العامين الماضيين. في المجال الأكاديمي منذ سنوات عديدة ، بدأ الجميع في إجراء البحوث. إنه فقط مع الزيادة في حجم البيانات وتحسين مستوى التكنولوجيا في السنوات الأخيرة ، خاصة بعد أن أصدرت OpenAI ChatGPT ، فقد جذبت اهتمامًا واسع النطاق.
لكل مجال ، يفكر الجميع في كيفية تطبيق مثل هذه التكنولوجيا الجديدة في مجالهم وكيفية تحسين نموذج أعمالهم.
على سبيل المثال ، ينتمي معهد Beisen Talent Management Research إلى صناعة الموارد البشرية ، والعملاء الذين نخدمهم هم جميع مجموعات مؤسسات الموارد البشرية (الموارد البشرية). نعتقد أن تطبيق النماذج الكبيرة في مجال الموارد البشرية قد ينتج عنه بعض القيمة التخريبية في المستقبل ، على سبيل المثال ، يمكن بالفعل تحسين كفاءة عمل الجميع بشكل أفضل ؛ سيساعد شركائنا إلى حد معين ، سواء كان ذلك من الموارد البشرية أو الموظفين. يمكن أن يوجه تطوير الموظفين بشكل أفضل ؛ وفي الوقت نفسه ، يمكن أن يساعد الشركات أيضًا في الإجابة على العديد من أسئلة إدارة الموارد البشرية ، بما في ذلك ما نطرحه غالبًا عند تعيين الموظفين: من هو الأكثر ملاءمة ومن الذي قد يجلب المزيد من الفوائد. الأداء الجيد ، كيف يجب تحديد الراتب ، إلخ. أعتقد أن تطوير النماذج الكبيرة وتطبيقها سيغير صناعة الموارد البشرية في فترة زمنية قصيرة جدًا.
** يو تشونغهاي (نائب المدير العام لإدارة البحوث في CICC): ** ذكر العميد وانغ نقطة مهمة جدًا ، وهي أن تقنية النماذج واسعة النطاق لم تحدث اليوم فقط. في عام 2017 ، كتبت Google ورقة بحثية شهيرة بعنوان الانتباه هو كل ما تحتاجه (الاهتمام هو كل ما تحتاجه) ، واقترحت بنية المحولات.
في الواقع ، اكتشف الممارسون في صناعة الذكاء الاصطناعي في الصين إمكانات تكنولوجيا النماذج واسعة النطاق في وقت مبكر جدًا. كتبنا أيضًا تقريرًا بحثيًا ذا صلة في عام 2021. في ذلك الوقت ، صُدمنا بتطوير نماذج الذكاء الاصطناعي. الآن المنتج المحدد من ChatGPT يجعل النموذج الكبير معروفًا لعامة الناس. بغض النظر عما إذا كنت تفهم التكنولوجيا أم لا ، يمكنك أن تشعر بسحرها طالما كنت تلعبها ، لذا فإن النموذج الكبير شائع.
تعتمد قدرة النماذج الكبيرة للتطبيق في آلاف الصناعات بهذه السرعة أيضًا على الحقوق المتساوية في التكنولوجيا ، وهو مفهوم مهم للغاية نطرحه. بفضل تطوير مجتمع المصادر المفتوحة والانتشار الطبيعي للمعرفة ، قامت العديد من الشركات بسرعة بصنع نماذجها الكبيرة الخاصة بها.
بالإضافة إلى ذلك ، أود أن أضيف أننا رأينا هذه المرة دائرة التكنولوجيا بأكملها وحتى المجتمع بأسره يشكلون قوة مشتركة ، أي "يعتقد الجميع أن هذا مهم جدًا" ، والذي نادرًا ما نراه في الماضي.
** Zhang Jie (نائب رئيس Zhongguancun Kejin Technology): ** أعتقد أن السنة الأولى من النموذج الكبير يمكن إرجاعها إلى إطلاق GPT3 في عام 2020. لماذا تطورت بسرعة كبيرة في الأشهر الستة الماضية؟ أعتقد أن هناك ثلاثة أسباب:
الجانب الأول هو أن بعض الشركات والجامعات لديها الكثير من التراكم من قبل ، مثل Baidu و Huawei و Tsinghua University وما إلى ذلك ، لديهم نماذج لغوية مدربة مسبقًا أو نماذج كبيرة من قبل ، وكانت الأشهر الستة الماضية عبارة عن تحديث للإصدار التكرار لهم.
الجانب الثاني هو أن العديد من الشركات ، بما في ذلك بعض المؤسسات الاستثمارية ، قد زادت من استثماراتها.
الجانب الثالث هو الاعتماد على المصادر المفتوحة ، فقد دفع مجتمع المصادر المفتوحة الشركات إلى إطلاق نماذج نطاقات كبيرة متنوعة.
فيما يتعلق بتأثير النماذج الكبيرة على المجال ، فهي ذات اتجاهين للعملاء ولنا. Zhongguancun Kejin هي المزود الرائد لحلول تكنولوجيا الذكاء الاصطناعي للمحادثة. يقلل النموذج الكبير من تكلفة تخصيص وتطوير نماذج المشهد المختلفة ، وهو أمر جيد بالنسبة لنا. بالنسبة لعملائنا ، أدى خفض تكلفة المشاريع الذكية إلى قيام العديد من المؤسسات الصغيرة والمتوسطة الحجم بالتفكير في إنشاء المشاريع ، ونما حجم السوق بأكمله.
** 澎湃 科技: في الآونة الأخيرة ، اقترحت Tencent Cloud و OpenAI على التوالي متجر نماذج واسع النطاق لبرامج نموذجية مخصصة ، والتي تشبه إلى حد ما شكل متجر التطبيقات. كيف تفهم هذا الاتجاه؟ **
** وانج دانجون: ** سواء كنت مستثمرًا أو ممارسًا في هذا المجال ، أعتقد أن الجميع يتوقع رؤية هذا الاتجاه ، لأنه يشجع المزيد من الأشخاص على المشاركة في الإنشاء المشترك لهذا المجال. نعتقد أنه بالنسبة لمقدمي الخدمات الأساسيين ، سوف يميلون بالتأكيد إلى نموذج المتجر في المستقبل ، مما سيجعل من السهل الاقتراب من العملاء. يتيح نموذج متجر النماذج الكبير أيضًا للمستخدمين الذين يتلقون الخدمات استخدام النموذج الكبير بشكل أفضل لإنشاء بعض سيناريوهات التطبيق الجديدة وقيمة الخدمة.
** Yu Zhonghai: ** هذه في الواقع قضية تثير قلق سوق رأس المال للغاية. أعتقد أن تطوير النماذج الكبيرة سيكون مثل السحابة العامة والسحابة الخاصة في الصين في المستقبل.
كانت السحابة العامة تسمى في الواقع IaaS (البنية التحتية كخدمة ، البنية التحتية كخدمة) في ذلك الوقت. عندما يتعلق الأمر بالنماذج الكبيرة ، نسميها MaaS (النموذج كخدمة). هناك شركة خارجية معروفة تدعى Hugging Face ، والتي تضع العديد من النماذج على الإنترنت ، ويمكنك استخدام نماذج مختلفة للذكاء الاصطناعي فقط عن طريق استدعاء API الخاص بها (واجهة برمجة التطبيقات ، واجهة برمجة التطبيقات).
ومع ذلك ، هناك أيضًا العديد من المؤسسات التي تحتاج إلى نشر نموذجها واسع النطاق الخاص بها واستخدام معرفتها الخاصة لتحسينه لإجراء الضبط الدقيق الخاص بها (الضبط الدقيق) ، والذي قد يكون مثل سوق السحابة الخاصة في الصين.
بشكل عام ، النماذج الكبيرة ليست مناسبة للجميع لاستخدامها بشكل مباشر ، بما في ذلك ChatGPT ، والتي يتم تعبئتها بالفعل في منتج يعتمد على النموذج الكبير ، بحيث يمكن لكل شخص عادي تجربته. لذلك ، فإن إنشاء التطبيقات على أساس نماذج كبيرة هو في الواقع سوق واسع للغاية ، يمكن أن يولد العديد من نماذج الأعمال ، مثل الموظفين الرقميين ، ومفهوم متجر التطبيقات الذي ذكره المضيف للتو.
في الواقع ، يعتبر العديد من الأشخاص ChatGPT بوابة مرور. وبقدر ما أعرف ، قد ينتهي الأمر ببعض مصنعي الهواتف المحمولة على نطاق واسع إلى إجراء بحث. ثم يختلف هذا الأمر تمامًا. سيكون سوقه الذي يمكن الوصول إليه من المؤسسة يصبح الإنفاق على تكنولوجيا المعلومات هو الإنفاق التسويقي. قد تنفق الشركات الصينية في المتوسط 1٪ -3٪ من الإيرادات على تكنولوجيا المعلومات ، لكنها قد تنفق 30٪ من الإيرادات على التسويق. لذلك عندما يكون لديك حركة مرور ، يمكن أن يتغير نموذج العمل كثيرًا ، وهو أمر مثير للاهتمام للغاية.
** Zhang Jie: ** أعتقد أن OpenAI و Tencent Cloud لهما نقاط تركيز مختلفة. قد يظل تركيز OpenAI على النموذج الأساسي الكبير ، حيث يستخدم بعض الشركاء البيئيين لمساعدته على تعويض نقص الدقة أو الاحتراف في النموذج الأساسي الكبير في بعض السيناريوهات المجزأة. ومع ذلك ، لا تبالغ Tencent Cloud في التأكيد على نموذجها الأساسي ، ولكنها تؤكد على الحاجة إلى أن تكون نموذجًا كبيرًا للصناعات الرأسية.
تُظهر تأكيداتهم المختلفة مشكلة شائعة ، أي أن النموذج الأساسي الكبير لا يمكن استخدامه بشكل مباشر في بعض الصناعات أو السيناريوهات المحددة ذات الاحتراف العالي ، كما يحتاج أيضًا إلى طبقة تكيف. أعتقد أنه قد يكون هناك نموذج عمل جديد هنا ، أي أنه يمكن الاستفادة من المزيد والمزيد من المعرفة في المستقبل. اتضح أنه عندما يستخدم كل شخص الذكاء الاصطناعي ، يكون النموذج التقني مختلفًا. لذلك فإن الأصول التي يمكن للجميع مشاركتها هي بعض البيانات الأولية ، وبعد الحصول على البيانات الأولية يتم استخدام وسائل تقنية مختلفة لمعالجتها ، وخلال هذه العملية لا يمكن تداول النموذج الوسيط للبيانات.
ومع ذلك ، فإن النموذج الكبير يوحد بشكل أساسي العديد من مهام الذكاء الاصطناعي معًا ، ويتقارب نموذج البحث وتدفق المعالجة بالكامل ، مما يجعل العديد من المنتجات الوسيطة قابلة للتداول ، مثل البيانات المصنفة ، وبيانات لمحاذاة التعليمات ، والكلمات الفورية ، وسلسلة موجه تتكون من عبارات سريعة ، وما إلى ذلك ، وحتى الروبوتات أو المساعدين المدربين في سيناريوهات محددة ، يمكنهم إجراء بعض المعاملات ورأس المال ، وقد يكون هذا نموذجًا تجاريًا جديدًا في المستقبل.
** نموذج كبير عام مقابل نموذج مجال عمودي كبير **
** تقنية الورق: في الواقع ، الآن ، ذكر ثلاثة منكم مسارين مختلفين للعمل ، نموذج المجال الكبير والنموذج العام الكبير. هل يمكنك التحدث عن الفرص والتحديات التي يواجهها هذان النموذجان التجاريان المختلفان بالتفصيل. **
** وانج دانجون: ** في المستقبل ، ستصبح الأعمال التجارية حول النماذج الكبيرة بالتأكيد بيئة أعمال ، والميزة الأساسية في بيئة الأعمال هي أنها ستكون متعددة الطبقات. بادئ ذي بدء ، سيكون هناك بعض الشركات المصنعة لتقديم الخدمات الأساسية ، لأن النماذج الكبيرة تتطلب أساس البيانات وقوة الحوسبة. يعمل النموذج الكبير كمحرك أساسي ، وعلى الرغم من امتلاكه قدرات قوية ، إلا أنه لا يفهم معرفة مجالات معينة ونماذج الخدمة واحتياجات العملاء.
إلى جانب ذلك تأتي نماذج بالحجم الطبيعي كبيرة من الرأسيات. بعض النماذج الكبيرة في هذه المجالات الرأسية هي النماذج الكبيرة الخاصة بمصنعي المجال ، وبعضها يتم تدريبه بناءً على النماذج الأساسية الكبيرة. من وجهة نظر الشخص العادي ، يجب أن نجعل هذه النماذج خبيرة. على سبيل المثال ، في المجال المالي ، قد تكون هناك بعض الخدمات المخصصة لمساعدة المستثمرين على اتخاذ قرارات العمل ، وفي مجال الموارد البشرية ، قد تكون هناك خدمات مخصصة لمساعدة الشركات على اتخاذ قرارات تتعلق بالموهبة.
قد يكون هناك العديد من الحقول المقسمة. قد تتطلب هذه التقسيمات الفرعية أيضًا تراكم الصناعة والتدريب وفهم كيفية حل مشكلات العملاء ، وحتى المشاركة في مستوى تجربة المستخدم للواجهة التفاعلية. هذه التراكمات هي في الواقع بعض القدرات الكامنة وراء متجر التطبيقات الذي تحدثنا عنه سابقًا.
** Yu Zhonghai: ** من وجهة نظرنا ، هذان النوعان من الأسواق مختلفان تمامًا في الواقع.
بادئ ذي بدء ، من المهم أيضًا بناء دولاب موازنة جيد للبيانات للنموذج العام الكبير.
على سبيل المثال ، أعلمك اليوم كيفية لعب تنس الطاولة ، وأقول إنه يجب عليك اللعب بهذه الطريقة. ثم أرسل الكرة ولم تمسكها ، فأنت تعلم أنها ليست الطريقة الصحيحة لضربها. ثم قم بتغيير طريقة أخرى ، هذه المرة التي تمسك بها ، سوف تتذكر الطريقة الصحيحة. ثم أستمر في إرسال الكرة إليك ، وتستمر في الإمساك بها ، وتعديل ذاكرة عضلاتك شيئًا فشيئًا للعثور على أفضل طريقة. في الواقع ، فإن تدريب النموذج هو أيضًا مثل هذه العملية. في كل مرة تتواصل فيها مع ChatGPT ، سيكون هناك إعجاب أو كره تحته. أو هناك أوقات لا تقول فيها أي شيء وتشعر بخيبة أمل كبيرة لتجدّد واحدة. أو على سبيل المثال ، في كل مرة تستخدم فيها Midjourney للرسم ، ستعرض أربع صور ، ثم تختار الصورة الثالثة افتراضيًا ، وتكبيرها ، وتنزيلها ، وستعلم أن هذه الصورة تبدو أفضل ، وستذهب لهذا في المستقبل الاتجاه متحيز أكثر قليلاً ، وسوف يتعلم النموذج قليلاً. بدون ملاحظات البيانات ، يظل النموذج هنا ولا يمكن تحسينه. إذن هذه هي عجلة البيانات التي نؤكد عليها ، مع التركيز على موضع البطاقة في المشهد. كنموذج كبير للأغراض العامة ، فإن أهم شيء هو أنه يتم استخدامه من قبل شخص ما ، وهو أيضًا ميزة للصين. يحب الصينيون تبني التكنولوجيا ، وهم أكثر تقبلاً للنماذج الكبيرة. لدينا الكثير من الأشخاص لتقديم ملاحظاتهم.
بالنسبة لنماذج المجالات الكبيرة ، أعتقد أن الأهم هو المعرفة الفنية (المعرفة الفنية والخبرة اللازمتين للانخراط في صناعة معينة أو القيام بعمل معين).
مفتاح نموذج المجال الكبير هو تلبية احتياجات العملاء وفهم معرفة العملاء في مجال عميق معين. تتمتع الشركات مثل Zhongguancun Kejin بمزاياها هنا ، فهم يفهمون معرفة العميل ويفهمون نقاط الألم التي يعاني منها العميل في سيناريوهات مجال معين.
** تشانغ جي: ** شكرًا لك على اعترافك. أفهم أن النموذج الكبير العام والنموذج الكبير للمجال هما علاقة منبع ومجرى ، وليست علاقة تنافسية. النموذج العام كبير وشامل ، ونموذج المجال هو عمل صغير ولكنه جميل.
يتميز النموذج العام واسع النطاق "بثلاثة ارتفاعات" ، أي استثمار مرتفع وعائد مرتفع ، ولكن أيضًا عدم يقين مرتفع. لأن تدريب نموذج أساسي كبير يتطلب متطلبات عالية من حيث الخوارزميات والبيانات والمواهب. على سبيل المثال ، يجب أن تكون قوة الحوسبة بمستوى 10000 كات على الأقل من قوة الحوسبة.
لماذا عدم اليقين مرتفع جدا؟ نظرًا لأن الشركات المصنعة المدرجة في القائمة المختصرة هي في الأساس شركات إنترنت كبيرة أو عمالقة في مجال التكنولوجيا ، فإن المتطلبات التقنية عالية جدًا بالنسبة للنماذج الكبيرة المدربة للحصول على إمكانات عامة وقدرات ناشئة.إذا كنت ترغب في الحصول على موطئ قدم في السوق ، فيجب على الأقل أن تكون قادرًا على ذلك يمكن تشغيله فقط من خلال الفوز بنموذج المصدر المفتوح. في السوق المستقبلية ، أعتقد أنه سيكون هناك العديد من النماذج الأساسية الكبيرة التي تتعايش ، ولكن قد لا يكون هناك الكثير.
قد يكون نموذج المجال مسارًا صغيرًا ولكنه جميل. إن تدريب نموذج مجال كبير لا يتطلب قوة حوسبة عالية جدًا ، ووفقًا لتجاربنا ، يستغرق الأمر أسبوعًا واحدًا فقط لتكرار نموذج المجال الكبير. يمكن أن تقوم بطاقتان ببعض التفكير في الوقت الفعلي. ثم فيما يتعلق بالبيانات ، ما زلنا بحاجة إلى إنشاء بعض العتبات الخاصة بنا ، وهو تأثير دولاب الموازنة الذي ذكره السيد يو للتو.
الموهبة هي أهم نقطة في المنافسة. لقد عمل نموذج المجال الكبير على تسوية سلسلة التكنولوجيا في الصناعة بأكملها. يجب ألا تفهم مواهبك الخوارزميات فحسب ، بل يجب أن تعرف أيضًا كيفية هندسة الخوارزميات جيدًا ، وفهم السيناريوهات ، وفهم الأعمال ، وحتى فهم تصميم المنتج. من الضروري تحفيز القدرة المركبة للمواهب ، ومن ثم تحفيز المبادرة والإبداع لدى المواهب ، وهو اختبار للقدرة التنظيمية.
** في أي مجال يكون النموذج الكبير أكثر فائدة؟ **
** تقنية الورق: ما هي أكثر ثلاثة اتجاهات واعدة للتطبيق الرأسي؟ **
** Yu Zhonghai: ** نظرنا في العديد من الاتجاهات ، والاتجاه الواعد الآن هو AI Answer ، وهي كلمة أنشأناها بأنفسنا ، والتي تشير إلى فئة من المنتجات. على سبيل المثال ، لقد اختبرتني في مسألة ما اليوم ، وسألتني عن ماركة عربة الأطفال الأفضل للشراء. أعتقد أن كل شخص يجب أن يكون لديه نفس الموقف ، اسأل ثلاثة أصدقاء ، واقرأ خمس مقالات عن Xiaohongshu ، ثم ابحث في عشر منشورات على الإنترنت. أخيرًا ، بعد قراءته ، لخصت ثلاثة نماذج ، ثم نظرت إلى السعر واتخذت قرارًا.
في الحقيقة ، نفس الشيء ينطبق على كثير من الأشياء عندما تسأل الذكاء الاصطناعي.النموذج الكبير له ذاكرة معينة. إنه يعرف أن هذه الأشياء مرتبطة ببعضها البعض ، لكن سيكون لها هلوسات .. كيف تبدو. لذا فإن ما تفعله الشركات غالبًا هو إجراء استفسارات معينة بناءً على قاعدة المعرفة الداخلية ، ثم عمل ملخص بناءً على هذه الأشياء. بالإضافة إلى ذلك ، هناك سؤال وجواب أو ملخص أو مقارنة بناءً على مستند ، مثل شرط تأمين مبني على مئات الصفحات. أو إعطاء إجابة على أساس البحث. نشير بشكل جماعي إلى هذه المنتجات باسم AI Answer. بالإضافة إلى ذلك ، فإننا نولي المزيد من الاهتمام لفرص مثل العمل المكتبي وآلات التعلم بالذكاء الاصطناعي.
** Zhang Jie: ** أعتقد أنه يمكننا النظر إليها من خلال الصناعة أولاً ، ثم حسب المشهد. الصناعة المثالية لنماذج المجال واسع النطاق هي الصناعة ذات الكثافة المعرفية العالية ومنطق العمليات القوي والحساسية للأمان والخصوصية. على سبيل المثال ، قد تكون الصناعات مثل التمويل والرعاية الطبية والقانون والشؤون الحكومية صناعات مثالية للتنفيذ لنماذج المجال واسعة النطاق في المستقبل.
قد يتم تمكين المشهد للموظفين الداخليين في البداية. على سبيل المثال ، قم ببعض الاختبارات المعرفية ، متبوعة بالتدريب والمبارزة. بعد تمكين الموظفين الداخليين ، دعنا نلقي نظرة على كيفية القيام ببعض الخدمات لـ C (للعملاء) ، أو تمكين موظفي المبيعات وموظفي خدمة العملاء ليصبحوا مساعدي خدمة عملاء التسويق. باختصار ، عند التقديم ، يمكنك أولاً التفكير في البدء من المشهد بتسامح عالٍ نسبيًا مع الخطأ.
** وانج دانجون: ** نؤمن أيضًا أنه في تجربة التطبيق لكل شخص ، تساعدنا النماذج الكبيرة في حل معظم المشكلات في الصناعات كثيفة المعرفة. في مجال To B مثل Beisen أو Zhongguancun Kejin ، ستكون هناك بالفعل بعض الشركات التي من المرجح أن تستفيد منه. على سبيل المثال ، في إدارة الموارد البشرية لمؤسسة ما ، يأمل الجميع في أن يتمكن النموذج الكبير من حل بعض الأشياء المملة والمملة للأشخاص ، مثل الإجابة على الاهتمامات المشتركة المختلفة للموظفين. يناقش Beisen و Zhongguancun Kejin أيضًا التعاون في هذا المجال ، على أمل إنشاء بعض الموظفين الرقميين من خلال التسهيلات الأساسية للنموذج الكبير في المستقبل ، والإجابة على هذه الأسئلة التي لا يبدو أنها تتطلب خبرة ومعرفة بشرية.
بالإضافة إلى ذلك ، وجدنا أن هناك بعض المجالات عالية القيمة ، مثل التدريب على قيادة الشركات. لدى المؤسسة مستويات متعددة من المديرين ، وسيواجه كل مدير تحديات مختلفة كل يوم ، ولكن ليس لديه الكثير من الفرص لطلب النصيحة من الآخرين. نعتقد أن AIGC يمكن أن تقدم مساعدة جيدة جدًا في هذا السيناريو ، ويمكنها تلبية بعض المتطلبات الشخصية للخصوصية.
** 澎湃 科技 ： أعلنت Microsoft مؤخرًا عن تعاونها مع OpenAI لفتح بيئة التطبيق. Zhongguancun Kejin هو ممثل لمصنعي التطبيقات على نطاق واسع في الصين. كيف هو التقدم الحالي في طرح المنتج وتطبيقه؟ هل سيكون لكل شركة نموذجها الحصري في المستقبل؟ **
** Zhang Jie: ** لا أعتقد أن كل شركة تحتاج إلى نموذجها الحصري ، لأنني أعتقد أن تقنية النموذج الكبير يمكن تقسيمها إلى ثلاث طبقات من الضحلة إلى العميقة:
على المستوى الأول ، إذا لم يكن لدى الصناعة أو المؤسسة الكثير من المعرفة أو المستندات ، أو إذا كانت خصوصية المؤسسة نفسها ليست قوية ، فلا داعي لاستخدام نموذج مخصص ، ويمكن استخدام نموذج عام كبير بشكل مباشر. في النموذج الكبير العام ، وفقًا لمتطلبات المشهد المحددة ، يكفي الضبط (الفوري). خلال هذه الفترة ، ما تحتاجه المؤسسات هو أداة إدارة كلمات سريعة مع تجربة مستخدم جيدة وعتبة منخفضة. قد يكون من الضروري لبعض خبراء الأعمال تجميع بعض المحفزات المفيدة في سيناريوهات محددة ؛ أما بالنسبة للمطالبات الأكثر تعقيدًا ، فمن الضروري تحويل بعض المطالبات إلى مجموعة صغيرة من المطالبات ، ثم تكوين سلاسل بين مجموعات مختلفة ، ويتم تسلسل السلاسل منطقيًا العلاقة ، يكفي أن يكون لديك أداة إدارة سلسلة سريعة.
الطبقة الثانية أكثر تعقيدًا بقليل. بعض المؤسسات لديها الكثير من المعرفة المجزأة. في هذا الوقت ، قد لا تكون الكلمات السريعة أو السلاسل الفورية كافية. من الضروري إضافة قاعدة معرفية فوق النموذج العام الكبير لإدارة المعرفة منخفضة التردد وذيل طويل. عندما يواجه النموذج الكبير العام مشاكل محددة ، انتقل إلى قاعدة المعرفة للعثور على إجابات. هذا هو المسار التقني للنموذج العام الكبير + قاعدة المعرفة + الهندسة السريعة.
الطبقة الثالثة ، بالنسبة للمؤسسات التي لديها قدر كبير من المعرفة بالمجال ، من الضروري بناء نموذج مجال كبير حصري للمؤسسة ، وإدخال المعرفة العامة في المجال في دماغ النموذج الكبير ، والذي لا يحافظ فقط على عام مشترك المنطق والمنطق ، ولكن لديه أيضًا خبرة في هذا المجال.تصنع المعرفة والمهارات نماذج كبيرة من طلاب الفنون الحرة إلى خبراء المجال. هذا مسار لنموذج المجال الكبير + قاعدة المعرفة بالمجال + الهندسة السريعة.
لدى Zhongguancun Kejin بعض الممارسات التطبيقية للحالات الثلاثة المذكورة أعلاه.لقد كنا نحاول حل ثلاث صعوبات فنية منذ بعض الوقت ، وبعد حلها ، قمنا بتشكيل مجموعتين من التطبيقات المساعدة. ما هي الصعوبات الفنية الثلاث؟
الأول هو حل مشكلة الهلوسة التي تحدث غالبًا في النماذج الكبيرة ، أي هراء خطير. يتطلب هذا قاعدة معرفية في المجال للسماح للنموذج الكبير بمعرفة أنه عندما يتم طرح سؤال عليه ، فإنه يحتاج إلى العثور على المعرفة ذات الصلة في قاعدة المعرفة. عند بناء قاعدة معرفية ، غالبًا ما يكون من الضروري معالجة المستندات بتنسيق نص منسق ، ومن الضروري أن يفهم النموذج الكبير تخطيط المستند أولاً ، ثم فهم المحتوى الموجود بداخله.
والثاني هو منع مشكلة النسيان أثناء عملية التدريب عند تدريب النماذج الكبيرة في المجال. خلاف ذلك ، عندما تغذي دماغه بمعرفة جديدة ، فسوف ينسى المعرفة القديمة. سيتم هنا استخدام وسائل تقنية صقل فعالة ، بحيث لا يكون لها المعرفة العامة الأصلية فحسب ، بل تتعلم أيضًا الحس السليم في هذا المجال.
والثالث هو كيفية جعل المستخدمين يستخدمونه بشكل أكثر ملاءمة وبتكلفة منخفضة. سواء أكان نموذج مجال كبير ، أو قاعدة معرفية للمجال ، أو كلمات سريعة ، فلا يمكن تحقيقه بين عشية وضحاها ، ويتطلب ردود فعل مستمرة وتكرارًا. وهذا يتطلب أن يكون لدى العملاء إمكانات الصيانة ، ويجب أن يتم تصميم المنتج والتعبئة الهندسية بشكل جيد في مستوى الأداة.
** 澎湃 科技: أود أن أسأل السيد يو من منظور الاستثمار ، مقارنة بمنطق الاستثمار في عصر الإنترنت عبر الهاتف المحمول والتكنولوجيا الصعبة ، في هذه الجولة من تصاعد النموذج على نطاق واسع ، التركيز الأساسي لاختيار المشروع ، بما في ذلك نقاط اتخاذ القرار الاستثماري ما هو **
** Yu Zhonghai: ** هذا أيضًا سؤال كان رأس المال يستكشفه. في الأشهر الستة الماضية ، خضع سوق النماذج الكبيرة أيضًا إلى العديد من جولات التطور. في البداية ، اعتبره الكثير من الناس استثمارًا موضوعيًا. في ذلك الوقت ، تم التكهن بالشركات المتعلقة بالذكاء الاصطناعي ، وكانت الشركات ذات القدرات الأساسية الحقيقية للنماذج واسعة النطاق موضع تقدير كبير من قبل الجميع. في وقت لاحق ، ظهرت "حرب المائة عارض". شعر الجميع أن النموذج الكبير بدا معقدًا بعض الشيء. وجدوا أن قوة الحوسبة بدت أنها المستفيد من شراء معاول من Nuggets ، لذلك ارتفع تقييم الشركات المتعلقة بقوة الحوسبة كثير. بحلول مايو ويونيو من هذا العام ، اقترحنا أن "تطبيقات الذكاء الاصطناعي كانت إيذانا ببدء مرحلة كامبري متفجرة". ابتكرت العديد من الشركات منتجاتها الخاصة ، وبدأ تطبيق الذكاء الاصطناعي في الارتفاع مرة أخرى.
في الواقع ، إيقاع الاستثمار للنماذج الكبيرة تدريجي أيضًا. فمنذ البداية ، طالما أنها شركة ذكاء اصطناعي ، يمكن أن تزداد ، وبعد ذلك ستخرج مع تطبيق ، وبعد ذلك سيبدأ الجميع في استكشاف ما إذا كان هذا التطبيق يدفع العملاء مقابل ذلك ، وما إذا كانت هناك طلبات حقيقية. أعتقد أنه ربما في عام آخر أو نحو ذلك ، سيفكر الجميع فيما إذا كانت هناك حواجز أمام هذا التطبيق وما إذا كان العمل مستدامًا على المدى الطويل. في الواقع ، أكثر ما نشعر به من تفاؤل هو مستوى التطبيق ، فنحن نولي أهمية كبيرة للمؤسسات التي يمكنها حقًا ربط النماذج الكبيرة وتطبيقات المؤسسة ، ويمكنها حقًا أن تخلق قيمة.
** الورقة: السؤال التالي موجه إلى Dean Wang. من منظور المواهب ، يقوم النموذج الكبير الآن ببناء علاقة إنتاج جديدة للتعاون بين الإنسان والآلة. إذن ما هو تأثير ذلك على إدارة المواهب للمؤسسات؟ **
** وانغ دانجون: ** هذا سؤال جيد بشكل خاص. لأننا نرى أنه على المستوى الاجتماعي ، قد يكون الجميع حريصًا جدًا على مناقشة "هل سيتم استبدال عملي بنموذج كبير في المستقبل؟" فيما يتعلق بهذا السؤال ، أقترح أنه يمكننا النظر إليه من جانبين:
من ناحية ، ما ناقشه الجميع أكثر هو أن قدرة النماذج الكبيرة تزداد قوة وأقوى ، وأن تطبيق المجالات الرأسية يزداد عمقًا وأعمق ، مما قد يحل محل عمل العديد من الموظفين العامين في المستقبل. في السنوات الأخيرة ، حتى بدون خلفية تطوير النموذج على نطاق واسع ، فإن الجميع قلقون للغاية بشأن خفض التكاليف وزيادة الكفاءة ، والتي تنطوي على نسبة تكاليف العمالة في المؤسسات. إذا كان من الممكن استخدام بعض التقنيات الجديدة لتقليل تكاليف العمالة ، فسيكون ذلك ذا قيمة كبيرة للمؤسسة ، وهو سبب مهم لتنميتها المستدامة.
من ناحية أخرى ، سيكون ظهور نماذج كبيرة وظهور المزيد من الأدوات الميدانية العمودية في المستقبل نعمة للموظفين. على الجانب الإيجابي ، إذا تمكن الموظفون من الاستفادة بشكل أفضل من التعاون بين الإنسان والآلة ، فيمكنه خلق المزيد من القيمة للشركة.
نتوقع أنه سيكون هناك بعض التغييرات في الشكل التنظيمي في المستقبل. معظم الشركات لديها الآن هيكل وظيفي ، والوظائف المختلفة تخدم نفس العملاء ، وهناك العديد من مشاكل التعاون والتواصل بين الوظائف ، وهو استهلاك كبير للشركة. ولكن في المستقبل ، عندما يكون لدى الموظفين أو المجموعات قدرات شاملة بمساعدة الأدوات ، فإن الوحدة التنظيمية ستكون حتمًا أصغر حجمًا ، وستكون أكثر مرونة ومرونة واستجابة.
** تقنية الورق: أود أن أسأل ثلاثة منكم ما هي أنواع القدرات التي تحتاجها الشركات أكثر من غيرها في سياق حرب المائة نموذج؟ **
** Zhang Jie: ** بالنسبة لمصنعي النماذج الأساسية واسعة النطاق ، فإن أكثر ما يحتاجون إليه هو امتلاك قدرات تقنية قوية وفريدة بشكل خاص. للتفوق على النماذج واسعة النطاق مفتوحة المصدر ، ومن ثم الحصول على بعض التقنيات الفريدة في الوسائط المتعددة أو التفكير المعقد للجنس. بالنسبة لمصنعي النماذج واسعة النطاق في هذا المجال ، هناك حاجة ماسة إلى المواهب المركبة ، والمهارات التنظيمية مهمة جدًا. لأنه من الضروري إفساح المجال كاملاً لمبادرة وإبداع المواهب ، وربطه ببعض الفرص التجارية المتطورة ، وإعلامه بما يحتاجه العملاء. بالإضافة إلى ذلك ، يجب أن تكون هناك بعض القدرات الهندسية والقدرات الحسابية.
** Yu Zhonghai: ** أعتقد أن البيانات مهمة جدًا ، خاصة بالنسبة للشركات التي ترغب في استخدام نماذج كبيرة ، فالبيانات مهمة حقًا. في الواقع ، ستصبح البيانات قريبًا حاجزًا أمامنا ، حيث تتمتع الشركات مثل Zhongguancun Kejin التي توفر تطبيقات نموذجية واسعة النطاق بميزة أكبر في البيانات.
** وانج دانجون: ** في الواقع ، بالنسبة للغالبية العظمى من المؤسسات ، من المرجح أن يكونوا مستهلكين للنماذج الكبيرة في المستقبل ، بدلاً من إنشاء نماذج كبيرة. قد يؤدي تبني النماذج الكبيرة بنشاط إلى تسريع عملية الإدارة الرقمية بشكل كبير . قد يحتاج كل من المؤسسات والأفراد إلى تبني التغيير ، حيث يحتاج القادة على جميع المستويات إلى زيادة وعيهم باحتضان هذه الفرصة الجديدة ، ويحتاج الموظفون إلى الحفاظ على قدرات التعلم المستمرة وذاتية الدافع.
** تقنية الورق: في هذه العملية ، تتمتع الشركات العاملة في المجال الرأسي بميزة الدراية الصناعية. هل من الأسهل اختراق نقاط بطاقة بيانات النموذج الكبيرة؟ **
** Zhang Jie: ** أعتقد أن الدراية الصناعية بحاجة إلى النظر بالتفصيل ، وقد تكون هناك عدة أشكال تتطلب اهتمامًا خاصًا.
الشكل الأكثر وضوحًا للمعرفة الصناعية هو بعض البيانات الموجودة في المستندات ، وهي تعبيرات رمزية. كيفية الاستخراج (الكلمات الفورية) أو سلاسل المطالبة من المستند هي نوع من المشكلات التي يجب التعامل معها في المرحلة الحالية. تمتلك العديد من الشركات عددًا كبيرًا من المستندات ، والعديد من هذه المستندات بتنسيق PPT أو PDF. من الضروري فهم كل من شكله ومحتواه.
بالإضافة إلى الدراية بهذا النوع من الصناعة ، هناك أيضًا المعرفة المخبأة في أذهان خبراء الصناعة أو خبراء السيناريوهات. يحتاج إلى إعطائه أداة يمكن تلخيصها بالكلمات. القالب هو الصناعة الدراية بكثافة أعلى.
هناك أيضًا نوع مخفي نسبيًا من الدراية الصناعية ، وهي الحكمة الجماعية المخفية في سجلات النظام. بعد التنقيب عن هذه السجلات ، من الممكن تحويل المعرفة المتناثرة إلى معرفة سلسلة منظمة. بعد ذلك ، من بين آلاف السلاسل ، يتم تلخيصها وتحويلها إلى أفضل الممارسات في ظل سيناريو محدد. على سبيل المثال ، يقوم مندوبو المبيعات بإجراء الكثير من المكالمات الهاتفية كل يوم ، وهناك الملايين من سجلات المحادثات المتراكمة كل يوم. من خلال التخصيص وفقًا لنتائج مختلفة مثل إكمال الطلب أو ترتيب التدفق أو إنهاء المكالمات ، فإن أفضل مهارات الكلام لتسويق الجديد يمكن تعجيل المنتجات. الممارسة.
هذه الأنواع الثلاثة من الأسئلة هي في الواقع معرفة جيدة جدًا بالصناعة. هناك أيضًا بعض التحديات التقنية هنا ، مثل كيفية استخراج الكلمات السريعة وسلاسل المطالبة من المستندات والسجلات. doc2 و log2 هما محور البحث الذي يستحق الاستثمار فيه.
** Yu Zhonghai: ** في الواقع ، كان لـ Zhang Jie دائمًا مقولة أثارت إعجابي بعمق. قال إن تسجيل مدارات الكواكب الثمانية في النظام الشمسي لعشرات الملايين من السنين ليس جيدًا مثل قانون مجرد الجاذبية التي يمكن أن تفسر الأشياء بشكل أفضل الطبيعة.
أعتقد أن هذا هو الدراية. الشركات في المجالات العمودية لديها الكثير من الخبرة في المجالات ذات الصلة. دعني أعطيك مثالاً بعد أن أصبح الذكاء الاصطناعي رائجاً قال الجميع أن هناك مهنة جديدة تسمى المهندس براتب سنوي مليون.
المهندس هو من ذهب للكتابة. فلماذا هي قيمة جدا؟ كما أنني أستخدم أدوات الرسم بالذكاء الاصطناعي بنفسي. ذات مرة أردت رسم رجل يرتدي بدلة ، لكنني جربت العديد من الكلمات الرئيسية ولم تنجح. لاحقًا ، كتبت "ربطة عنق" ، وارتدى الشخص بدلة على الفور ، وستجد أن هذه هي الكلمة السحرية.
النموذج الكبير يشبه إلى حد ما لعبة الاحتمالات ، فهو في الواقع يحتوي على العديد من الاحتمالات السابقة. في المشهد الآن ، ربطة العنق هي الكلمة المهمة جدًا التي تتوافق مع "الدعوى". ويعرف المهندس الكلمات الرئيسية التي يمكن أن تفسد النموذج ، ويعرف نوع الأشياء التي نريد كتابتها ، وهذه هي قيمته. ثم إذا وضعنا هذا الأمر في سيناريو التطبيق ، فهو في الواقع قيمة الشركات في المجالات الرأسية. إنه يفهم كلاً من الذكاء الاصطناعي والمعرفة الصناعية.
** وانغ دانجون: ** في الوقت الحالي ، يبدو أنه بالإضافة إلى الشركات النموذجية الأساسية واسعة النطاق ، فإن شركات المجال الرأسي هي الدفعة الثانية من الشركات التي سيوليها الجميع اهتمامًا وثيقًا في السوق. أعتقد أنه سيكون صعبًا للغاية بالنسبة لهم في الفترة الزمنية القادمة. قد لا تتحول خبرة الشركات في المجالات الرأسية بالضرورة مباشرة إلى إبداع جديد بمباركة التقنيات الجديدة. بحاجة إلى قضاء المزيد من الوقت للتعلم أولاً ، لفهم المنطق الأساسي لعملية النموذج الكبير ، لمعرفة كيف يمكن أن تساعدني ، حتى لمساعدتي في استخراج معرفتنا ، أو مساعدتنا في تقديم الخدمات للعملاء. أعتقد أنهم سيواجهون هذا التحدي أولاً لبعض الوقت. بناءً على هذه الأسس ، ابحث عن فرص جديدة لخلق قيمة للعملاء بناءً على هذه النماذج.
** تقنية الورق: كانت هناك بعض الاتجاهات الجديدة مؤخرًا ، مثل التباطؤ في عدد زوار ChatGPT. لم يكن موجودًا بالفعل كمدخل رائع. هناك رأي مفاده أن ChatGPT لا يمكن أن يمثل مستقبل GPT ، ولكنه مجرد منتج قدمه OpenAI و Microsoft إلى السوق. ما رأيكم الثلاثة في وجهة النظر هذه؟ **
** يو تشونغهاي: ** وجهة النظر هذه مثيرة للاهتمام حقًا. أنا شخصياً متفائل نسبيًا ، لأنني شخص غالبًا ما يستخدم منتجات واسعة النطاق. وأود أن أضيف أن ChatGPT الحالي ليس شكله النهائي. أعتقد أن Google Assistant (Google Assistant) في نظام Android للجيل القادم من Google سيتم دعمه من خلال طرازه الكبير ، لأن هذا يعد أيضًا مدخلًا مهمًا جدًا لحركة المرور.
** وانغ دانجون: ** بالنسبة لكثير من العاملين في الصناعة ، الجميع متفائلون جدًا. كمنتج جديد ، في هذه المرحلة من التطوير ، سيكون هناك بطبيعة الحال بعض التمايز. بالنسبة للمستخدمين النهائيين ، سيكونون مهتمين بمثل هذه الأدوات ، وعلى استعداد للمحاولة والاستمرار في استخدامها. حتى إذا كان تكرار الاستخدام يتناقص ودرجة الاهتمام تتناقص ، فمن الصعب تغيير سلوك المستخدمين.
** Zhang Jie: ** أعتقد أن تباطؤ معدل نمو ChatGPT أمر سيحدث عاجلاً أم آجلاً. بعد كل شيء ، هناك حد أقصى لحركة المرور. عاجلاً أم آجلاً ، ستصل حركة المرور إلى ذروتها أو سينخفض حماس الجمهور لسيناريوهات الدردشة للتطبيق. بعد كل شيء ، الدردشة ليست طلبًا صارمًا عالي التردد ، ولكنها تجلب لك إلهامًا جيدًا بشكل خاص.
من ناحية أخرى ، هناك العديد من التطبيقات حول الدردشة ، مثل إنشاء الصور ومقاطع الفيديو والتقارير و PPT وما إلى ذلك من خلال الدردشة ، مثل ChatDoc و ChatPdf و ChatBI. سيناريو آخر هو نموذج المجال الكبير الذي تم ذكره للتو ، مثل GPT المالية ، GPT القانونية ، GPT الطبية. قد تكون هذه بعض مداخل الأعمال الجديدة في المستقبل.
شاهد النسخة الأصلية
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
فرص العمل في ظل "ظهور" النماذج الكبيرة: من سيفوز في "حرب المائة عارض"
المصدر: الورقة
المؤلف: المراسل الصحفي هوان Yanhong المتدرب تشن Xiaorui
تعمل تقنية الذكاء الاصطناعي التوليدية على تغيير صناعة الذكاء الاصطناعي ، فبعد نصف عام فقط ، أكمل تطوير النماذج المحلية واسعة النطاق القفزة من التكنولوجيا إلى المنتج ثم إلى الأعمال التجارية ، وتوغل في الصناعات الرأسية. خلال المؤتمر العالمي للذكاء الاصطناعي في 6 يوليو ، دعت الورقة وانغ دانجون ، نائب رئيس معهد بيزن لبحوث إدارة المواهب ، ويو تشونغهاي ، نائب المدير العام لقسم الأبحاث في CICC ، وزانغ جي ، نائب رئيس Zhongguancun Kejin Technology ، إلى غرفة الدردشة Metaverse لمناقشة فرص الابتكار التجاري في ظل "ظهور" النماذج الكبيرة. استضاف الحوار شاو ون ، مراسل صحيفة The Paper ، وخلال الحوار الذي استمر ساعة واحدة ، ناقش الضيوف عددًا من القضايا ذات الصلة ، بما في ذلك:
كيف تجد النماذج الكبيرة للأغراض العامة والنماذج الكبيرة الميدانية الرأسية قيمتها الخاصة في سيناريوهات الأعمال المستقبلية؟
كيف يمكن للمؤسسات اغتنام الفرص التجارية للنماذج الكبيرة؟ ما هي النقطة الأساسية لاغتنام الفرصة؟
** حياة الماضي ومستقبل النموذج الكبير **
** 澎湃 科技: في الوقت الحاضر ، شكلت السوق المحلية حالة "حرب المائة نموذج". هل تعتقد لماذا تتطور النماذج المحلية واسعة النطاق بهذه السرعة؟ ما هو تأثيرها على مجال عملك؟ **
** وانج دانجون (نائب رئيس معهد بيزن لبحوث إدارة المواهب): ** من وجهة نظر فنية ، فإن تطوير النماذج الكبيرة لم يحدث في العامين الماضيين. في المجال الأكاديمي منذ سنوات عديدة ، بدأ الجميع في إجراء البحوث. إنه فقط مع الزيادة في حجم البيانات وتحسين مستوى التكنولوجيا في السنوات الأخيرة ، خاصة بعد أن أصدرت OpenAI ChatGPT ، فقد جذبت اهتمامًا واسع النطاق.
لكل مجال ، يفكر الجميع في كيفية تطبيق مثل هذه التكنولوجيا الجديدة في مجالهم وكيفية تحسين نموذج أعمالهم.
على سبيل المثال ، ينتمي معهد Beisen Talent Management Research إلى صناعة الموارد البشرية ، والعملاء الذين نخدمهم هم جميع مجموعات مؤسسات الموارد البشرية (الموارد البشرية). نعتقد أن تطبيق النماذج الكبيرة في مجال الموارد البشرية قد ينتج عنه بعض القيمة التخريبية في المستقبل ، على سبيل المثال ، يمكن بالفعل تحسين كفاءة عمل الجميع بشكل أفضل ؛ سيساعد شركائنا إلى حد معين ، سواء كان ذلك من الموارد البشرية أو الموظفين. يمكن أن يوجه تطوير الموظفين بشكل أفضل ؛ وفي الوقت نفسه ، يمكن أن يساعد الشركات أيضًا في الإجابة على العديد من أسئلة إدارة الموارد البشرية ، بما في ذلك ما نطرحه غالبًا عند تعيين الموظفين: من هو الأكثر ملاءمة ومن الذي قد يجلب المزيد من الفوائد. الأداء الجيد ، كيف يجب تحديد الراتب ، إلخ. أعتقد أن تطوير النماذج الكبيرة وتطبيقها سيغير صناعة الموارد البشرية في فترة زمنية قصيرة جدًا.
** يو تشونغهاي (نائب المدير العام لإدارة البحوث في CICC): ** ذكر العميد وانغ نقطة مهمة جدًا ، وهي أن تقنية النماذج واسعة النطاق لم تحدث اليوم فقط. في عام 2017 ، كتبت Google ورقة بحثية شهيرة بعنوان الانتباه هو كل ما تحتاجه (الاهتمام هو كل ما تحتاجه) ، واقترحت بنية المحولات.
في الواقع ، اكتشف الممارسون في صناعة الذكاء الاصطناعي في الصين إمكانات تكنولوجيا النماذج واسعة النطاق في وقت مبكر جدًا. كتبنا أيضًا تقريرًا بحثيًا ذا صلة في عام 2021. في ذلك الوقت ، صُدمنا بتطوير نماذج الذكاء الاصطناعي. الآن المنتج المحدد من ChatGPT يجعل النموذج الكبير معروفًا لعامة الناس. بغض النظر عما إذا كنت تفهم التكنولوجيا أم لا ، يمكنك أن تشعر بسحرها طالما كنت تلعبها ، لذا فإن النموذج الكبير شائع.
تعتمد قدرة النماذج الكبيرة للتطبيق في آلاف الصناعات بهذه السرعة أيضًا على الحقوق المتساوية في التكنولوجيا ، وهو مفهوم مهم للغاية نطرحه. بفضل تطوير مجتمع المصادر المفتوحة والانتشار الطبيعي للمعرفة ، قامت العديد من الشركات بسرعة بصنع نماذجها الكبيرة الخاصة بها.
بالإضافة إلى ذلك ، أود أن أضيف أننا رأينا هذه المرة دائرة التكنولوجيا بأكملها وحتى المجتمع بأسره يشكلون قوة مشتركة ، أي "يعتقد الجميع أن هذا مهم جدًا" ، والذي نادرًا ما نراه في الماضي.
** Zhang Jie (نائب رئيس Zhongguancun Kejin Technology): ** أعتقد أن السنة الأولى من النموذج الكبير يمكن إرجاعها إلى إطلاق GPT3 في عام 2020. لماذا تطورت بسرعة كبيرة في الأشهر الستة الماضية؟ أعتقد أن هناك ثلاثة أسباب:
الجانب الأول هو أن بعض الشركات والجامعات لديها الكثير من التراكم من قبل ، مثل Baidu و Huawei و Tsinghua University وما إلى ذلك ، لديهم نماذج لغوية مدربة مسبقًا أو نماذج كبيرة من قبل ، وكانت الأشهر الستة الماضية عبارة عن تحديث للإصدار التكرار لهم.
الجانب الثاني هو أن العديد من الشركات ، بما في ذلك بعض المؤسسات الاستثمارية ، قد زادت من استثماراتها.
الجانب الثالث هو الاعتماد على المصادر المفتوحة ، فقد دفع مجتمع المصادر المفتوحة الشركات إلى إطلاق نماذج نطاقات كبيرة متنوعة.
فيما يتعلق بتأثير النماذج الكبيرة على المجال ، فهي ذات اتجاهين للعملاء ولنا. Zhongguancun Kejin هي المزود الرائد لحلول تكنولوجيا الذكاء الاصطناعي للمحادثة. يقلل النموذج الكبير من تكلفة تخصيص وتطوير نماذج المشهد المختلفة ، وهو أمر جيد بالنسبة لنا. بالنسبة لعملائنا ، أدى خفض تكلفة المشاريع الذكية إلى قيام العديد من المؤسسات الصغيرة والمتوسطة الحجم بالتفكير في إنشاء المشاريع ، ونما حجم السوق بأكمله.
** 澎湃 科技: في الآونة الأخيرة ، اقترحت Tencent Cloud و OpenAI على التوالي متجر نماذج واسع النطاق لبرامج نموذجية مخصصة ، والتي تشبه إلى حد ما شكل متجر التطبيقات. كيف تفهم هذا الاتجاه؟ **
** وانج دانجون: ** سواء كنت مستثمرًا أو ممارسًا في هذا المجال ، أعتقد أن الجميع يتوقع رؤية هذا الاتجاه ، لأنه يشجع المزيد من الأشخاص على المشاركة في الإنشاء المشترك لهذا المجال. نعتقد أنه بالنسبة لمقدمي الخدمات الأساسيين ، سوف يميلون بالتأكيد إلى نموذج المتجر في المستقبل ، مما سيجعل من السهل الاقتراب من العملاء. يتيح نموذج متجر النماذج الكبير أيضًا للمستخدمين الذين يتلقون الخدمات استخدام النموذج الكبير بشكل أفضل لإنشاء بعض سيناريوهات التطبيق الجديدة وقيمة الخدمة.
** Yu Zhonghai: ** هذه في الواقع قضية تثير قلق سوق رأس المال للغاية. أعتقد أن تطوير النماذج الكبيرة سيكون مثل السحابة العامة والسحابة الخاصة في الصين في المستقبل.
كانت السحابة العامة تسمى في الواقع IaaS (البنية التحتية كخدمة ، البنية التحتية كخدمة) في ذلك الوقت. عندما يتعلق الأمر بالنماذج الكبيرة ، نسميها MaaS (النموذج كخدمة). هناك شركة خارجية معروفة تدعى Hugging Face ، والتي تضع العديد من النماذج على الإنترنت ، ويمكنك استخدام نماذج مختلفة للذكاء الاصطناعي فقط عن طريق استدعاء API الخاص بها (واجهة برمجة التطبيقات ، واجهة برمجة التطبيقات).
ومع ذلك ، هناك أيضًا العديد من المؤسسات التي تحتاج إلى نشر نموذجها واسع النطاق الخاص بها واستخدام معرفتها الخاصة لتحسينه لإجراء الضبط الدقيق الخاص بها (الضبط الدقيق) ، والذي قد يكون مثل سوق السحابة الخاصة في الصين.
بشكل عام ، النماذج الكبيرة ليست مناسبة للجميع لاستخدامها بشكل مباشر ، بما في ذلك ChatGPT ، والتي يتم تعبئتها بالفعل في منتج يعتمد على النموذج الكبير ، بحيث يمكن لكل شخص عادي تجربته. لذلك ، فإن إنشاء التطبيقات على أساس نماذج كبيرة هو في الواقع سوق واسع للغاية ، يمكن أن يولد العديد من نماذج الأعمال ، مثل الموظفين الرقميين ، ومفهوم متجر التطبيقات الذي ذكره المضيف للتو.
في الواقع ، يعتبر العديد من الأشخاص ChatGPT بوابة مرور. وبقدر ما أعرف ، قد ينتهي الأمر ببعض مصنعي الهواتف المحمولة على نطاق واسع إلى إجراء بحث. ثم يختلف هذا الأمر تمامًا. سيكون سوقه الذي يمكن الوصول إليه من المؤسسة يصبح الإنفاق على تكنولوجيا المعلومات هو الإنفاق التسويقي. قد تنفق الشركات الصينية في المتوسط 1٪ -3٪ من الإيرادات على تكنولوجيا المعلومات ، لكنها قد تنفق 30٪ من الإيرادات على التسويق. لذلك عندما يكون لديك حركة مرور ، يمكن أن يتغير نموذج العمل كثيرًا ، وهو أمر مثير للاهتمام للغاية.
** Zhang Jie: ** أعتقد أن OpenAI و Tencent Cloud لهما نقاط تركيز مختلفة. قد يظل تركيز OpenAI على النموذج الأساسي الكبير ، حيث يستخدم بعض الشركاء البيئيين لمساعدته على تعويض نقص الدقة أو الاحتراف في النموذج الأساسي الكبير في بعض السيناريوهات المجزأة. ومع ذلك ، لا تبالغ Tencent Cloud في التأكيد على نموذجها الأساسي ، ولكنها تؤكد على الحاجة إلى أن تكون نموذجًا كبيرًا للصناعات الرأسية.
تُظهر تأكيداتهم المختلفة مشكلة شائعة ، أي أن النموذج الأساسي الكبير لا يمكن استخدامه بشكل مباشر في بعض الصناعات أو السيناريوهات المحددة ذات الاحتراف العالي ، كما يحتاج أيضًا إلى طبقة تكيف. أعتقد أنه قد يكون هناك نموذج عمل جديد هنا ، أي أنه يمكن الاستفادة من المزيد والمزيد من المعرفة في المستقبل. اتضح أنه عندما يستخدم كل شخص الذكاء الاصطناعي ، يكون النموذج التقني مختلفًا. لذلك فإن الأصول التي يمكن للجميع مشاركتها هي بعض البيانات الأولية ، وبعد الحصول على البيانات الأولية يتم استخدام وسائل تقنية مختلفة لمعالجتها ، وخلال هذه العملية لا يمكن تداول النموذج الوسيط للبيانات.
ومع ذلك ، فإن النموذج الكبير يوحد بشكل أساسي العديد من مهام الذكاء الاصطناعي معًا ، ويتقارب نموذج البحث وتدفق المعالجة بالكامل ، مما يجعل العديد من المنتجات الوسيطة قابلة للتداول ، مثل البيانات المصنفة ، وبيانات لمحاذاة التعليمات ، والكلمات الفورية ، وسلسلة موجه تتكون من عبارات سريعة ، وما إلى ذلك ، وحتى الروبوتات أو المساعدين المدربين في سيناريوهات محددة ، يمكنهم إجراء بعض المعاملات ورأس المال ، وقد يكون هذا نموذجًا تجاريًا جديدًا في المستقبل.
** نموذج كبير عام مقابل نموذج مجال عمودي كبير **
** تقنية الورق: في الواقع ، الآن ، ذكر ثلاثة منكم مسارين مختلفين للعمل ، نموذج المجال الكبير والنموذج العام الكبير. هل يمكنك التحدث عن الفرص والتحديات التي يواجهها هذان النموذجان التجاريان المختلفان بالتفصيل. **
** وانج دانجون: ** في المستقبل ، ستصبح الأعمال التجارية حول النماذج الكبيرة بالتأكيد بيئة أعمال ، والميزة الأساسية في بيئة الأعمال هي أنها ستكون متعددة الطبقات. بادئ ذي بدء ، سيكون هناك بعض الشركات المصنعة لتقديم الخدمات الأساسية ، لأن النماذج الكبيرة تتطلب أساس البيانات وقوة الحوسبة. يعمل النموذج الكبير كمحرك أساسي ، وعلى الرغم من امتلاكه قدرات قوية ، إلا أنه لا يفهم معرفة مجالات معينة ونماذج الخدمة واحتياجات العملاء.
إلى جانب ذلك تأتي نماذج بالحجم الطبيعي كبيرة من الرأسيات. بعض النماذج الكبيرة في هذه المجالات الرأسية هي النماذج الكبيرة الخاصة بمصنعي المجال ، وبعضها يتم تدريبه بناءً على النماذج الأساسية الكبيرة. من وجهة نظر الشخص العادي ، يجب أن نجعل هذه النماذج خبيرة. على سبيل المثال ، في المجال المالي ، قد تكون هناك بعض الخدمات المخصصة لمساعدة المستثمرين على اتخاذ قرارات العمل ، وفي مجال الموارد البشرية ، قد تكون هناك خدمات مخصصة لمساعدة الشركات على اتخاذ قرارات تتعلق بالموهبة.
قد يكون هناك العديد من الحقول المقسمة. قد تتطلب هذه التقسيمات الفرعية أيضًا تراكم الصناعة والتدريب وفهم كيفية حل مشكلات العملاء ، وحتى المشاركة في مستوى تجربة المستخدم للواجهة التفاعلية. هذه التراكمات هي في الواقع بعض القدرات الكامنة وراء متجر التطبيقات الذي تحدثنا عنه سابقًا.
** Yu Zhonghai: ** من وجهة نظرنا ، هذان النوعان من الأسواق مختلفان تمامًا في الواقع.
بادئ ذي بدء ، من المهم أيضًا بناء دولاب موازنة جيد للبيانات للنموذج العام الكبير.
على سبيل المثال ، أعلمك اليوم كيفية لعب تنس الطاولة ، وأقول إنه يجب عليك اللعب بهذه الطريقة. ثم أرسل الكرة ولم تمسكها ، فأنت تعلم أنها ليست الطريقة الصحيحة لضربها. ثم قم بتغيير طريقة أخرى ، هذه المرة التي تمسك بها ، سوف تتذكر الطريقة الصحيحة. ثم أستمر في إرسال الكرة إليك ، وتستمر في الإمساك بها ، وتعديل ذاكرة عضلاتك شيئًا فشيئًا للعثور على أفضل طريقة. في الواقع ، فإن تدريب النموذج هو أيضًا مثل هذه العملية. في كل مرة تتواصل فيها مع ChatGPT ، سيكون هناك إعجاب أو كره تحته. أو هناك أوقات لا تقول فيها أي شيء وتشعر بخيبة أمل كبيرة لتجدّد واحدة. أو على سبيل المثال ، في كل مرة تستخدم فيها Midjourney للرسم ، ستعرض أربع صور ، ثم تختار الصورة الثالثة افتراضيًا ، وتكبيرها ، وتنزيلها ، وستعلم أن هذه الصورة تبدو أفضل ، وستذهب لهذا في المستقبل الاتجاه متحيز أكثر قليلاً ، وسوف يتعلم النموذج قليلاً. بدون ملاحظات البيانات ، يظل النموذج هنا ولا يمكن تحسينه. إذن هذه هي عجلة البيانات التي نؤكد عليها ، مع التركيز على موضع البطاقة في المشهد. كنموذج كبير للأغراض العامة ، فإن أهم شيء هو أنه يتم استخدامه من قبل شخص ما ، وهو أيضًا ميزة للصين. يحب الصينيون تبني التكنولوجيا ، وهم أكثر تقبلاً للنماذج الكبيرة. لدينا الكثير من الأشخاص لتقديم ملاحظاتهم.
بالنسبة لنماذج المجالات الكبيرة ، أعتقد أن الأهم هو المعرفة الفنية (المعرفة الفنية والخبرة اللازمتين للانخراط في صناعة معينة أو القيام بعمل معين).
مفتاح نموذج المجال الكبير هو تلبية احتياجات العملاء وفهم معرفة العملاء في مجال عميق معين. تتمتع الشركات مثل Zhongguancun Kejin بمزاياها هنا ، فهم يفهمون معرفة العميل ويفهمون نقاط الألم التي يعاني منها العميل في سيناريوهات مجال معين.
** تشانغ جي: ** شكرًا لك على اعترافك. أفهم أن النموذج الكبير العام والنموذج الكبير للمجال هما علاقة منبع ومجرى ، وليست علاقة تنافسية. النموذج العام كبير وشامل ، ونموذج المجال هو عمل صغير ولكنه جميل.
يتميز النموذج العام واسع النطاق "بثلاثة ارتفاعات" ، أي استثمار مرتفع وعائد مرتفع ، ولكن أيضًا عدم يقين مرتفع. لأن تدريب نموذج أساسي كبير يتطلب متطلبات عالية من حيث الخوارزميات والبيانات والمواهب. على سبيل المثال ، يجب أن تكون قوة الحوسبة بمستوى 10000 كات على الأقل من قوة الحوسبة.
لماذا عدم اليقين مرتفع جدا؟ نظرًا لأن الشركات المصنعة المدرجة في القائمة المختصرة هي في الأساس شركات إنترنت كبيرة أو عمالقة في مجال التكنولوجيا ، فإن المتطلبات التقنية عالية جدًا بالنسبة للنماذج الكبيرة المدربة للحصول على إمكانات عامة وقدرات ناشئة.إذا كنت ترغب في الحصول على موطئ قدم في السوق ، فيجب على الأقل أن تكون قادرًا على ذلك يمكن تشغيله فقط من خلال الفوز بنموذج المصدر المفتوح. في السوق المستقبلية ، أعتقد أنه سيكون هناك العديد من النماذج الأساسية الكبيرة التي تتعايش ، ولكن قد لا يكون هناك الكثير.
قد يكون نموذج المجال مسارًا صغيرًا ولكنه جميل. إن تدريب نموذج مجال كبير لا يتطلب قوة حوسبة عالية جدًا ، ووفقًا لتجاربنا ، يستغرق الأمر أسبوعًا واحدًا فقط لتكرار نموذج المجال الكبير. يمكن أن تقوم بطاقتان ببعض التفكير في الوقت الفعلي. ثم فيما يتعلق بالبيانات ، ما زلنا بحاجة إلى إنشاء بعض العتبات الخاصة بنا ، وهو تأثير دولاب الموازنة الذي ذكره السيد يو للتو.
الموهبة هي أهم نقطة في المنافسة. لقد عمل نموذج المجال الكبير على تسوية سلسلة التكنولوجيا في الصناعة بأكملها. يجب ألا تفهم مواهبك الخوارزميات فحسب ، بل يجب أن تعرف أيضًا كيفية هندسة الخوارزميات جيدًا ، وفهم السيناريوهات ، وفهم الأعمال ، وحتى فهم تصميم المنتج. من الضروري تحفيز القدرة المركبة للمواهب ، ومن ثم تحفيز المبادرة والإبداع لدى المواهب ، وهو اختبار للقدرة التنظيمية.
** في أي مجال يكون النموذج الكبير أكثر فائدة؟ **
** تقنية الورق: ما هي أكثر ثلاثة اتجاهات واعدة للتطبيق الرأسي؟ **
** Yu Zhonghai: ** نظرنا في العديد من الاتجاهات ، والاتجاه الواعد الآن هو AI Answer ، وهي كلمة أنشأناها بأنفسنا ، والتي تشير إلى فئة من المنتجات. على سبيل المثال ، لقد اختبرتني في مسألة ما اليوم ، وسألتني عن ماركة عربة الأطفال الأفضل للشراء. أعتقد أن كل شخص يجب أن يكون لديه نفس الموقف ، اسأل ثلاثة أصدقاء ، واقرأ خمس مقالات عن Xiaohongshu ، ثم ابحث في عشر منشورات على الإنترنت. أخيرًا ، بعد قراءته ، لخصت ثلاثة نماذج ، ثم نظرت إلى السعر واتخذت قرارًا.
في الحقيقة ، نفس الشيء ينطبق على كثير من الأشياء عندما تسأل الذكاء الاصطناعي.النموذج الكبير له ذاكرة معينة. إنه يعرف أن هذه الأشياء مرتبطة ببعضها البعض ، لكن سيكون لها هلوسات .. كيف تبدو. لذا فإن ما تفعله الشركات غالبًا هو إجراء استفسارات معينة بناءً على قاعدة المعرفة الداخلية ، ثم عمل ملخص بناءً على هذه الأشياء. بالإضافة إلى ذلك ، هناك سؤال وجواب أو ملخص أو مقارنة بناءً على مستند ، مثل شرط تأمين مبني على مئات الصفحات. أو إعطاء إجابة على أساس البحث. نشير بشكل جماعي إلى هذه المنتجات باسم AI Answer. بالإضافة إلى ذلك ، فإننا نولي المزيد من الاهتمام لفرص مثل العمل المكتبي وآلات التعلم بالذكاء الاصطناعي.
** Zhang Jie: ** أعتقد أنه يمكننا النظر إليها من خلال الصناعة أولاً ، ثم حسب المشهد. الصناعة المثالية لنماذج المجال واسع النطاق هي الصناعة ذات الكثافة المعرفية العالية ومنطق العمليات القوي والحساسية للأمان والخصوصية. على سبيل المثال ، قد تكون الصناعات مثل التمويل والرعاية الطبية والقانون والشؤون الحكومية صناعات مثالية للتنفيذ لنماذج المجال واسعة النطاق في المستقبل.
قد يتم تمكين المشهد للموظفين الداخليين في البداية. على سبيل المثال ، قم ببعض الاختبارات المعرفية ، متبوعة بالتدريب والمبارزة. بعد تمكين الموظفين الداخليين ، دعنا نلقي نظرة على كيفية القيام ببعض الخدمات لـ C (للعملاء) ، أو تمكين موظفي المبيعات وموظفي خدمة العملاء ليصبحوا مساعدي خدمة عملاء التسويق. باختصار ، عند التقديم ، يمكنك أولاً التفكير في البدء من المشهد بتسامح عالٍ نسبيًا مع الخطأ.
** وانج دانجون: ** نؤمن أيضًا أنه في تجربة التطبيق لكل شخص ، تساعدنا النماذج الكبيرة في حل معظم المشكلات في الصناعات كثيفة المعرفة. في مجال To B مثل Beisen أو Zhongguancun Kejin ، ستكون هناك بالفعل بعض الشركات التي من المرجح أن تستفيد منه. على سبيل المثال ، في إدارة الموارد البشرية لمؤسسة ما ، يأمل الجميع في أن يتمكن النموذج الكبير من حل بعض الأشياء المملة والمملة للأشخاص ، مثل الإجابة على الاهتمامات المشتركة المختلفة للموظفين. يناقش Beisen و Zhongguancun Kejin أيضًا التعاون في هذا المجال ، على أمل إنشاء بعض الموظفين الرقميين من خلال التسهيلات الأساسية للنموذج الكبير في المستقبل ، والإجابة على هذه الأسئلة التي لا يبدو أنها تتطلب خبرة ومعرفة بشرية.
بالإضافة إلى ذلك ، وجدنا أن هناك بعض المجالات عالية القيمة ، مثل التدريب على قيادة الشركات. لدى المؤسسة مستويات متعددة من المديرين ، وسيواجه كل مدير تحديات مختلفة كل يوم ، ولكن ليس لديه الكثير من الفرص لطلب النصيحة من الآخرين. نعتقد أن AIGC يمكن أن تقدم مساعدة جيدة جدًا في هذا السيناريو ، ويمكنها تلبية بعض المتطلبات الشخصية للخصوصية.
** 澎湃 科技 ： أعلنت Microsoft مؤخرًا عن تعاونها مع OpenAI لفتح بيئة التطبيق. Zhongguancun Kejin هو ممثل لمصنعي التطبيقات على نطاق واسع في الصين. كيف هو التقدم الحالي في طرح المنتج وتطبيقه؟ هل سيكون لكل شركة نموذجها الحصري في المستقبل؟ **
** Zhang Jie: ** لا أعتقد أن كل شركة تحتاج إلى نموذجها الحصري ، لأنني أعتقد أن تقنية النموذج الكبير يمكن تقسيمها إلى ثلاث طبقات من الضحلة إلى العميقة:
على المستوى الأول ، إذا لم يكن لدى الصناعة أو المؤسسة الكثير من المعرفة أو المستندات ، أو إذا كانت خصوصية المؤسسة نفسها ليست قوية ، فلا داعي لاستخدام نموذج مخصص ، ويمكن استخدام نموذج عام كبير بشكل مباشر. في النموذج الكبير العام ، وفقًا لمتطلبات المشهد المحددة ، يكفي الضبط (الفوري). خلال هذه الفترة ، ما تحتاجه المؤسسات هو أداة إدارة كلمات سريعة مع تجربة مستخدم جيدة وعتبة منخفضة. قد يكون من الضروري لبعض خبراء الأعمال تجميع بعض المحفزات المفيدة في سيناريوهات محددة ؛ أما بالنسبة للمطالبات الأكثر تعقيدًا ، فمن الضروري تحويل بعض المطالبات إلى مجموعة صغيرة من المطالبات ، ثم تكوين سلاسل بين مجموعات مختلفة ، ويتم تسلسل السلاسل منطقيًا العلاقة ، يكفي أن يكون لديك أداة إدارة سلسلة سريعة.
الطبقة الثانية أكثر تعقيدًا بقليل. بعض المؤسسات لديها الكثير من المعرفة المجزأة. في هذا الوقت ، قد لا تكون الكلمات السريعة أو السلاسل الفورية كافية. من الضروري إضافة قاعدة معرفية فوق النموذج العام الكبير لإدارة المعرفة منخفضة التردد وذيل طويل. عندما يواجه النموذج الكبير العام مشاكل محددة ، انتقل إلى قاعدة المعرفة للعثور على إجابات. هذا هو المسار التقني للنموذج العام الكبير + قاعدة المعرفة + الهندسة السريعة.
الطبقة الثالثة ، بالنسبة للمؤسسات التي لديها قدر كبير من المعرفة بالمجال ، من الضروري بناء نموذج مجال كبير حصري للمؤسسة ، وإدخال المعرفة العامة في المجال في دماغ النموذج الكبير ، والذي لا يحافظ فقط على عام مشترك المنطق والمنطق ، ولكن لديه أيضًا خبرة في هذا المجال.تصنع المعرفة والمهارات نماذج كبيرة من طلاب الفنون الحرة إلى خبراء المجال. هذا مسار لنموذج المجال الكبير + قاعدة المعرفة بالمجال + الهندسة السريعة.
لدى Zhongguancun Kejin بعض الممارسات التطبيقية للحالات الثلاثة المذكورة أعلاه.لقد كنا نحاول حل ثلاث صعوبات فنية منذ بعض الوقت ، وبعد حلها ، قمنا بتشكيل مجموعتين من التطبيقات المساعدة. ما هي الصعوبات الفنية الثلاث؟
الأول هو حل مشكلة الهلوسة التي تحدث غالبًا في النماذج الكبيرة ، أي هراء خطير. يتطلب هذا قاعدة معرفية في المجال للسماح للنموذج الكبير بمعرفة أنه عندما يتم طرح سؤال عليه ، فإنه يحتاج إلى العثور على المعرفة ذات الصلة في قاعدة المعرفة. عند بناء قاعدة معرفية ، غالبًا ما يكون من الضروري معالجة المستندات بتنسيق نص منسق ، ومن الضروري أن يفهم النموذج الكبير تخطيط المستند أولاً ، ثم فهم المحتوى الموجود بداخله.
والثاني هو منع مشكلة النسيان أثناء عملية التدريب عند تدريب النماذج الكبيرة في المجال. خلاف ذلك ، عندما تغذي دماغه بمعرفة جديدة ، فسوف ينسى المعرفة القديمة. سيتم هنا استخدام وسائل تقنية صقل فعالة ، بحيث لا يكون لها المعرفة العامة الأصلية فحسب ، بل تتعلم أيضًا الحس السليم في هذا المجال.
والثالث هو كيفية جعل المستخدمين يستخدمونه بشكل أكثر ملاءمة وبتكلفة منخفضة. سواء أكان نموذج مجال كبير ، أو قاعدة معرفية للمجال ، أو كلمات سريعة ، فلا يمكن تحقيقه بين عشية وضحاها ، ويتطلب ردود فعل مستمرة وتكرارًا. وهذا يتطلب أن يكون لدى العملاء إمكانات الصيانة ، ويجب أن يتم تصميم المنتج والتعبئة الهندسية بشكل جيد في مستوى الأداة.
** 澎湃 科技: أود أن أسأل السيد يو من منظور الاستثمار ، مقارنة بمنطق الاستثمار في عصر الإنترنت عبر الهاتف المحمول والتكنولوجيا الصعبة ، في هذه الجولة من تصاعد النموذج على نطاق واسع ، التركيز الأساسي لاختيار المشروع ، بما في ذلك نقاط اتخاذ القرار الاستثماري ما هو **
** Yu Zhonghai: ** هذا أيضًا سؤال كان رأس المال يستكشفه. في الأشهر الستة الماضية ، خضع سوق النماذج الكبيرة أيضًا إلى العديد من جولات التطور. في البداية ، اعتبره الكثير من الناس استثمارًا موضوعيًا. في ذلك الوقت ، تم التكهن بالشركات المتعلقة بالذكاء الاصطناعي ، وكانت الشركات ذات القدرات الأساسية الحقيقية للنماذج واسعة النطاق موضع تقدير كبير من قبل الجميع. في وقت لاحق ، ظهرت "حرب المائة عارض". شعر الجميع أن النموذج الكبير بدا معقدًا بعض الشيء. وجدوا أن قوة الحوسبة بدت أنها المستفيد من شراء معاول من Nuggets ، لذلك ارتفع تقييم الشركات المتعلقة بقوة الحوسبة كثير. بحلول مايو ويونيو من هذا العام ، اقترحنا أن "تطبيقات الذكاء الاصطناعي كانت إيذانا ببدء مرحلة كامبري متفجرة". ابتكرت العديد من الشركات منتجاتها الخاصة ، وبدأ تطبيق الذكاء الاصطناعي في الارتفاع مرة أخرى.
في الواقع ، إيقاع الاستثمار للنماذج الكبيرة تدريجي أيضًا. فمنذ البداية ، طالما أنها شركة ذكاء اصطناعي ، يمكن أن تزداد ، وبعد ذلك ستخرج مع تطبيق ، وبعد ذلك سيبدأ الجميع في استكشاف ما إذا كان هذا التطبيق يدفع العملاء مقابل ذلك ، وما إذا كانت هناك طلبات حقيقية. أعتقد أنه ربما في عام آخر أو نحو ذلك ، سيفكر الجميع فيما إذا كانت هناك حواجز أمام هذا التطبيق وما إذا كان العمل مستدامًا على المدى الطويل. في الواقع ، أكثر ما نشعر به من تفاؤل هو مستوى التطبيق ، فنحن نولي أهمية كبيرة للمؤسسات التي يمكنها حقًا ربط النماذج الكبيرة وتطبيقات المؤسسة ، ويمكنها حقًا أن تخلق قيمة.
** الورقة: السؤال التالي موجه إلى Dean Wang. من منظور المواهب ، يقوم النموذج الكبير الآن ببناء علاقة إنتاج جديدة للتعاون بين الإنسان والآلة. إذن ما هو تأثير ذلك على إدارة المواهب للمؤسسات؟ **
** وانغ دانجون: ** هذا سؤال جيد بشكل خاص. لأننا نرى أنه على المستوى الاجتماعي ، قد يكون الجميع حريصًا جدًا على مناقشة "هل سيتم استبدال عملي بنموذج كبير في المستقبل؟" فيما يتعلق بهذا السؤال ، أقترح أنه يمكننا النظر إليه من جانبين:
من ناحية ، ما ناقشه الجميع أكثر هو أن قدرة النماذج الكبيرة تزداد قوة وأقوى ، وأن تطبيق المجالات الرأسية يزداد عمقًا وأعمق ، مما قد يحل محل عمل العديد من الموظفين العامين في المستقبل. في السنوات الأخيرة ، حتى بدون خلفية تطوير النموذج على نطاق واسع ، فإن الجميع قلقون للغاية بشأن خفض التكاليف وزيادة الكفاءة ، والتي تنطوي على نسبة تكاليف العمالة في المؤسسات. إذا كان من الممكن استخدام بعض التقنيات الجديدة لتقليل تكاليف العمالة ، فسيكون ذلك ذا قيمة كبيرة للمؤسسة ، وهو سبب مهم لتنميتها المستدامة.
من ناحية أخرى ، سيكون ظهور نماذج كبيرة وظهور المزيد من الأدوات الميدانية العمودية في المستقبل نعمة للموظفين. على الجانب الإيجابي ، إذا تمكن الموظفون من الاستفادة بشكل أفضل من التعاون بين الإنسان والآلة ، فيمكنه خلق المزيد من القيمة للشركة.
نتوقع أنه سيكون هناك بعض التغييرات في الشكل التنظيمي في المستقبل. معظم الشركات لديها الآن هيكل وظيفي ، والوظائف المختلفة تخدم نفس العملاء ، وهناك العديد من مشاكل التعاون والتواصل بين الوظائف ، وهو استهلاك كبير للشركة. ولكن في المستقبل ، عندما يكون لدى الموظفين أو المجموعات قدرات شاملة بمساعدة الأدوات ، فإن الوحدة التنظيمية ستكون حتمًا أصغر حجمًا ، وستكون أكثر مرونة ومرونة واستجابة.
** تقنية الورق: أود أن أسأل ثلاثة منكم ما هي أنواع القدرات التي تحتاجها الشركات أكثر من غيرها في سياق حرب المائة نموذج؟ **
** Zhang Jie: ** بالنسبة لمصنعي النماذج الأساسية واسعة النطاق ، فإن أكثر ما يحتاجون إليه هو امتلاك قدرات تقنية قوية وفريدة بشكل خاص. للتفوق على النماذج واسعة النطاق مفتوحة المصدر ، ومن ثم الحصول على بعض التقنيات الفريدة في الوسائط المتعددة أو التفكير المعقد للجنس. بالنسبة لمصنعي النماذج واسعة النطاق في هذا المجال ، هناك حاجة ماسة إلى المواهب المركبة ، والمهارات التنظيمية مهمة جدًا. لأنه من الضروري إفساح المجال كاملاً لمبادرة وإبداع المواهب ، وربطه ببعض الفرص التجارية المتطورة ، وإعلامه بما يحتاجه العملاء. بالإضافة إلى ذلك ، يجب أن تكون هناك بعض القدرات الهندسية والقدرات الحسابية.
** Yu Zhonghai: ** أعتقد أن البيانات مهمة جدًا ، خاصة بالنسبة للشركات التي ترغب في استخدام نماذج كبيرة ، فالبيانات مهمة حقًا. في الواقع ، ستصبح البيانات قريبًا حاجزًا أمامنا ، حيث تتمتع الشركات مثل Zhongguancun Kejin التي توفر تطبيقات نموذجية واسعة النطاق بميزة أكبر في البيانات.
** وانج دانجون: ** في الواقع ، بالنسبة للغالبية العظمى من المؤسسات ، من المرجح أن يكونوا مستهلكين للنماذج الكبيرة في المستقبل ، بدلاً من إنشاء نماذج كبيرة. قد يؤدي تبني النماذج الكبيرة بنشاط إلى تسريع عملية الإدارة الرقمية بشكل كبير . قد يحتاج كل من المؤسسات والأفراد إلى تبني التغيير ، حيث يحتاج القادة على جميع المستويات إلى زيادة وعيهم باحتضان هذه الفرصة الجديدة ، ويحتاج الموظفون إلى الحفاظ على قدرات التعلم المستمرة وذاتية الدافع.
** تقنية الورق: في هذه العملية ، تتمتع الشركات العاملة في المجال الرأسي بميزة الدراية الصناعية. هل من الأسهل اختراق نقاط بطاقة بيانات النموذج الكبيرة؟ **
** Zhang Jie: ** أعتقد أن الدراية الصناعية بحاجة إلى النظر بالتفصيل ، وقد تكون هناك عدة أشكال تتطلب اهتمامًا خاصًا.
الشكل الأكثر وضوحًا للمعرفة الصناعية هو بعض البيانات الموجودة في المستندات ، وهي تعبيرات رمزية. كيفية الاستخراج (الكلمات الفورية) أو سلاسل المطالبة من المستند هي نوع من المشكلات التي يجب التعامل معها في المرحلة الحالية. تمتلك العديد من الشركات عددًا كبيرًا من المستندات ، والعديد من هذه المستندات بتنسيق PPT أو PDF. من الضروري فهم كل من شكله ومحتواه.
بالإضافة إلى الدراية بهذا النوع من الصناعة ، هناك أيضًا المعرفة المخبأة في أذهان خبراء الصناعة أو خبراء السيناريوهات. يحتاج إلى إعطائه أداة يمكن تلخيصها بالكلمات. القالب هو الصناعة الدراية بكثافة أعلى.
هناك أيضًا نوع مخفي نسبيًا من الدراية الصناعية ، وهي الحكمة الجماعية المخفية في سجلات النظام. بعد التنقيب عن هذه السجلات ، من الممكن تحويل المعرفة المتناثرة إلى معرفة سلسلة منظمة. بعد ذلك ، من بين آلاف السلاسل ، يتم تلخيصها وتحويلها إلى أفضل الممارسات في ظل سيناريو محدد. على سبيل المثال ، يقوم مندوبو المبيعات بإجراء الكثير من المكالمات الهاتفية كل يوم ، وهناك الملايين من سجلات المحادثات المتراكمة كل يوم. من خلال التخصيص وفقًا لنتائج مختلفة مثل إكمال الطلب أو ترتيب التدفق أو إنهاء المكالمات ، فإن أفضل مهارات الكلام لتسويق الجديد يمكن تعجيل المنتجات. الممارسة.
هذه الأنواع الثلاثة من الأسئلة هي في الواقع معرفة جيدة جدًا بالصناعة. هناك أيضًا بعض التحديات التقنية هنا ، مثل كيفية استخراج الكلمات السريعة وسلاسل المطالبة من المستندات والسجلات. doc2 و log2 هما محور البحث الذي يستحق الاستثمار فيه.
** Yu Zhonghai: ** في الواقع ، كان لـ Zhang Jie دائمًا مقولة أثارت إعجابي بعمق. قال إن تسجيل مدارات الكواكب الثمانية في النظام الشمسي لعشرات الملايين من السنين ليس جيدًا مثل قانون مجرد الجاذبية التي يمكن أن تفسر الأشياء بشكل أفضل الطبيعة.
أعتقد أن هذا هو الدراية. الشركات في المجالات العمودية لديها الكثير من الخبرة في المجالات ذات الصلة. دعني أعطيك مثالاً بعد أن أصبح الذكاء الاصطناعي رائجاً قال الجميع أن هناك مهنة جديدة تسمى المهندس براتب سنوي مليون.
المهندس هو من ذهب للكتابة. فلماذا هي قيمة جدا؟ كما أنني أستخدم أدوات الرسم بالذكاء الاصطناعي بنفسي. ذات مرة أردت رسم رجل يرتدي بدلة ، لكنني جربت العديد من الكلمات الرئيسية ولم تنجح. لاحقًا ، كتبت "ربطة عنق" ، وارتدى الشخص بدلة على الفور ، وستجد أن هذه هي الكلمة السحرية.
النموذج الكبير يشبه إلى حد ما لعبة الاحتمالات ، فهو في الواقع يحتوي على العديد من الاحتمالات السابقة. في المشهد الآن ، ربطة العنق هي الكلمة المهمة جدًا التي تتوافق مع "الدعوى". ويعرف المهندس الكلمات الرئيسية التي يمكن أن تفسد النموذج ، ويعرف نوع الأشياء التي نريد كتابتها ، وهذه هي قيمته. ثم إذا وضعنا هذا الأمر في سيناريو التطبيق ، فهو في الواقع قيمة الشركات في المجالات الرأسية. إنه يفهم كلاً من الذكاء الاصطناعي والمعرفة الصناعية.
** وانغ دانجون: ** في الوقت الحالي ، يبدو أنه بالإضافة إلى الشركات النموذجية الأساسية واسعة النطاق ، فإن شركات المجال الرأسي هي الدفعة الثانية من الشركات التي سيوليها الجميع اهتمامًا وثيقًا في السوق. أعتقد أنه سيكون صعبًا للغاية بالنسبة لهم في الفترة الزمنية القادمة. قد لا تتحول خبرة الشركات في المجالات الرأسية بالضرورة مباشرة إلى إبداع جديد بمباركة التقنيات الجديدة. بحاجة إلى قضاء المزيد من الوقت للتعلم أولاً ، لفهم المنطق الأساسي لعملية النموذج الكبير ، لمعرفة كيف يمكن أن تساعدني ، حتى لمساعدتي في استخراج معرفتنا ، أو مساعدتنا في تقديم الخدمات للعملاء. أعتقد أنهم سيواجهون هذا التحدي أولاً لبعض الوقت. بناءً على هذه الأسس ، ابحث عن فرص جديدة لخلق قيمة للعملاء بناءً على هذه النماذج.
** تقنية الورق: كانت هناك بعض الاتجاهات الجديدة مؤخرًا ، مثل التباطؤ في عدد زوار ChatGPT. لم يكن موجودًا بالفعل كمدخل رائع. هناك رأي مفاده أن ChatGPT لا يمكن أن يمثل مستقبل GPT ، ولكنه مجرد منتج قدمه OpenAI و Microsoft إلى السوق. ما رأيكم الثلاثة في وجهة النظر هذه؟ **
** يو تشونغهاي: ** وجهة النظر هذه مثيرة للاهتمام حقًا. أنا شخصياً متفائل نسبيًا ، لأنني شخص غالبًا ما يستخدم منتجات واسعة النطاق. وأود أن أضيف أن ChatGPT الحالي ليس شكله النهائي. أعتقد أن Google Assistant (Google Assistant) في نظام Android للجيل القادم من Google سيتم دعمه من خلال طرازه الكبير ، لأن هذا يعد أيضًا مدخلًا مهمًا جدًا لحركة المرور.
** وانغ دانجون: ** بالنسبة لكثير من العاملين في الصناعة ، الجميع متفائلون جدًا. كمنتج جديد ، في هذه المرحلة من التطوير ، سيكون هناك بطبيعة الحال بعض التمايز. بالنسبة للمستخدمين النهائيين ، سيكونون مهتمين بمثل هذه الأدوات ، وعلى استعداد للمحاولة والاستمرار في استخدامها. حتى إذا كان تكرار الاستخدام يتناقص ودرجة الاهتمام تتناقص ، فمن الصعب تغيير سلوك المستخدمين.
** Zhang Jie: ** أعتقد أن تباطؤ معدل نمو ChatGPT أمر سيحدث عاجلاً أم آجلاً. بعد كل شيء ، هناك حد أقصى لحركة المرور. عاجلاً أم آجلاً ، ستصل حركة المرور إلى ذروتها أو سينخفض حماس الجمهور لسيناريوهات الدردشة للتطبيق. بعد كل شيء ، الدردشة ليست طلبًا صارمًا عالي التردد ، ولكنها تجلب لك إلهامًا جيدًا بشكل خاص.
من ناحية أخرى ، هناك العديد من التطبيقات حول الدردشة ، مثل إنشاء الصور ومقاطع الفيديو والتقارير و PPT وما إلى ذلك من خلال الدردشة ، مثل ChatDoc و ChatPdf و ChatBI. سيناريو آخر هو نموذج المجال الكبير الذي تم ذكره للتو ، مثل GPT المالية ، GPT القانونية ، GPT الطبية. قد تكون هذه بعض مداخل الأعمال الجديدة في المستقبل.