لا يزال تسويق النماذج الكبيرة للأغراض العامة مبكرًا ، وقد بدأ الذكاء الاصطناعي التوليدي للتو

المصدر: تيتانيوم ميديا

المؤلف: تشين كونغوي

مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI

من السعي المتعصب إلى العودة إلى الهدوء ، تتغير آراء الناس حول العارضات الكبيرة بهدوء. من ناحية ، وبسبب الامتثال والأسباب التنظيمية وغيرها ، سيستغرق الأمر وقتًا لتسويق النماذج واسعة النطاق للأغراض العامة ؛ ومن ناحية أخرى ، بدأ الجانب الصناعي فقط في الاستثمار في مجالات تجريبية مثل التمويل و الرعاية الطبية ، ولا يمكن رؤية التأثير على الفور.

وهكذا ، عندما تباطأ الحلزون المجنون تدريجياً ، تصور الأصوات المختلفة تدريجياً صورة "نموذج كبير" حقيقي.

من بينها ، سواء لاستخدام "النموذج العام الواسع النطاق" أو "نموذج الصناعة على نطاق واسع" ، قامت كل شركة بالاختيار بعد بعض الدراسة ؛ ومع المنافسة النموذجية واسعة النطاق ، دخلت "الذكاء الاصطناعي التوليدي" أضواء كاشفة. يجب أن يقال إن ChatGPT ليس أقل من طلقة في الذراع لتطوير صناعة الذكاء الاصطناعي لدخول مرحلة جديدة ، وستدفع الذكاء الاصطناعي مرة أخرى إلى مركز العصر.

** المعركة بين النموذج العام ونموذج الصناعة **

جعل ChatGPT الصناعة على دراية بالقوة الهائلة للنماذج الكبيرة ذات الأغراض العامة ، وقد أدى ذلك إلى مشهد الأعمال "حرب المائة عارض" في المستقبل. لم يستطع عدد لا يحصى من المستثمرين ورجال الأعمال النوم بسبب ذلك ، وأصبحت موارد وحدة معالجة الرسومات "ورق لويانغ غالي الثمن" لفترة من الوقت.

من بينها ، هناك العديد من شركات التكنولوجيا على رأس الصناعة الذين يضطرون للذهاب إلى "Liangshan". كشف أحد المطلعين في مجال صناعة النماذج على نطاق واسع لتطبيق Titanium Media عن الوضع الحالي لشركته: "إذا لم يكن هناك نموذج واسع النطاق ، فمن المحرج جدًا التحدث عنه. لنفعل ذلك الآن ، وهو كذلك يصعب شرحه إذا لم يكن هناك نموذج واسع النطاق. "لذا فهم فقط يمكنهم نشر الأخبار التي تفيد بأنه يعمل على نموذج واسع النطاق للأغراض العامة للعالم الخارجي ، وفي نفس الوقت تسريع البحث والتطوير التقدم داخليا.

ومع ذلك ، فإن النموذج العام الكبير هو عمل روتيني كثيف العمل ويستغرق وقتًا طويلاً. لقد استغرق الأمر من OpenAI 6 سنوات لتكرار GPT1. بدأ التدريب منذ سنوات. لذلك ، إذا لم يكن هناك تراكم أساسي في تكنولوجيا وبيانات الذكاء الاصطناعي ، فمن الصعب للغاية تحقيق تسويق النماذج الكبيرة العامة على المدى القصير.

بالإضافة إلى ذلك ، يحتاج النموذج الكبير للأغراض العامة بطبيعة الحال إلى بيانات عامة للتدريب ، كما أن وضع البيانات الخاصة به في النموذج الكبير للأغراض العامة يعني أيضًا أنه سيتم مشاركة البيانات افتراضيًا. لذلك ، من غير المحتمل أن تتمكن بعض الصناعات ذات متطلبات خصوصية البيانات العالية من الوصول إلى النماذج الكبيرة للأغراض العامة دون إعداد.

في ظل هذه الظروف ، أصبح النموذج الكبير للصناعة "ثاني أفضل حل" للصناعة إلى جانب النموذج الكبير العام ، ويمكن أن يتمتع بعائد النموذج الكبير في وقت أقرب. كما قال Zhou Hongyi ، مؤسس 360 Group ، بصراحة: "تكمن الفرص المستقبلية لنماذج الذكاء الاصطناعي واسعة النطاق في السوق المتزايد على مستوى المؤسسة ، و" التحويل الرأسي "للنماذج الكبيرة هو اتجاه التنمية." المدير الفني لمصنع كبير قال أيضًا لتطبيق Titanium Media. "من منظور تخطيط نموذجنا واسع النطاق ، سنواصل تكرار النموذج واسع النطاق للأغراض العامة ، وسنواصل العمل على هذا الأساس لتدريب النموذج العمودي واسع النطاق للصناعة."

منذ وقت ليس ببعيد ، في المؤتمر العالمي للذكاء الاصطناعي لعام 2023 ، صرح Tang Daosheng ، نائب الرئيس التنفيذي الأول لمجموعة Tencent Group والرئيس التنفيذي لمجموعة Cloud and Smart Industry Business Group ، أيضًا أن تطبيق النموذج واسع النطاق للمؤسسات يحتاج إلى النظر بشكل شامل في احتراف الصناعة وأمن البيانات والتكرار المستمر والتكلفة الشاملة وعوامل أخرى. استنادًا إلى نموذج الصناعة الكبير ، قد يكون بناء نموذجك الحصري خيارًا أفضل للمؤسسات. والسبب هو أن النماذج الصناعية الكبيرة تتطلب معايير أقل من النماذج الكبيرة للأغراض العامة ، وتكلفة التدريب والاستدلال أقل ، وتحسين النموذج أسهل.

ومع ذلك ، تعلم Titanium Media App أيضًا من الأشخاص في الصناعة أنه في بعض الحالات ، لا يكون النموذج الكبير للأغراض العامة شرطًا ضروريًا لنموذج عمودي واسع النطاق ، مما يعني أن منصة تدريب النماذج على نطاق الصناعة لا تحتوي على لاستخدام نموذج واسع النطاق للأغراض العامة كقاعدة. "إذا كان النموذج العام واسع النطاق المحدد هو النموذج الذي يحتوي على مئات المليارات من المعلمات ، فإن النموذج العام واسع النطاق ليس شرطًا ضروريًا لنموذج الصناعة على نطاق واسع." قال نموذج الصناعة على نطاق واسع لتطبيق Titanium Media. ومع ذلك ، قال أيضًا إنه على الرغم من أن النماذج الكبيرة للأغراض العامة ليست شرطًا ضروريًا لنماذج الصناعة واسعة النطاق ، فإن التقنيات الأساسية المختلفة لتدريب النماذج الكبيرة للأغراض العامة ، مثل Transformer ، تعد أيضًا عناصر أساسية لتدريب نماذج الصناعة واسعة النطاق .

باستمرار "100 مليار" معلمة ، "بغض النظر" عن العلاقة مع النموذج العام الكبير ، تم تخفيض عتبة النموذج العمودي الكبير ، مما يوفر المزيد من الاحتمالات لمزيد من التطوير للذكاء الاصطناعي التوليدي.

** بالإضافة إلى الطرز الكبيرة ، فإن الذكاء الاصطناعي التوليدي يستحق الاهتمام أيضًا **

عندما يتعلق الأمر بالنماذج الكبيرة ، فإن الذكاء الاصطناعي التوليدي (Generative Al) سوف يسير جنبًا إلى جنب. ما عليك سوى فهم العلاقة بين الاثنين - يمكن فهم النموذج الكبير على أنه المحرك الذي يدرك الذكاء الاصطناعي التوليدي ، أي أن قدرة الذكاء الاصطناعي التوليدية يتم توفيرها من خلال نموذج التعلم الآلي أو النموذج الكبير ، والذكاء الاصطناعي التوليدي أعلى من النموذج الكبير ، ويمكن للذكاء الاصطناعي التوليدي اعتمادًا على السيناريو المطلوب ، يمكنك تحديد النموذج الكبير الذي تريد الاتصال به. ChatGPT هو أحد التطبيقات النموذجية للذكاء الاصطناعي التوليدي.

في وقت مبكر من عام 2020 ، تم اختيار الذكاء الاصطناعي التوليدي في دورة Gartner Emerging Technology Hype Cycle ، وفي عام 2022 ، تم إدراج الذكاء الاصطناعي التوليدي كواحد من اتجاهات التكنولوجيا الاستراتيجية الرئيسية ، ودخلت التكنولوجيا ذروة التوقعات المتضخمة من مرحلة انطلاق الابتكار. تعتقد شركة Gartner أن الذكاء الاصطناعي التوليدي سيصبح تقنية ذات أغراض عامة ، مع تأثير مماثل لتأثير المحرك البخاري والكهرباء والإنترنت. مع تطبيق الذكاء الاصطناعي التوليدي تدريجياً ، سيتلاشى الضجيج حول المفهوم تدريجياً ، وسيزداد التأثير على الأشخاص والمؤسسات في عملهم وحياتهم اليومية.

رصيد الصورةGartner

تضع شركة Amazon Cloud Technology العملاقة العالمية للحوسبة السحابية المزيد من القلم والحبر على الذكاء الاصطناعي التوليدي.وقال آدم سيليبسكي ، الرئيس التنفيذي لشركة Amazon Cloud Technology ، في مقابلة حصرية مع Bloomberg و CNBC ووسائل الإعلام الأخرى: "الذكاء الاصطناعي العام مهم جدًا في برامج الدردشة والبحث . مزايا تطبيق الذكاء الاصطناعي التوليدي واضحة للجميع ، ولكن هذه ليست سوى قمة جبل الجليد للعديد من الاحتمالات. في المستقبل ، سيحدث الذكاء الاصطناعي التوليدي تغييرات في جميع مناحي الحياة. "وهو يعتبر الذكاء الاصطناعي التوليدي" اختراقًا " "التغيير ، وربما يكون التغيير الخاص به أكبر تغيير منذ ولادة الإنترنت.

"تخيل ، في العصر الذي تستخدم فيه أجهزة الكمبيوتر بطاقات مثقبة كواجهة ، قليل من العلماء فقط لديهم القدرة على استخدام أجهزة الكمبيوتر ؛ عندما تصبح الواجهات الرسومية والفئران واجهات تفاعل بين الإنسان والحاسوب ، يمكن للجميع استخدام أجهزة الكمبيوتر." قال آدم سيليبسكي.

إذن ، ما هي الطرق التي ستنعكس بها التغييرات التي سيحدثها الذكاء الاصطناعي التوليدي؟

يمكن ملاحظة أنه في مجال السيارات ، استخدمت بعض الشركات الذكاء الاصطناعي التوليفي لتجميع البيانات لتدريب القيادة الذاتية لتسريع عملية التدريب ؛ في مجال التصنيع ، يمكن أن يساعد الذكاء الاصطناعي التوليدي في تحليل كمية كبيرة من بيانات القياس عن بُعد لإنترنت الأشياء ، وإجراء تنبؤي صيانة وتقليل تعطل خطوط الإنتاج. بالاعتماد على الذكاء الاصطناعي التوليدي ، عملت Autodesk مع مصنعي الطائرات لإكمال جزء من تصميم الحاجز بنجاح وقدمت تصميمًا جديدًا أخف بنسبة 45٪. إذا تم تطبيق جدار الرحلة هذا على الأسطول العالمي ، فسيوفر وقودًا يعادل استهلاك الوقود لـ 93000 سيارة.

ومع ذلك ، يجب التأكيد على أن الذكاء الاصطناعي التوليدي الذي يعتمد عليه Autodesk ليس نموذجًا كبيرًا معينًا ، ولكنه أداة تصميم مدفوعة بالذكاء الاصطناعي مبنية على نموذج التعلم الآلي.

لذلك ، من أجل تحقيق الذكاء الاصطناعي التوليدي ، فإن النموذج الكبير ليس سوى خيار ، ولن يسيطر نموذج كبير على المستقبل. يشعر تطبيق Titanium Media App بالقلق من أنه عندما تفكر معظم المؤسسات في الوصول إلى نماذج كبيرة الحجم ، فإنها لا تدخل نموذجًا واحدًا على نطاق واسع بشكل مباشر فحسب ، بل تختار الوصول إلى نماذج متعددة. لذلك من بين هذه النماذج الكبيرة ، قد لا يتم استبعاد التعاون بين النماذج العمودية الكبيرة والنماذج الكبيرة العامة في المستقبل.

خذ UFIDA و WPS ، وهما برنامجان محليان ، كأمثلة. أصدرت UFIDA مؤخرًا YonGPT ، وهو نموذج خدمة مؤسسة كبير. وفقًا لتطبيق Titanium Media ، تشمل قاعدة النموذج الكبيرة العامة التي تخطط YonGPT للوصول إليها Zhipu ChatGLM و Wenxinyiyan و Zhiyuan Wudao Tianying إلخ. ؛ أطلقت WPS سابقًا WPS AI. وفقًا لآخر الأخبار ، فإن قاعدة النموذج العام الواسع النطاق لـ WPS AI في الصين القارية هي MiniMax ، وإصدارها الخارجي الذي تم إطلاقه للتو مدعوم من OpenAI و PaLM2.

في عالم الذكاء الاصطناعي التوليدي ، لا يعتمد المرء على نموذج كبير ، وليس فقط النموذج الكبير هو الذي يحدد نجاح الذكاء الاصطناعي التوليدي.

لا يمكن إنكار أن تطبيق الذكاء الاصطناعي التوليدي هو أيضًا نتيجة للعديد من الجوانب ، ويتم الكشف عن التحديات "الثانوية" المحيطة بتنفيذ الذكاء الاصطناعي التوليدي.

** تحدي "ثانوي" في ظل الذكاء الاصطناعي التوليدي **

"قل للهاتف المحمول" إذا كانت القطة تعمل على الأريكة ، ذكرني "، فعند تشغيل القطة على الأريكة ، سيتلقى الهاتف المحمول رسالة إنذار." تحدث نائب الرئيس وانغ جينغبين عن سيناريو تطبيق الكشف عن الفيديو الذكي في المنزل الذكي في خطاب.

لكنه مشهد يبدو بسيطًا ، فبالإضافة إلى النموذج الكبير متعدد الوسائط الذي يقف خلفه ، فإن الشبكة والحوسبة الموجودة على الحافة مهمة جدًا أيضًا. "في تطبيقات الذكاء الاصطناعي التوليدية مثل ChatGPT ، إذا وصل معدل فقدان حزمة الشبكة إلى 1٪ ، سينخفض أداء منصة التدريب النموذجية الكبيرة إلى 5٪ من ذروة أدائها ، مما يعني فقدان 95٪. قدرات الشبكة أداء قال Zhang Yu ، رئيس قسم التكنولوجيا في Intel China Network and Edge ، ورئيس مهندسي الذكاء الاصطناعي الأول في Intel ، إن النظام الأساسي للنماذج واسعة النطاق بالكامل يعد عاملاً مهمًا للغاية.

من المتوقع أنه مع ارتفاع الطلب على الذكاء الاصطناعي ، سيكون نشر الذكاء الاصطناعي على الحافة أعلى بثلاث مرات من ذلك الموجود في قاعدة البيانات. وهذا يعني أيضًا أن تنفيذ الذكاء الاصطناعي المتقدم يمثل تحديًا كبيرًا للخطوة التالية في التطوير الذكاء الاصطناعي.

"لا تزال تكلفة الوقت وتكلفة العمالة لنشر الذكاء الاصطناعي إلى أقصى الحدود مثل خط إنتاج المصنع مرتفعة ، وفشل أكثر من نصف عمليات نشر الذكاء الاصطناعي المتطورة." ساشين كاتي ، نائب الرئيس الأول لشركة Intel والمدير العام لشركة Intel قسم الشبكة والحافة ، مؤخرًا عند الحديث عن الحوسبة المتطورة في عصر النماذج الكبيرة ، قال. من ناحية أخرى ، السبب هو أن المعدات قديمة وأن موارد الحوسبة المتطورة غير كافية ؛ ومن ناحية أخرى ، فإن كيفية استخدام بياناتهم الفريدة لنشر الذكاء الاصطناعي أمر بالغ الأهمية أيضًا. سيتم إعاقة العديد من عمليات نشر الذكاء الاصطناعي المتطورة بسبب هذه التحديات.

في الوقت نفسه ، يحتاج الأداء الأفضل للذكاء الاصطناعي التوليدي في النهاية إلى دعمه بالبيانات.في الوقت الحالي ، تأمل الصناعة في ضمان أمن البيانات في الذكاء الاصطناعي التوليدي من ناحية ، ومن ناحية أخرى ، تأمل أيضًا في إنشاء البيانات مصادر وفيرة ومتاحة.

حل هذه المشاكل هو أيضا في التقدم. "يعتمد النظام النموذجي الكبير ونظام الذكاء الاصطناعي اليوم بشدة على البيانات وأنظمة ذكية تعتمد على البيانات. هذا النظام له متطلبات عالية جدًا لاتساع البيانات وعدم تحيزها. وبافتراض أن البيانات شديدة التحيز ، فمن الصعب دعمها بشكل فعال . تطوير نظام الذكاء الاصطناعي. "وي تاو ، نائب الرئيس وكبير مسؤولي الأمن التقني لمجموعة آنت ، قال ذات مرة ، لذلك يمكن ملاحظة أن هناك بالفعل أدوات للتحقق العكسي من أمن بيانات الذكاء الاصطناعي.

فيما يتعلق بتطوير مصادر البيانات ، انضمت Shenzhen Digital Exchange منذ وقت ليس ببعيد إلى ما يقرب من 50 وحدة لإنشاء "Open Computing Alliance" ، ومن بين الجهات الراعية المشاركة Tencent Cloud و Huada Genomics و Yuntian Lifei و Obi Zhongguang و UBTECH ، الصين فرع يونيكوم قوانغدونغ ، وبيانات هواو وغيرها من المؤسسات ، وجمعية شنتشن للذكاء الاصطناعي والجمعيات الأخرى ، ومركز شنتشن الوطني للحوسبة الفائقة وغيرها من المؤسسات البحثية والمؤسسات البحثية. يتمثل أحد الأغراض الرئيسية لإنشاء تحالف الحوسبة في تنسيق صياغة المعايير ذات الصلة مثل عناصر البيانات ، وإدارة البيانات ، وبيانات التدريب ، ووسم البيانات ، والبيانات التركيبية حول بيانات التدريب الصينية عالية الجودة وبيانات التدريب متعدد الوسائط. ، ومساعدة عمليات تبادل البيانات لزيادة الفئات الجديدة ذات الصلة بالنموذج والمناطق الجديدة.

لا يمكن استنفاد التحديات التي تمت مواجهتها في تطوير الذكاء الاصطناعي التوليدي بالكلمات ، ولا تنتهي عاصفة الذكاء الاصطناعي العالمية التي أثارتها ChatGPT مع ChatGPT. بعد فتح عالم الذكاء الاصطناعي الجديد ، كشف النموذج الكبير والذكاء الاصطناعي التوليدي في مهده أيضًا عن العديد من المشكلات وأثار سلسلة من التحديات ، لكنه في الوقت نفسه ، وفر فرصًا للاستكشاف والابتكار لجميع مناحي الحياة.

تتسابق الصناعة نحو الذكاء الاصطناعي التوليدي ، وهو ليس بأي حال من الأحوال أمرًا سيئًا لتطوير الذكاء الاصطناعي أو حتى البشر.