بعد نصف عام من معمودية الذكاء الاصطناعي ، قد يكون من الصعب العثور على كلمة أكثر ملاءمة من "الاستجابة للتوتر" لوصف حالة كل فرد في صناعة التكنولوجيا اليوم - التوتر والتحفيز والضغط.

تشير "استجابة الإجهاد" إلى سلسلة من الاستجابات التي تنتجها الكائنات الحية من أجل الحفاظ على توازن الجسم عندما تواجه ضغوطًا أو تهديدات بيئية خارجية. إنها استجابة طبيعية للكائنات الحية للتكيف مع البيئة وضمان البقاء على قيد الحياة. يمكن أن تكون هذه الاستجابة قصيرة الأجل أو طويلة الأمد.

في 26 يوليو ، أعلن موقع تويتر الرسمي لشركة OpenAI أن إصدار Android من ChatGPT أصبح متاحًا للتنزيل في الولايات المتحدة والهند وبنغلاديش والبرازيل ، ويخطط للتوسع في المزيد من البلدان في المستقبل القريب. تعمل ChatGPT على توسيع القنوات ، واكتساب المزيد من المستخدمين وثبات استخدام أقوى ، وتستمر موجة الذكاء الاصطناعي التوليدية في الارتفاع.

في أوائل شهر تموز (يوليو) ، في المؤتمر العالمي للذكاء الاصطناعي (WAIC) لعام 2023 في شنغهاي ، كان أحد الفنيين من شركة نموذجية ناشئة كبيرة الحجم يتنقل عبر قاعة المعرض. وقد خططت لإيجاد حل رقائق محلي فعال من حيث التكلفة للشركة لاستخدامها في تدريب النموذج على نطاق واسع.

وقالت لـ Huxiu: "لدينا 1000 طائرة من طراز A100 ، لكنها ليست كافية".

A100 هي وحدة معالجة رسومات متطورة من Nvidia وأساس الأجهزة لتطوير ChatGPT. تظهر بعض البيانات العامة أنه في عملية تدريب نماذج سلسلة GPT ، يبلغ عدد وحدات معالجة الرسومات Nvidia التي تستخدمها OpenAI حوالي 25000. لذلك ، لإنشاء نموذج كبير ، يجب عليك أولاً تقييم عدد بطاقات الرسومات A100 التي يمكنك الحصول عليها ، والتي أصبحت تقريبًا ممارسة في هذه الصناعة.

أين هي وحدات معالجة الرسومات؟ أين يمكنني أن أجد قوة حوسبة رخيصة؟ هذه مجرد صورة مصغرة للعديد من الأسئلة في مؤتمر 2023WAIC.

يتوق جميع الأشخاص الذين تعرضوا "للتوتر" في الأشهر الستة الماضية تقريبًا إلى العثور على مزيد من الإجابات حول الذكاء الاصطناعي في هذا "الحدث".

موقع 2023WAIC

قال أحد الفنيين من أحد العارضين للرقائق لـ Tiger Sniff أنه خلال الأيام القليلة من مؤتمر WAIC ، جاء العديد من مديري المنتجات إلى كشك "النموذج الكبير" ، على أمل العثور على تعريفات المنتجات لنماذج الأعمال التجارية الكبيرة للشركة هنا.

في منتدى Zhongguancun في 28 مايو ، أظهر "تقرير بحث الخرائط النموذجية على نطاق واسع للذكاء الاصطناعي الصيني" الصادر عن معهد المعلومات العلمية والتكنولوجية في الصين أنه بحلول نهاية مايو ، 79 نموذجًا واسع النطاق بمقياس معلمة تم الإفراج عن أكثر من مليار في الصين. في الشهرين المقبلين ، تم إطلاق سلسلة من نماذج الذكاء الاصطناعي الكبيرة مثل Tongyi Wanxiang من Alibaba Cloud و Huawei Cloud's Pangu 3.0 و Youdao "Ziyue". وفقًا لإحصاءات غير كاملة ، تجاوزت النماذج الكبيرة المحلية الحالية للذكاء الاصطناعي 100.

إن عمل الشركات المحلية التي تسعى جاهدة لإطلاق نماذج كبيرة للذكاء الاصطناعي هو أفضل تجسيد لـ "الاستجابة للضغط". ينتقل القلق الناجم عن "رد الفعل" هذا إلى جميع الموظفين المعنيين تقريبًا في الصناعة ، من الرئيس التنفيذي لشركة عملاقة للإنترنت إلى باحث في مؤسسة أبحاث الذكاء الاصطناعي ، ومن شريك في صندوق رأس المال الاستثماري إلى مؤسس شركة AI ، وحتى العديد من الممارسين القانونيين المرتبطين بالذكاء الاصطناعي ، فضلاً عن منظمي البيانات وأمن الشبكات.

بالنسبة للأشخاص من خارج الصناعة ، قد يكون هذا مجرد كرنفال قصير العمر ، ولكن كم من الناس يجرؤون على القول إنهم خارج الذكاء الاصطناعي في الوقت الحاضر.

الذكاء الاصطناعي يستهل حقبة جديدة ، وكل شيء يستحق إعادة تشكيله بنموذج كبير. بدأ المزيد والمزيد من الناس في التفكير في عواقب انتشار التكنولوجيا.

** الأموال تتدفق ، الحذافات هنا **

في غضون شهر من ولادة ChatGPT ، ذهب Li Zhifei ، مؤسس ChatGPT ، إلى Silicon Valley مرتين ، وتحدث عن عارضات الأزياء الكبيرة مع الجميع.عند التحدث مع Huxiu ، قال Li Zhifei بصراحة أن هذه كانت آخر أغنية له "All in".

في عام 2012 ، أسس Li Zhifei شركة Mobwenwen ، وهي شركة ذكاء اصطناعي مع تفاعل صوتي ومزيج من البرامج والأجهزة كأساس لها ، والتي شهدت صعود وهبوط موجتي الذكاء الاصطناعي في الصين. خلال الفترة الأكثر سخونة من الموجة الأخيرة من الذكاء الاصطناعي ، تم دفع تقييم Momenwenbang مرة واحدة إلى مستوى وحيد القرن ، ولكنه شهد أيضًا فترة من العزلة منذ ذلك الحين. لم يكن حتى ظهور ChatGPT أن صناعة الذكاء الاصطناعي هي التي كان صامتا لسنوات عديدة فتح حفرة.

في السوق الأولية ، "الأموال الساخنة تتدفق".

هذا هو إجماع الصناعة عندما يتعلق الأمر بالنماذج الكبيرة في الأشهر الستة الماضية. يعتقد Lu Qi ، مؤسس Qiji Forum ، أن نماذج الذكاء الاصطناعي واسعة النطاق هي "دولاب الموازنة" ، وأن المستقبل سيكون عصرًا تنتشر فيه النماذج في كل مكان. "لقد بدأت هذه الحذافة بالفعل" ، والقوة الدافعة الأكبر هي رأس المال.

في أوائل شهر يوليو ، أظهرت البيانات الصادرة عن منصة معلومات الأعمال Crunchbase أن الشركات المصنفة على أنها منظمة العفو الدولية جمعت 25 مليار دولار في النصف الأول من عام 2023 ، وهو ما يمثل 18٪ من التمويل العالمي. على الرغم من انخفاض هذا الرقم مقارنة مع 29 مليار دولار أمريكي في النصف الأول من عام 2022 ، إلا أن إجمالي مبلغ التمويل لمختلف الصناعات في العالم في النصف الأول من عام 2023 قد انخفض بنسبة 51٪ مقارنة بالفترة نفسها من عام 2022 ، مما يدل على ذلك. يعتبر مبلغ التمويل في مجال الذكاء الاصطناعي هو الأكبر في العالم ، حيث تضاعفت نسبة التمويل الإجمالي تقريبًا. كتب Crunchbase في التقرير: "بدون طفرة الذكاء الاصطناعي التي أثارتها ChatGPT ، سيكون مبلغ التمويل في عام 2023 أقل من ذلك."

حتى الآن ، كان أكبر تمويل في صناعة الذكاء الاصطناعي في عام 2023 هو استثمار Microsoft بقيمة 10 مليارات دولار في OpenAI في يناير.

وفقًا للإحصاءات العامة ، من بين الشركات الناشئة الكبيرة في الولايات المتحدة ، قد تصبح Inflection AI ثاني أكبر شركة ناشئة في مجال الذكاء الاصطناعي بعد Open AI ، تليها Anthropic (1.5 مليار دولار) ، Cohere (445 مليون دولار) ، Adept (415 مليون دولار) و Runway (195.5 مليون دولار) و Character.ai (150 مليون دولار) و Stability AI (حوالي 100 مليون دولار).

في الصين ، في النصف الأول من عام 2023 ، كان هناك 456 حادث استثمار وتمويل عام في صناعة الذكاء الاصطناعي المحلية. وهذه الإحصائية هي 731 و 526 و 353 و 631 و 648 في السنوات الخمس من 2018 إلى 2022.

فعاليات الاستثمار العام والتمويل في صناعة الذكاء الاصطناعي المحلية في النصف الأول من العام

حدث آخر أدى إلى تشغيل دولاب الموازنة وهو إطلاق واجهة API بواسطة ChatGPT. عندما فتحت OpenAI واجهة API الخاصة بـ ChatGPT لأول مرة في مارس ، كان هناك إجماع تقريبًا داخل وخارج صناعة الذكاء الاصطناعي: الصناعة على وشك التغيير. نظرًا لارتباط المزيد من التطبيقات بنماذج كبيرة ، تنمو غابة أكثر خصوبة فوق الذكاء الاصطناعي.

"يجب الفصل بين بناء النماذج واسعة النطاق وإنشاء التطبيقات". يتمتع المستثمرون دائمًا بحاسة شم قوية. وفقًا لتشن رونزي ، المدير التنفيذي لرأس المال المصدر ، فإن الذكاء الاصطناعي هو نفس منطق تقسيم العمل في أشباه الموصلات. ازدهار نماذج الذكاء الاصطناعي واسعة النطاق ، قريبًا سنرى طفرة في تطبيقات الذكاء الاصطناعي.

في بداية هذا العام ، عندما ذهب Chen Runze وزملاؤه إلى Silicon Valley ، وجدوا أن نصف المشاريع في Y Combinator ، حاضنة الشركات الناشئة المعروفة في وادي السيليكون (شغل الرئيس التنفيذي لشركة OpenAI Sam Altman منصب رئيس هذه الحاضنة لسنوات عديدة) إلى ذكاء اصطناعي توليدي. لا يقل الحماس عن النماذج الكبيرة عن حماس الصين على الجانب الآخر من المحيط.

ومع ذلك ، فقد وجد أيضًا أن كلاً من رأس المال ورجال الأعمال في الولايات المتحدة أكثر تفاؤلاً بشأن التطبيقات البيئية القائمة على نماذج كبيرة من ريادة الأعمال على نطاق واسع. بعد كل شيء ، ظهرت بالفعل شركات مثل OpenAI على هذا المسار. وفي الوقت نفسه ، تمتلك الولايات المتحدة تربة بيئية قوية لتطبيق ToB ، لذلك تحاول المزيد من الشركات الأمريكية إنشاء تطبيقات مؤسسية تعتمد على بيئة النماذج الكبيرة.

تم تأكيد ملاحظات Chen Runze. أخبر Chen Ran ، الشريك المؤسس لمنصة خدمات النماذج واسعة النطاق OpenCSG ، Huxiu أنه اليوم ، أكثر من 90٪ من الشركات في منطقة الخليج بالولايات المتحدة تستخدم نموذجًا واسع النطاق القدرات في جميع الجوانب. بالنسبة للصين ، يعتقد Chen Ran أن العديد من العملاء سيستخدمونها قبل نهاية العام.

في حوالي شهر مارس من هذا العام ، بدأ Chen Runze وفريقه في محاولة العثور على شركات في الصين تقدم تطبيقات تعتمد على نماذج كبيرة ، لكنه وجد أن هناك عددًا قليلاً جدًا من هذه الشركات. دخل قدر كبير من رأس المال إلى صناعة الذكاء الاصطناعي ، ولكن إذا تتبعت تدفق هذه الأموال ، ستجد أن المزيد من الأموال لا تزال تتركز في الشركات الكبرى.

"حتى الآن ، من بين 10 مشاريع متعلقة بالذكاء الاصطناعي التوليدي ، ليس من السهل الاستثمار في 1-2." بالإضافة إلى Source Code Capital ، تواصل Huxiu أيضًا مع العديد من مستثمري التكنولوجيا الصعبة ، وقد قالوا جميعًا ، على الرغم من وجود العديد من لنرى ، هناك عدد قليل جدًا من المشاريع الموثوقة حقًا.

هذا الموقف من جانب التطبيق ، في نظر العديد من الأشخاص في الصناعة ، هو بالفعل القاعدة.

يعتقد Yu Kai ، المؤسس المشارك لـ Aspire ، أن المسار الذي يبدو حيويًا على السطح هو في الواقع أكثر من مجرد منافسة رمزية ، والنتائج ليست أكثر من حالتين: "أحدهما موجه فقط نحو رأس المال لجمع الأموال ؛ والآخر هي الشركة التي تصنع نموذجًا عالميًا واسع النطاق تحتاج حقًا إلى الصراخ ، ولن يعرف الآخرون ما إذا كانوا لا يصرخون ".

توضح بعض الإحصاءات المحلية هذه المشكلة أيضًا ، وفقًا لإحصاءات منظمة خارجية ، نيو ، اعتبارًا من يوليو 2023 ، هناك 242 شركة AIGC في الصين ، وكان هناك 71 حادث تمويل مسار AIGC منذ يناير. هناك 67 شركة على مسار نموذج الذكاء الاصطناعي واسع النطاق ، ولم يكن هناك سوى 21 حدثًا تمويليًا منذ إصدار ChatGPT.

أحداث تمويل مسار AIGC ومسار النموذج الكبير لمنظمة العفو الدولية منذ إصدار ChatGPT مصدر البيانات: Enniu Data

"في سوق الذكاء الاصطناعي المحلي ، هناك عدد قليل جدًا من الأهداف الجيدة". أخبر أحد المستثمرين تايجر سنيف أن المشاريع الجيدة باهظة الثمن ، والمشاريع الرخيصة لا يمكن الاعتماد عليها. على الرغم من أن عدد نماذج الذكاء الاصطناعي الكبيرة التي تم إصدارها في الصين يتجاوز المائة حاليًا ، إلا أنه من بين الشركات النموذجية الكبيرة الحجم في الصين ، لم تحصل الكثير منها ، أو حتى حفنة منها ، على تمويل ضخم.

تحولت العديد من استثمارات الذكاء الاصطناعي إلى مستثمرين في النهاية - مؤسسو شركة يونيكورن السابقون ، عمالقة الإنترنت ، أشخاص لديهم خبرة في ريادة الأعمال تتعلق بالنماذج واسعة النطاق ، إلخ.

| | | | | | | --- | --- | --- | --- | --- | | نوع الشركة | الشركة | تاريخ التأسيس | النماذج الكبيرة والمنتجات ذات الصلة | | شركة الإنترنت | بايدو | 2012 | Wenxin Yiyan | مدرج | | Aliyun | 2008 | Tongyi Qianwen | مدرج | | | Tencent AI Lab | 1998 | Hunyuan | مدرج | | | Huawei Cloud | 2019 | Pangu | غير مدرج | | | ByteDance | 2016 | سفينة بركانية | غير مدرج | | | سحابة JD | 2012 | Yanxi | مدرج | | | Kunlun Wanwei | 2008 | Tiangong | مدرج | | | 360 | 1992 | 360 Zhinao | مدرج | |

| | | | | | | --- | --- | --- | --- | --- | | نوع الشركة | الشركة | تاريخ التأسيس | النماذج الكبيرة والمنتجات ذات الصلة | | شركة AI | SenseTime | 2014 | يوميًا جديد | مدرج | | HKUST Xunfei | 1999 | Xunfei Spark | مدرج | | | تكنولوجيا Yuncong | 2015 | هادئ | مدرج | | | بيانات Daguan | 2015 | Cao Zhi | Round C | | | اخرج واسأل | 2014 | تسلسل القرد | الجولة د | | | Zhipu Al | 2019 | ChatGLM | الجولة ب | | | Lanzhou Technology | 2021 | Mencius | Pre-A round | | | MiniMax | 2021 | Glow | الاستثمار في الأسهم | | | تقنية جدار الوجه | 2022 | VisCPM | عجلة الملاك | | | Shenyan Technology | 2022 | CPM | استثمار رأس المال | | | ذكاء العقل | 2021 | اليوتوبيا | ما قبل الجولة | | | تقنية Lianyuan | 2021 | ProductGPT | عجلة الملاك | | | أسباير | 2007 | DFM-2 | إنهاء الاكتتاب | |

| | | | | | | --- | --- | --- | --- | --- | | نوع الشركة | الشركة | تاريخ التأسيس | النماذج الكبيرة والمنتجات ذات الصلة | | سيتم تأسيس شركة AI ناشئة في عام 2023 | سنوات ضوئية | 2023 | لا | جولة | | Baichuan Intelligent | 2023 | baichuan | الاستثمار في الأسهم | | | صفر واحد لكل شيء | 2023 | لا شيء | الاستثمار في رأس المال | |

إحصائيات جزئية للشركات المتعلقة بنماذج الذكاء الاصطناعي واسعة النطاق المحلية

من بين مشاريع الذكاء الاصطناعي النجمية هذا العام ، Zhipu AI و Lingxin Intelligence و Shenyan Technology و Facewall Intelligence كلها شركات احتضنتها Tsinghua Lab. تم إنشاء كل من Shenyan Technology و Facewall Smart في عام 2022 ، ولديهما موافقات تقنية من علماء مشهورين في صناعة الذكاء الاصطناعي.

وقت إنشاء شركات الذكاء الاصطناعي التي تتخذ من تسينغهوا مقراً لها هو أقصر من وقت إنشاء شركات الذكاء الاصطناعي التي أسسها بعض رواد صناعة الإنترنت. وقد تم تأسيس Light Years Beyond و Baichuan Intelligent و Zero One Wanwu بعد بدء هذه الموجة من النماذج واسعة النطاق.

قام وانغ هوي ون ، المؤسس المشارك لشركة Meituan ، بجمع 50 مليون سنة ضوئية بعيدًا عن إنشائها في أوائل عام 2023 ، والتي كانت واحدة من حالات التمويل القليلة في صناعة النماذج واسعة النطاق في الصين في ذلك الوقت. على عكس Zhipu AI و Xihu Xinchen ، اللتين لديهما بالفعل شركات قائمة على النماذج واسعة النطاق ، ستبدأ السنوات الضوئية في فبراير 2023. من الصعب بناء نموذج واسع النطاق من الصفر. في 29 يونيو ، أعلنت Meituan عن استحواذها على جميع الفوائد بخلاف Light Years ، بإجمالي حوالي 233 مليون دولار أمريكي (1.67 مليار يوان) نقدًا ، وحوالي 367 مليون يوان ديون ، و 1 يوان نقدًا.

"على الأقل يجب أن يكون هناك أشخاص لديهم خلفية في معالجة اللغة الطبيعية ، وأشخاصًا لديهم قدر معين من الخبرة العملية في تدريب النماذج على نطاق واسع ، ومتخصصين في معالجة البيانات ، ومجموعات طاقة الحوسبة واسعة النطاق ، وما إلى ذلك. إذا كنت تريد القيام بذلك التطبيقات في نفس الوقت ، يجب أن يكون لديك مديرو منتجات مواهب تشغيلية مناسبة في هذا المجال. ”وصف Chen Runze التكوين القياسي للفريق الأساسي للنموذج واسع النطاق.

** الذكاء الاصطناعي لشركة كبيرة بشكل أفضل **

في الأشهر الستة الماضية ، كانت أخبار الذكاء الاصطناعي لعمالقة الإنترنت الراسخة تتطاير في كل مكان. يبدو أن الاستثمار في النماذج الكبيرة للذكاء الاصطناعي يلاحق النقاط الساخنة ، لكن من الواضح أن الرهانات التي تقدمها الشركات الكبرى مثل بايدو وعلي وهواوي على الذكاء الاصطناعي لا تتبع هذا الاتجاه.

بدأت رهانات العمالقة على الذكاء الاصطناعي منذ زمن بعيد ، وبالنسبة لهذه الشركات ، فإن الذكاء الاصطناعي ليس موضوعًا جديدًا. Tiger Sniff ، وفقًا للإحصاءات غير المكتملة لبيانات بحث المؤسسة ، استثمرت المصانع الكبرى في المؤسسات المتعلقة بالذكاء الاصطناعي بدرجات متفاوتة منذ عام 2018. ومن منظور المؤسسات الاستثمارية ، فإن معظمها عبارة عن مؤسسات في تطبيق الذكاء الاصطناعي ، على الرغم من بعضها منخرط في شركات شرائح الذكاء الاصطناعي ، لكن العدد ليس كبيرًا ، ولا توجد شركات تقريبًا تشارك في نماذج واسعة النطاق ، وترتبط معظم الشركات المرتبطة بالذكاء الاصطناعي التي تستثمرها كبرى الشركات المصنعة ارتباطًا وثيقًا بأعمالهم.

| | | | | | | --- | --- | --- | --- | --- | مؤسسات داتشانغ الاستثمارية | عدد الشركات المستثمرة | متوسط نسبة المساهمة | الحد الأقصى لنسبة المساهمة | عدد الشركات المساهمة بنسبة 100٪ | | علي بابا | 23 | 36.25٪ | 100٪ | 5 | | بايدو فينشر كابيتال | 25 | 5.50٪ | 15٪ | 0 | | Tencent Investment | 54 | 17.54٪ | 100٪ | 2 |

استثمار ثلاث شركات إنترنت كبرى في شركات مرتبطة بالذكاء الاصطناعي ｜ مصدر البيانات: Qichacha

في عام 2017 ، تم إنشاء معهد Alibaba Dharma. تغطي أهدافه البحثية مجالات صناعية متعددة مثل الذكاء الآلي ، والشبكات الذكية ، والتكنولوجيا المالية. وهو يعمل على تمكين قدرات الذكاء الاصطناعي لمختلف مجالات الأعمال الخاصة بعلي. في عام 2018 ، اقترحت بايدو استراتيجية "الكل في الذكاء الاصطناعي".

الفرق هو أن ظهور الذكاء الاصطناعي التوليدي يبدو أنه نقطة تحول. بالنسبة لعمالقة التكنولوجيا الذين يتمتعون بمزايا في البيانات وقوة الحوسبة وموارد الخوارزمية ، فإن الذكاء الاصطناعي ليس مجرد سيناريو تمكين لهم ، ولكنه يحتاج أيضًا إلى تولي دور البنية التحتية. بعد كل شيء ، ظهور الذكاء الاصطناعي التوليدي يعني أن صناعة الذكاء الاصطناعي بدأ تقسيم العمل.

أعلنت الشركات الكبرى التي تمثلها بايدو وعلي بابا وهواوي وتينسنت ، مزودو السحابة الأربعة ، عن استراتيجياتها الخاصة بالذكاء الاصطناعي ، ولكن من الواضح أن لكل منها تركيزه الخاص.

في الأشهر الستة الماضية ، أصدرت الشركات العملاقة منتجاتها النموذجية واسعة النطاق. بالنسبة للشركات الكبيرة مثل Baidu و Ali ، لم يفت الأوان بعد لدخول النموذج الكبير ، بشكل أساسي في عام 2019.

تعمل Baidu على تطوير نماذج ما قبل التدريب منذ عام 2019 ، وأصدرت تباعاً سلسلة نماذج Wenxin المحسنة المعرفة (ERNIE). بدأ نموذج علي تونجي ألف سؤال أيضًا في عام 2019. بالإضافة إلى نماذج Baidu و Ali الكبيرة للأغراض العامة ، في 19 يونيو ، أصدرت Tencent Cloud تقدم البحث والتطوير لنماذج الصناعة الكبيرة. في 7 يوليو ، أطلقت HUAWEI CLOUD منتج نموذج الصناعة Pangu 3.0.

تعكس هذه النقاط أيضًا الأعمال العامة لكل شركة ، واستراتيجية السحابة ، والتخطيط طويل المدى في سوق الذكاء الاصطناعي.

تقلبت ربحية أعمال الخط الرئيسي لشركة Baidu بشكل كبير في السنوات الخمس الماضية. لطالما رأت بايدو مشاكل الأعمال الإعلانية القائمة على البحث في السوق المحلية ، وفي هذا الصدد ، اختارت بايدو الاستثمار بكثافة في تقنية الذكاء الاصطناعي لإيجاد فرص جديدة. على مر السنين ، لم تقم Baidu فقط بدعوة Wu Enda و Lu Qi وقادة الصناعة الآخرين للعمل كمديرين تنفيذيين ، ولكن لديها أيضًا حماسًا أكبر بكثير للقيادة الذاتية من الشركات الكبرى الأخرى. بايدو ، المهتمة جدًا بالذكاء الاصطناعي ، لا بد أن تضع رهانات كبيرة في هذه الموجة من منافسة النماذج واسعة النطاق.

أظهر علي أيضًا حماسًا كبيرًا للموديلات الكبيرة العامة. لفترة طويلة ، علقت عليون آمالًا كبيرة ، ويأمل علي أن يسلك الطريق التقني لإنشاء منحنى النمو الثاني للمجموعة. في سياق المنافسة الشرسة المتزايدة في أعمال التجارة الإلكترونية وتباطؤ نمو السوق ، فإن الفرص الجديدة في صناعة الذكاء الاصطناعي التي أنشأتها إيفيان هي بلا شك فرصة جيدة لـ Alibaba Cloud لبذل المزيد من الجهود في السوق السحابية المحلية.

مقارنةً بـ Baidu و Ali ، اختارت Tencent Cloud إعطاء الأولوية لنماذج الصناعة واسعة النطاق من حيث النماذج واسعة النطاق ، بينما صرحت Huawei Cloud علنًا أنها ستركز فقط على نماذج الصناعة واسعة النطاق.

بالنسبة لشركة Tencent ، كان نمو أعمالها الرئيسية ثابتًا وإيجابيًا في السنوات الأخيرة. في مرحلة لا يزال فيها مستقبل النماذج واسعة النطاق للأغراض العامة غير واضح ، تتوخى Tencent الحذر نسبيًا في المراهنة على نماذج الذكاء الاصطناعي واسعة النطاق. عندما تحدث Ma Huateng عن النموذج واسع النطاق في المكالمة الجماعية السابقة للأرباح ، قال: "Tencent ليست في عجلة من أمرها لعرض المنتجات شبه المصنعة. المفتاح هو القيام بعمل جيد في الخوارزميات الأساسية ، قوة الحوسبة والبيانات. المشهد يسقط ".

من ناحية أخرى ، من منظور مجموعة Tencent ، تمتلك Tencent حاليًا 4 مختبرات AI ، وأصدرت العام الماضي نموذجًا واسع النطاق مكونًا من عناصر مختلطة مع تريليون معلمة. ضع كل بيضك في سلة واحدة "إستراتيجية مراهنة.

بالنسبة لهواوي ، كان الأمر دائمًا رهانًا كبيرًا على البحث والتطوير ، ففي السنوات العشر الماضية ، تجاوز إجمالي استثمارات هواوي في البحث والتطوير 900 مليار يوان. ومع ذلك ، نظرًا للعقبات التي تم مواجهتها في تطوير أعمال الهواتف المحمولة ، قد تواجه استراتيجية Huawei الشاملة في العديد من الأبحاث والتطوير التكنولوجي أيضًا تعديلات.

من ناحية أخرى ، تعتبر أعمال الهاتف المحمول أكبر عملية تصدير لتقنية C-end من Huawei. إذا لم تدفع أعمال الهاتف المحمول مقابل النموذج واسع النطاق للأغراض العامة ، فإن دافع Huawei لتطوير نطاق واسع للأغراض العامة نموذج سوف ينخفض بشكل ملحوظ. بالنسبة إلى Huawei ، يبدو أن الرهان على نموذج صناعي واسع النطاق يمكن إدراكه بسرعة هو الحل الأمثل في لعبة الذكاء الاصطناعي هذه. كما قال Zhang Pingan ، الرئيس التنفيذي لشركة Huawei Cloud ، "هواوي ليس لديها وقت لكتابة الشعر."

ومع ذلك ، بالنسبة لعمالقة التكنولوجيا ، بغض النظر عن حجم الرهان ، طالما أنهم يستطيعون القيام بالرهان الصحيح ، فسيكونون قادرين على الاستيلاء على الحصة السوقية للبنية التحتية والحصول على الحق في التحدث في عصر الذكاء الاصطناعي.

** خذ مطرقة للأظافر **

بالنسبة للشركات التجارية ، لا تزال جميع القرارات تقع على الدفاتر الاقتصادية.

حتى مع وجود استثمارات كبيرة ، يدرك المزيد والمزيد من مؤسسي الشركات ذوي الرؤية البعيدة أن هذا شيء يجب القيام به في المستقبل ، حتى لو كان الاستثمار الأولي قد لا يرى أي عائد على الإطلاق.

يتطلب البحث والتطوير في النماذج الضخمة للذكاء الاصطناعي الكثير من الاستثمار ، لكن المزيد والمزيد من مؤسسي الأعمال والمستثمرين يعتقدون أن هذا "استثمار ضروري" ، حتى لو لم يكن هناك عائد على الإطلاق.

نتيجة لذلك ، شهدت العديد من شركات الذكاء الاصطناعي التي ولدت في ظل الموجة الأخيرة من الذكاء الاصطناعي فجرًا جديدًا بعد فترة طويلة من الصمت.

"منذ ثلاث سنوات ، قال الجميع إن GPT-3 هو إمكانية أن يؤدي إلى الذكاء الاصطناعي العام." قاد Li Zhifei مجموعة من الأشخاص لدراسة GPT-3 في عام 2020. في ذلك الوقت ، كان عند نقطة تحول في تطوره . ، أرادوا استكشاف أعمال جديدة ، ولكن بعد فترة من البحث ، تم تعليق مشروع نموذج Li Zhifei واسع النطاق. كان أحد الأسباب هو أن النموذج لم يكن كبيرًا بما يكفي في ذلك الوقت ، والآخر هو أنه لم يكن هناك مشهد هبوط تجاري.

ومع ذلك ، بعد ظهور ChatGPT في نهاية عام 2022 ، بدا أن Li Zhifei قد حصل على فرصة في ذراعه ، لأنه ، مثل أي شخص آخر ، رأى فرصًا جديدة للعارضات الكبيرة. في أبريل من هذا العام ، أصدرت Going Out and Asking منتجًا نموذجيًا واسع النطاق تم تطويره ذاتيًا - Sequence Monkey. في الوقت الحالي ، يستعدون للركض إلى بورصة هونغ كونغ مع النموذج الواسع النطاق "Serial Monkey" الذي تم إصداره حديثًا ، وقد قدموا بالفعل نشرة الإصدار في نهاية شهر مايو.

كما تتابع شركة أخرى تأسست في مجال الذكاء الاصطناعي ، ففي يوليو من العام الماضي ، قدمت أسباير طلب اكتتاب عام إلى مجلس ابتكار العلوم والتكنولوجيا ، والذي رفضته لجنة مراجعة الإدراج في مايو من هذا العام.

قال يو كاي بصراحة إنه حتى OpenAI تدربت مع Microsoft V100 لمدة عام تقريبًا في مرحلة GPT2 ، وقوتها الحاسوبية أسوأ بعدة مرات من A100. في مرحلة التراكم المبكرة للنماذج الكبيرة ، تستخدم أسباير أيضًا بطاقات أكثر اقتصادية للتدريب. بالطبع ، هذا يستغرق وقتًا كثمن.

بالمقارنة مع النماذج الكبيرة المطورة ذاتيًا ، فإن بعض الشركات الموجهة للتطبيق لديها خياراتها الخاصة.

صرح Zhang Wang (اسم مستعار) ، رئيس شركة تعليم عبر الإنترنت ، لـ Huxiu أنه في الأشهر الستة الماضية ، لم يدخروا أي جهد في استكشاف سيناريوهات تطبيق نموذج واسع النطاق ، لكنهم سرعان ما اكتشفوا أن هناك العديد من المشاكل في عملية التنفيذ ، مثل التكلفة والاستثمار. يتكون فريق البحث والتطوير التابع للشركة من 50 إلى 60 شخصًا. منذ أن بدأوا في إجراء أبحاث نموذجية على نطاق واسع ، قاموا بتوسيع فريق البحث والتطوير وتوظيف بعض المواهب الجديدة في النماذج الكبيرة. وقال Zhang Wang إن المواهب في النماذج منخفضة المستوى للغاية غالي.

لم يفكر Zhang Wang مطلقًا في تطوير نموذج كبير من البداية ، وبالنظر إلى مشكلات مثل أمان البيانات واستقرار النموذج ، فإنه لا ينوي الوصول مباشرة إلى واجهة برمجة التطبيقات للتطبيق. نهجهم هو الرجوع إلى النموذج الكبير مفتوح المصدر واستخدام البيانات الخاصة بهم للتدريب. هذه أيضًا هي الممارسة الحالية للعديد من شركات التطبيقات - بالإضافة إلى النموذج الكبير ، استخدم بياناتها الخاصة لإنشاء نموذج صناعي صغير. وبالنظر إلى المستقبل ، فقد بدؤوا بنموذج من 7 مليارات معامِلات ، ووصلوا إلى 10 مليارات ، ويحاولون الآن تجربة نموذج من 30 مليارًا. لكنهم وجدوا أيضًا أنه مع زيادة كمية البيانات ، سيؤدي تدريب النماذج الكبيرة إلى حقيقة أن الإصدار الجديد قد لا يكون جيدًا مثل الإصدار السابق ، ويجب تعديل المعلمات واحدة تلو الأخرى. "هذا أيضًا قال تشانغ وانغ:

أخبر Zhang Wang Huxiu أن مطلبهم لفريق البحث والتطوير هو استكشاف سيناريوهات نماذج الذكاء الاصطناعي واسعة النطاق بناءً على أعمال الشركة.

هذه طريقة لإيجاد "مسمار" بـ "مطرقة" ، لكنها ليست سهلة.

"إن أكبر مشكلة في الوقت الحاضر هي العثور على مشهد مناسب. في الواقع ، هناك العديد من المشاهد. حتى إذا تم استخدام الذكاء الاصطناعي ، فلا يمكن تحسين التأثير كثيرًا." قال تشانغ وانغ ، على سبيل المثال ، في مشهد الفصل الدراسي ، يمكن استخدام النماذج لتمكين بعض الأوضاع التفاعلية. بما في ذلك تذكير الطلاب بحضور الفصول ، والإجابة على الأسئلة ، ووضع العلامات ، وما إلى ذلك ، ولكن بعد تجربة نموذج الذكاء الاصطناعي الكبير ، وجدوا أن الدقة لم تكن جيدة ، و القدرة على الفهم والإخراج لم تكن مثالية. قرر فريق Zhang Wang التخلي مؤقتًا عن الذكاء الاصطناعي في هذا المشهد بعد المحاولة لفترة.

كما بدأ مزود خدمة إنترنت آخر ، Xiaogetong ، في استكشاف الشركات ذات الصلة فور انتشار نموذج الذكاء الاصطناعي. يتمثل العمل الرئيسي لشركة Little Goose في توفير أدوات التشغيل الرقمية للتجار عبر الإنترنت ، بما في ذلك التسويق وإدارة العملاء وتحقيق الدخل التجاري.

أخبر Fan Xiaoxing ، المؤسس المشارك ومدير العمليات في Goose Communication ، Huxiu أنه في أبريل من هذا العام ، عندما ولدت المزيد والمزيد من التطبيقات بناءً على الذكاء الاصطناعي التوليدي ، رأت Goose Communication الإمكانات الكامنة وراء هذه التكنولوجيا. إن تحسين الكفاءة في إنشاء صورة التصميم هو بالفعل واضح للجميع. "

قالت فان شياو شينغ إنه في عملية دمج النموذج الكبير في العمل ، فإن ما تعتبره هو التكلفة والفعالية. "لا تزال تكلفة المدخلات للنموذج الكبير مرتفعة للغاية."

من السهل العثور على "مسامير" صناعة الإنترنت ، وتكمن الصعوبة الحقيقية في تطبيق الذكاء الاصطناعي في الصناعات المادية مثل الصناعة والتصنيع.

أخبر يو كاي Huxiu أن هذه الموجة من الذكاء الاصطناعي لا تزال تتصاعد بشكل لولبي وتتقدم في موجات ، وأن التناقضات في تنفيذ الصناعة لم تتغير على الإطلاق ، فقط غيّرت الغلاف. وبهذا المعنى ، فإن قوانين موجتي الذكاء الاصطناعي هي نفسها ، وأفضل طريقة هي التعلم من التاريخ - "دروس من الموجة الأخيرة من الذكاء الاصطناعي ، لا تكررها هذه المرة."

على الرغم من أن العديد من المصنّعين قد هتفوا بشعار "الصناعة أولاً" في تنفيذ نماذج الذكاء الاصطناعي الكبيرة ، إلا أنه من الصعب حقًا بالنسبة للعديد من سيناريوهات الصناعة المادية أن تتطابق مع النماذج الكبيرة الحالية للذكاء الاصطناعي. على سبيل المثال ، نظام الفحص البصري للذكاء الاصطناعي المطبق في بعض سيناريوهات التفتيش الصناعي ، حتى لو لم يكن الطلب على نموذج الذكاء الاصطناعي مرتفعًا مثل مليار معلمة ، فإن بيانات التدريب الأولية لا تزال ممتدة.

إذا أخذنا مشهدًا بسيطًا لفحص طاقة الرياح كمثال ، فإن عدد عمليات التفتيش في مزرعة الرياح يصل إلى 70000 وحدة ، ولكن قد تظهر نفس بيانات الكراك مرة واحدة فقط ، وكمية البيانات التي يمكن أن تتعلمها الآلات بعيدة عن أن تكون كافية. أخبر Ke Liang ، مدير المنتج في Broadbo Intelligent Wind Power Hardware ، Tiger Sniff أنه في الوقت الحالي ، لا تستطيع روبوتات الفحص لشفرات توربينات الرياح تحليل شقوق الشفرات بدقة بنسبة 100٪ ، لأن كمية البيانات المتاحة للتدريب والتحليل صغيرة جدًا. الفحص التلقائي و يتطلب تحديد الهوية أيضًا قدرًا كبيرًا من تراكم البيانات والتحليل اليدوي.

ومع ذلك ، في السيناريوهات ذات التراكم الجيد للبيانات الصناعية ، يمكن أن تساعد النماذج الكبيرة للذكاء الاصطناعي بالفعل في إدارة مكتبات أجزاء النماذج ثلاثية الأبعاد المعقدة. قامت مكتبة الأجزاء التابعة لشركة محلية لتصنيع الطائرات بتطبيق أداة مساعدة لمكتبة الأجزاء على أساس النموذج الكبير للنموذج الرابع "Shishuo". من بين أكثر من 100000 جزء من أجزاء النمذجة ثلاثية الأبعاد ، يمكن تحقيق البحث عن النماذج ثلاثية الأبعاد من خلال اللغة الطبيعية ، ويمكن البحث عن نموذج ثلاثي الأبعاد من خلال نموذج ثلاثي الأبعاد ، ويمكن حتى إكمال التجميع التلقائي للنموذج ثلاثي الأبعاد. تتطلب هذه الوظائف عمليات متعددة الخطوات في العديد من أدوات CAD و CAE العالقة في الصناعة التحويلية.

تواجه النماذج الكبيرة اليوم نفس مشاكل الهبوط مثل الذكاء الاصطناعي قبل بضع سنوات ، وعليهم أيضًا العثور على مسامير بمطرقة. يعتقد بعض الناس بتفاؤل أن مطرقة اليوم مختلفة تمامًا عن الماضي ، ولكن عندما يتعلق الأمر بالدفع مقابل المال الحقيقي للذكاء الاصطناعي ، فإن النتيجة مختلفة نوعًا ما.

وفقًا لمسح Markets Live Pulse الصادر عن Bloomberg في 30 يوليو ، من بين 514 مستثمرًا شملهم الاستطلاع ، يخطط حوالي 77٪ لزيادة أو الحفاظ على الاستثمار في أسهم التكنولوجيا في الأشهر الستة المقبلة ، وأقل من 10٪ فقط من المستثمرين يعتقدون أن التكنولوجيا تواجه الصناعة أزمة فقاعة خطيرة. ومع ذلك ، فإن نصف هؤلاء المستثمرين المتفائلين بشأن تطور صناعة التكنولوجيا فقط منفتحون على تكنولوجيا الذكاء الاصطناعي.

أشار 50.2٪ من المستجيبين إلى أنهم لا ينوون الدفع مقابل شراء أدوات الذكاء الاصطناعي في الوقت الحالي ، ومعظم شركات الاستثمار ليس لديها خطط لتطبيق الذكاء الاصطناعي على المعاملات أو الاستثمارات على نطاق واسع.

** مجرفة مجرفة **

قال لو تشي في خطاب: "إذا ذهبت إلى كاليفورنيا للبحث عن الذهب أثناء اندفاع الذهب عام 1848 ، سيموت الكثير من الناس ، لكن الأشخاص الذين يبيعون الملاعق والمجارف يمكنهم دائمًا كسب المال".

يريد Gao Feng (اسم مستعار) أن يكون "بائع مجرفة" ، على وجه الدقة ، شخصًا يمكنه "بيع معاول جيدة في الصين".

كباحث في الرقائق ، يقضي Gao Feng معظم وقت بحثه العلمي على رقائق AI. في الشهر أو الشهرين الماضيين ، شعر بنوع من الإلحاح - أراد أن يكون شركة وحدة معالجة مركزية تعتمد على بنية RISC-V. في مقهى ، وصف غاو فنغ المستقبل لهوكسيو.

ومع ذلك ، فإن صنع شريحة ذكاء اصطناعي من الصفر ، سواء كان ذلك في صناعة الرقائق أو في دائرة التكنولوجيا ، يشبه "الليالي العربية".

عندما بدأت دولاب الموازنة في النموذج الكبير للذكاء الاصطناعي بسرعة ، بدأت القوة الحاسوبية الكامنة وراءها تفشل تدريجياً في مواكبة وتيرة اللاعبين في هذا المسار. جعل الطلب المتزايد على قوة الحوسبة Nvidia الفائز الأكبر. لكن GPU ليس هو الحل الكامل لقوة الحوسبة. تشكل وحدة المعالجة المركزية ووحدة معالجة الرسومات والعديد من شرائح الذكاء الاصطناعي المبتكرة مركز إمداد طاقة الحوسبة الرئيسي للنموذج الكبير.

"يمكنك مقارنة وحدة المعالجة المركزية بالمنطقة الحضرية ، ووحدة معالجة الرسومات هي ضاحية التطوير." قال Gao Feng أن وحدة المعالجة المركزية وشريحة AI يجب أن يتم توصيلهما من خلال قناة تسمى PCIE ، ويتم نقل البيانات إلى شريحة AI ، ثم شريحة AI ترسل البيانات مرة أخرى.إلى وحدة المعالجة المركزية. إذا أصبح حجم بيانات النموذج الكبير أكبر ، ستصبح القناة مزدحمة ولن تزيد السرعة. لذلك ، يجب توسيع هذا الطريق ، ويمكن لوحدة المعالجة المركزية فقط تحديد عرض هذه القناة وعدد الممرات التي تحتاج إلى يتم تعيينها.

هذا يعني أنه حتى لو اخترقت الصين شريحة الذكاء الاصطناعي في النموذج الكبير ، فلا يزال من الصعب اختراق وحدة المعالجة المركزية الأكثر أهمية. حتى في تدريب الذكاء الاصطناعي ، يمكن تعيين المزيد والمزيد من المهام لوحدة معالجة الرسومات ، لكن وحدة المعالجة المركزية لا تزال أهم دور "مدير".

عرضت بعض الرقائق المحلية في منطقة معرض النماذج الكبيرة لعام 2023WAIC

لقد مرت أكثر من 50 عامًا منذ أن أنشأت Intel أول وحدة معالجة مركزية في العالم في عام 1971. في أسواق الخوادم المدنية وأجهزة الكمبيوتر الشخصية ، لطالما كانت Intel و AMD هي العالم.أنشأت Intel نظامًا يغطي حقوق الملكية الفكرية وتراكم التكنولوجيا وتكلفة النطاق ، وبيئة البرمجيات. إن حاجز نموذج العمل بأكمله ، وهذا الحاجز لم يتراجع أبدًا.

من الضروري التخلي تمامًا عن معمارية X86 وبنية ARM ، وتطوير شريحة وحدة معالجة مركزية مستقلة تمامًا استنادًا إلى بنية جديدة ، وهي بنية مفتوحة المصدر مثل RISC-V لم يتم تطويرها والتحقق منها بشكل كامل.

مجموعة التعليمات مثل قطعة أرض. تطوير الشرائح بناءً على مجموعة التعليمات يعادل شراء أرض وبناء منزل. بنية X86 هي مصدر مغلق ، ولا يُسمح إلا برقائق إنتل البيئية.تحتاج بنية ARM إلى دفع رسوم ترخيص IP ، بينما RISC-V هي بنية مفتوحة المصدر مجانية.

الصناعة والأوساط الأكاديمية ترى بالفعل مثل هذه الفرص.

في عام 2010 ، طور فريق البحث المكون من أستاذين من بيركلي ، كاليفورنيا مجموعة تعليمات جديدة تمامًا من البداية ، وهي RISC-V. مجموعة التعليمات هذه مفتوحة المصدر تمامًا. ويعتقدون أن مجموعة تعليمات وحدة المعالجة المركزية يجب ألا تنتمي إلى أي شركة.

قال قاو فنغ: "قد يكون RISC-V هو فجر وحدة المعالجة المركزية الصينية." في عام 2018 ، قام باحتضان شركة شرائح الذكاء الاصطناعي في المعهد ، وفي ذلك الوقت ، قال إنه لا يريد تفويت فرصة تطوير موجة الذكاء الاصطناعي. هذه المرة ، لا يزال يريد اقتناصها ، وهذا كانت نقطة الدخول RISC-V. في عصر النماذج الكبيرة والإحلال المحلي ، أصبح هذا الطلب أكثر إلحاحًا ، بعد كل شيء ، إذا لم يعد بإمكان الشركات الصينية يومًا ما استخدام A100 ، فماذا تفعل؟

"إذا كنت ترغب في استبدال ARM و X86 ، يجب أن تكون وحدة المعالجة المركزية RISC-V أكثر قوة ، وتحتاج إلى المشاركة في تطوير الكود مع الأشخاص الذين يستخدمون أنظمة تشغيل تجارية على Linux." قال Gao Feng.

لم يكن Gao Feng أول شخص يدرك هذه الفرصة ، فقد أخبر مستثمر في صناعة الرقائق Tiger Sniff أنه تحدث مرة واحدة مع مؤسس شركة ناشئة للرقائق حول فرصة استخدام بنية RISC-V لإنشاء وحدات معالجة الرسومات. اليوم ، هناك بالفعل بعض الشركات في الصين التي تصنع وحدات معالجة الرسومات بناءً على بنية RISC-V ، لكن البيئة لا تزال أكبر مشكلة يواجهونها.

"لقد أثبت Linux بالفعل أن هذا المسار ممكن". قال Gao Feng إنه في نظام التشغيل المفتوح المصدر هذا من Linux ، ولدت شركات مفتوحة المصدر مثل Red Hat ، والعديد من الخدمات السحابية مبنية الآن على نظام Linux. "هناك حاجة ما يكفي من المطورين." اقترح Gao Feng طريقة. هذا الطريق صعب ، لكنه سيكون طريقًا مشرقًا إذا تم اجتيازه.

** دولاب الموازنة يدور بسرعة كبيرة **

في ظل "استجابة الضغط" للنموذج الكبير ، ليست الذروة فقط هي التي تشعر بالإلحاح.

أخبرت شركة Lianchuang ، وهي شركة نموذجية محلية واسعة النطاق تعمل بالذكاء الاصطناعي ، Tiger Sniff أنها أطلقت لفترة وجيزة نموذج حوار واسع النطاق في بداية هذا العام.العديد من طلبات التصحيح.

"حتى لا توجد سياسة تنظيمية محددة ، لن نفتح المنتج بسهولة للمستخدمين العاديين. السبب الرئيسي هو منطق To B." يعتقد Zhang Chao ، الرئيس التنفيذي لشركة Left Hand Doctor ، أنه قبل إصدار "الإجراءات الإدارية" ، الذكاء الاصطناعي التوليدي المنتج مفتوح للمستخدمين النهائيين C ، وهو أمر محفوف بالمخاطر. "في هذه المرحلة ، من ناحية ، نواصل التحسين بشكل متكرر ، ومن ناحية أخرى ، نواصل أيضًا الاهتمام بالسياسات واللوائح لضمان سلامة التكنولوجيا."

"لا يزال النهج التنظيمي للذكاء الاصطناعي التوليفي غير واضح ، والمنتجات والخدمات لشركات النماذج الكبيرة بشكل عام منخفضة للغاية." أصدر مزود التكنولوجيا الرقمية منتجًا للتطبيق يعتمد على نموذج عام واسع النطاق تم تطويره بواسطة السحابة الشركة المصنعة في يونيو. في الاجتماع ، أخبر الشخص المسؤول عن تكنولوجيا الشركة Huxiu أنه طلب من بائع السحابة الحفاظ على سريتها تمامًا ، وإذا كشفوا عن نموذجهم الكبير ، فسيتم اعتبارهم قد انتهكوا عقد. أما بالنسبة لسبب الحفاظ على سرية القضية ، فقد حلل الشخص المسؤول أن جزءًا كبيرًا من السبب قد يكون لتجنب المخاطر التنظيمية.

في الوقت الذي يرفع فيه العالم يقظته ضد الذكاء الاصطناعي ، لا يمكن لأي سوق أن يقبل "فترة فراغ" من التنظيم.

في 13 يوليو ، أصدرت سبع إدارات ، بما في ذلك إدارة الفضاء الإلكتروني في الصين ، رسميًا "الإجراءات المؤقتة لإدارة خدمات الذكاء الاصطناعي التوليدي" (المشار إليها فيما يلي باسم "الإجراءات الإدارية") ، والتي ستدخل حيز التنفيذ في 15 أغسطس 2023.

"بعد إصدار" الإجراءات الإدارية "، ستتغير السياسة من التنمية الموجهة نحو المشاكل إلى التنمية الموجهة نحو الهدف ، وهو هدفنا." ويعتقد وانغ يووي ، الشريك في Guantao Law Firm ، أن اللوائح الجديدة تؤكد على "الصرف" بدلاً من ذلك. من "المنع".

يعد تصفح مكتبة إدارة المخاطر في الولايات المتحدة واجبًا منزليًا يوميًا لـ Wang Yuwei. "نحن نقدم حلول التحكم في المخاطر والامتثال لتطبيقات الأعمال باستخدام GPT والنماذج الكبيرة الأخرى لتقسيم الصناعات ، وإنشاء إطار حوكمة الامتثال." .

يصطف عمالقة الذكاء الاصطناعي في أمريكا لإظهار ولائهم للكونغرس. في 21 يوليو ، وقعت شركات Google و OpenAI و Microsoft و Meta و Amazon و AI Startups Inflection و Anthropic ، وهي الشركات الأمريكية السبع الأكثر نفوذاً في مجال الذكاء الاصطناعي ، على التزام طوعي في البيت الأبيض. تأكد من السماح لخبراء الأمن المستقلين باختبار أنظمتهم قبل إطلاقها للجمهور. وتبادل البيانات حول أمن أنظمتها مع الحكومات والأوساط الأكاديمية. سيقومون أيضًا بتطوير أنظمة لتحذير الجمهور عند إنشاء صور أو مقاطع فيديو أو نص بواسطة الذكاء الاصطناعي ، باستخدام طريقة تُعرف باسم "العلامة المائية".

وقع ممثلو 7 عمالقة أمريكيين للذكاء الاصطناعي على تعهد الذكاء الاصطناعي في البيت الأبيض

في وقت سابق ، في جلسة استماع بالكونجرس الأمريكي ، قال مؤسس أوبن إيه آي ، سام ألتمان ، إنه يجب إنشاء مجموعة من معايير الأمان لنماذج الذكاء الاصطناعي ، بما في ذلك تقييم قدراتها الخطرة. على سبيل المثال ، يجب أن تجتاز النماذج اختبارات أمان معينة ، مثل ما إذا كان يمكنها "تكرار نفسها" و "التسلل إلى البرية".

ربما لم يكن سام التمان نفسه يتوقع أن تدور دولاب الموازنة في الذكاء الاصطناعي بسرعة كبيرة لدرجة أنه كان هناك حتى خطر فقدان السيطرة.

قال وانغ يوي ، "لم ندرك مدى إلحاح هذه المسألة في البداية." حتى جاء المزيد والمزيد من مؤسسي الشركة للتشاور. إنه يشعر أن هذه الموجة من الذكاء الاصطناعي تمر بتغيرات مختلفة تمامًا عن الماضي.

في بداية هذا العام ، تم الاتصال بـ Wang Yuwei من قبل شركة Wenshengtu التي كانت أول من وصل إلى النماذج واسعة النطاق. وأرادت الشركة تقديم أعمالها إلى الصين ، لذلك أرادوا معرفة أعمال امتثال البيانات في هذا المجال. بعد ذلك مباشرة ، وجد وانغ يووي أن هناك المزيد والمزيد من هذه الاستشارات ، وكان التغيير الأكثر وضوحًا هو أنه لم يعد المستشار القانوني للشركة ولكن المؤسس الذي جاء للتشاور. قال وانغ يووي: "مع ظهور الذكاء الاصطناعي التوليدي ، يصعب تطبيق المنطق التنظيمي الأصلي".

وجد Wang Yuwei ، الذي شارك في العمل القانوني للبيانات الضخمة لسنوات عديدة ، أن الذكاء الاصطناعي التوليدي والموجة السابقة للذكاء الاصطناعي تُظهر تغييرات جوهرية أكثر. على سبيل المثال ، في المرة الأخيرة التي استند فيها الذكاء الاصطناعي إلى التوصيات المستندة إلى الخوارزمية ، وكان بعض التعرف على الوجوه يستهدف مشهدًا واحدًا ، وتم تدريب بعض النماذج الصغيرة في سيناريوهات تطبيق محددة.لم تكن المشكلات القانونية المعنية أكثر من حقوق الملكية الفكرية. ، الخصوصية قضايا الحماية. الأدوار المختلفة في هذا النظام البيئي التوليدي للذكاء الاصطناعي ، مثل الشركة التي توفر النموذج الكبير الأساسي ، والشركة التي تتصل بالنموذج الكبير لإنشاء التطبيقات ، وبائع السحابة الذي يخزن البيانات ، وما إلى ذلك ، لهما إشراف مماثل مختلف.

في الوقت الحاضر ، هناك إجماع على المخاطر المصاحبة التي تجلبها النماذج الكبيرة ، وتدرك الصناعة أن التطبيقات التجارية ستؤدي حتما إلى تضخيم هذه المخاطر ، وللحفاظ على استمرارية الأعمال ، من الضروري الانتباه إلى الإشراف.

وقال وانغ يووي إن الصعوبة تكمن في "كيفية إيجاد طريق يمكن أن ينظم بشكل جيد دون التأثير على تنمية الصناعة".

خاتمة

بالنسبة للصناعة بأكملها ، أثناء تعميق النقاش حول التكنولوجيا ، فإنها تؤدي أيضًا إلى مزيد من التفكير بعيد المدى.

عندما يحتل الذكاء الاصطناعي تدريجياً مكانة مهيمنة في صناعة التكنولوجيا ، كيف نضمن العدالة والإنصاف والشفافية في التكنولوجيا؟ كيف يمكن ضمان عدم تهميش المؤسسات الصغيرة والمتوسطة الحجم والشركات الناشئة عندما تتحكم الشركات الرائدة بإحكام في التكنولوجيا وتدفقات رأس المال؟ إن تطوير وتطبيق النماذج واسعة النطاق له إمكانات كبيرة ، ولكن هل سيؤدي اتباع هذا الاتجاه بشكل أعمى إلى تجاهل التقنيات المبتكرة الأخرى؟

"على المدى القصير ، يتم المبالغة في تقدير نموذج الذكاء الاصطناعي الكبير بشكل خطير. ولكن على المدى الطويل ، يتم التقليل بشكل خطير من نموذج الذكاء الاصطناعي الكبير."

في غضون نصف عام ، ارتفعت الموجة الحارة للذكاء الاصطناعي. ومع ذلك ، بالنسبة للشركات الناشئة الصينية وعمالقة التكنولوجيا ، فإن كيفية الحفاظ على حكم واضح والقيام بالتخطيط طويل الأجل والاستثمار في جو السوق الحار سيكون المفتاح لاختبار قوتهم ورؤيتهم الحقيقية.