نموذج كبير للذكاء الاصطناعي سيحدث ثورة في الذكاء الاصطناعي

المصدر: المراقب الاقتصادي

المؤلف: شين ييران

مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI

في أبريل من هذا العام ، انتبه العديد من الباحثين في شركة رائدة في مجال الذكاء الاصطناعي إلى تقنية جديدة: SAM (Segment Anything Model). قام الباحثون بسرعة بإبلاغ رئيس القسم بهذه التقنية ، وبدأت هذه الشركة بتقنية الرؤية الآلية ، وكانت التكنولوجيا التي ركز عليها الباحثون مرتبطة بهذا أيضًا. قال أحد الباحثين: "مع ظهور نظام SAM ، يدرك المزيد والمزيد من العاملين في مجال الذكاء الاصطناعي أن النماذج الكبيرة تشكل صدمة لهم".

بعد شهر ، بدأت الشركة في تخصيص الموارد لتطوير نموذج مرئي كبير.

في الأشهر الثلاثة التالية ، أولت شركات الذكاء الاصطناعي الرائدة في مجال الرؤية الآلية اهتمامًا بإمكانيات هذه التكنولوجيا.حتى الآن ، بدأت شركات الذكاء الاصطناعي مثل SenseTime و CloudWalk Technology ، فضلاً عن شركات الأمان التقليدية ، في الاستثمار في هذه المنافسة التكنولوجية الجديدة.

SAM هو نموذج تجزئة للصور للمشاهد العامة. تم إطلاقه بواسطة Meta في أبريل من هذا العام. تمامًا مثل التحدث إلى ChatGPT ، يمكن للبشر استخدام بعض تعليمات اللغة للسماح لـ SAM بتمييز المحتوى في الصورة والتفكير فيه بشكل مستقل. يعتبر SAM يكون ChatGPT ظهر في مجال الرؤية.

يستخدمه المتحمسون في جميع أنحاء العالم لرسم الصور وقطع الصور وقضاء وقت ممتع ، لكن الباحثين الصينيين أدركوا قوة نظام SAM: إذا تم استخدامه في القيادة التلقائية والمراقبة الأمنية واكتشاف الأشخاص والسيارات والطرق ، هو نموذج كبير قائم بذاته يكسر بشكل أساسي طريقة اللعب التقليدية للرؤية الآلية.

تجزئة الصور والتعرف عليها مهمة أساسية لرؤية الآلة. في الماضي ، كانت كل مهمة لإنشاء صورة مجزأة تتطلب تدريب خوارزمية ، والتعليق على مجموعة من البيانات ، والسماح للجهاز "برؤية" كائنات مختلفة في الصورة عن طريق تركيب نماذج صغيرة. أظهر SAM بعض الميزات الجديدة: بدون إنشاء نموذج صغير لكل مهمة محددة ، يمكن للآلة تقسيم أي كائن في أي صورة بشكل مستقل ، حتى في مشهد ضبابي غير معروف ، والعملية بسيطة للغاية.

هذا يعني أن SAM لديها المزيد من الميزات العامة ، ومن الممكن استخدام هذه الميزة العامة لتقليل تكلفة التعرف على رؤية الماكينة بشكل كبير ، وبالتالي تغيير نموذج العمل ونمط المنافسة استنادًا إلى التكنولوجيا الأصلية.

منذ عام 2016 ، ظهرت المئات من شركات الذكاء الاصطناعي في الصين ، التي لديها سوق ضخم.بمساعدة المنافسة في السوق ورأس المال ، تم تشكيل العديد من شركات الذكاء الاصطناعي تدريجياً ، مثل Shangtang Technology و Cloudwalk Technology و Megvii Technology ، وفقًا لـ Yitu Technology ، أدخلت هذه الشركات الذكاء الاصطناعي في مجالات الأمن والشؤون الحكومية والصناعة ، وأنشأت خندقًا من خلال الاستفادة من تطور الخوارزميات ومزايا الحجم.

ولكن الآن ، مع تغير التكنولوجيا ، قد يتم استئناف الحدث.

فينج جونلان ، كبير العلماء في مجموعة تشاينا موبايل ونائب رئيس تحالف تطوير صناعة الذكاء الاصطناعي الصيني ، قال للصحفيين إن النموذج الكبير للذكاء الاصطناعي سيقدم نموذجًا جديدًا للذكاء الاصطناعي. ما يسمى الخندق في مجال الذكاء الاصطناعي في الماضي في الأساس لا يوجد تحت تأثير النموذج الكبير. يثبت ظهور SAM جدوى النماذج المرئية الكبيرة ، مما يؤدي إلى تخريب إطار البحث والتفاعل وطرق خدمة الإنتاج الخاصة برؤية الآلة.

قال لو شون ، العضو البارز في IEEE ، وهو أستاذ في جامعة Tianjin للتكنولوجيا ، وخبير في تكنولوجيا AR / VR ، للصحفيين أن مزايا قدرات الذكاء الاصطناعي للشركات الرائدة من قبل ستضعف إلى حد ما بسبب صعود نماذج كبيرة للأغراض العامة. لكن ما إذا كانت هذه الشركات نفسها ستصبح أضعف يعتمد على تحولها.

** المسار التقني **

بصفتها فرعًا مهمًا من فروع الذكاء الاصطناعي ، فإن الهدف من رؤية الآلة هو السماح لأجهزة الكمبيوتر بتقليد النظام البصري البشري لفهم ومعالجة الصور ومقاطع الفيديو.

بعد عام 2000 ، اخترق جيفري هينتون ، ويان ليكون ، ويوشوا بنجيو ، المعروفين باسم مؤسسي الذكاء الاصطناعي ، تقنية التعلم العميق ، مما سمح للآلات بمحاكاة الدماغ البشري بشكل غامض ، والتعلم تلقائيًا واستخراج الميزات من الصور الضخمة.

عام 2012 هو عقدة زمنية مهمة. دفع مشروع ImageNet الذي أنشأه الأستاذ بجامعة ستانفورد Li Feifei التعلم العميق إلى الاتجاه السائد: يمكن للباحثين تعليم أجهزة الكمبيوتر التعرف على الكائنات المختلفة عن طريق تصنيف عدد كبير من الصور يدويًا ، مما يحسن بشكل كبير من رؤية الآلة. معدل الدقة يقلل التكلفة ويجعل من الممكن تسويقها.

في أبريل 2023 ، ظهرت تغييرات جديدة ، وأطلقت Meta نموذجًا لتجزئة الصور يسمى SAM. كنموذج كبير ، لا يقوم SAM بتجهيز الجهاز بالعيون لإدراك العالم الخارجي فحسب ، بل يمنح الجهاز أيضًا دماغًا حقيقيًا. فهو يتعلم الملاحظة ، والإدراك ، والتفكير ، والتفكير المنطقي ، واستخلاص النتائج من الصور ، والعملية بسيط للغاية ، على غرار ChatGPT يستخدم حوار لغة الإنسان لإعطاء أوامر الآلة.

باختصار ، إنها تحقق هدف رؤية الآلة بسهولة أكبر ، دون الحاجة إلى عدد كبير من التعليقات التوضيحية للصور وخوارزميات التراص ، وتستهلك طاقة حوسبة أقل. قال عالم الذكاء الاصطناعي في Nvidia Jim Fan إن نموذج SAM الكبير هو لحظة GPT-3 لرؤية الآلة. لقد فهم المفهوم العام للأشياء ، حتى بالنسبة للأشياء غير المعروفة ، والمشاهد غير المألوفة (مثل الصور تحت الماء) ، وفي المواقف الغامضة. تجزئة ممكن أيضا.

بعد أن أصدرت Meta SAM ، قامت أيضًا بفتح النموذج ومجموعة بيانات التدريب خلفه ، وقدمت سيناريوهات تطبيق SAM من AR و VR وإنشاء المحتوى ومجالات أخرى.

سرعان ما حكمت الشركات والباحثون في الصين على القيمة التجارية المحتملة لـ SAM. إذا تم استخدامها في القيادة الذاتية ، والمراقبة الأمنية ، لاكتشاف الأشخاص والسيارات والطرق ، فيمكنها بشكل أساسي كسر الرؤية التقليدية للآلة.

قال Feng Junlan أن النموذج الكبير سيغير وضع العرض للذكاء الاصطناعي ، ويقلل بشكل كبير من تعقيد جانب العرض ، والتكلفة الهامشية قريبة من الصفر ؛ يمكن لجانب الأعمال التعبير عن الطلب بلغة طبيعية أبسط ، ولم تعد بحاجة إلى الاعتماد بناءً على تعليمات احترافية مثل الأكواد من قبل المهندسين ، تواصل مع الآلات وانتشر بمرونة في نماذج مختلفة وفقًا لاحتياجاتها الخاصة ، مما يؤدي إلى تحسين الكفاءة

قال Zhu Bing ، كبير مسؤولي المنتجات في Uniview Technology ، للصحفيين ، "في الماضي ، كان القيام بأعمال الذكاء الاصطناعي مثل حمل الصناديق. في الواقع ، كان بعض الأعمال المادية منخفضة التقنية نسبيًا. عندما يمكّن الذكاء الاصطناعي مشهدًا من نقطة واحدة ، يكون مجزأة للغاية. والكفاءة المخصصة ، كفاءة ما قبل البيع ، وكفاءة ما بعد البيع ، وكفاءة المبيعات كلها منخفضة ، كما أن الأعمال الأولية والنهائية للصناعة أكثر إيلامًا. " على سبيل المثال ، قال Zhu Bing إن استثمار وتكلفة الشركات المصنعة التي تستثمر في التطوير ، وجمع المواد ، والمعايرة ، وتخصيص الخوارزميات لسيناريوهات ومناطق مختلفة كبيرة جدًا.بالنسبة للعملاء ، تعتبر رسوم التطوير المخصصة أيضًا نفقات كبيرة.

اليوم ، لا يتطلب استخدام نموذج كبير ليحل محل نموذج اللعب الأصلي الصغير خوارزميات التراص أو كمية كبيرة من البيانات المصنفة ، ويستهلك القليل جدًا من قوة الحوسبة في هذه العملية.يمكنك استخدام لغة بشرية أبسط لإعطاء أوامر للجهاز بدون باستخدام لغة برمجة كمبيوتر احترافية. قال Zhu Bing إن النموذج الكبير قد قلل بشكل كبير من تكلفة البحث والتطوير والنشر للذكاء الاصطناعي. لقد بنى سلسلة من طرق اللعب الجديدة وأعاد هيكلة ترتيب الصناعة ، خاصة في صناعة رؤية الكمبيوتر. كانت الحواجز التقنية السابقة التي شيدتها الشركات الكبيرة تم تمهيدها. ، عاد الجميع إلى نفس خط البداية.

** تدفق **

حول الجيل السابق من تقنية الرؤية الآلية ، وُلد عدد من شركات الذكاء الاصطناعي في الصين ، وبدأت التقنيات التي توفرها هذه الشركات تُستخدم على نطاق واسع في مراقبة الكاميرا وتحديد الفحص الأمني للأمن العام ومترو الأنفاق والمباني التجارية.

يشير مصطلح "AI Four Tigers" إلى أربع شركات ذكاء اصطناعي صينية تم تأسيسها على التوالي بين عامي 2011 و 2014 ، وهي SenseTime و Cloudwalk Technology و Megvii Technology و Yitu Technology. السمة المشتركة بينهما هي الرؤية الآلية باعتبارها التكنولوجيا الأساسية. لقد وفر اختراق الذكاء الاصطناعي في مسار التعلم العميق أساسًا تقنيًا لصعود هذه المجموعة من شركات الذكاء الاصطناعي ، كما وفرت المزايا الصناعية في الصين سوقًا لتطوير هذه الشركات .

بعد ظهور SAM ، بدأوا في استهداف هذه التكنولوجيا واحدًا تلو الآخر.

علم المراسل من العديد من الأشخاص في الصناعة أنه بالإضافة إلى Yitu Technology و SenseTime و Cloudwalk Technology و Megvii Technology من بين "AI Four Tigers" يطورون جميعًا نماذج بصرية واسعة النطاق. كما تنشر Kangweishi و Uniview Technology أبحاثًا تقنية ذات صلة و تطور.

في أبريل ، بعد أيام قليلة من إطلاق Meta لشركة SAM ، أصدرت SenseTime الطراز الكبير "Daily New". قال تيان فنغ ، عميد معهد SenseTime Intelligent Industry Research ، للصحفيين إن سلسلة "Ri Ri Xin" عبارة عن مجموعة من النماذج الكبيرة المتعددة بما في ذلك توليد اللغة الطبيعية ، وتوليد الصور ، والإدراك البصري ، ومن بينها "Ruying" و "Qiongyu" ، "Gewu" هي نماذج كبيرة تتعلق بالرؤية.

في مايو ، أصدرت Yuncong Technology النموذج الكبير "الهادئ" ، وهو نموذج كبير متعدد الوسائط يتضمن الرؤية. صرحت Yuncong Technology في اجتماع المستثمرين الأخير أن النموذج البصري الكبير مهم للغاية وسيتم إطلاقه في المستقبل. عارضات ازياء. لأن الشركة لديها احتياطي قوي في رؤية الكمبيوتر ، ولأنها تحتاج إلى تقنية متعددة الوسائط لحل الأعمال التجارية المحددة للعملاء.

لم تطلق Megvii و Yitu نماذج كبيرة بعد. وقالت شركة Megvii للصحفيين إنها "تطور نموذجًا كبيرًا ، لكن لم يتم إطلاقه وتسليمه للعملاء". فيما يتعلق بالاتجاه ، اختارت Megvii أربعة اتجاهات بحثية: النموذج العام للصورة الكبيرة ، وفهم الفيديو للنموذج الكبير ، والنموذج الكبير للتصوير الحسابي ، والنموذج الكبير لإدراك القيادة الذاتية ، وحققت إنجازات معينة.

صرح Su Lianjie ، كبير محللي الذكاء الاصطناعي في مؤسسة الأبحاث Omdia ، للصحفيين أنه في ظل تأثير النموذج المرئي واسع النطاق ، تحولت "AI Four Tigers" بسرعة إلى نموذج واسع النطاق ونشرت نموذجًا كبيرًا متعدد الوسائط -نموذج مقياس يركز على الرؤية معقول نسبيًا.

أخبر Hikvision المستثمرين في يونيو من هذا العام ، "لقد أولينا اهتمامًا لنموذج SAM في بداية إطلاقه وأجرينا تقييمًا منهجيًا." أخبر Zhu Bing المراسلين أن نموذج صناعة AIoT الذي تطوره الشركة بنفسها "Wutong" هو نموذج صناعي واسع النطاق يعتمد على نموذج عام واسع النطاق + مشهد صناعي + تدريب وضبط. تم إصداره لأول مرة في 9 مايو وتم اختباره من قبل الدفعة الأولى من الشركاء في يونيو.

Hikvision و Uniview Technology هما شركتان أمن تقليديتان بدأتا كمصنعين للمعدات ، وواجهتا منافسة شرسة بعد دخول "النمور الأربعة لمنظمة العفو الدولية" صناعة الأمن. لقد تبنوا بنشاط تقنية رؤية الماكينة. حصة في السوق.

في الوقت الحاضر ، بدأت شركات الذكاء الاصطناعي في التوصل إلى توافق في الآراء حول معنى "صنع حقبة من النماذج الكبيرة".

أخبر كل من تيان فنغ ، عميد معهد SenseTime Intelligent Industry Research ، و Yao Zhiqiang ، المؤسس المشارك لشركة Yuncong Technology ، الصحفيين أن AI1.0 هو عصر النماذج الصغيرة. تقدم الشركات بشكل أساسي نماذج صغيرة مملوكة لها وتستخدم تكنولوجيا متعددة النقاط لحلها احتياجات المشهد المحددة. ؛ AI2.0 هو عصر النماذج الكبيرة. تحتاج الشركات إلى استخدام منصة قاعدة تقنية موحدة واسعة النطاق ، أي لإنشاء نموذج أساسي متعدد الوسائط مع إمكانات الإدراك والإدراك العام للعالم ، و إنشاء سلسلة من الصناعات على هذا الأساس.نماذج صغيرة لتلبية احتياجات المشاهد الاحترافية والمشاهد الأكثر ضخامة.

يعتقد Yao Zhiqiang أنه إذا كانت شركة AI لا تزال في المرحلة السابقة ، فقد تكون قادرة على حل العديد من مشاكل المشهد ، ولكن من الصعب تقليل التكلفة ، مما يجعل من المستحيل إظهار تأثير المقياس ؛ يعتقد Tian Feng أن العصرين يتعايشان من أجل مدة طويلة وليس من يقضي على الآخر ، فالعلاقة المعاكسة تكمل الاثنان بطريقة منسقة. على سبيل المثال ، باستخدام هيكل نموذج الخبير المختلط (MoE) ، في عصر AI2.0 ، يتم دمج نماذج متعددة في الخدمات ، ويمكن أيضًا تضمين نماذج 1.0.

في المنافسة الجديدة ، سيظل تراكم التكنولوجيا الأصلية والاستثمار في الأجهزة يلعبان دورًا.

أخبر تيان فنغ المراسلين أن مركز الحوسبة الذكية "AI Large Device" يتمتع بقوة حوسبة AI قوية ويمكنه توفير قوة حوسبة تدريبية لـ 20 نموذجًا كبيرًا بمئات المليارات من المعلمات. إنها المعدات الرئيسية لتطوير وتدريب النماذج الكبيرة. للاستخدام الشخصي فقط ، ولكنه مفتوح أيضًا للشركات الناشئة وشركاء البحث والتطوير على نطاق واسع.

أخبر الشخص المسؤول عن Yunwalk المراسلين أن نظام تشغيل CWOS للشركة له مزايا متأصلة في دمج نماذج اللغات الفائقة مثل ChatGPT. في الوقت نفسه ، يمكن للنظام إعادة البيانات والمعلومات إلى النموذج الكبير وفقًا لحالة الإنتاج الفعلية ، وتحسين التدريب وتعديل النموذج ، وتحسين دقة النموذج وكفاءته.

** نموذج كبير يخترق السوق **

"حتى بدون تأثير النموذج الكبير ، لا يزال" نمور الذكاء الاصطناعي الأربعة "في فترة ارتباك في التحول ، ويحتاجون إلى التفكير في قيمتهم الخاصة والمخرج". قال سو Lianjie.

تم تفضيل مجموعة من شركات الذكاء الاصطناعي من قبل رأس المال والسوق ، من بينها SenseTime و CloudWalk هبطت في سوق رأس المال. من 2018 إلى 2022 ، استثمرت SenseTime أكثر من 12 مليار يوان في البحث والتطوير كل عام ، وجمعت أكثر من 5 مليارات يوان في الاكتتاب العام في عام 2021. من 2018 إلى 2022 ، استثمرت Yuncong أكثر من 2.2 مليار يوان في البحث والتطوير كل عام ، وستجمع 1.7 مليار يوان في الاكتتاب العام في عام 2022.

كما أعطى التفاعل الجيد بين التكنولوجيا ورأس المال للصين ميزة رائدة في مجال التعرف البصري.وفي حوالي عام 2018 ، احتلت الصين المرتبة الثانية بعد الولايات المتحدة أو تفوقت على الولايات المتحدة من حيث عدد أوراق الذكاء الاصطناعي المنشورة والمقدار. تمويل الذكاء الاصطناعي: خاصة في مجال التعرف البصري ، حطمت شركات الذكاء الاصطناعي الصينية مرارًا وتكرارًا الأرقام القياسية في المسابقات الدولية وحققت نتائج ممتازة.

ولكن سرعان ما ، مع تعزيز السوق ، بلغت إمكانات التكنولوجيا الأصلية ذروتها تدريجيًا. تم التطرق إلى مسار التكنولوجيا الحالي.إلى السقف.

والأهم من ذلك ، من وجهة نظر تجارية ، أن المسار التقني الأصلي للذكاء الاصطناعي كان دائمًا من الصعب اختراق عنق الزجاجة ، بحيث لا يتمكن المزيد من عملاء الصناعة التقليدية من دفع الفاتورة. قال Zhu Bing ، "لسنوات عديدة ، لم نشهد نظامًا جديدًا قويًا. يتنافس عدد كبير من الشركات بلا رحمة في مسارين للتعرف على الإنسان ولوحة الترخيص. والسبب الأساسي هو أن المزيد من الخوارزميات لا يمكن أن تشكل تأثيرًا على نطاق واسع. "

قال باحث في مجال الذكاء الاصطناعي في شركة رائدة للصحفيين إنه وفقًا للطريقة التقليدية ، تخدم شركة AI مصنع سيارات وتبيع مجموعة من الخوارزميات لتحديد حواجز الطرق. تكلف الخوارزمية الفردية المتوسطة لتحديد حاجز الطريق أكثر من 100000 يوان وتستغرق حوالي 2 أشهر. ، يحتاج العميل إلى توفير عشرات الآلاف من الصور لوضع العلامات عليها ، ولكن خوارزمية واحدة فقط لا تكفي ، ومشهد الطريق الفعلي معقد للغاية ، والخوارزمية المناسبة للسيارات الصغيرة قد لا تكون مناسبة للشاحنات الكبيرة ، وهي لا يمكن التعرف عليه من زاوية أخرى ، كما أنه من الصعب التعرف عليه عندما يكون هدف الكشف مغلقًا جزئيًا.

من أجل زيادة ذكاء المعدات ، تحتاج شركات الذكاء الاصطناعي إلى تركيب خوارزميات متعددة ، وهو ما يعني ببساطة تكديس العديد من النماذج الصغيرة. وفقًا للتقرير المالي ، جمعت SenseTime 67000 نموذج تجاري صغير.علم المراسل من Yuncong Technology أن الشركة لديها أيضًا آلاف النماذج التجارية الصغيرة.

لكن وقت التدريب وتكلفته تضاعف أيضًا.

وقال فينج جونلان للصحفيين إنه من الصعب على العديد من شركات الذكاء الاصطناعي جني الأموال. أحد الأسباب المهمة هو التكلفة العالية لخدمات الذكاء الاصطناعي ، مما جعل الشركات "تكسب يوانًا واحدًا وتخسر خمسة يوانات" ، ونموذج "المزيد من الطلبات المستلمة ، كلما زاد التعويض "يصعب على الموردين. تابع ، لا يمكن أن يكون جانب الطلب سوى عدد قليل من الصناعات أو الصناعات الرئيسية التي تتمتع بقدرات دفع قوية.

وفقًا للتقرير المالي ، من 2018 إلى 2022 ، تكبدت Yuncong Technology خسائر بلغت 3.1 مليار يوان ، وتكبدت SenseTime خسائر متراكمة تزيد عن 40 مليار يوان.

من أجل زيادة خفض تكلفة الذكاء الاصطناعي وتحسين السوق ، تباينت أيضًا استراتيجية "AI Four Tigers". تختار SenseTime أجهزة AI ، وتختار Cloudwalk أنظمة التشغيل ، وتختار Megvii الرقائق ، وتختار YITU إنترنت الأشياء.

من هذا المنظور ، قد لا يجلب النموذج الكبير تحديات للشركات القائمة فحسب ، بل قد يجلب أيضًا نموذج عمل جديدًا وسيناريو تطبيق.

قال الباحث المذكور أعلاه إن الشركة حاولت جاهدة العثور على أعمال ذكاء اصطناعي في المزيد من الأسواق. على سبيل المثال ، تحدثت الشركة ذات مرة مع سوبر ماركت حول مراقبة الذكاء الاصطناعي لاكتشاف ما إذا كان مندوب المبيعات موجودًا أم لا. أرسلت الشركة خمسة مهندسي خوارزميات ، و الراتب وحده يكلف 300000 يوان. الراتب الشهري الإجمالي لعشرات مندوبي المبيعات لدى العميل أقل من 50000 يوان ؛ تحدث أيضًا إلى مالك المصنع حول فحص جودة AI ، والذي يكتشف ما إذا كانت صناديق التغليف على خط التجميع تالفة ، والآخر يقيّم الحزب أنه من الأكثر اقتصادا توظيف العمال ، إلخ.

يشار إلى هذه المتطلبات مجتمعة باسم المتطلبات طويلة الأمد للذكاء الاصطناعي: عدد كبير من العملاء الصغار ومتوسطي الحجم ، الذين يعانون من قدرات دفع ضعيفة ، ليس لديهم طلب صارم على الذكاء الاصطناعي ، ولكن لديهم بعض الاحتياجات الخاصة في سيناريوهات معينة ، والتي يمكن أن تكون مستعملة أم لا ، وهم غير مستعدين لدفع ملايين الدولارات. في رأي هذا الباحث ، في المستقبل ، يمكن تطبيق نوع معين من النماذج الكبيرة أو مجموعة من النماذج الكبيرة متعددة الوسائط على سيناريوهات الكشف المرئي هذه ، باستخدام الترحيل والقدرات العامة للنماذج الكبيرة ، فقط كمية صغيرة من الشرح التوضيحي للبيانات واستثمار الخوارزمية مطلوبان ، والتطوير ستكون الدورة ومتطلبات قوة الحوسبة أقل أيضًا ، بحيث يتم تقليل التكلفة بشكل كبير ، ويزيد احتمال قيام العملاء بالدفع.

حسب Zhu Bing أنه في الماضي ، يمكن أن تلبي خوارزميات الذكاء الاصطناعي المستندة إلى نماذج صغيرة أقل من 10٪ من متطلبات التجزئة. في المستقبل ، يمكن زيادة احتمالية خوارزميات الذكاء الاصطناعي المستندة إلى النماذج الكبيرة إلى أكثر من 50٪ ، والكفاءة من إجمالي الخوارزمية طويلة الذيل يمكن زيادتها بمقدار 10 مرات ، ويمكن تقليل الوقت إلى أسبوع شخص واحد.

صرح ياو تشى تشيانغ للصحفيين أنه بمجرد أن تصبح التكنولوجيا منصة وموحدة ، يمكن لجميع شركات الذكاء الاصطناعي التكيف بسرعة مع السيناريوهات الضخمة وتحقيق تطبيقات ضخمة من خلال منصة أساسية موحدة للتكنولوجيا الأساسية.

قال فينج جونلان Feng Junlan إن تكلفة استهلاك التكنولوجيا أقل بكثير من القيمة التي تجلبها التكنولوجيا إلى الأعمال التجارية.عندما يتم تلبية هذه الصيغة ، يمكن توسيع نطاق التكنولوجيا وترحيلها إلى أسواق أكثر وأطول ذيلًا. وهذا أيضًا يلبي المنطق الأساسي لشركات الذكاء الاصطناعي لتحقيق الربحية ، ويعني أيضًا أن لديهم الفرصة لتطوير المزيد من أسواق المحيط الأزرق.