منذ الإصدار العام لـ ChatGPT في نوفمبر 2022، سرعان ما أصبحت النماذج الكبيرة للذكاء الاصطناعي نقطة ساخنة في السوق وتم تطبيقها تدريجيًا في مختلف الصناعات، مثل Open-AI's GPT-3، وPangu NLP من Huawei Cloud، وWenxinda من Baidu. لم تحقق اختراقات تكنولوجية مميزة في مجالات معالجة اللغة الطبيعية، ورؤية الكمبيوتر، والصوت الذكي فحسب، بل حققت أيضًا تطورًا كبيرًا من حيث دقة النموذج، وتعدد الاستخدامات، وقدرات التعميم. أدركت تنفيذ تطبيقات متعددة السيناريوهات، وتحسين الكفاءة، خفض التكاليف وخلق القيمة.
1. نموذج تطوير نماذج الصناعة واسعة النطاق في الداخل والخارج
(1) نموذج التطوير واسع النطاق للصناعات الأجنبية
وفقا لبحث أجراه المعهد الصيني لأبحاث الاتصالات، يوجد حاليا ثلاثة نماذج تطوير رئيسية للنماذج واسعة النطاق في الصناعات الأجنبية، مع كون أول نموذجين للتنمية هما النموذجان السائدان.
**الأول هو "النموذج الكبير الرائد + الأعمال الأصلية". **على سبيل المثال، تستخدم Microsoft GPT لتمكين الأعمال التقليدية مثل Office. تتمثل ميزة هذا النموذج في أنه يمكنه استخدام القدرات اللغوية القوية للنموذج الكبير لتحسين مستوى ذكاء الأعمال الأصلية، وفي الوقت نفسه، يمكنه أيضًا استخدام البيانات وموارد المستخدم الخاصة بالأعمال الأصلية لتعزيز التطبيق أهمية ودقة النموذج الكبير.
**الثاني هو "النموذج الكبير الرائد + البيانات الخارجية". **يتم اعتماد هذه الطريقة بشكل عام من قبل الشركات الصغيرة والمتوسطة الحجم، وتتمثل ميزة هذا النموذج في أنه لا يمكنه الاستفادة من التكنولوجيا المتقدمة للنماذج الكبيرة فحسب، بل أيضًا التكامل الوثيق مع الصناعة لتعزيز ملاءمة الصناعة ودقتها .
**الثالث هو "نموذج كبير مفتوح المصدر + بيانات الصناعة الرأسية لبناء نموذج صناعي كبير". **تتمثل ميزة هذا النموذج في أنه يمكنه الاستفادة الكاملة من بياناته الخاصة لإنشاء نموذج صناعي أكثر دقة، ويمكنه أيضًا التعلم من تكنولوجيا وخبرة النماذج الكبيرة مفتوحة المصدر لتحسين كفاءة التدريب وفعاليته.
بشكل عام، تتمتع النماذج الأجنبية واسعة النطاق للأغراض العامة بقدرات قوية و"تأثيرات رائدة" واضحة، والتي يمكنها تلبية احتياجات الصناعات المتعددة بشكل مباشر. وفقًا لإحصائيات غير كاملة، اعتبارًا من مايو 2023، هناك إجمالي 138 حالة تطبيق للذكاء الاصطناعي في الخارج، خاصة في مجالات الإعلام والألعاب والمكاتب والطب.
(2) نموذج تطوير نموذج كبير للصناعة المحلية
في الوقت الحاضر، هناك نموذجان رئيسيان لتطوير النماذج الكبيرة للصناعة المحلية، أحدهما هو "النموذج الكبير العام المملوك ذاتيًا + بيانات الصناعة الخارجية"، والآخر هو "النموذج الكبير المملوك ذاتيًا أو مفتوح المصدر الآخر + بيانات الصناعة الخاصة".
"النموذج العام واسع النطاق + بيانات الصناعة الخارجية" يعني بشكل أساسي أن المؤسسات التي لديها نماذج عامة واسعة النطاق تستمد نماذج صناعية واسعة النطاق متعددة من النموذج الرئيسي. على سبيل المثال، قامت بايدو بتوسيع النماذج واسعة النطاق لصناعات مثل التمويل والرعاية الطبية والإعلام على أساس "Wenxin". تتمثل ميزة هذا النموذج في أنه يمكنه التكيف بسرعة مع احتياجات الصناعات المختلفة باستخدام القدرات اللغوية القوية للنموذج الكبير للأغراض العامة، وفي الوقت نفسه، يمكنه أيضًا استخدام مصادر البيانات الخارجية لتعزيز أهمية الصناعة ودقتها .
"النماذج الكبيرة المملوكة أو غيرها مفتوحة المصدر + بيانات الصناعة الخاصة"، على سبيل المثال، طورت شركة DeepWise Medical بشكل مستقل نموذجًا عامًا لفهم الصورة الطبية، نموذج DeepWise-CIRP، استنادًا إلى نموذج الصورة الكبيرة لبنية المحولات. يشبه هذا النموذج النموذج الأجنبي الثالث، حيث يمكنه الاستفادة الكاملة من بياناته الخاصة لإنشاء نموذج صناعة أكثر احترافية، ويمكنه أيضًا التعلم من تكنولوجيا وخبرة النماذج الكبيرة الأخرى مفتوحة المصدر لتحسين كفاءة التدريب وفعاليته.
على الرغم من أن قدرات النماذج الكبيرة العامة المحلية لا تزال غير موجودة، إلا أن النماذج الكبيرة في الصناعة يمكن أن تعوض الفجوة وتصبح بمثابة مسرع لتنفيذ صناعة النماذج الكبيرة. وفقًا لإحصائيات غير كاملة، حتى نهاية يوليو 2023، كان هناك 113 نموذجًا محليًا كبيرًا لمختلف الصناعات بأكثر من مليار معلمة.
2. تطبيقات محددة للنماذج الكبيرة في الصناعات الكبرى
(1) الصناعة المالية
تعد الصناعة المالية مجالًا مهمًا لتطبيق النماذج الكبيرة، حيث تُستخدم النماذج الكبيرة بشكل أساسي في خدمة العملاء والخدمات المصرفية والتأمين وغيرها من الأقسام الفرعية لتحقيق تحسينات في التحكم في المخاطر والكفاءة والجوانب الأخرى.
**الأول هو الاستثمار الذكي. ** يمكن استخدام النماذج الكبيرة في مجال الاستثمار لتحليل كمية كبيرة من البيانات التاريخية وظروف السوق في الوقت الفعلي، لمساعدة المستثمرين على اتخاذ القرارات، وضبط تخصيص السلطة ديناميكيًا بناءً على عوامل متعددة مثل احتمالية الربح، والأسهم الفردية الاتجاهات، ومخاطر الأسهم الفردية، ومخاطر الصناعة، واتجاهات السياسة. قارن واحصل على النتيجة للأسهم الفردية.
**الثاني هو تحسين إدارة مخاطر السمعة وقدرات الاستجابة. **يمكن للنماذج الكبيرة المدربة مسبقًا أن تساعد المؤسسات المالية على تقليل مخاطر السمعة. يمكن للمؤسسات استخدام نماذج كبيرة مدربة مسبقًا لإجراء تحليل المشاعر وتصنيف الموضوعات بشأن شكاوى العملاء، والتعليقات على وسائل التواصل الاجتماعي، والبيانات النصية في القنوات الأخرى لفهم آراء العملاء بسرعة الاحتياجات والتعليقات، وتعزيز ثقة العملاء وزيادة قيمة العلامة التجارية.
**الثالث هو تحسين مستوى إدارة مخاطر الامتثال التنظيمي. **يمكن للنماذج الكبيرة المدربة مسبقًا مراجعة أعداد كبيرة من ملفات البيانات والتأكد من صحتها ودقتها بما يتوافق مع اللوائح الحكومية والصناعية ذات الصلة. فيما يتعلق بالامتثال الداخلي، يمكن للنموذج الكبير المُدرب مسبقًا تسجيل ومراقبة وتحليل سجلات هواتف الموظفين وحركة البريد الإلكتروني وبطاقات وقت العمل والراحة وغيرها من المعلومات، وتحديد وتذكير الموظفين الداخليين بالمخاطر المحتملة وسوء السلوك، ومساعدة المؤسسات المالية على تحقيق هدف مراقبة الامتثال لإدارة المخاطر.
**الرابع هو مكافحة الاحتيال. **نموذج مكافحة الاحتيال المالي هو مراقبة وتحليل السلوكيات المحفوفة بالمخاطر أو المشبوهة من خلال طرق جمع البيانات، وتنفيذ تدابير الإنذار المبكر أو التدخل وفقًا لمعايير قياس المخاطر ونماذج القواعد لأحداث المخاطر المختلفة أو السلوكيات المشبوهة، وبالتالي الحد بشكل فعال من الاحتيال المالي حدث.
استنادًا إلى نموذج Wenxin للأغراض العامة، أنشأت Baidu نموذجًا واسع النطاق للصناعة المالية "Wenxin Finance"، والذي يزود الصناعة المالية بقدرات متعددة مثل الأسئلة والأجوبة الذكية، والكتابة الذكية، والتلخيص الذكي. يمكن لـ "Wenxin Finance" استرداد أو إنشاء إجابات من قاعدة المعرفة المالية الضخمة وفقًا للأسئلة التي يطرحها المستخدمون، وذلك لتحقيق خدمات أسئلة وأجوبة ذكية فعالة ودقيقة؛ يمكن لـ "Wenxin Finance" أيضًا إنشاء مقالات متعلقة بالشؤون المالية تلقائيًا وفقا لاحتياجات المستخدمين، التقرير.
(2) الصناعة الطبية
تعد الصناعة الطبية مجالًا مهمًا لابتكار تطبيقات النماذج الكبيرة. تتمتع الصناعة الطبية بمتطلبات عالية للغاية فيما يتعلق بالدقة والموثوقية وقدرات التعلم والفهم للنماذج الكبيرة. تطبق الصناعة الطبية بشكل أساسي نماذج كبيرة على أبحاث وتطوير الأدوية، وإدارة الصحة، والتشخيص المساعد، والاستشارة عبر الإنترنت وسيناريوهات أخرى، وتحقيق تحسينات في الجودة الطبية والكفاءة الطبية والتغطية الطبية والجوانب الأخرى.
**الأول هو مجال التصوير الطبي. **يمكن لتقنية النماذج الكبيرة أن تساعد الأطباء على تحديد خصائص التصوير للأمراض بسرعة ودقة وتحسين دقة وكفاءة التشخيص. يمكن لتقنية النماذج الكبيرة أيضًا تحليل الأشعة السينية والأشعة المقطعية والتصوير بالرنين المغناطيسي وغيرها من الصور للمريض بسرعة ودقة، ومساعدة الأطباء على تحديد الحالة بسرعة، وتحسين كفاءة ودقة التشخيص.
** والثاني هو مجال التنبؤ بالمرض. **يمكن لتقنية النماذج الكبيرة التنبؤ بمخاطر مرض المريض من خلال تحليل جينات المريض وتاريخه الطبي وغيرها من البيانات، وتنفيذ الوقاية والتدخل مسبقًا، وتقليل معدلات الإصابة بالأمراض والوفيات.
** والثالث هو المساعدة التشخيصية. **يمكن تحليل الصور الطبية بسرعة ودقة من خلال نماذج كبيرة، مما يوفر للأطباء نتائج تشخيصية أكثر دقة. على سبيل المثال، في فحص سرطان الثدي، يمكن للنماذج الكبيرة أن تساعد الأطباء على التعرف بسرعة على عقيدات الثدي المشبوهة وتحسين كفاءة الفحص ودقته.
**الرابع هو الروبوتات الطبية الذكية. ** يمكن للنماذج الكبيرة أن تساعد الروبوتات الطبية على التفاعل بشكل أفضل مع المرضى وتقديم خدمات طبية أفضل. على سبيل المثال، في غرفة العمليات، يمكن للروبوتات الطبية الذكية مساعدة الأطباء على إجراء العمليات الجراحية، وتحسين الكفاءة الجراحية والسلامة.
**الخامس هو خريطة المعرفة الطبية. ** يمكن أن تساعد النماذج الكبيرة في بناء خرائط المعرفة الطبية وتزويد الأطباء بالمعرفة والمعلومات الطبية الأكثر شمولاً ودقة. على سبيل المثال، عندما يقوم الطبيب بالتشخيص، يمكن لخريطة المعرفة الطبية أن تساعد الأطباء في العثور بسرعة على معلومات مثل معايير التشخيص وخيارات العلاج للأمراض ذات الصلة، مما يحسن دقة التشخيص وكفاءته.
استنادًا إلى سلسلة النماذج الكبيرة من Pangu NLP، أنشأت هواوي CLOUD النموذج الطبي الكبير "Pangu Medical". يمكن لـ "Pango Medical" فحص الأدوية المرشحة من مكتبة مركبة ضخمة وفقًا لهدف أو إشارة معينة، والتنبؤ بنشاطها وسميتها، وذلك لتحقيق خدمات اكتشاف الأدوية بكفاءة ودقة. تستطيع "بانغو ميديكال" أيضًا استخلاص معلومات فعالة من بيانات التجارب السريرية الضخمة وفقًا لدواء أو مرض معين، وإنشاء تقارير تجارب سريرية موحدة لتحقيق خدمات تجارب سريرية عالية الجودة وفعالة.
(3) صناعة الطاقة
إن سيناريوهات تطبيق النماذج واسعة النطاق في صناعة الطاقة واسعة النطاق للغاية، مما يمكن أن يحسن بشكل كبير كفاءة كل رابط. على سبيل المثال، من حيث الإدارة التنظيمية، يمكن أن يساعد المؤسسات على تحسين كفاءة الإدارة، ومن حيث التسويق، يمكنه فهم طلب السوق بشكل أفضل وتحسين كفاءة التسويق.
الأول هو التنبؤ بالطلب على الطاقة. **يمكنه تحليل كميات كبيرة من بيانات الطاقة للتنبؤ بالطلب على الطاقة وأسعارها في المستقبل، وتقديم المشورة الاستثمارية ودعم القرار.
**والثاني هو الحكم الذكي على الخطأ. ** يمكن للنماذج الكبيرة استخدام التكنولوجيا المتقدمة لاكتشاف الأخطاء في النظام الحالي وتحديدها تلقائيًا. وخاصة بالنسبة لبعض المخاطر الخفية المحتملة، فيمكن اكتشافها مسبقًا لتجنب خسائر أكبر.
** والثالث هو تفسير السياسات. ** يمكن للنموذج الكبير لصناعة الطاقة تحليل وتفسير القواعد الحالية لصناعة الطاقة وحماية البيئة، وتوفير مرجع للشركات للامتثال للوائح ذات الصلة، وتجنب الخسائر غير الضرورية.
يعد "Xianwen Big Model" الخاص بشركة Qingbo Intelligent Company حلاً تقنيًا متقدمًا يمكنه تحقيق اتصال سلس وتكامل البيانات في الإنتاج والإدارة والتشغيل والروابط الأخرى.
3. اتجاهات تطوير تطبيقات صناعة النماذج الكبيرة المحلية
يجب أن يعتمد نجاح النموذج الكبير على التطبيقات والسيناريوهات ونماذج الأعمال. لقد أحدث النموذج الكبير ثلاثة تغييرات ثورية:
الأول هو تعزيز القفزة من الذكاء الاصطناعي الضعيف إلى الذكاء الاصطناعي العام (AGI)؛
والثاني هو تعزيز القفزة في الإنتاجية من القدرة الحاسوبية إلى الذكاء الآلي؛
**الثالث هو تعزيز القفزة من المجتمع الرقمي إلى المجتمع الذكي. ** يعد التنفيذ في الإنترنت الصناعي "ساحة المعركة الرئيسية" الحقيقية للنماذج الكبيرة، ولكن هناك تحديات مثل النشر المخصخص، وأمن البيانات، ومواءمة القيمة، والتكامل المحكم لأنظمة الأعمال، وفعالية التكلفة.
على سبيل المثال، في مجال التطبيقات الصناعية، تكمل النماذج الكبيرة والنماذج الصغيرة في المجال الصناعي بعضها البعض في هذه المرحلة، وفي المستقبل قد تحل النماذج الكبيرة محل النماذج الصغيرة المخصصة للغاية، وذلك بسبب السيناريوهات الصناعية المعقدة والبيئات المعقدة والظروف المعقدة. العمليات، تُستخدم النماذج أحادية الوسائط حاليًا بشكل أساسي للخدمات. بشكل رئيسي، يعد تطوير نماذج الذكاء الاصطناعي الصناعية الكبيرة أمرًا صعبًا وعددها صغير. نعتقد أن التطبيق الشامل لنماذج الذكاء الاصطناعي الكبيرة في مجال التصنيع الصناعي بطيء نسبيًا، ولكن تعد هجرة النماذج الكبيرة الرأسية الفردية مرتفعة نسبيًا.
مع تراكم البيانات من منصات رؤية الذكاء الاصطناعي الصناعية وكاميرات الذكاء الاصطناعي، تم تخفيض عتبة قدرات التدريب على نموذج الرؤية الآلية بشكل كبير، وتم تطبيق فحص وفحص جودة الذكاء الاصطناعي الصناعي في العديد من سيناريوهات التطبيقات مثل الإلكترونيات 3C والسيارات وقطع الغيار والمستهلكين. السلع، والمواد الخام.
** بشكل عام، سيُظهر تطوير النماذج المحلية واسعة النطاق أن النموذج الأساسي واسع النطاق "يظل ملكًا"، ويولي مزيدًا من الاهتمام للعملية، وتصبح البيانات عالية الجودة العنصر الأساسي. خمسة اتجاهات رئيسية في قدرات التوطين . **
**الأولى هي مسابقة "الفائز يأخذ كل شيء" للنماذج الأساسية الكبيرة. ** أي أن النماذج الكبيرة سوف تتطور تدريجيًا من الكمية إلى الكفاءة، كما أن كيفية جعل النماذج الكبيرة أصغر حجمًا ستصبح أيضًا اتجاهًا مهمًا للتطوير المستقبلي.
**ثانيًا، البيانات عالية الجودة هي مفتاح النجاح. ** في البحث والتطوير للنماذج واسعة النطاق في الصناعة، يمكن إدراك أن الحصول على بيانات عالية الجودة هو السلاح السحري لنقل القيمة للنماذج واسعة النطاق.
**الثالث هو الاهتمام بتنفيذ الصناعة. ** نظرًا لأن النموذج الأساسي واسع النطاق لا يمكنه حل المشكلات الخاصة بالصناعة، فإن نموذج الصناعة واسع النطاق يعد وسيلة مهمة للمساعدة في حل المشكلات العملية في الصناعة.
**الرابع هو إيلاء المزيد من الاهتمام لهذه العملية. **في تطبيقات النماذج الكبيرة، يتم إيلاء المزيد من الاهتمام للسلامة التقنية والقيم والأخلاق.
** خامسا، أنها مستقلة ويمكن السيطرة عليها. **في سياق لعبة القوى العظمى، يجب أن يتمتع النموذج الصيني الكبير بالقدرة على بناء توطين كامل.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
عصر Saizhi: بحث حول تطبيق نماذج الذكاء الاصطناعي الكبيرة في الصناعات الرئيسية
المصدر: سايتشي تايمز
منذ الإصدار العام لـ ChatGPT في نوفمبر 2022، سرعان ما أصبحت النماذج الكبيرة للذكاء الاصطناعي نقطة ساخنة في السوق وتم تطبيقها تدريجيًا في مختلف الصناعات، مثل Open-AI's GPT-3، وPangu NLP من Huawei Cloud، وWenxinda من Baidu. لم تحقق اختراقات تكنولوجية مميزة في مجالات معالجة اللغة الطبيعية، ورؤية الكمبيوتر، والصوت الذكي فحسب، بل حققت أيضًا تطورًا كبيرًا من حيث دقة النموذج، وتعدد الاستخدامات، وقدرات التعميم. أدركت تنفيذ تطبيقات متعددة السيناريوهات، وتحسين الكفاءة، خفض التكاليف وخلق القيمة.
1. نموذج تطوير نماذج الصناعة واسعة النطاق في الداخل والخارج
(1) نموذج التطوير واسع النطاق للصناعات الأجنبية
وفقا لبحث أجراه المعهد الصيني لأبحاث الاتصالات، يوجد حاليا ثلاثة نماذج تطوير رئيسية للنماذج واسعة النطاق في الصناعات الأجنبية، مع كون أول نموذجين للتنمية هما النموذجان السائدان.
**الأول هو "النموذج الكبير الرائد + الأعمال الأصلية". **على سبيل المثال، تستخدم Microsoft GPT لتمكين الأعمال التقليدية مثل Office. تتمثل ميزة هذا النموذج في أنه يمكنه استخدام القدرات اللغوية القوية للنموذج الكبير لتحسين مستوى ذكاء الأعمال الأصلية، وفي الوقت نفسه، يمكنه أيضًا استخدام البيانات وموارد المستخدم الخاصة بالأعمال الأصلية لتعزيز التطبيق أهمية ودقة النموذج الكبير.
**الثاني هو "النموذج الكبير الرائد + البيانات الخارجية". **يتم اعتماد هذه الطريقة بشكل عام من قبل الشركات الصغيرة والمتوسطة الحجم، وتتمثل ميزة هذا النموذج في أنه لا يمكنه الاستفادة من التكنولوجيا المتقدمة للنماذج الكبيرة فحسب، بل أيضًا التكامل الوثيق مع الصناعة لتعزيز ملاءمة الصناعة ودقتها .
**الثالث هو "نموذج كبير مفتوح المصدر + بيانات الصناعة الرأسية لبناء نموذج صناعي كبير". **تتمثل ميزة هذا النموذج في أنه يمكنه الاستفادة الكاملة من بياناته الخاصة لإنشاء نموذج صناعي أكثر دقة، ويمكنه أيضًا التعلم من تكنولوجيا وخبرة النماذج الكبيرة مفتوحة المصدر لتحسين كفاءة التدريب وفعاليته.
بشكل عام، تتمتع النماذج الأجنبية واسعة النطاق للأغراض العامة بقدرات قوية و"تأثيرات رائدة" واضحة، والتي يمكنها تلبية احتياجات الصناعات المتعددة بشكل مباشر. وفقًا لإحصائيات غير كاملة، اعتبارًا من مايو 2023، هناك إجمالي 138 حالة تطبيق للذكاء الاصطناعي في الخارج، خاصة في مجالات الإعلام والألعاب والمكاتب والطب.
(2) نموذج تطوير نموذج كبير للصناعة المحلية
في الوقت الحاضر، هناك نموذجان رئيسيان لتطوير النماذج الكبيرة للصناعة المحلية، أحدهما هو "النموذج الكبير العام المملوك ذاتيًا + بيانات الصناعة الخارجية"، والآخر هو "النموذج الكبير المملوك ذاتيًا أو مفتوح المصدر الآخر + بيانات الصناعة الخاصة".
"النموذج العام واسع النطاق + بيانات الصناعة الخارجية" يعني بشكل أساسي أن المؤسسات التي لديها نماذج عامة واسعة النطاق تستمد نماذج صناعية واسعة النطاق متعددة من النموذج الرئيسي. على سبيل المثال، قامت بايدو بتوسيع النماذج واسعة النطاق لصناعات مثل التمويل والرعاية الطبية والإعلام على أساس "Wenxin". تتمثل ميزة هذا النموذج في أنه يمكنه التكيف بسرعة مع احتياجات الصناعات المختلفة باستخدام القدرات اللغوية القوية للنموذج الكبير للأغراض العامة، وفي الوقت نفسه، يمكنه أيضًا استخدام مصادر البيانات الخارجية لتعزيز أهمية الصناعة ودقتها .
"النماذج الكبيرة المملوكة أو غيرها مفتوحة المصدر + بيانات الصناعة الخاصة"، على سبيل المثال، طورت شركة DeepWise Medical بشكل مستقل نموذجًا عامًا لفهم الصورة الطبية، نموذج DeepWise-CIRP، استنادًا إلى نموذج الصورة الكبيرة لبنية المحولات. يشبه هذا النموذج النموذج الأجنبي الثالث، حيث يمكنه الاستفادة الكاملة من بياناته الخاصة لإنشاء نموذج صناعة أكثر احترافية، ويمكنه أيضًا التعلم من تكنولوجيا وخبرة النماذج الكبيرة الأخرى مفتوحة المصدر لتحسين كفاءة التدريب وفعاليته.
على الرغم من أن قدرات النماذج الكبيرة العامة المحلية لا تزال غير موجودة، إلا أن النماذج الكبيرة في الصناعة يمكن أن تعوض الفجوة وتصبح بمثابة مسرع لتنفيذ صناعة النماذج الكبيرة. وفقًا لإحصائيات غير كاملة، حتى نهاية يوليو 2023، كان هناك 113 نموذجًا محليًا كبيرًا لمختلف الصناعات بأكثر من مليار معلمة.
2. تطبيقات محددة للنماذج الكبيرة في الصناعات الكبرى
(1) الصناعة المالية
تعد الصناعة المالية مجالًا مهمًا لتطبيق النماذج الكبيرة، حيث تُستخدم النماذج الكبيرة بشكل أساسي في خدمة العملاء والخدمات المصرفية والتأمين وغيرها من الأقسام الفرعية لتحقيق تحسينات في التحكم في المخاطر والكفاءة والجوانب الأخرى.
**الأول هو الاستثمار الذكي. ** يمكن استخدام النماذج الكبيرة في مجال الاستثمار لتحليل كمية كبيرة من البيانات التاريخية وظروف السوق في الوقت الفعلي، لمساعدة المستثمرين على اتخاذ القرارات، وضبط تخصيص السلطة ديناميكيًا بناءً على عوامل متعددة مثل احتمالية الربح، والأسهم الفردية الاتجاهات، ومخاطر الأسهم الفردية، ومخاطر الصناعة، واتجاهات السياسة. قارن واحصل على النتيجة للأسهم الفردية.
**الثاني هو تحسين إدارة مخاطر السمعة وقدرات الاستجابة. **يمكن للنماذج الكبيرة المدربة مسبقًا أن تساعد المؤسسات المالية على تقليل مخاطر السمعة. يمكن للمؤسسات استخدام نماذج كبيرة مدربة مسبقًا لإجراء تحليل المشاعر وتصنيف الموضوعات بشأن شكاوى العملاء، والتعليقات على وسائل التواصل الاجتماعي، والبيانات النصية في القنوات الأخرى لفهم آراء العملاء بسرعة الاحتياجات والتعليقات، وتعزيز ثقة العملاء وزيادة قيمة العلامة التجارية.
**الثالث هو تحسين مستوى إدارة مخاطر الامتثال التنظيمي. **يمكن للنماذج الكبيرة المدربة مسبقًا مراجعة أعداد كبيرة من ملفات البيانات والتأكد من صحتها ودقتها بما يتوافق مع اللوائح الحكومية والصناعية ذات الصلة. فيما يتعلق بالامتثال الداخلي، يمكن للنموذج الكبير المُدرب مسبقًا تسجيل ومراقبة وتحليل سجلات هواتف الموظفين وحركة البريد الإلكتروني وبطاقات وقت العمل والراحة وغيرها من المعلومات، وتحديد وتذكير الموظفين الداخليين بالمخاطر المحتملة وسوء السلوك، ومساعدة المؤسسات المالية على تحقيق هدف مراقبة الامتثال لإدارة المخاطر.
**الرابع هو مكافحة الاحتيال. **نموذج مكافحة الاحتيال المالي هو مراقبة وتحليل السلوكيات المحفوفة بالمخاطر أو المشبوهة من خلال طرق جمع البيانات، وتنفيذ تدابير الإنذار المبكر أو التدخل وفقًا لمعايير قياس المخاطر ونماذج القواعد لأحداث المخاطر المختلفة أو السلوكيات المشبوهة، وبالتالي الحد بشكل فعال من الاحتيال المالي حدث.
استنادًا إلى نموذج Wenxin للأغراض العامة، أنشأت Baidu نموذجًا واسع النطاق للصناعة المالية "Wenxin Finance"، والذي يزود الصناعة المالية بقدرات متعددة مثل الأسئلة والأجوبة الذكية، والكتابة الذكية، والتلخيص الذكي. يمكن لـ "Wenxin Finance" استرداد أو إنشاء إجابات من قاعدة المعرفة المالية الضخمة وفقًا للأسئلة التي يطرحها المستخدمون، وذلك لتحقيق خدمات أسئلة وأجوبة ذكية فعالة ودقيقة؛ يمكن لـ "Wenxin Finance" أيضًا إنشاء مقالات متعلقة بالشؤون المالية تلقائيًا وفقا لاحتياجات المستخدمين، التقرير.
(2) الصناعة الطبية
تعد الصناعة الطبية مجالًا مهمًا لابتكار تطبيقات النماذج الكبيرة. تتمتع الصناعة الطبية بمتطلبات عالية للغاية فيما يتعلق بالدقة والموثوقية وقدرات التعلم والفهم للنماذج الكبيرة. تطبق الصناعة الطبية بشكل أساسي نماذج كبيرة على أبحاث وتطوير الأدوية، وإدارة الصحة، والتشخيص المساعد، والاستشارة عبر الإنترنت وسيناريوهات أخرى، وتحقيق تحسينات في الجودة الطبية والكفاءة الطبية والتغطية الطبية والجوانب الأخرى.
**الأول هو مجال التصوير الطبي. **يمكن لتقنية النماذج الكبيرة أن تساعد الأطباء على تحديد خصائص التصوير للأمراض بسرعة ودقة وتحسين دقة وكفاءة التشخيص. يمكن لتقنية النماذج الكبيرة أيضًا تحليل الأشعة السينية والأشعة المقطعية والتصوير بالرنين المغناطيسي وغيرها من الصور للمريض بسرعة ودقة، ومساعدة الأطباء على تحديد الحالة بسرعة، وتحسين كفاءة ودقة التشخيص.
** والثاني هو مجال التنبؤ بالمرض. **يمكن لتقنية النماذج الكبيرة التنبؤ بمخاطر مرض المريض من خلال تحليل جينات المريض وتاريخه الطبي وغيرها من البيانات، وتنفيذ الوقاية والتدخل مسبقًا، وتقليل معدلات الإصابة بالأمراض والوفيات.
** والثالث هو المساعدة التشخيصية. **يمكن تحليل الصور الطبية بسرعة ودقة من خلال نماذج كبيرة، مما يوفر للأطباء نتائج تشخيصية أكثر دقة. على سبيل المثال، في فحص سرطان الثدي، يمكن للنماذج الكبيرة أن تساعد الأطباء على التعرف بسرعة على عقيدات الثدي المشبوهة وتحسين كفاءة الفحص ودقته.
**الرابع هو الروبوتات الطبية الذكية. ** يمكن للنماذج الكبيرة أن تساعد الروبوتات الطبية على التفاعل بشكل أفضل مع المرضى وتقديم خدمات طبية أفضل. على سبيل المثال، في غرفة العمليات، يمكن للروبوتات الطبية الذكية مساعدة الأطباء على إجراء العمليات الجراحية، وتحسين الكفاءة الجراحية والسلامة.
**الخامس هو خريطة المعرفة الطبية. ** يمكن أن تساعد النماذج الكبيرة في بناء خرائط المعرفة الطبية وتزويد الأطباء بالمعرفة والمعلومات الطبية الأكثر شمولاً ودقة. على سبيل المثال، عندما يقوم الطبيب بالتشخيص، يمكن لخريطة المعرفة الطبية أن تساعد الأطباء في العثور بسرعة على معلومات مثل معايير التشخيص وخيارات العلاج للأمراض ذات الصلة، مما يحسن دقة التشخيص وكفاءته.
استنادًا إلى سلسلة النماذج الكبيرة من Pangu NLP، أنشأت هواوي CLOUD النموذج الطبي الكبير "Pangu Medical". يمكن لـ "Pango Medical" فحص الأدوية المرشحة من مكتبة مركبة ضخمة وفقًا لهدف أو إشارة معينة، والتنبؤ بنشاطها وسميتها، وذلك لتحقيق خدمات اكتشاف الأدوية بكفاءة ودقة. تستطيع "بانغو ميديكال" أيضًا استخلاص معلومات فعالة من بيانات التجارب السريرية الضخمة وفقًا لدواء أو مرض معين، وإنشاء تقارير تجارب سريرية موحدة لتحقيق خدمات تجارب سريرية عالية الجودة وفعالة.
(3) صناعة الطاقة
إن سيناريوهات تطبيق النماذج واسعة النطاق في صناعة الطاقة واسعة النطاق للغاية، مما يمكن أن يحسن بشكل كبير كفاءة كل رابط. على سبيل المثال، من حيث الإدارة التنظيمية، يمكن أن يساعد المؤسسات على تحسين كفاءة الإدارة، ومن حيث التسويق، يمكنه فهم طلب السوق بشكل أفضل وتحسين كفاءة التسويق.
الأول هو التنبؤ بالطلب على الطاقة. **يمكنه تحليل كميات كبيرة من بيانات الطاقة للتنبؤ بالطلب على الطاقة وأسعارها في المستقبل، وتقديم المشورة الاستثمارية ودعم القرار.
**والثاني هو الحكم الذكي على الخطأ. ** يمكن للنماذج الكبيرة استخدام التكنولوجيا المتقدمة لاكتشاف الأخطاء في النظام الحالي وتحديدها تلقائيًا. وخاصة بالنسبة لبعض المخاطر الخفية المحتملة، فيمكن اكتشافها مسبقًا لتجنب خسائر أكبر.
** والثالث هو تفسير السياسات. ** يمكن للنموذج الكبير لصناعة الطاقة تحليل وتفسير القواعد الحالية لصناعة الطاقة وحماية البيئة، وتوفير مرجع للشركات للامتثال للوائح ذات الصلة، وتجنب الخسائر غير الضرورية.
يعد "Xianwen Big Model" الخاص بشركة Qingbo Intelligent Company حلاً تقنيًا متقدمًا يمكنه تحقيق اتصال سلس وتكامل البيانات في الإنتاج والإدارة والتشغيل والروابط الأخرى.
3. اتجاهات تطوير تطبيقات صناعة النماذج الكبيرة المحلية
يجب أن يعتمد نجاح النموذج الكبير على التطبيقات والسيناريوهات ونماذج الأعمال. لقد أحدث النموذج الكبير ثلاثة تغييرات ثورية:
الأول هو تعزيز القفزة من الذكاء الاصطناعي الضعيف إلى الذكاء الاصطناعي العام (AGI)؛
والثاني هو تعزيز القفزة في الإنتاجية من القدرة الحاسوبية إلى الذكاء الآلي؛
**الثالث هو تعزيز القفزة من المجتمع الرقمي إلى المجتمع الذكي. ** يعد التنفيذ في الإنترنت الصناعي "ساحة المعركة الرئيسية" الحقيقية للنماذج الكبيرة، ولكن هناك تحديات مثل النشر المخصخص، وأمن البيانات، ومواءمة القيمة، والتكامل المحكم لأنظمة الأعمال، وفعالية التكلفة.
على سبيل المثال، في مجال التطبيقات الصناعية، تكمل النماذج الكبيرة والنماذج الصغيرة في المجال الصناعي بعضها البعض في هذه المرحلة، وفي المستقبل قد تحل النماذج الكبيرة محل النماذج الصغيرة المخصصة للغاية، وذلك بسبب السيناريوهات الصناعية المعقدة والبيئات المعقدة والظروف المعقدة. العمليات، تُستخدم النماذج أحادية الوسائط حاليًا بشكل أساسي للخدمات. بشكل رئيسي، يعد تطوير نماذج الذكاء الاصطناعي الصناعية الكبيرة أمرًا صعبًا وعددها صغير. نعتقد أن التطبيق الشامل لنماذج الذكاء الاصطناعي الكبيرة في مجال التصنيع الصناعي بطيء نسبيًا، ولكن تعد هجرة النماذج الكبيرة الرأسية الفردية مرتفعة نسبيًا.
مع تراكم البيانات من منصات رؤية الذكاء الاصطناعي الصناعية وكاميرات الذكاء الاصطناعي، تم تخفيض عتبة قدرات التدريب على نموذج الرؤية الآلية بشكل كبير، وتم تطبيق فحص وفحص جودة الذكاء الاصطناعي الصناعي في العديد من سيناريوهات التطبيقات مثل الإلكترونيات 3C والسيارات وقطع الغيار والمستهلكين. السلع، والمواد الخام.
** بشكل عام، سيُظهر تطوير النماذج المحلية واسعة النطاق أن النموذج الأساسي واسع النطاق "يظل ملكًا"، ويولي مزيدًا من الاهتمام للعملية، وتصبح البيانات عالية الجودة العنصر الأساسي. خمسة اتجاهات رئيسية في قدرات التوطين . **
**الأولى هي مسابقة "الفائز يأخذ كل شيء" للنماذج الأساسية الكبيرة. ** أي أن النماذج الكبيرة سوف تتطور تدريجيًا من الكمية إلى الكفاءة، كما أن كيفية جعل النماذج الكبيرة أصغر حجمًا ستصبح أيضًا اتجاهًا مهمًا للتطوير المستقبلي.
**ثانيًا، البيانات عالية الجودة هي مفتاح النجاح. ** في البحث والتطوير للنماذج واسعة النطاق في الصناعة، يمكن إدراك أن الحصول على بيانات عالية الجودة هو السلاح السحري لنقل القيمة للنماذج واسعة النطاق.
**الثالث هو الاهتمام بتنفيذ الصناعة. ** نظرًا لأن النموذج الأساسي واسع النطاق لا يمكنه حل المشكلات الخاصة بالصناعة، فإن نموذج الصناعة واسع النطاق يعد وسيلة مهمة للمساعدة في حل المشكلات العملية في الصناعة.
**الرابع هو إيلاء المزيد من الاهتمام لهذه العملية. **في تطبيقات النماذج الكبيرة، يتم إيلاء المزيد من الاهتمام للسلامة التقنية والقيم والأخلاق.
** خامسا، أنها مستقلة ويمكن السيطرة عليها. **في سياق لعبة القوى العظمى، يجب أن يتمتع النموذج الصيني الكبير بالقدرة على بناء توطين كامل.