مصدر الصورة: تم إنشاؤه بواسطة الذكاء الاصطناعي غير محدود
لقد دخل التحول الذكي للصناعة منطقة المياه العميقة ، وتتغير نقاط الطلب للمؤسسات على قدرات الذكاء الاصطناعي.
المزيد والمزيد من الشركات الكبيرة تتطلع إلى ما هو أبعد من تطبيق ذكي واحد. في صناعات مثل الطاقة الكهربائية والتمويل ، تركز الشركات الكبيرة على العملية الكاملة لإنتاج وتطبيق وإدارة القدرات الذكاء الاصطناعي ، وتطرح متطلبات لمنصات التعلم الذكاء الاصطناعي للمصنعين وأدوات إنتاجية المنصة ، وذلك لحل سلسلة من نقاط الألم مثل ندرة المواهب وندرة البيانات وصعوبات الإدارة وانخفاض معدل إعادة استخدام الموارد.
بعد وصول طفرة النماذج الكبيرة ، تحول تركيز منافسة المنصة إلى تطوير وتطبيق النماذج الكبيرة ، ويجمع المصنعون بنشاط بين حلول منصة الذكاء الاصطناعي السابقة والنماذج الكبيرة. في مسابقة المنصة ، تم تسليط الضوء على مزايا بعض الشركات. أصدرت Forrester ، وهي وكالة تحليل دولية ، مؤخرا تقريرا يوضح أنه في منافسة منصات الذكاء الاصطناعي / التعلم الآلي الصينية ، كان أداء Baidu Intelligent Cloud جيدا ، وحصلت المنصات الذكاء الاصطناعي المشاركة في الاختيار على أعلى الدرجات في 6 فئات مثل البيانات والمنطق والتطبيق ** 15 فئة فرعية ** ، لتحتل المرتبة الأولى **.
تساعد منصة الذكاء الاصطناعي المؤسسات على بناء نماذج وتطبيقات الذكاء الاصطناعي بسرعة تلبي احتياجات العمل ، ومراقبة أداء النماذج وتحسينه بشكل فعال.
وضع بناء 100 نموذج ل 100 مشهد هو شيء من الماضي.
**01 الاستخدام العميق الذكاء الاصطناعي ، متاعب البنادق القديمة **
** تدخل الصناعة مرحلة التطبيق الذكاء الاصطناعي المتعمق ، ولم يعد الذكاء الاصطناعي بعيد المنال. ومع ذلك ، تجد المزيد والمزيد من الشركات أنه مع تعميق التطبيقات ، يواجه كبار المستخدمين في مجال ذكاء المؤسسات مشاكل جديدة.
إذا أخذنا صناعة الطاقة كمثال ، فقد استخدمت شركات الطاقة الكبيرة نماذج الذكاء الاصطناعي لسيناريوهات متعددة مثل فحص الدائرة. عادة ، يتم شراء الاحتياجات ذات الصلة لهذه الشركات في الغالب بشكل مستقل من قبل الإدارات أو الفروع المختلفة. مع زيادة عدد التطبيقات الذكاء الاصطناعي ، يزداد عدد النماذج. أصبحت إدارة عدد كبير من النماذج والحفاظ عليها تعمل بثبات وكفاءة تحديا.
العديد من الشركات الكبيرة لديها مشاكل مماثلة. أخبر أحد المحاربين القدامى شركة Digital Intelligence Frontline أنه رأى شخصيا أن القسم A في المؤسسة يضع 5 أشخاص للقيام بالخوارزمية A ، كما يضع القسم B عددا قليلا من الأشخاص في الفريق B للقيام بالخوارزميات ، مما يجعل من الصعب إجراء مراقبة موحدة والتحسين والتحديث والصيانة من مستوى الشركة ، ومعدل إعادة استخدام الموارد الذكاء الاصطناعي الإجمالي في المؤسسة منخفض جدا.
وقد طبقت بعض الشركات أو المؤسسات بالفعل تقنية الذكاء الاصطناعي للموافقة على أهلية إصدار بطاقات الائتمان وتحديد الاحتيال لتحقيق الذكاء الاصطناعي السيطرة على المخاطر والتسويق الدقيق. لكن تركيز الصناعة المالية على الأمن والامتثال يمتد أيضا إلى تطبيق الذكاء الاصطناعي. على سبيل المثال ، يولي الفريق الفني في البنك أهمية كبيرة لعوامل الامتثال ، وعند إنشاء نموذج جديد ، من المسؤول عن تفويض البناء والموافقة عليه ، والذي يتولى الموافقة على قراءة البيانات ، وكتابة البيانات ، وإنتاج النموذج ، والتدريب ، والهبوط ، والإطلاق مضمونة أيضا من خلال طبقات من العمليات. من الواضح أن هذا النوع من الطلب ليس بناء التطبيق الذكي التقليدي.
أخبر أحد كبار مسؤولي حلول الصناعة من بائع سحابي Digital Intelligence Frontier أن بعض الشركات المركزية الكبيرة المملوكة للدولة تأمل بوضوح في بناء مركز ذكي للمؤسسة وتنمية قدراتها الذكاء الاصطناعي الخاصة ، بحيث يمكن للقسم الرقمي للمؤسسة تطوير خوارزمياته الخاصة لسيناريوهات جديدة وإنشاء تطبيقات جديدة.
ويلاحظ هذا الاتجاه أيضا في الصناعة. وقال جين وي ، كبير مهندسي منصة الذكاء الاصطناعي السحابية الذكية في بايدو، للخط الأمامي للذكاء الرقمي إن هذا يعكس أن تطبيقات الذكاء الاصطناعي تتجه نحو منطقة المياه العميقة ، وأن التحول المنهجي للمؤسسات أصبح بارزا بشكل متزايد. لا ينبغي أن يكون لدى الشركات رؤية وتخطيط للأهداف فحسب ، بل تحتاج أيضا إلى آلية قوية للتنسيق والإشراف على الترويج ، وأن يكون لديها أدوات كاملة لضمان التنفيذ السلس. منصة الذكاء الاصطناعي هي أداة إنتاجية للتحول الذكي للمؤسسات.
لقد أدركت الصناعة أهمية منتج النظام الأساسي هذا. أصدرت Forrester ، وهي شركة تحليل دولية ، مؤخرا تقرير "The Forrester WaveTM: تقييم بائعي منصات الذكاء الاصطناعي / ML في السوق الصينية ، Q42023" ، مشيرة إلى أن صانعي القرار في الشركات في الصين يعطون الأولوية لاعتماد التكنولوجيا الذكاء الاصطناعي لدفع تحسين الإنتاجية وابتكار الأعمال. في هذه العملية ، تحتاج المؤسسات إلى منتجات منصة الذكاء الاصطناعي يمكنها دعم حالات الاستخدام المعقدة في بيئات الأعمال الخاصة بها.
تتطلب الاتجاهات الجديدة أيضا قدرات بائعي منصات التعلم الآلي. وفقا لشركة Forrester ، تحتاج المنصات الرائدة ** إلى توفير أدوات شاملة عبر إدارة البيانات والتدريب على النماذج وبناء التطبيقات الذكاء الاصطناعي. كما ينبغي تكييفه مع سيناريوهات الصناعة لمساعدة بعض المؤسسات التي تفتقر إلى المواهب الذكاء الاصطناعي وعلماء البيانات على الحصول على قدرات الذكاء الاصطناعي بناء على احتياجات أعمالهم الخاصة**؛ بالإضافة إلى ذلك ، يمكن أن تساعد الأدوات والتقنيات والممارسات المؤسسات على تطوير النماذج ونشرها على نطاق واسع.
قامت Forrester بتقييم 14 بائعا لمنصات التعلم الآلي السائدة في الصين على 25 معيارا فرعيا من ثلاثة أبعاد: قدرة المنتج والتخطيط الاستراتيجي وأداء السوق. وفقا للبيانات ، تم تصنيف Baidu Intelligent Cloud حاليا كقائد للتقرير ، وفازت بالمركز الأول في 9 درجات فرعية مثل البيانات والتدريب والتفكير التنبئي والتطبيق.
قدم جين وي أن قدرات منتجات بايدو الرائدة في منصة الذكاء الاصطناعي قد خضعت لتراكم وتلميع طويل الأجل. الهدف الأصلي من منصة الذكاء الاصطناعي هو إنشاء برنامج إنتاجية يسمح لأنواع مختلفة من مستخدمي المؤسسات ببناء تطبيقات الذكاء الاصطناعي بسرعة واقتصادية، وفي نفس الوقت يحقق خوارزميات وأدوات متعددة وتشغيل سريع ونتائج جيدة على المنصة، مما يساعد العملاء على توفير الخوادم والقوى العاملة.
في الوقت الحاضر ، تم استخدام بعض الشركات الكبيرة في صناعات الطاقة والمالية بعمق. استنادا إلى النظام الأساسي الذكاء الاصطناعي ، لا يمكن للمؤسسات فقط بناء نماذج وتطبيقات الذكاء الاصطناعي تلبي احتياجات العمل بسرعة ، ولكن أيضا مراقبة أداء النموذج وتحسينه بشكل فعال. بالإضافة إلى ذلك ، يعد إدارة وتنسيق الموارد مثل البيانات وقوة الحوسبة والأشخاص والعمليات أكثر ملاءمة وكفاءة.
على سبيل المثال ، في صناعة الطاقة ، تساعد منصة Baidu الذكية الذكاء الاصطناعي السحابية المجموعات الكبيرة على حل نقاط الضعف في الأعمال. من ناحية ، يمكن مشاركة النموذج والبيانات عبر الشركات التابعة المختلفة لتجنب إعادة اختراع العجلة. في الوقت نفسه ، تستخدم بعض النماذج الحالية المتعلقة بإنتاج السلامة هذا المنتج ، والذي يمكن توزيعه مباشرة على شبكة المقاطعة أو البلدية بواسطة شبكة الدولة ، والتي يمكن أن تستخدم بكفاءة موارد الذكاء الاصطناعي ولها جودة ثابتة. بالإضافة إلى ذلك ، يمكن لمنصة الذكاء الاصطناعي أيضا مساعدة الشركات على الابتكار ، مثل تطوير خوارزمية جديدة لإرسال الطاقة ، باستخدام إطار التعلم المعزز من Baidu ، والذي يمكنه تحقيق المعايرة التلقائية لمعلمات الجدولة دون الخبرة اليدوية لعدد كبير من الخبراء.
وفي القطاع المالي، ساعد حل منصة الذكاء الاصطناعي من "بايدو إنتيليجنت كلاود" العديد من المؤسسات المالية على بناء وحدات إدارة مخاطر نموذجية كبيرة لضمان امتثال العمليات والأمن الموثوق به عند تطبيق الذكاء الاصطناعي على السيناريوهات المالية.
**02 عصر النماذج الكبيرة ، كيفية الخياطة **
منذ بداية هذا العام ، عززت موجة النماذج الكبيرة الذكاء الاصطناعي التوليدية التطبيق المتعمق الذكاء الاصطناعي في الصناعة ، كما أن منصات التعلم الآلي تبشر بفرص تطوير جديدة.
وفقا لمصادر رفيعة المستوى ، بعد وصول نماذج اللغة الكبيرة ، تنعكس التغييرات في منصات التعلم الآلي في ثلاثة مستويات. التغيير الأكثر شيوعا هو في واجهة التشغيل ، وأصبحت واجهة التشغيل المعقدة قبل البرمجة اللغوية العصبية أكثر بساطة ، وعتبة تطبيق المؤسسة الذكاء الاصطناعي اللغة آخذة في الانخفاض. في الوقت نفسه ، تم تحسين قدرة التشغيل الآلي للنموذج ، ويمكن أتمتة المهام مثل معالجة البيانات واختيار النموذج وإنشاء التقارير تلقائيا. بالإضافة إلى ذلك ، تم أيضا فتح مساحة للتطبيقات المبتكرة الذكاء الاصطناعي الأصلية.
في هذا السياق ، اتخذت العديد من الشركات النموذج الكبير كضرورة للإجابة على السؤال ، كما تستعد العديد من الشركات المصنعة للمنصات لإطلاق منتجات ومنصات مختلفة لتسريع تطبيق تقنية النماذج الكبيرة. وبأخذ بايدو كمثال، أطلقت في مارس من هذا العام منصة بايدو الذكية للنماذج السحابية الكبيرة Qianfan، والتي تدمج بعمق القدرات الرئيسية لتطوير النماذج الكبيرة وتطبيقها مع منصة الذكاء الاصطناعي لإنشاء "مصنع فائق" لخدمات النماذج الكبيرة.
من أجل تسهيل استخدام المؤسسات بسهولة وتطوير تطبيقات النماذج الكبيرة ، لا توفر Baidu Qianfan حاليا نموذج Wenxin الكبير المطور ذاتيا من Baidu ونموذج الطرف الثالث الكبير فحسب ، بل توفر أيضا مجموعة متنوعة من أدوات تطوير الذكاء الاصطناعي ومجموعة كاملة من بيئات التطوير لمساعدة صناعة الذكاء الاصطناعي التوليدية في مختلف الصناعات الأرض.
على وجه التحديد ، تلخص بايدو طلب الصناعة على النماذج الكبيرة إلى خمسة أنواع ، سواء كان عميلا يحتاج فقط إلى قوة الحوسبة ، أو مؤسسة تريد الاتصال مباشرة بواجهة برمجة تطبيقات النموذج الكبير أو القيام بتطوير ثانوي بناء على النموذج الكبير الحالي ، وشركة ترغب في تطوير تطبيقات أصلية الذكاء الاصطناعي أساس النموذج الكبير أو استخدام التطبيق المطور مباشرة ، يمكن لمنصة Baidu Qianfan تقديم خدمات مستهدفة.
بالنسبة للمؤسسات التي تحتاج فقط إلى قوة الحوسبة ، يمكن لمنصة Baidu Qianfan توفير خدمات طاقة حوسبة غير متجانسة عالية الكفاءة وفعالة من حيث التكلفة. كشف Jin Wei أنه للقيام بذلك ، أمضى الفريق الفني لمنصة Baidu الذكاء الاصطناعي السحابية الذكية عدة سنوات في القيام بالكثير من الأعمال القذرة. على سبيل المثال ، إنه متوافق مع رقائق الذكاء الاصطناعي السائدة في الداخل والخارج ، ويحتاج إلى تكييفه من أربعة مستويات: طبقة الإطار ، والخوارزمية الأساسية والشبكة ، ونموذج الشريحة ، ونظام التشغيل. "يختلف PyTorch عن TensorFlow ، ونظام التشغيل هو Windows أو Linux أو متحكم دقيق ، والعمل الذي يتعين القيام به مختلف أيضا. ** أجرت المجموعة المكونة من أربع طبقات 40000 تعديل لضمان التشغيل السلس للطرز المختلفة. ** قال جين وي.
في الوقت الحاضر ، لا ترتبط منصة Qianfan الكبيرة النموذجية بطراز Wenxin الكبير 4.0 فحسب ، بل تدير أيضا 44 نموذجا كبيرا من جهات خارجية في الداخل والخارج ، وهو أكبر عدد بين المنصات المحلية.
** ترغب بعض الشركات في إعادة تطوير النماذج الكبيرة الحالية ، الأمر الذي يتطلب سلسلة أدوات غنية وعددا كبيرا من مجموعات البيانات. ** تحتوي منصة Qianfan حاليا على سلسلة أدوات كاملة وعدد كبير من مجموعات البيانات عالية الجودة التي تغطي دورة الحياة الكاملة لإعادة تدريب النماذج الكبيرة وضبطها وتقييمها ونشرها ، والتي يمكنها تحسين تأثير النموذج بسرعة وفقا للسيناريوهات وزيادة تحسين تجربة المستخدم للنماذج الكبيرة من المؤسسات.
تجلب النماذج الكبيرة تغييرات جديدة على عملية التعليقات التوضيحية للبيانات، ويمكن إكمال العديد من مهام التعليقات التوضيحية من خلال النموذج. في الوقت الحاضر ، تدعم منصة Qianfan إعادة تدفق بيانات الأعمال والتعليقات التوضيحية للبيانات المؤتمتة للغاية. على سبيل المثال ، في سيناريو اكتشاف الكائنات ، يوفر Qianfan مباشرة إمكانات ما قبل التدريب ، من خلال النقر على الزر لتسمية جزء صغير ، والسماح للنموذج بتعلم نمط التعليقات التوضيحية البشرية للتعليق تلقائيا ، والذي يمكن أن يوفر 70٪ ~ 90٪ من القوى العاملة للمؤسسات.
هناك أيضا العديد من الشركات التي ترغب في تطوير تطبيقات الذكاء الاصطناعي أصلية تعتمد على نماذج كبيرة. في منتصف هذا الشهر ، أصدرت Baidu Intelligent Cloud "Qianfan الذكاء الاصطناعي Native Application Development Workbench" ، والتي تتضمن مكونات التطبيق المشتركة وخدمات إطار التطبيق من طبقتين لتطوير تطبيقات النماذج على نطاق واسع ، والتي تهدف إلى تطوير احتياجات التطبيقات الأصلية الذكاء الاصطناعي.
بأخذ مكونات التطبيق كمثال ، تتضمن منصة Qianfan أنواعا مختلفة من القدرات ، مثل مكونات نموذج اللغة الكبيرة مثل Q&A وسلسلة الفكر ، والمكونات متعددة الوسائط مثل مخطط Wensheng والتعرف على الكلام ، بالإضافة إلى إمكانات الخدمة السحابية التقليدية مثل قاعدة بيانات المتجهات وتخزين الكائنات.
يمكن لإطار عمل التطبيق توصيل المكونات عضويا لإكمال المهمة الكاملة لسيناريو معين. قدمت منصة Qianfan خدمات إطارية شائعة الاستخدام مثل الجيل المعزز للاسترجاع (RAG) والوكيل في السوق ، وقد طبقت الشركات الرائدة مثل Sany Heavy Industry هذه الأطر لتطوير تطبيقات الأسئلة والأجوبة المعرفية الخاصة بها بسرعة.
** الهندسة مجال جديد ولد بعد ظهور النماذج الكبيرة **. هذا له علاقة بطبيعة النموذج الكبير ، وتغيير التعليمات قليلا يمكن أن يحدث فرقا كبيرا في إنتاجه أو سلوكه. حاليا ، تؤكد العديد من الشركات المصنعة على الأدوات الهندسية. توفر منصة Baidu Qianfan أيضا أكثر من 10 سيناريوهات تغطي الحوار والبرمجة والتجارة الإلكترونية والرعاية الطبية والألعاب والترجمة والكلام وما إلى ذلك ، بإجمالي 226 نموذجا. وفقا للتقارير ، هذا هو أكبر عدد من مكتبات القوالب في النظام الأساسي السائد في الصين. يمكن للمطورين والمؤسسات أيضا استخدام أدوات الأتمتة والدفعات المختلفة التي توفرها المنصة لإكمال العملية بكفاءة.
يعتقد جين وي أنه في الأشهر القليلة الماضية ، وضعت منصة نموذج Qianfan الكبيرة السحابية الذكية من Baidu أساسا متينا وجاهزة لمعركة 100 نموذج ومساعدة الشركات على تطبيق الذكاء الاصطناعي على نطاق واسع.
**03 الذكاء الاصطناعي المنصة ، ما هي المحطة التالية؟ **
الذكاء الاصطناعي ليس فقط للشركات الكبيرة. في الوقت الحاضر ، يولي مصنعو منصات التعلم الآلي أهمية للتغطية الشاملة للمؤسسات الكبيرة والعملاء الصغار والمتوسطين وأسواق المطورين ، كما تخدم حلول منصة Baidu Intelligent Cloud الذكاء الاصطناعي مجموعات مختلفة بطريقة مستهدفة.
وقال جين وي ل Digital Intelligence Frontier إن حل منصة Baidu الذكاء الاصطناعي هو مصطلح عام لعدد من المنتجات ، بما في ذلك منتجات مثل منصة تطوير الذكاء الاصطناعي كاملة الميزات BML ، ومنصة تطوير الذكاء الاصطناعي ذات عتبة الصفر EasyDL ، ومنصة Baidu Intelligent Cloud Qianfan الكبيرة. بالنسبة للحقول المختلفة أو تفضيلات العملاء المختلفة ، فإن النظام الأساسي الذكاء الاصطناعي لديه تكييف المنتج المقابل. على سبيل المثال ، يتم حزم قدرة معالجة البيانات في منتج EasyData ، كما يتم استخراج إمكانية نمذجة التعليمات البرمجية الصفرية لصنع منتج EasyDL ، والذي يمكن أن يساعد المستخدمين على إكمال نمذجة التعليمات البرمجية الصفرية باستخدام نماذج عالية الأداء مدربة مسبقا ، ويتم نقل قدرات النماذج الكبيرة بواسطة منصة Qianfan السحابية الذكية من بايدو.
على السحابة العامة ، غالبية العملاء هم من الشركات الصغيرة والمتوسطة الحجم ، ويتم إعادة تفكيك وحدات النظام الأساسي الذكاء الاصطناعي ودمجها ، مع منتجات منصة تطوير الذكاء الاصطناعي كاملة الميزات BML و EasyDL كممثلين رئيسيين لتلبية الاحتياجات. استجابة لاحتياجات نشر الخصخصة للعملاء الكبار ، سيتم تعبئة العديد من المنتجات في منتجات كبيرة جدا لإكمال التسليم.
وفقا لتقرير Forrester ، فإن قدرات المنتج لمنصة Baidu الذكاء الاصطناعي السحابية الذكية قد حققت أداء جيدا في خمسة مجالات رئيسية: معالجة البيانات ، والتدريب على النماذج ، والتفكير التنبئي ، والتطبيق ، والهندسة المعمارية.
قدم جين وي القدرات والمزايا الفريدة في مختلف المجالات. بأخذ هندسة الميزات في مجال البيانات كمثال ، قدم Jin Wei أن منصة Baidu الذكاء الاصطناعي تدمج إمكانات إدارة مكتبة الميزات الممتازة للغاية ، وقد وصلت قدراتها إلى مستوى احترافي. يمكن أن يوفر وظائف مثل إضافة الميزات وحذفها وتعديلها والاستعلام عنها وإنتاج الميزات ومشاركتها وإدارة الإصدار والتحقق من البيانات وما إلى ذلك ، ودعم أشكال مختلفة من البيانات في تدفق الموافقة على خدمات التنبؤ ، والتأكد من أن الميزات المستخدمة في تدريب النموذج متوافقة مع الميزات في التنبؤ النهائي. يقول جين وي: "إذا كان توزيع الميزات 50 في المائة من الذكور و 50 في المائة من الإناث أثناء التدريب ، و 60 في المائة من الذكور و 40 في المائة من الإناث ، فلا يمكنك توقع أن يكون النموذج دقيقا بشكل خاص" ، وهو أمر بالغ الأهمية لدقة النموذج.
على سبيل المثال ، في مجال التدريب النموذجي ، يمكن لمنصة Baidu الذكاء الاصطناعي دعم النمذجة والتدريب على أنواع البيانات المختلفة بما في ذلك الصور ومقاطع الفيديو والنصوص والكلام والبيانات المنظمة. فيما يتعلق بالنمذجة ، يتم توفير دعم أداة NoteBook للأشخاص الذين يرغبون في كتابة التعليمات البرمجية ، ويمكن للأشخاص الذين لا يحبون كتابة التعليمات البرمجية السحب والإفلات أو حتى النقر فوق الزر الشامل المدمج للنمذجة. بالنسبة لعدد كبير من السيناريوهات ، مثل تصنيف الصور ، والملصقات المتعددة أحادية التسمية ، واكتشاف الكائنات وسيناريوهات السيرة الذاتية الأخرى ، قام فريق خوارزمية Paddle بإجراء تحسين متعمق بناء على مشغل Paddle ، وسيكون الأداء والتأثير أفضل.
لا يمكن فصل المزايا الفريدة لأداء المنتج عن الاستثمار التقني طويل الأجل والاهتمام باتجاهات التكنولوجيا الجديدة. وفقا لفريق البحث والتطوير في منصة Baidu الذكاء الاصطناعي ، فإنهم قلقون للغاية بشأن اتجاهات التكنولوجيا الجديدة ، مثل قبل ثلاث سنوات ، كانت الصناعة تناقش مشكلة قابلية تفسير النموذج ، وإذا كنت لا تعرف كيف يتخذ النموذج القرارات ، فسيؤثر ذلك على استخدام النموذج في سيناريوهات ذات متطلبات امتثال أمنية عالية. بشكل عام ، تحتوي نماذج التعلم العميق على معلمات أكبر بكثير من نماذج التعلم الآلي التقليدية ، وستكون مشكلة الصندوق الأسود أكثر خطورة.
بعد فترة طويلة من التحضير ، تغلب فريق منصة Baidu الذكاء الاصطناعي أخيرا على خوارزمية قابلية الشرح النموذجية في مجال التعلم الآلي التقليدي ، ودمج مبادئ الصندوق الأبيض لخمسة تعلم آلي شائع ، كما تغلب على بعض مشاكل قابلية تفسير التعلم العميق. "يمكن أن يعزى معرفة متى يتخذ النموذج قرارا ، سواء كان يعتمد على البيانات أو مستحثا بالخوارزمية ، وتعزز هذه النتائج تطبيق المنتجات الذكاء الاصطناعي المتعلقة بالمنصة في سيناريوهات صناعية خاصة مثل اتخاذ القرارات المالية." قدم جين وي.
في الوقت الحاضر ، تقسم الصناعة نموذج تطوير النماذج الكبيرة إلى خمس طبقات ، النموذج الكبير نفسه ، والهندسة ، وسلسلة أدوات السلسلة وسلسلة العمل ، والوكالة والوكالات المتعددة. كان التركيز الرئيسي لمنصة Qianfan السحابية الذكية من Baidu قويا جدا في الطبقتين الأولى والثانية ، كما أن الطبقات الثلاث الأخيرة ، بما في ذلك سلسلة الأدوات والوكيل والقدرات متعددة الوكالات ، هي أيضا في مرحلة البناء الرئيسية. قدم Jin Wei أن منصة النموذج الكبير Qianfan ستستمر في التحسين والترقية ، بحيث يمكن للنموذج الكبير ممارسة مبادرته الذاتية بشكل مستقل ولديه القدرة على حل المشكلات المعقدة. في الوقت نفسه ، لا يتم استبعاد خطط الذهاب إلى البحر في المستقبل **.
بشكل عام ، في ظل البناء الذكي للمؤسسات ، تمت ترقية تطبيق الذكاء الاصطناعي من قبل الشركات بشكل كبير ، وأصبحت المنافسة في مجال المنصات الذكاء الاصطناعي شرسة بشكل متزايد. للبقاء في الطليعة ومواجهة التحديات طويلة الأجل لتغيير الامتثال والتعقيد التقني ، سيحتاج المصنعون أيضا إلى الاستثمار في التكنولوجيا. يعتقد Jin Wei أن الشركات المصنعة بحاجة إلى الالتزام بالابتكار التكنولوجي وتحسين رضا العملاء وسلامتهم وامتثالهم للتكيف مع هذا السوق المتغير.
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.
100 حرب نموذجية ، لا تقاتل من أجل منصة واحدة
المصدر الأصلي: الاستخبارات الرقمية فرونت لاين
المؤلف: شو شين
لقد دخل التحول الذكي للصناعة منطقة المياه العميقة ، وتتغير نقاط الطلب للمؤسسات على قدرات الذكاء الاصطناعي.
المزيد والمزيد من الشركات الكبيرة تتطلع إلى ما هو أبعد من تطبيق ذكي واحد. في صناعات مثل الطاقة الكهربائية والتمويل ، تركز الشركات الكبيرة على العملية الكاملة لإنتاج وتطبيق وإدارة القدرات الذكاء الاصطناعي ، وتطرح متطلبات لمنصات التعلم الذكاء الاصطناعي للمصنعين وأدوات إنتاجية المنصة ، وذلك لحل سلسلة من نقاط الألم مثل ندرة المواهب وندرة البيانات وصعوبات الإدارة وانخفاض معدل إعادة استخدام الموارد.
بعد وصول طفرة النماذج الكبيرة ، تحول تركيز منافسة المنصة إلى تطوير وتطبيق النماذج الكبيرة ، ويجمع المصنعون بنشاط بين حلول منصة الذكاء الاصطناعي السابقة والنماذج الكبيرة. في مسابقة المنصة ، تم تسليط الضوء على مزايا بعض الشركات. أصدرت Forrester ، وهي وكالة تحليل دولية ، مؤخرا تقريرا يوضح أنه في منافسة منصات الذكاء الاصطناعي / التعلم الآلي الصينية ، كان أداء Baidu Intelligent Cloud جيدا ، وحصلت المنصات الذكاء الاصطناعي المشاركة في الاختيار على أعلى الدرجات في 6 فئات مثل البيانات والمنطق والتطبيق ** 15 فئة فرعية ** ، لتحتل المرتبة الأولى **.
تساعد منصة الذكاء الاصطناعي المؤسسات على بناء نماذج وتطبيقات الذكاء الاصطناعي بسرعة تلبي احتياجات العمل ، ومراقبة أداء النماذج وتحسينه بشكل فعال.
وضع بناء 100 نموذج ل 100 مشهد هو شيء من الماضي.
**01 الاستخدام العميق الذكاء الاصطناعي ، متاعب البنادق القديمة **
** تدخل الصناعة مرحلة التطبيق الذكاء الاصطناعي المتعمق ، ولم يعد الذكاء الاصطناعي بعيد المنال. ومع ذلك ، تجد المزيد والمزيد من الشركات أنه مع تعميق التطبيقات ، يواجه كبار المستخدمين في مجال ذكاء المؤسسات مشاكل جديدة.
إذا أخذنا صناعة الطاقة كمثال ، فقد استخدمت شركات الطاقة الكبيرة نماذج الذكاء الاصطناعي لسيناريوهات متعددة مثل فحص الدائرة. عادة ، يتم شراء الاحتياجات ذات الصلة لهذه الشركات في الغالب بشكل مستقل من قبل الإدارات أو الفروع المختلفة. مع زيادة عدد التطبيقات الذكاء الاصطناعي ، يزداد عدد النماذج. أصبحت إدارة عدد كبير من النماذج والحفاظ عليها تعمل بثبات وكفاءة تحديا.
العديد من الشركات الكبيرة لديها مشاكل مماثلة. أخبر أحد المحاربين القدامى شركة Digital Intelligence Frontline أنه رأى شخصيا أن القسم A في المؤسسة يضع 5 أشخاص للقيام بالخوارزمية A ، كما يضع القسم B عددا قليلا من الأشخاص في الفريق B للقيام بالخوارزميات ، مما يجعل من الصعب إجراء مراقبة موحدة والتحسين والتحديث والصيانة من مستوى الشركة ، ومعدل إعادة استخدام الموارد الذكاء الاصطناعي الإجمالي في المؤسسة منخفض جدا.
وقد طبقت بعض الشركات أو المؤسسات بالفعل تقنية الذكاء الاصطناعي للموافقة على أهلية إصدار بطاقات الائتمان وتحديد الاحتيال لتحقيق الذكاء الاصطناعي السيطرة على المخاطر والتسويق الدقيق. لكن تركيز الصناعة المالية على الأمن والامتثال يمتد أيضا إلى تطبيق الذكاء الاصطناعي. على سبيل المثال ، يولي الفريق الفني في البنك أهمية كبيرة لعوامل الامتثال ، وعند إنشاء نموذج جديد ، من المسؤول عن تفويض البناء والموافقة عليه ، والذي يتولى الموافقة على قراءة البيانات ، وكتابة البيانات ، وإنتاج النموذج ، والتدريب ، والهبوط ، والإطلاق مضمونة أيضا من خلال طبقات من العمليات. من الواضح أن هذا النوع من الطلب ليس بناء التطبيق الذكي التقليدي.
أخبر أحد كبار مسؤولي حلول الصناعة من بائع سحابي Digital Intelligence Frontier أن بعض الشركات المركزية الكبيرة المملوكة للدولة تأمل بوضوح في بناء مركز ذكي للمؤسسة وتنمية قدراتها الذكاء الاصطناعي الخاصة ، بحيث يمكن للقسم الرقمي للمؤسسة تطوير خوارزمياته الخاصة لسيناريوهات جديدة وإنشاء تطبيقات جديدة.
ويلاحظ هذا الاتجاه أيضا في الصناعة. وقال جين وي ، كبير مهندسي منصة الذكاء الاصطناعي السحابية الذكية في بايدو، للخط الأمامي للذكاء الرقمي إن هذا يعكس أن تطبيقات الذكاء الاصطناعي تتجه نحو منطقة المياه العميقة ، وأن التحول المنهجي للمؤسسات أصبح بارزا بشكل متزايد. لا ينبغي أن يكون لدى الشركات رؤية وتخطيط للأهداف فحسب ، بل تحتاج أيضا إلى آلية قوية للتنسيق والإشراف على الترويج ، وأن يكون لديها أدوات كاملة لضمان التنفيذ السلس. منصة الذكاء الاصطناعي هي أداة إنتاجية للتحول الذكي للمؤسسات.
لقد أدركت الصناعة أهمية منتج النظام الأساسي هذا. أصدرت Forrester ، وهي شركة تحليل دولية ، مؤخرا تقرير "The Forrester WaveTM: تقييم بائعي منصات الذكاء الاصطناعي / ML في السوق الصينية ، Q42023" ، مشيرة إلى أن صانعي القرار في الشركات في الصين يعطون الأولوية لاعتماد التكنولوجيا الذكاء الاصطناعي لدفع تحسين الإنتاجية وابتكار الأعمال. في هذه العملية ، تحتاج المؤسسات إلى منتجات منصة الذكاء الاصطناعي يمكنها دعم حالات الاستخدام المعقدة في بيئات الأعمال الخاصة بها.
تتطلب الاتجاهات الجديدة أيضا قدرات بائعي منصات التعلم الآلي. وفقا لشركة Forrester ، تحتاج المنصات الرائدة ** إلى توفير أدوات شاملة عبر إدارة البيانات والتدريب على النماذج وبناء التطبيقات الذكاء الاصطناعي. كما ينبغي تكييفه مع سيناريوهات الصناعة لمساعدة بعض المؤسسات التي تفتقر إلى المواهب الذكاء الاصطناعي وعلماء البيانات على الحصول على قدرات الذكاء الاصطناعي بناء على احتياجات أعمالهم الخاصة**؛ بالإضافة إلى ذلك ، يمكن أن تساعد الأدوات والتقنيات والممارسات المؤسسات على تطوير النماذج ونشرها على نطاق واسع.
قامت Forrester بتقييم 14 بائعا لمنصات التعلم الآلي السائدة في الصين على 25 معيارا فرعيا من ثلاثة أبعاد: قدرة المنتج والتخطيط الاستراتيجي وأداء السوق. وفقا للبيانات ، تم تصنيف Baidu Intelligent Cloud حاليا كقائد للتقرير ، وفازت بالمركز الأول في 9 درجات فرعية مثل البيانات والتدريب والتفكير التنبئي والتطبيق.
قدم جين وي أن قدرات منتجات بايدو الرائدة في منصة الذكاء الاصطناعي قد خضعت لتراكم وتلميع طويل الأجل. الهدف الأصلي من منصة الذكاء الاصطناعي هو إنشاء برنامج إنتاجية يسمح لأنواع مختلفة من مستخدمي المؤسسات ببناء تطبيقات الذكاء الاصطناعي بسرعة واقتصادية، وفي نفس الوقت يحقق خوارزميات وأدوات متعددة وتشغيل سريع ونتائج جيدة على المنصة، مما يساعد العملاء على توفير الخوادم والقوى العاملة.
في الوقت الحاضر ، تم استخدام بعض الشركات الكبيرة في صناعات الطاقة والمالية بعمق. استنادا إلى النظام الأساسي الذكاء الاصطناعي ، لا يمكن للمؤسسات فقط بناء نماذج وتطبيقات الذكاء الاصطناعي تلبي احتياجات العمل بسرعة ، ولكن أيضا مراقبة أداء النموذج وتحسينه بشكل فعال. بالإضافة إلى ذلك ، يعد إدارة وتنسيق الموارد مثل البيانات وقوة الحوسبة والأشخاص والعمليات أكثر ملاءمة وكفاءة.
على سبيل المثال ، في صناعة الطاقة ، تساعد منصة Baidu الذكية الذكاء الاصطناعي السحابية المجموعات الكبيرة على حل نقاط الضعف في الأعمال. من ناحية ، يمكن مشاركة النموذج والبيانات عبر الشركات التابعة المختلفة لتجنب إعادة اختراع العجلة. في الوقت نفسه ، تستخدم بعض النماذج الحالية المتعلقة بإنتاج السلامة هذا المنتج ، والذي يمكن توزيعه مباشرة على شبكة المقاطعة أو البلدية بواسطة شبكة الدولة ، والتي يمكن أن تستخدم بكفاءة موارد الذكاء الاصطناعي ولها جودة ثابتة. بالإضافة إلى ذلك ، يمكن لمنصة الذكاء الاصطناعي أيضا مساعدة الشركات على الابتكار ، مثل تطوير خوارزمية جديدة لإرسال الطاقة ، باستخدام إطار التعلم المعزز من Baidu ، والذي يمكنه تحقيق المعايرة التلقائية لمعلمات الجدولة دون الخبرة اليدوية لعدد كبير من الخبراء.
وفي القطاع المالي، ساعد حل منصة الذكاء الاصطناعي من "بايدو إنتيليجنت كلاود" العديد من المؤسسات المالية على بناء وحدات إدارة مخاطر نموذجية كبيرة لضمان امتثال العمليات والأمن الموثوق به عند تطبيق الذكاء الاصطناعي على السيناريوهات المالية.
**02 عصر النماذج الكبيرة ، كيفية الخياطة **
منذ بداية هذا العام ، عززت موجة النماذج الكبيرة الذكاء الاصطناعي التوليدية التطبيق المتعمق الذكاء الاصطناعي في الصناعة ، كما أن منصات التعلم الآلي تبشر بفرص تطوير جديدة.
وفقا لمصادر رفيعة المستوى ، بعد وصول نماذج اللغة الكبيرة ، تنعكس التغييرات في منصات التعلم الآلي في ثلاثة مستويات. التغيير الأكثر شيوعا هو في واجهة التشغيل ، وأصبحت واجهة التشغيل المعقدة قبل البرمجة اللغوية العصبية أكثر بساطة ، وعتبة تطبيق المؤسسة الذكاء الاصطناعي اللغة آخذة في الانخفاض. في الوقت نفسه ، تم تحسين قدرة التشغيل الآلي للنموذج ، ويمكن أتمتة المهام مثل معالجة البيانات واختيار النموذج وإنشاء التقارير تلقائيا. بالإضافة إلى ذلك ، تم أيضا فتح مساحة للتطبيقات المبتكرة الذكاء الاصطناعي الأصلية.
في هذا السياق ، اتخذت العديد من الشركات النموذج الكبير كضرورة للإجابة على السؤال ، كما تستعد العديد من الشركات المصنعة للمنصات لإطلاق منتجات ومنصات مختلفة لتسريع تطبيق تقنية النماذج الكبيرة. وبأخذ بايدو كمثال، أطلقت في مارس من هذا العام منصة بايدو الذكية للنماذج السحابية الكبيرة Qianfan، والتي تدمج بعمق القدرات الرئيسية لتطوير النماذج الكبيرة وتطبيقها مع منصة الذكاء الاصطناعي لإنشاء "مصنع فائق" لخدمات النماذج الكبيرة.
على وجه التحديد ، تلخص بايدو طلب الصناعة على النماذج الكبيرة إلى خمسة أنواع ، سواء كان عميلا يحتاج فقط إلى قوة الحوسبة ، أو مؤسسة تريد الاتصال مباشرة بواجهة برمجة تطبيقات النموذج الكبير أو القيام بتطوير ثانوي بناء على النموذج الكبير الحالي ، وشركة ترغب في تطوير تطبيقات أصلية الذكاء الاصطناعي أساس النموذج الكبير أو استخدام التطبيق المطور مباشرة ، يمكن لمنصة Baidu Qianfan تقديم خدمات مستهدفة.
بالنسبة للمؤسسات التي تحتاج فقط إلى قوة الحوسبة ، يمكن لمنصة Baidu Qianfan توفير خدمات طاقة حوسبة غير متجانسة عالية الكفاءة وفعالة من حيث التكلفة. كشف Jin Wei أنه للقيام بذلك ، أمضى الفريق الفني لمنصة Baidu الذكاء الاصطناعي السحابية الذكية عدة سنوات في القيام بالكثير من الأعمال القذرة. على سبيل المثال ، إنه متوافق مع رقائق الذكاء الاصطناعي السائدة في الداخل والخارج ، ويحتاج إلى تكييفه من أربعة مستويات: طبقة الإطار ، والخوارزمية الأساسية والشبكة ، ونموذج الشريحة ، ونظام التشغيل. "يختلف PyTorch عن TensorFlow ، ونظام التشغيل هو Windows أو Linux أو متحكم دقيق ، والعمل الذي يتعين القيام به مختلف أيضا. ** أجرت المجموعة المكونة من أربع طبقات 40000 تعديل لضمان التشغيل السلس للطرز المختلفة. ** قال جين وي.
في الوقت الحاضر ، لا ترتبط منصة Qianfan الكبيرة النموذجية بطراز Wenxin الكبير 4.0 فحسب ، بل تدير أيضا 44 نموذجا كبيرا من جهات خارجية في الداخل والخارج ، وهو أكبر عدد بين المنصات المحلية.
** ترغب بعض الشركات في إعادة تطوير النماذج الكبيرة الحالية ، الأمر الذي يتطلب سلسلة أدوات غنية وعددا كبيرا من مجموعات البيانات. ** تحتوي منصة Qianfan حاليا على سلسلة أدوات كاملة وعدد كبير من مجموعات البيانات عالية الجودة التي تغطي دورة الحياة الكاملة لإعادة تدريب النماذج الكبيرة وضبطها وتقييمها ونشرها ، والتي يمكنها تحسين تأثير النموذج بسرعة وفقا للسيناريوهات وزيادة تحسين تجربة المستخدم للنماذج الكبيرة من المؤسسات.
تجلب النماذج الكبيرة تغييرات جديدة على عملية التعليقات التوضيحية للبيانات، ويمكن إكمال العديد من مهام التعليقات التوضيحية من خلال النموذج. في الوقت الحاضر ، تدعم منصة Qianfan إعادة تدفق بيانات الأعمال والتعليقات التوضيحية للبيانات المؤتمتة للغاية. على سبيل المثال ، في سيناريو اكتشاف الكائنات ، يوفر Qianfan مباشرة إمكانات ما قبل التدريب ، من خلال النقر على الزر لتسمية جزء صغير ، والسماح للنموذج بتعلم نمط التعليقات التوضيحية البشرية للتعليق تلقائيا ، والذي يمكن أن يوفر 70٪ ~ 90٪ من القوى العاملة للمؤسسات.
هناك أيضا العديد من الشركات التي ترغب في تطوير تطبيقات الذكاء الاصطناعي أصلية تعتمد على نماذج كبيرة. في منتصف هذا الشهر ، أصدرت Baidu Intelligent Cloud "Qianfan الذكاء الاصطناعي Native Application Development Workbench" ، والتي تتضمن مكونات التطبيق المشتركة وخدمات إطار التطبيق من طبقتين لتطوير تطبيقات النماذج على نطاق واسع ، والتي تهدف إلى تطوير احتياجات التطبيقات الأصلية الذكاء الاصطناعي.
يمكن لإطار عمل التطبيق توصيل المكونات عضويا لإكمال المهمة الكاملة لسيناريو معين. قدمت منصة Qianfan خدمات إطارية شائعة الاستخدام مثل الجيل المعزز للاسترجاع (RAG) والوكيل في السوق ، وقد طبقت الشركات الرائدة مثل Sany Heavy Industry هذه الأطر لتطوير تطبيقات الأسئلة والأجوبة المعرفية الخاصة بها بسرعة.
** الهندسة مجال جديد ولد بعد ظهور النماذج الكبيرة **. هذا له علاقة بطبيعة النموذج الكبير ، وتغيير التعليمات قليلا يمكن أن يحدث فرقا كبيرا في إنتاجه أو سلوكه. حاليا ، تؤكد العديد من الشركات المصنعة على الأدوات الهندسية. توفر منصة Baidu Qianfan أيضا أكثر من 10 سيناريوهات تغطي الحوار والبرمجة والتجارة الإلكترونية والرعاية الطبية والألعاب والترجمة والكلام وما إلى ذلك ، بإجمالي 226 نموذجا. وفقا للتقارير ، هذا هو أكبر عدد من مكتبات القوالب في النظام الأساسي السائد في الصين. يمكن للمطورين والمؤسسات أيضا استخدام أدوات الأتمتة والدفعات المختلفة التي توفرها المنصة لإكمال العملية بكفاءة.
يعتقد جين وي أنه في الأشهر القليلة الماضية ، وضعت منصة نموذج Qianfan الكبيرة السحابية الذكية من Baidu أساسا متينا وجاهزة لمعركة 100 نموذج ومساعدة الشركات على تطبيق الذكاء الاصطناعي على نطاق واسع.
**03 الذكاء الاصطناعي المنصة ، ما هي المحطة التالية؟ **
الذكاء الاصطناعي ليس فقط للشركات الكبيرة. في الوقت الحاضر ، يولي مصنعو منصات التعلم الآلي أهمية للتغطية الشاملة للمؤسسات الكبيرة والعملاء الصغار والمتوسطين وأسواق المطورين ، كما تخدم حلول منصة Baidu Intelligent Cloud الذكاء الاصطناعي مجموعات مختلفة بطريقة مستهدفة.
وقال جين وي ل Digital Intelligence Frontier إن حل منصة Baidu الذكاء الاصطناعي هو مصطلح عام لعدد من المنتجات ، بما في ذلك منتجات مثل منصة تطوير الذكاء الاصطناعي كاملة الميزات BML ، ومنصة تطوير الذكاء الاصطناعي ذات عتبة الصفر EasyDL ، ومنصة Baidu Intelligent Cloud Qianfan الكبيرة. بالنسبة للحقول المختلفة أو تفضيلات العملاء المختلفة ، فإن النظام الأساسي الذكاء الاصطناعي لديه تكييف المنتج المقابل. على سبيل المثال ، يتم حزم قدرة معالجة البيانات في منتج EasyData ، كما يتم استخراج إمكانية نمذجة التعليمات البرمجية الصفرية لصنع منتج EasyDL ، والذي يمكن أن يساعد المستخدمين على إكمال نمذجة التعليمات البرمجية الصفرية باستخدام نماذج عالية الأداء مدربة مسبقا ، ويتم نقل قدرات النماذج الكبيرة بواسطة منصة Qianfan السحابية الذكية من بايدو.
على السحابة العامة ، غالبية العملاء هم من الشركات الصغيرة والمتوسطة الحجم ، ويتم إعادة تفكيك وحدات النظام الأساسي الذكاء الاصطناعي ودمجها ، مع منتجات منصة تطوير الذكاء الاصطناعي كاملة الميزات BML و EasyDL كممثلين رئيسيين لتلبية الاحتياجات. استجابة لاحتياجات نشر الخصخصة للعملاء الكبار ، سيتم تعبئة العديد من المنتجات في منتجات كبيرة جدا لإكمال التسليم.
وفقا لتقرير Forrester ، فإن قدرات المنتج لمنصة Baidu الذكاء الاصطناعي السحابية الذكية قد حققت أداء جيدا في خمسة مجالات رئيسية: معالجة البيانات ، والتدريب على النماذج ، والتفكير التنبئي ، والتطبيق ، والهندسة المعمارية.
قدم جين وي القدرات والمزايا الفريدة في مختلف المجالات. بأخذ هندسة الميزات في مجال البيانات كمثال ، قدم Jin Wei أن منصة Baidu الذكاء الاصطناعي تدمج إمكانات إدارة مكتبة الميزات الممتازة للغاية ، وقد وصلت قدراتها إلى مستوى احترافي. يمكن أن يوفر وظائف مثل إضافة الميزات وحذفها وتعديلها والاستعلام عنها وإنتاج الميزات ومشاركتها وإدارة الإصدار والتحقق من البيانات وما إلى ذلك ، ودعم أشكال مختلفة من البيانات في تدفق الموافقة على خدمات التنبؤ ، والتأكد من أن الميزات المستخدمة في تدريب النموذج متوافقة مع الميزات في التنبؤ النهائي. يقول جين وي: "إذا كان توزيع الميزات 50 في المائة من الذكور و 50 في المائة من الإناث أثناء التدريب ، و 60 في المائة من الذكور و 40 في المائة من الإناث ، فلا يمكنك توقع أن يكون النموذج دقيقا بشكل خاص" ، وهو أمر بالغ الأهمية لدقة النموذج.
على سبيل المثال ، في مجال التدريب النموذجي ، يمكن لمنصة Baidu الذكاء الاصطناعي دعم النمذجة والتدريب على أنواع البيانات المختلفة بما في ذلك الصور ومقاطع الفيديو والنصوص والكلام والبيانات المنظمة. فيما يتعلق بالنمذجة ، يتم توفير دعم أداة NoteBook للأشخاص الذين يرغبون في كتابة التعليمات البرمجية ، ويمكن للأشخاص الذين لا يحبون كتابة التعليمات البرمجية السحب والإفلات أو حتى النقر فوق الزر الشامل المدمج للنمذجة. بالنسبة لعدد كبير من السيناريوهات ، مثل تصنيف الصور ، والملصقات المتعددة أحادية التسمية ، واكتشاف الكائنات وسيناريوهات السيرة الذاتية الأخرى ، قام فريق خوارزمية Paddle بإجراء تحسين متعمق بناء على مشغل Paddle ، وسيكون الأداء والتأثير أفضل.
لا يمكن فصل المزايا الفريدة لأداء المنتج عن الاستثمار التقني طويل الأجل والاهتمام باتجاهات التكنولوجيا الجديدة. وفقا لفريق البحث والتطوير في منصة Baidu الذكاء الاصطناعي ، فإنهم قلقون للغاية بشأن اتجاهات التكنولوجيا الجديدة ، مثل قبل ثلاث سنوات ، كانت الصناعة تناقش مشكلة قابلية تفسير النموذج ، وإذا كنت لا تعرف كيف يتخذ النموذج القرارات ، فسيؤثر ذلك على استخدام النموذج في سيناريوهات ذات متطلبات امتثال أمنية عالية. بشكل عام ، تحتوي نماذج التعلم العميق على معلمات أكبر بكثير من نماذج التعلم الآلي التقليدية ، وستكون مشكلة الصندوق الأسود أكثر خطورة.
بعد فترة طويلة من التحضير ، تغلب فريق منصة Baidu الذكاء الاصطناعي أخيرا على خوارزمية قابلية الشرح النموذجية في مجال التعلم الآلي التقليدي ، ودمج مبادئ الصندوق الأبيض لخمسة تعلم آلي شائع ، كما تغلب على بعض مشاكل قابلية تفسير التعلم العميق. "يمكن أن يعزى معرفة متى يتخذ النموذج قرارا ، سواء كان يعتمد على البيانات أو مستحثا بالخوارزمية ، وتعزز هذه النتائج تطبيق المنتجات الذكاء الاصطناعي المتعلقة بالمنصة في سيناريوهات صناعية خاصة مثل اتخاذ القرارات المالية." قدم جين وي.
في الوقت الحاضر ، تقسم الصناعة نموذج تطوير النماذج الكبيرة إلى خمس طبقات ، النموذج الكبير نفسه ، والهندسة ، وسلسلة أدوات السلسلة وسلسلة العمل ، والوكالة والوكالات المتعددة. كان التركيز الرئيسي لمنصة Qianfan السحابية الذكية من Baidu قويا جدا في الطبقتين الأولى والثانية ، كما أن الطبقات الثلاث الأخيرة ، بما في ذلك سلسلة الأدوات والوكيل والقدرات متعددة الوكالات ، هي أيضا في مرحلة البناء الرئيسية. قدم Jin Wei أن منصة النموذج الكبير Qianfan ستستمر في التحسين والترقية ، بحيث يمكن للنموذج الكبير ممارسة مبادرته الذاتية بشكل مستقل ولديه القدرة على حل المشكلات المعقدة. في الوقت نفسه ، لا يتم استبعاد خطط الذهاب إلى البحر في المستقبل **.
بشكل عام ، في ظل البناء الذكي للمؤسسات ، تمت ترقية تطبيق الذكاء الاصطناعي من قبل الشركات بشكل كبير ، وأصبحت المنافسة في مجال المنصات الذكاء الاصطناعي شرسة بشكل متزايد. للبقاء في الطليعة ومواجهة التحديات طويلة الأجل لتغيير الامتثال والتعقيد التقني ، سيحتاج المصنعون أيضا إلى الاستثمار في التكنولوجيا. يعتقد Jin Wei أن الشركات المصنعة بحاجة إلى الالتزام بالابتكار التكنولوجي وتحسين رضا العملاء وسلامتهم وامتثالهم للتكيف مع هذا السوق المتغير.