تم إصدار أحدث نمط من منصة الذكاء الاصطناعي الصينية! النتيجة الشاملة لبايدو هي الأولى ، والمستوى الثاني تنافسي بشدة ، والنموذج الكبير يسرع تطور بائعي السحابة
جلب اتجاه النماذج الكبيرة مئات الملايين من "الصدمات الصغيرة" لكل ما يتعلق بها.
منصة الذكاء الاصطناعي / ML هي واحدة منهم.
يرتبط ارتباطا وثيقا باتجاه النماذج الكبيرة ، ويمكن أن يعكس بشكل مباشر مستوى احتياطيات البحث والتطوير التكنولوجية الذكاء الاصطناعي لبائعي السحابة الرئيسيين ، فضلا عن البصيرة والقدرة على فهم أحدث الاتجاهات.
من هو الأقوى؟ يتم الحديث عنه من قبل الصناعة.
في ظل التغييرات الجذرية في الرياح التكنولوجية ، تمتلك منصات الذكاء الاصطناعي / ML أيضا معايير تقييم جديدة.
يوفر أحدث تقرير لشركة Forrester "** أول تقرير صيني للذكاء الاصطناعي / منصة التعلم الآلي **" الصادر عن السلطة الدولية مرجعا في الوقت المناسب.
Forrester Research هي شركة مستقلة لأبحاث التكنولوجيا والسوق تنشر تقارير مواضيعية معترف بها للغاية في الصين وحول العالم.
موجة فورستر ، التي تنشر كل سنتين ، هي نوع تقرير فوريستر الأكثر تأثيرا.
استطلع التقرير 14 من بائعي السحابة الرئيسيين في السوق المحلية ، بما في ذلك Baidu Intelligent Cloud و Alibaba Cloud و Huawei Cloud و Tencent Cloud وما إلى ذلك ، وقيمهم من ثلاثة جوانب: قدرات المنتج والتخطيط الاستراتيجي وأداء السوق.
استنادا إلى تقييم شامل ل 25 قطاعا، تقسم Forrester البائعين الرائدين ال 14 إلى أربعة أرباع: القادة والأفضل أداء والمتنافسون والمنافسون.
دعونا نلقي نظرة على النقاط البارزة المحددة.
**ما هي المعايير الجديدة التي تجلبها الاتجاهات الجديدة **
لنبدأ بالاستنتاجات الأساسية للتقرير.
في هذا المخطط الرباعي ، المستوى الاستراتيجي هو المحور الأفقي ، وقدرة المنتج هي المحور الرأسي ، وينقسم إلى أربعة أرباع: القادة والأداء الممتاز والمنافسين والمنافسين ، كما أنه يعكس أداء السوق لكل شركة.
في المستوى الأول هي سحابة بايدو الذكية وسحابة علي بابا. من بينها ، كان أداء Baidu Intelligent Cloud رائعا وفاز بالمركز الأول في النتيجة الشاملة.
المستوى الثاني هو الأكثر تنافسية ، مع وجود 5 بائعين في وضع مضغوط للغاية في الربع.
الاستنتاج أعلاه هو نتيجة 25 تقييما أجرتها Forrester.
بالإضافة إلى فرز المشهد التنافسي الحالي لمنصات الذكاء الاصطناعي / ML في السوق الصينية ، اقترحت Forrester أيضا مرجعا قياسيا جديدا لتقييم منصات الذكاء الاصطناعي / ML.
النقاط الثلاث التالية هي الأكثر أهمية:
سلسلة أدوات شاملة
مسرع سهل الاستخدام
نموذج العمليات على نطاق واسع
لماذا؟
تعتقد Forrester أنه تحت تأثير الذكاء الاصطناعي التوليدية واتجاهات النماذج الكبيرة ، أصبحت تطبيقات الذكاء الاصطناعي أكثر أهمية لتعزيز الإنتاجية وتسريع ابتكار الأعمال.
في السوق الصينية اليوم ، تحتاج الشركات بشدة إلى منصة الذكاء الاصطناعي / ML يمكنها حل المشكلات المعقدة داخل بيئة أعمالها الخاصة.
من أجل تلبية طلب السوق ، لا غنى عن الجوانب الثلاثة المذكورة أعلاه.
أولا ، يجب أن تكون هناك سلسلة أدوات توفر إدارة البيانات والتدريب النموذجي وقدرات تطوير التطبيقات الذكاء الاصطناعي. **
هذا هو أيضا جوهر منصة الذكاء الاصطناعي / ML.
تقترح Forrester أن جانب النظام الأساسي يجب ألا يهتم فقط بالأدوات الرئيسية في بناء النموذج والتدريب والتقييم ، ولكن أيضا الانتباه إلى الأدوات المطلوبة لتطوير التطبيقات الذكاء الاصطناعي.
على سبيل المثال ، الذكاء الاصطناعي الأطر والدفاتر للمحترفين ؛ أدوات بصرية منخفضة التعليمات البرمجية لرجال الأعمال.
بالإضافة إلى ذلك ، فإن أدوات إدارة البيانات لها أيضا تأثير كبير على بناء النماذج.
ثانيا ، يوفر مسرعا سهل الاستخدام للصناعة. **
تشير Forrester إلى أن معظم الشركات في السوق المحلية تفتقر إلى المهندسين الذين يفهمون كل من خوارزميات الذكاء الاصطناعي والمعرفة التجارية ، مما يجعل من الصعب عليهم تصميم الخوارزميات وفقا لاحتياجات أعمالهم.
في الوقت الحاضر ، يتبنون "وضع" اتجاه النموذج الكبير ، إما باستخدام النموذج الكبير للضبط الدقيق ، أو القيام بالهندسة الفورية.
لذلك ، فإن أدوات التسريع التي يمكن أن تسرع الذكاء الاصطناعي بناء النموذج وتطوير التطبيقات مهمة للغاية. يمكن لأدوات التصور والتطوير منخفض التعليمات البرمجية والمزيد تسريع الابتكار بشكل أكبر.
ثالثا ، تسريع تنفيذ النماذج الكبيرة من خلال عمليات النماذج واسعة النطاق. **
يتضمن Model Ops نشر النموذج والمراقبة والتحديث والأتمتة، والتي يمكنها حل مشكلات مثل انحراف النموذج وتدهور الأداء وصيانة الأمان وتحديثات النموذج وتوفير اختبار A/B والضبط التلقائي وإعادة تدريب النموذج.
مع تبني المؤسسات لاتجاه النماذج الكبيرة، يمكن لمنصات الذكاء الاصطناعي/التعلم الآلي ذات عمليات النماذج واسعة النطاق أن تساعد المؤسسات بشكل أفضل على تطوير النماذج الذكاء الاصطناعي ونشرها وإدارتها، وزيادة تعزيز التحول الرقمي للمؤسسة، وخفض التكاليف وزيادة الكفاءة.
باختصار ، لكي تصبح منصة الذكاء الاصطناعي / ML رائدة في الاتجاه الجديد ، فإنها تحتاج إلى توفير أدوات سهلة الاستخدام ، وتلبية احتياجات الصناعة ، وتسريع اعتماد الذكاء الاصطناعي من قبل المؤسسات.
وما هي القدرات الأكثر تحديدا التي يجب امتلاكها ، علينا أن نحللها من القادة الحاليين.
كيف تصل إلى ربع القادة؟ **
في تقرير Forrester هذا ، كان أداء Baidu Intelligent Cloud لافتا للنظر.
إنه بائع السحابة الوحيد الذي دخل الربع "القائد" ، كما فاز بالمركز الأول في النتيجة الإجمالية والمركز الأول في 9 درجات في التقسيمات الفرعية.
من حيث قدرات المنتج ، فإن Baidu Intelligent Cloud في المستوى الرائد في أربعة أقسام فرعية: البيانات والتدريب والتفكير التنبئي والتطبيق.
وفي الوقت نفسه، ومن حيث البعد الاستراتيجي وحجم السوق، فازت بايدو أيضا بالمركز الأول في العديد من هذه المشاريع.
تصف Forrester سحابة بايدو الذكية بأنها "واحدة من رواد النموذج الأساسي للصين":
تقوم Baidu Intelligent Cloud بتضمين عائلة ERNIE من نماذج الأساس في محفظة ذات خارطة طريق قوية للمنتج ، ويعد نظامها البيئي النشط حول PaddlePaddle طريقة فعالة لإشراك مطوري الذكاء الاصطناعي للمشاركة في الابتكار.
تأتي قدراتها المحددة من منصة Baidu الذكاء الاصطناعي ، وتشمل منتجاتها BML و EasyDL ومنصة نموذج Qianfan السحابية الذكية من Baidu.
بأخذ منصة الذكاء الاصطناعي السحابية الذكية من Baidu كمثال ، يمكننا أن نحلل بشكل أكثر تحديدا القدرات التي يجب أن تتمتع بها منصة الذكاء الاصطناعي / ML الحالية إذا كانت تريد احتلال مكانة رائدة في السوق.
وفقا لأبعاد تقرير Forrester ، يمكن تقسيم القدرات المحددة إلى خمسة جوانب: البيانات والتدريب والتفكير التنبئي والتطبيق والهندسة المعمارية. هذه هي أيضا العناصر الأساسية الخمسة في تطوير وتطبيق نماذج الذكاء الاصطناعي.
** لنبدأ بالبيانات. **
في جزء معالجة البيانات ، يمكن لمنصة Baidu الذكاء الاصطناعي معالجة البيانات المهيكلة وغير المنظمة.
يتم دعم أكثر من 65 نوعا من تصورات البيانات ، بما في ذلك المخططات الدائرية والخرائط الحرارية والمخططات المبعثرة والخرائط والمزيد. وهو يدعم ** 10+ أنواع من مكونات التصفية ** ، ويحتاج المستخدمون فقط إلى إجراء تكوين بسيط والسحب والإفلات لتحقيق مراقبة البيانات في الوقت الفعلي واتخاذ القرارات المساعدة.
في الوقت نفسه ، يدعم أيضا التعليقات التوضيحية لتنسيق البيانات 30+ ، مما يحسن كفاءة ارتباط التعليقات التوضيحية مع القوى العاملة الأكثر تركيزا في عملية النمذجة.
تجدر الإشارة إلى أن منصة Baidu الذكاء الاصطناعي توفر ** التعليق التوضيحي للتعلم النشط ** القدرة ، ويمكن للنظام تحليل نمط الصور مباشرة من مجموعة البيانات ، وتصفية الصور الأكثر أهمية تلقائيا ، والمطالبة بتعليقات توضيحية محدودة.
على سبيل المثال ، إذا كانت هناك 10000 صورة تحتاج إلى تسمية ، فسيقوم النظام بوضع الصور المميزة في المقدمة والصور المتكررة في الخلف ، بحيث يتم تمييز أول 3000 صورة فقط ، ويمكن تمييز آخر 7000 صورة تلقائيا.
وفقا للتقارير ، يمكن لهذه الطريقة توفير 70-90 ٪ من القوى العاملة لمستخدمي المؤسسات في المتوسط. انخفضت نسبة العمالة البشرية في "الذكاء الاصطناعي" بشكل كبير.
بالإضافة إلى ذلك ، فيما يتعلق بهندسة الميزات ، تدمج منصة Baidu الذكاء الاصطناعي ** القدرة على إدارة قواعد بيانات الميزات على المستوى الاحترافي ** ، مما يوفر وظائف مثل إضافة الميزات وحذفها وتعديلها والاستعلام عنها وإنتاج الميزات ومشاركة الميزات وإدارة إصدار الميزة والتحقق من البيانات.
يتم دعم أشكال مختلفة من البيانات في الدفعات والتدفق لخدمات التنبؤ ، والتي يمكن أن تضمن اتساق خصائص النموذج أثناء التدريب والتنبؤ النهائي ، والذي يرتبط ارتباطا مباشرا بدقة النموذج.
تنعكس القدرات المذكورة أعلاه بأرقام محددة ، ويمنح تقرير Forrester منصة Baidu الذكاء الاصطناعي درجة 5 من 5 (من أصل درجة) لقدرات البيانات الخاصة بها ، متقدمة بشكل كبير على البائعين الآخرين.
** والثاني هو التدريب النموذجي. **
هذا هو أحد الجوانب الأكثر وضوحا لأحدث اتجاه من حيث الطلب في السوق ، والذي لا يستهدف المطورين المحترفين فحسب ، بل يستهدف أيضا رجال الأعمال غير المتخصصين في خوارزميات الذكاء الاصطناعي ، لذلك يتطلب أن تكون منصة الذكاء الاصطناعي / ML التي توفر إمكانات سهلة الاستخدام ومرنة.
ارجع إلى ممارسة منصة Baidu الذكاء الاصطناعي.
من ناحية ، يعلق أهمية على "الاتساع" ويدعم نمذجة وتدريب مجموعة متنوعة من البيانات ، مثل الصور ومقاطع الفيديو والنصوص والكلام.
طريقة النمذجة مرنة للغاية أيضا ، حيث تدعم مجموعة متنوعة من طرق النمذجة مثل تطوير الكمبيوتر المحمول / WebIDE ، والتطوير المرئي بالسحب والإفلات ، وضبط معلمات البرنامج النصي ، والوظائف المخصصة ، وما إلى ذلك ، والتي يمكن أن تكمل التطوير المخصص للنماذج عالية الدقة للأشخاص ذوي المستويات المهنية المختلفة.
على الجانب الآخر هو "العمق". بدعم من فريق خوارزمية التجديف الخاص بها ، قامت منصة Baidu الذكاء الاصطناعي بتحسين متعمق لعدد كبير من مشغلي المشهد. بما في ذلك تصنيف الصور ، واكتشاف الكائنات ، وتصنيف النص ، والتعليق التوضيحي للتسلسل ، وما إلى ذلك.
على سبيل المثال ، تجاوز PP YOLO ، الذي تم تحسينه بعمق استنادا إلى مشغل Paddle ، معيار YOLO V3 في مجال اكتشاف الكائنات.
سهولة الاستخدام هي أيضا تركيز كبير. على منصة Baidu الذكاء الاصطناعي ، يمكن تحقيق النمذجة الصفرية والنمذجة المرئية. في السابق ، يحتاج المستخدمون فقط إلى تحميل البيانات وتحديد نوع لبدء النمذجة. يمكن لهذا الأخير تجميع عملية النمذجة عن طريق سحب المكونات وإفلاتها وتحديد معلمات كل جزء.
بالإضافة إلى ذلك ، يتزايد مقدار الحوسبة الذكاء الاصطناعي 10 مرات على الأقل في السنة ، وأصبحت القدرة على ضبط موارد المهام في التدريب على التعلم العميق ذات أهمية خاصة. تدعم منصة Baidu الذكاء الاصطناعي التدريب الموزع متعدد الآلات والبطاقات المتعددة ، وتوفر مجموعة متنوعة من أنواع موارد الحوسبة.
بالإضافة إلى ذلك ، تتمتع بايدو نفسها بخبرة غنية في تدريب النماذج الكبيرة جدا ، ويمكنها دمج قدراتها الخاصة في النماذج الكبيرة المرئية ، الذكاء الاصطناعي التوليدية ، إلخ. على سبيل المثال ، يمكن إجراء البحث التلقائي عن المعلمات الفائقة ، والمعالجة التلقائية للبيانات غير المتوازنة ، والتدريب المسبق على نطاق واسع للغاية.
نتيجة لذلك ، على منصة Baidu الذكاء الاصطناعي ، يمكنك أيضا رؤية الكثير من أدوات التطوير لتحسين كفاءة البرمجة.
البعد الثالث للكفاءة هو التفكير. **
مع تطوير النماذج الكبيرة ، سيتوسع سوق الاستدلال بشكل أكبر بل وينمو بشكل كبير ، مما يشكل تحديات كبيرة لمنصات الذكاء الاصطناعي / ML.
من منظور منصة Baidu الذكاء الاصطناعي ، فإنها تركز بشكل أساسي على كفاءة التطوير وتحسين الأداء والمرونة والشمول.
تدعم وحدة الاستدلال الخاصة بها ، Model Serve ، 16 إطارا الذكاء الاصطناعي ، بما في ذلك مجداف الأكثر شيوعا ، وتدفق الموتر ، و PyTorch ، بالإضافة إلى Matlab / R للحوسبة العلمية وتعزيز Xg للتعلم الآلي.
فيما يتعلق بتحسين الأداء ، يتم استخراج جدولة الاستدلال غير المتزامن مباشرة على طبقة الجدولة لتحقيق عمال الاستدلال غير المتجانسين ، وتحسين أداء الخادم بأكمله واستخدام GPU بأكثر من 1 مرات.
في الوقت نفسه ، يدعم المعالجة التلقائية للدفعات ، ويصنف المهام ذات الأطوال المختلفة ، ويجمع المهام ذات الأحجام المتشابهة في نفس الدفعة للاستفادة الكاملة من الموارد غير المتجانسة ، والتي يمكن أن تحسن الكفاءة بنسبة 70٪ على أساس الفصل غير المتزامن.
المجال الرابع الذي يجب التركيز عليه هو التطبيق. **
يفحص التطبيق في التقرير بشكل أساسي كفاءة التطبيق لكل منصة.
أي كيفية استخدام الموارد الحالية لتحويل البيانات بسرعة إلى إنتاجية أعمال.
يمكن لمنصة Baidu الذكاء الاصطناعي توفير إمكانات إدارة دورة الحياة الكاملة لعملية تطوير الذكاء الاصطناعي ، من جمع البيانات وتنظيفها ، إلى تطوير النموذج والتدريب ، وإدارة النموذج ، إلى إدارة خدمة الاستدلال السحابية وغير المتصلة بالإنترنت.
الجدير بالذكر أن منصة Baidu الذكاء الاصطناعي هي أول منصة في الصين تصل إلى المستوى الرائد لمعيار MLOps لأكاديمية تكنولوجيا المعلومات والاتصالات.
في الوقت الحاضر ، تم تصدير قدرات منصة Baidu الذكاء الاصطناعي إلى صناعات مثل التمويل والطاقة والنقل. خدمة بنك شنغهاي بودونغ للتنمية ، بنك بكين ، وكذلك شبكة الدولة ، شبكة الطاقة الجنوبية الصينية ، إلخ.
في عام 2022 ، سيزداد عدد مستخدمي السحابة العامة الذين يدفعون لمنصة الذكاء الاصطناعي السحابية الذكية من Baidu بنسبة 49٪ ، وسيزداد عدد العملاء المخصخصين بنسبة 32٪ ، وسيزداد عدد المطورين بمقدار 1.228 مليون ، بمعدل نمو يبلغ حوالي 40٪ ؛ ارتفع معدل إعادة الشراء عاما بعد عام ، ووصل معدل إعادة الشراء في الصناعات الرئيسية إلى 50٪.
أخيرا ، من حيث الهندسة المعمارية ، حصل التصميم المعماري لمنصة Baidu الذكاء الاصطناعي على درجة كاملة في درجة Forrester.
إذا كان من الممكن تلخيصها في جملة واحدة ، فقد وصلت منصة Baidu الذكاء الاصطناعي إلى مستوى "القائد" ، أي أنها فعلت ذلك:
هناك العديد من الخوارزميات والأدوات والتشغيل السريع والنتائج الجيدة ، كما أنها توفر الخوادم والقوى العاملة ، مع ضمان الأمان وسهولة الاستخدام.
من خلال تحليل القدرات الشاملة لمنصة Baidu الذكاء الاصطناعي ، ليس من الصعب العثور على أن العديد من هذه الأدوات والأفكار تتماشى مع الاحتياجات الجديدة لاتجاه النموذج الكبير الحالي.
في الواقع ، في سياق التغييرات الجذرية في اتجاه التكنولوجيا ، ليس فقط الاتجاه لتعديل البنية الحالية للتكيف مع التغيرات في الطلب ، ولكن أيضا لاقتراح طرق جديدة للتعامل معها.
**في عصر النماذج الكبيرة ، تم تحديد نمط المنافسة الجديد الذكاء الاصطناعي على السحابة بشكل مبدئي **
إذن ، مع تأثير موجة النماذج الكبيرة ، ما هي التغييرات الجديدة التي حدثت في طلب السوق على منصات الذكاء الاصطناعي / ML؟
في الماضي ، كانت العديد من نماذج CV و NLP تسمى SOTA ، لكنها كانت لا تزال تستخدم في كثير من الأحيان في الأعمال غير الأساسية في الصناعة. الآن ، مع قدرتها المذهلة على تخريب سير العمل التقليدي ، بدأ التعرف على النماذج الكبيرة أكثر فأكثر ، وتعتبر المفتاح لاختراق عنق الزجاجة للذكاء في مختلف الصناعات.
ومع ذلك ، بالنسبة لبائعي السحابة ، هذا لا يعني أن عصر النماذج الكبيرة "يبدأ من الصفر" في عصر النماذج الصغيرة.
في الواقع ، مع تعميق تطبيق النماذج الكبيرة ، جذبت المجالات التقنية مثل الوكلاء المزيد والمزيد من الاهتمام. يكمن الجوهر في حقيقة أن النموذج الكبير يعتمد على قدراته الخاصة ويربط النموذج الصغير بجدولة ناضجة لحل المشكلة في التطبيقات العملية ، والتي تعتبر أسرع وأكثر قيمة في سيناريو الإنتاج.
لذلك ، في "العصر الجديد" الذي فتحته النماذج الكبيرة ، بالنسبة ل "قادة" منصات الذكاء الاصطناعي / ML ، فإن التراكم التقني في عصر النماذج الصغيرة والابتكار التكنولوجي في عصر النماذج الكبيرة متكاملان ولا غنى عنهما.
سلمت منصة Baidu الذكاء الاصطناعي في "العصر الجديد" ورقة الإجابة - ** منصة Baidu Intelligent Cloud Qianfan النموذجية الكبيرة ** مثال على ذلك.
كمنصة نموذجية كبيرة على مستوى المؤسسة وقفة واحدة ، فإن منصة Baidu Intelligent Cloud Qianfan هي في الأساس نتاج تراكم Baidu العميق في طبقة الرقاقة وطبقة الإطار وطبقة النموذج وطبقة التطبيق.
يتجسد في خمسة جوانب:
أولا ، على مستوى قوة الحوسبة ، يمكن لمنصة Qianfan السحابية الذكية من Baidu توفير خدمات حوسبة غير متجانسة فعالة وفعالة من حيث التكلفة.
في عملية التدريب على النماذج الكبيرة ، من خلال استراتيجية التدريب المتوازي الموزعة وقدرات التوصيل البيني على مستوى ميكروثانية ، يمكن أن تصل نسبة تسريع التدريب العنقودي على نطاق 10000 بطاقة على منصة Baidu Qianfan إلى 95٪. في الوقت نفسه ، يمكن أن يصل وقت التدريب الفعال لمجموعة Vanka إلى 96٪ ، مما يقلل بشكل كبير من تكلفة قوة الحوسبة والوقت.
ثانيا ، على مستوى ** النموذج ** ، أدارت منصة Baidu Qianfan 44 نموذجا كبيرا سائدا في الداخل والخارج ، بما في ذلك نموذج Wenxin الكبير ، وسلسلة Llama ، و ChatGLM ، وما إلى ذلك ، وتدعم المستخدمين للاتصال بسرعة بواجهات برمجة التطبيقات والحصول مباشرة على قدرات النموذج الكبيرة.
بالنسبة لنماذج الطرف الثالث الكبيرة ، تم أيضا تحسين منصة Baidu Qianfan بطريقة مستهدفة ، بما في ذلك التحسين الصيني وتحسين الأداء وتحسين السياق وما إلى ذلك.
كشفت بايدو أن عدد مكالمات واجهة برمجة التطبيقات ذات الطراز الكبير على منصة Qianfan من Baidu مستمر في الارتفاع بسرعة عالية. في الوقت الحاضر ، خدمت منصة Baidu Qianfan أكثر من 20000 عميل.
ثالثا ، بالنسبة للعملاء الذين يرغبون في إجراء تطوير ثانوي بناء على النماذج الكبيرة الحالية ، توفر منصة Baidu Qianfan سلسلة أدوات دورة حياة كاملة لإعادة تدريب النماذج الكبيرة وضبطها وتقييمها ونشرها ، بالإضافة إلى 41 مجموعة بيانات عالية الجودة ، والتي يمكن أن تحقق تحسينا سريعا للنموذج لسيناريوهات أعمال محددة.
رابعا ، على مستوى التطبيق ، استجابة لاحتياجات الشركات لتطوير تطبيقات الذكاء الاصطناعي الأصلية القائمة على النماذج الكبيرة ، توفر منصة Baidu Qianfan سلسلة من مكونات وأطر القدرة.
على سبيل المثال ، هناك 226 نموذجا مدمجا ، بحيث يمكن للمطورين تحسين جودة إجابات النماذج الكبيرة بسرعة حتى لو لم يكونوا على دراية بالهندسة السريعة.
في مؤتمر بايدو العالمي في 17 أكتوبر ، أصدرت Baidu Intelligent Cloud أيضا "** Baidu Qianfan الذكاء الاصطناعي طاولة عمل تطوير التطبيقات الأصلية **". على وجه التحديد ، تتكون "طاولة العمل" هذه من جزأين: مكونات التطبيق + أطر التطبيق.
**تتكون خدمات مكونات التطبيقات من مكونين: الذكاء الاصطناعي والبيئة السحابية الأساسية. **
من بينها ، يتضمن المكون الذكاء الاصطناعي ، أي التغليف القائم على المكونات لقدرات النموذج الكبيرة ، مكونات نموذج اللغة الكبيرة مثل Q&A و Chain of Thought (CoT) ، بالإضافة إلى مكونات متعددة الوسائط مثل مخطط Wensheng والتعرف على الكلام.
تتضمن المكونات السحابية الأساسية الخدمات السحابية التقليدية مثل قواعد بيانات المتجهات وتخزين الكائنات.
** إطار عمل التطبيق موجه إلى مهام سيناريو محددة ** ، والتي يمكن فهمها على أنها مزيج فعال من مكونات التطبيق المذكورة أعلاه بناء على قدرات النماذج الكبيرة.
في الوقت الحاضر ، توفر منصة Baidu Qianfan أطر تطبيقات أصلية شائعة الاستخدام الذكاء الاصطناعي مثل الجيل المعزز للاسترجاع (RAG) والوكيل.
من بينها ، يمكن لإطار RAG الجمع بين المعرفة في مجال الملكية الخاصة بالمؤسسة مع قدرة الأسئلة والأجوبة النموذجية الكبيرة على تقديم إجابات أكثر دقة للمعرفة المهنية.
بناء على إطار عمل RAG هذا ، أدركت Sany Heavy Industry بسرعة تطوير وإطلاق تطبيق خدمة العملاء الذكي على الموقع الرسمي.
كشف شين دو ، نائب الرئيس التنفيذي لمجموعة بايدو ورئيس مجموعة بايدو للأعمال السحابية الذكية ، أنه حتى لو كنت بحاجة إلى معالجة آلاف المستندات ذات الكلمات الطويلة ، فإن تكلفة بناء مثل هذا "المساعد الصغير" ليست سوى بضع مئات من اليوان. بعد ذلك ، تبلغ تكلفة كل معلومات للمستخدمين بضعة سنتات فقط.
استنادا إلى إطار عمل الوكيل ، يمكن للنموذج الكبير تفكيك المهام التي قدمها البشر تلقائيا ، والتخطيط تلقائيا واستدعاء المكونات المختلفة لإكمال المهام بشكل تعاوني ، وفي نفس الوقت تقديم ملاحظات ذاتية وفقا لتأثير إكمال المهمة لتحسين قدراته الخاصة.
في الوقت الحاضر ، بناء على إطار عمل الوكيل هذا ، قامت Zhongtian Iron and Steel ببناء "مركز جدولة مؤسسي" ذكي لتحقيق الإدراك التلقائي وتحلل وتنفيذ تعليمات المهمة.
على سبيل المثال ، عندما يتبين أن ناتج الفولاذ لا يصل إلى المستوى القياسي ، يمكن للنموذج الكبير الاتصال تلقائيا بالموارد المختلفة وواجهات برمجة التطبيقات التي تديرها المنصة لمعرفة سبب عدم الامتثال ، وضبط جدول الإنتاج في الوقت المناسب وإرسال بريد إلكتروني لإخطار المرسل.
وأخيرا، أطلقت بايدو تشيان فان أيضا "الذكاء الاصطناعي Native App Store"، الذي يربط جانب العرض وجانب الطلب الذكاء الاصطناعي التطبيقات الأصلية، ويوفر مكانا للتجمع لفرص الأعمال النموذجية واسعة النطاق.
ليس من الصعب أن نرى ، من ناحية ، أن الإطلاق السريع لمنصة نموذج Qianfan الكبيرة الذكية من Baidu يستفيد من تطوير تقنية النموذج الكبير الخاصة ب Baidu ؛ من ناحية أخرى ، فإن قدرات المنتج التي تراكمت لدى منصة Baidu الذكاء الاصطناعي على مر السنين ، بالإضافة إلى خبرتها العملية الغنية في الصناعة ، جعلت منصة Qianfan من Baidu تأخذ زمام المبادرة في لعب دور فعال على جانب التطبيق.
وفقا لبيانات IDC ، سيظهر سوق الخدمات السحابية العامة الذكاء الاصطناعي في الصين نموا إيجابيا بنسبة 80.6٪ في عام 2022 ، مع وصول حجم السوق الإجمالي إلى 7.97 مليار يوان.
يعتقد تحليل IDC أن تنفيذ الذكاء الاصطناعي التوليدية والنماذج الكبيرة لا يزال في مهده حاليا ، ويمكن تحديث هذه القدرات وتكرارها بسرعة أكبر على السحابة العامة ، مما سيحقق فوائد كبيرة الذكاء الاصطناعي الخدمات السحابية العامة على المدى القصير.
تشير Gartner أيضا إلى أن الذكاء الاصطناعي التوليدية مدفوعة بنماذج كبيرة ، مما يطرح متطلبات بنية تحتية حوسبة قوية وقابلة للتطوير بدرجة كبيرة. "توفر السحابة الحل الأمثل والنظام الأساسي ، ويجب أن يكون اللاعبون الرئيسيون في سباق الذكاء الاصطناعي التوليدي هم أفضل بائعي السحابة."
بالاقتران مع أحدث تقرير من Forrester ، يمكن ملاحظة أنه بالنسبة لبائعي السحابة ، أصبحت الخدمات السحابية الذكاء الاصطناعي محور التركيز الجديد للمنافسة.
وكيفية قياس القدرة التنافسية ، أصبحت معايير التقييم الآن واضحة تدريجيا.
في التحليل النهائي ، هناك جانبان أساسيان:
أولا ، من وجهة نظر المطورين ومستخدمي المؤسسات ، هو ما إذا كانت قدرة منصة الخدمة السحابية الذكاء الاصطناعي يمكن أن تحل حقا بشكل فعال من حيث التكلفة المشكلات العملية التي تواجهها الشركات المعقدة ، فضلا عن نقص المواهب المهنية في عملية الترقية الذكية ، خاصة في ظل موجة النماذج الكبيرة.
ثانيا ، من منظور اتجاهات التكنولوجيا ، فهي أكثر تكاملا مع النماذج الكبيرة.
يمكن اعتبار تصميم منصة Baidu الذكاء الاصطناعي بمثابة إجابة مرجعية يقدمها كبار بائعي السحابة الذكاء الاصطناعي في أحدث التغييرات في المشهد التنافسي.
أما بالنسبة للنتائج؟ في المزيد من حالات الهبوط ، يمكنك رؤية الفصل الحقيقي.
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.
تم إصدار أحدث نمط من منصة الذكاء الاصطناعي الصينية! النتيجة الشاملة لبايدو هي الأولى ، والمستوى الثاني تنافسي بشدة ، والنموذج الكبير يسرع تطور بائعي السحابة
المصدر: الكيوبت
جلب اتجاه النماذج الكبيرة مئات الملايين من "الصدمات الصغيرة" لكل ما يتعلق بها.
منصة الذكاء الاصطناعي / ML هي واحدة منهم.
يرتبط ارتباطا وثيقا باتجاه النماذج الكبيرة ، ويمكن أن يعكس بشكل مباشر مستوى احتياطيات البحث والتطوير التكنولوجية الذكاء الاصطناعي لبائعي السحابة الرئيسيين ، فضلا عن البصيرة والقدرة على فهم أحدث الاتجاهات.
من هو الأقوى؟ يتم الحديث عنه من قبل الصناعة.
يوفر أحدث تقرير لشركة Forrester "** أول تقرير صيني للذكاء الاصطناعي / منصة التعلم الآلي **" الصادر عن السلطة الدولية مرجعا في الوقت المناسب.
Forrester Research هي شركة مستقلة لأبحاث التكنولوجيا والسوق تنشر تقارير مواضيعية معترف بها للغاية في الصين وحول العالم.
موجة فورستر ، التي تنشر كل سنتين ، هي نوع تقرير فوريستر الأكثر تأثيرا.
استنادا إلى تقييم شامل ل 25 قطاعا، تقسم Forrester البائعين الرائدين ال 14 إلى أربعة أرباع: القادة والأفضل أداء والمتنافسون والمنافسون.
دعونا نلقي نظرة على النقاط البارزة المحددة.
**ما هي المعايير الجديدة التي تجلبها الاتجاهات الجديدة **
لنبدأ بالاستنتاجات الأساسية للتقرير.
في هذا المخطط الرباعي ، المستوى الاستراتيجي هو المحور الأفقي ، وقدرة المنتج هي المحور الرأسي ، وينقسم إلى أربعة أرباع: القادة والأداء الممتاز والمنافسين والمنافسين ، كما أنه يعكس أداء السوق لكل شركة.
القادة (2) ، الأفضل أداء (5) ، المنافسون (4) ، المنافسون (3).
في المستوى الأول هي سحابة بايدو الذكية وسحابة علي بابا. من بينها ، كان أداء Baidu Intelligent Cloud رائعا وفاز بالمركز الأول في النتيجة الشاملة.
المستوى الثاني هو الأكثر تنافسية ، مع وجود 5 بائعين في وضع مضغوط للغاية في الربع.
الاستنتاج أعلاه هو نتيجة 25 تقييما أجرتها Forrester.
بالإضافة إلى فرز المشهد التنافسي الحالي لمنصات الذكاء الاصطناعي / ML في السوق الصينية ، اقترحت Forrester أيضا مرجعا قياسيا جديدا لتقييم منصات الذكاء الاصطناعي / ML.
النقاط الثلاث التالية هي الأكثر أهمية:
لماذا؟
تعتقد Forrester أنه تحت تأثير الذكاء الاصطناعي التوليدية واتجاهات النماذج الكبيرة ، أصبحت تطبيقات الذكاء الاصطناعي أكثر أهمية لتعزيز الإنتاجية وتسريع ابتكار الأعمال.
في السوق الصينية اليوم ، تحتاج الشركات بشدة إلى منصة الذكاء الاصطناعي / ML يمكنها حل المشكلات المعقدة داخل بيئة أعمالها الخاصة.
من أجل تلبية طلب السوق ، لا غنى عن الجوانب الثلاثة المذكورة أعلاه.
أولا ، يجب أن تكون هناك سلسلة أدوات توفر إدارة البيانات والتدريب النموذجي وقدرات تطوير التطبيقات الذكاء الاصطناعي. **
هذا هو أيضا جوهر منصة الذكاء الاصطناعي / ML.
تقترح Forrester أن جانب النظام الأساسي يجب ألا يهتم فقط بالأدوات الرئيسية في بناء النموذج والتدريب والتقييم ، ولكن أيضا الانتباه إلى الأدوات المطلوبة لتطوير التطبيقات الذكاء الاصطناعي.
على سبيل المثال ، الذكاء الاصطناعي الأطر والدفاتر للمحترفين ؛ أدوات بصرية منخفضة التعليمات البرمجية لرجال الأعمال.
بالإضافة إلى ذلك ، فإن أدوات إدارة البيانات لها أيضا تأثير كبير على بناء النماذج.
تشير Forrester إلى أن معظم الشركات في السوق المحلية تفتقر إلى المهندسين الذين يفهمون كل من خوارزميات الذكاء الاصطناعي والمعرفة التجارية ، مما يجعل من الصعب عليهم تصميم الخوارزميات وفقا لاحتياجات أعمالهم.
في الوقت الحاضر ، يتبنون "وضع" اتجاه النموذج الكبير ، إما باستخدام النموذج الكبير للضبط الدقيق ، أو القيام بالهندسة الفورية.
لذلك ، فإن أدوات التسريع التي يمكن أن تسرع الذكاء الاصطناعي بناء النموذج وتطوير التطبيقات مهمة للغاية. يمكن لأدوات التصور والتطوير منخفض التعليمات البرمجية والمزيد تسريع الابتكار بشكل أكبر.
يتضمن Model Ops نشر النموذج والمراقبة والتحديث والأتمتة، والتي يمكنها حل مشكلات مثل انحراف النموذج وتدهور الأداء وصيانة الأمان وتحديثات النموذج وتوفير اختبار A/B والضبط التلقائي وإعادة تدريب النموذج.
مع تبني المؤسسات لاتجاه النماذج الكبيرة، يمكن لمنصات الذكاء الاصطناعي/التعلم الآلي ذات عمليات النماذج واسعة النطاق أن تساعد المؤسسات بشكل أفضل على تطوير النماذج الذكاء الاصطناعي ونشرها وإدارتها، وزيادة تعزيز التحول الرقمي للمؤسسة، وخفض التكاليف وزيادة الكفاءة.
وما هي القدرات الأكثر تحديدا التي يجب امتلاكها ، علينا أن نحللها من القادة الحاليين.
كيف تصل إلى ربع القادة؟ **
في تقرير Forrester هذا ، كان أداء Baidu Intelligent Cloud لافتا للنظر.
إنه بائع السحابة الوحيد الذي دخل الربع "القائد" ، كما فاز بالمركز الأول في النتيجة الإجمالية والمركز الأول في 9 درجات في التقسيمات الفرعية.
من حيث قدرات المنتج ، فإن Baidu Intelligent Cloud في المستوى الرائد في أربعة أقسام فرعية: البيانات والتدريب والتفكير التنبئي والتطبيق.
وفي الوقت نفسه، ومن حيث البعد الاستراتيجي وحجم السوق، فازت بايدو أيضا بالمركز الأول في العديد من هذه المشاريع.
تأتي قدراتها المحددة من منصة Baidu الذكاء الاصطناعي ، وتشمل منتجاتها BML و EasyDL ومنصة نموذج Qianfan السحابية الذكية من Baidu.
بأخذ منصة الذكاء الاصطناعي السحابية الذكية من Baidu كمثال ، يمكننا أن نحلل بشكل أكثر تحديدا القدرات التي يجب أن تتمتع بها منصة الذكاء الاصطناعي / ML الحالية إذا كانت تريد احتلال مكانة رائدة في السوق.
وفقا لأبعاد تقرير Forrester ، يمكن تقسيم القدرات المحددة إلى خمسة جوانب: البيانات والتدريب والتفكير التنبئي والتطبيق والهندسة المعمارية. هذه هي أيضا العناصر الأساسية الخمسة في تطوير وتطبيق نماذج الذكاء الاصطناعي.
** لنبدأ بالبيانات. **
في جزء معالجة البيانات ، يمكن لمنصة Baidu الذكاء الاصطناعي معالجة البيانات المهيكلة وغير المنظمة.
يتم دعم أكثر من 65 نوعا من تصورات البيانات ، بما في ذلك المخططات الدائرية والخرائط الحرارية والمخططات المبعثرة والخرائط والمزيد. وهو يدعم ** 10+ أنواع من مكونات التصفية ** ، ويحتاج المستخدمون فقط إلى إجراء تكوين بسيط والسحب والإفلات لتحقيق مراقبة البيانات في الوقت الفعلي واتخاذ القرارات المساعدة.
في الوقت نفسه ، يدعم أيضا التعليقات التوضيحية لتنسيق البيانات 30+ ، مما يحسن كفاءة ارتباط التعليقات التوضيحية مع القوى العاملة الأكثر تركيزا في عملية النمذجة.
على سبيل المثال ، إذا كانت هناك 10000 صورة تحتاج إلى تسمية ، فسيقوم النظام بوضع الصور المميزة في المقدمة والصور المتكررة في الخلف ، بحيث يتم تمييز أول 3000 صورة فقط ، ويمكن تمييز آخر 7000 صورة تلقائيا.
وفقا للتقارير ، يمكن لهذه الطريقة توفير 70-90 ٪ من القوى العاملة لمستخدمي المؤسسات في المتوسط. انخفضت نسبة العمالة البشرية في "الذكاء الاصطناعي" بشكل كبير.
بالإضافة إلى ذلك ، فيما يتعلق بهندسة الميزات ، تدمج منصة Baidu الذكاء الاصطناعي ** القدرة على إدارة قواعد بيانات الميزات على المستوى الاحترافي ** ، مما يوفر وظائف مثل إضافة الميزات وحذفها وتعديلها والاستعلام عنها وإنتاج الميزات ومشاركة الميزات وإدارة إصدار الميزة والتحقق من البيانات.
يتم دعم أشكال مختلفة من البيانات في الدفعات والتدفق لخدمات التنبؤ ، والتي يمكن أن تضمن اتساق خصائص النموذج أثناء التدريب والتنبؤ النهائي ، والذي يرتبط ارتباطا مباشرا بدقة النموذج.
تنعكس القدرات المذكورة أعلاه بأرقام محددة ، ويمنح تقرير Forrester منصة Baidu الذكاء الاصطناعي درجة 5 من 5 (من أصل درجة) لقدرات البيانات الخاصة بها ، متقدمة بشكل كبير على البائعين الآخرين.
هذا هو أحد الجوانب الأكثر وضوحا لأحدث اتجاه من حيث الطلب في السوق ، والذي لا يستهدف المطورين المحترفين فحسب ، بل يستهدف أيضا رجال الأعمال غير المتخصصين في خوارزميات الذكاء الاصطناعي ، لذلك يتطلب أن تكون منصة الذكاء الاصطناعي / ML التي توفر إمكانات سهلة الاستخدام ومرنة.
ارجع إلى ممارسة منصة Baidu الذكاء الاصطناعي.
من ناحية ، يعلق أهمية على "الاتساع" ويدعم نمذجة وتدريب مجموعة متنوعة من البيانات ، مثل الصور ومقاطع الفيديو والنصوص والكلام.
طريقة النمذجة مرنة للغاية أيضا ، حيث تدعم مجموعة متنوعة من طرق النمذجة مثل تطوير الكمبيوتر المحمول / WebIDE ، والتطوير المرئي بالسحب والإفلات ، وضبط معلمات البرنامج النصي ، والوظائف المخصصة ، وما إلى ذلك ، والتي يمكن أن تكمل التطوير المخصص للنماذج عالية الدقة للأشخاص ذوي المستويات المهنية المختلفة.
على الجانب الآخر هو "العمق". بدعم من فريق خوارزمية التجديف الخاص بها ، قامت منصة Baidu الذكاء الاصطناعي بتحسين متعمق لعدد كبير من مشغلي المشهد. بما في ذلك تصنيف الصور ، واكتشاف الكائنات ، وتصنيف النص ، والتعليق التوضيحي للتسلسل ، وما إلى ذلك.
على سبيل المثال ، تجاوز PP YOLO ، الذي تم تحسينه بعمق استنادا إلى مشغل Paddle ، معيار YOLO V3 في مجال اكتشاف الكائنات.
بالإضافة إلى ذلك ، يتزايد مقدار الحوسبة الذكاء الاصطناعي 10 مرات على الأقل في السنة ، وأصبحت القدرة على ضبط موارد المهام في التدريب على التعلم العميق ذات أهمية خاصة. تدعم منصة Baidu الذكاء الاصطناعي التدريب الموزع متعدد الآلات والبطاقات المتعددة ، وتوفر مجموعة متنوعة من أنواع موارد الحوسبة.
بالإضافة إلى ذلك ، تتمتع بايدو نفسها بخبرة غنية في تدريب النماذج الكبيرة جدا ، ويمكنها دمج قدراتها الخاصة في النماذج الكبيرة المرئية ، الذكاء الاصطناعي التوليدية ، إلخ. على سبيل المثال ، يمكن إجراء البحث التلقائي عن المعلمات الفائقة ، والمعالجة التلقائية للبيانات غير المتوازنة ، والتدريب المسبق على نطاق واسع للغاية.
نتيجة لذلك ، على منصة Baidu الذكاء الاصطناعي ، يمكنك أيضا رؤية الكثير من أدوات التطوير لتحسين كفاءة البرمجة.
البعد الثالث للكفاءة هو التفكير. **
مع تطوير النماذج الكبيرة ، سيتوسع سوق الاستدلال بشكل أكبر بل وينمو بشكل كبير ، مما يشكل تحديات كبيرة لمنصات الذكاء الاصطناعي / ML.
من منظور منصة Baidu الذكاء الاصطناعي ، فإنها تركز بشكل أساسي على كفاءة التطوير وتحسين الأداء والمرونة والشمول.
تدعم وحدة الاستدلال الخاصة بها ، Model Serve ، 16 إطارا الذكاء الاصطناعي ، بما في ذلك مجداف الأكثر شيوعا ، وتدفق الموتر ، و PyTorch ، بالإضافة إلى Matlab / R للحوسبة العلمية وتعزيز Xg للتعلم الآلي.
فيما يتعلق بتحسين الأداء ، يتم استخراج جدولة الاستدلال غير المتزامن مباشرة على طبقة الجدولة لتحقيق عمال الاستدلال غير المتجانسين ، وتحسين أداء الخادم بأكمله واستخدام GPU بأكثر من 1 مرات.
في الوقت نفسه ، يدعم المعالجة التلقائية للدفعات ، ويصنف المهام ذات الأطوال المختلفة ، ويجمع المهام ذات الأحجام المتشابهة في نفس الدفعة للاستفادة الكاملة من الموارد غير المتجانسة ، والتي يمكن أن تحسن الكفاءة بنسبة 70٪ على أساس الفصل غير المتزامن.
يفحص التطبيق في التقرير بشكل أساسي كفاءة التطبيق لكل منصة.
أي كيفية استخدام الموارد الحالية لتحويل البيانات بسرعة إلى إنتاجية أعمال.
يمكن لمنصة Baidu الذكاء الاصطناعي توفير إمكانات إدارة دورة الحياة الكاملة لعملية تطوير الذكاء الاصطناعي ، من جمع البيانات وتنظيفها ، إلى تطوير النموذج والتدريب ، وإدارة النموذج ، إلى إدارة خدمة الاستدلال السحابية وغير المتصلة بالإنترنت.
في الوقت الحاضر ، تم تصدير قدرات منصة Baidu الذكاء الاصطناعي إلى صناعات مثل التمويل والطاقة والنقل. خدمة بنك شنغهاي بودونغ للتنمية ، بنك بكين ، وكذلك شبكة الدولة ، شبكة الطاقة الجنوبية الصينية ، إلخ.
في عام 2022 ، سيزداد عدد مستخدمي السحابة العامة الذين يدفعون لمنصة الذكاء الاصطناعي السحابية الذكية من Baidu بنسبة 49٪ ، وسيزداد عدد العملاء المخصخصين بنسبة 32٪ ، وسيزداد عدد المطورين بمقدار 1.228 مليون ، بمعدل نمو يبلغ حوالي 40٪ ؛ ارتفع معدل إعادة الشراء عاما بعد عام ، ووصل معدل إعادة الشراء في الصناعات الرئيسية إلى 50٪.
أخيرا ، من حيث الهندسة المعمارية ، حصل التصميم المعماري لمنصة Baidu الذكاء الاصطناعي على درجة كاملة في درجة Forrester.
من خلال تحليل القدرات الشاملة لمنصة Baidu الذكاء الاصطناعي ، ليس من الصعب العثور على أن العديد من هذه الأدوات والأفكار تتماشى مع الاحتياجات الجديدة لاتجاه النموذج الكبير الحالي.
في الواقع ، في سياق التغييرات الجذرية في اتجاه التكنولوجيا ، ليس فقط الاتجاه لتعديل البنية الحالية للتكيف مع التغيرات في الطلب ، ولكن أيضا لاقتراح طرق جديدة للتعامل معها.
**في عصر النماذج الكبيرة ، تم تحديد نمط المنافسة الجديد الذكاء الاصطناعي على السحابة بشكل مبدئي **
إذن ، مع تأثير موجة النماذج الكبيرة ، ما هي التغييرات الجديدة التي حدثت في طلب السوق على منصات الذكاء الاصطناعي / ML؟
في الماضي ، كانت العديد من نماذج CV و NLP تسمى SOTA ، لكنها كانت لا تزال تستخدم في كثير من الأحيان في الأعمال غير الأساسية في الصناعة. الآن ، مع قدرتها المذهلة على تخريب سير العمل التقليدي ، بدأ التعرف على النماذج الكبيرة أكثر فأكثر ، وتعتبر المفتاح لاختراق عنق الزجاجة للذكاء في مختلف الصناعات.
ومع ذلك ، بالنسبة لبائعي السحابة ، هذا لا يعني أن عصر النماذج الكبيرة "يبدأ من الصفر" في عصر النماذج الصغيرة.
في الواقع ، مع تعميق تطبيق النماذج الكبيرة ، جذبت المجالات التقنية مثل الوكلاء المزيد والمزيد من الاهتمام. يكمن الجوهر في حقيقة أن النموذج الكبير يعتمد على قدراته الخاصة ويربط النموذج الصغير بجدولة ناضجة لحل المشكلة في التطبيقات العملية ، والتي تعتبر أسرع وأكثر قيمة في سيناريو الإنتاج.
لذلك ، في "العصر الجديد" الذي فتحته النماذج الكبيرة ، بالنسبة ل "قادة" منصات الذكاء الاصطناعي / ML ، فإن التراكم التقني في عصر النماذج الصغيرة والابتكار التكنولوجي في عصر النماذج الكبيرة متكاملان ولا غنى عنهما.
كمنصة نموذجية كبيرة على مستوى المؤسسة وقفة واحدة ، فإن منصة Baidu Intelligent Cloud Qianfan هي في الأساس نتاج تراكم Baidu العميق في طبقة الرقاقة وطبقة الإطار وطبقة النموذج وطبقة التطبيق.
يتجسد في خمسة جوانب:
أولا ، على مستوى قوة الحوسبة ، يمكن لمنصة Qianfan السحابية الذكية من Baidu توفير خدمات حوسبة غير متجانسة فعالة وفعالة من حيث التكلفة.
في عملية التدريب على النماذج الكبيرة ، من خلال استراتيجية التدريب المتوازي الموزعة وقدرات التوصيل البيني على مستوى ميكروثانية ، يمكن أن تصل نسبة تسريع التدريب العنقودي على نطاق 10000 بطاقة على منصة Baidu Qianfan إلى 95٪. في الوقت نفسه ، يمكن أن يصل وقت التدريب الفعال لمجموعة Vanka إلى 96٪ ، مما يقلل بشكل كبير من تكلفة قوة الحوسبة والوقت.
بالنسبة لنماذج الطرف الثالث الكبيرة ، تم أيضا تحسين منصة Baidu Qianfan بطريقة مستهدفة ، بما في ذلك التحسين الصيني وتحسين الأداء وتحسين السياق وما إلى ذلك.
كشفت بايدو أن عدد مكالمات واجهة برمجة التطبيقات ذات الطراز الكبير على منصة Qianfan من Baidu مستمر في الارتفاع بسرعة عالية. في الوقت الحاضر ، خدمت منصة Baidu Qianfan أكثر من 20000 عميل.
ثالثا ، بالنسبة للعملاء الذين يرغبون في إجراء تطوير ثانوي بناء على النماذج الكبيرة الحالية ، توفر منصة Baidu Qianfan سلسلة أدوات دورة حياة كاملة لإعادة تدريب النماذج الكبيرة وضبطها وتقييمها ونشرها ، بالإضافة إلى 41 مجموعة بيانات عالية الجودة ، والتي يمكن أن تحقق تحسينا سريعا للنموذج لسيناريوهات أعمال محددة.
رابعا ، على مستوى التطبيق ، استجابة لاحتياجات الشركات لتطوير تطبيقات الذكاء الاصطناعي الأصلية القائمة على النماذج الكبيرة ، توفر منصة Baidu Qianfan سلسلة من مكونات وأطر القدرة.
على سبيل المثال ، هناك 226 نموذجا مدمجا ، بحيث يمكن للمطورين تحسين جودة إجابات النماذج الكبيرة بسرعة حتى لو لم يكونوا على دراية بالهندسة السريعة.
في مؤتمر بايدو العالمي في 17 أكتوبر ، أصدرت Baidu Intelligent Cloud أيضا "** Baidu Qianfan الذكاء الاصطناعي طاولة عمل تطوير التطبيقات الأصلية **". على وجه التحديد ، تتكون "طاولة العمل" هذه من جزأين: مكونات التطبيق + أطر التطبيق.
من بينها ، يتضمن المكون الذكاء الاصطناعي ، أي التغليف القائم على المكونات لقدرات النموذج الكبيرة ، مكونات نموذج اللغة الكبيرة مثل Q&A و Chain of Thought (CoT) ، بالإضافة إلى مكونات متعددة الوسائط مثل مخطط Wensheng والتعرف على الكلام.
تتضمن المكونات السحابية الأساسية الخدمات السحابية التقليدية مثل قواعد بيانات المتجهات وتخزين الكائنات.
** إطار عمل التطبيق موجه إلى مهام سيناريو محددة ** ، والتي يمكن فهمها على أنها مزيج فعال من مكونات التطبيق المذكورة أعلاه بناء على قدرات النماذج الكبيرة.
في الوقت الحاضر ، توفر منصة Baidu Qianfan أطر تطبيقات أصلية شائعة الاستخدام الذكاء الاصطناعي مثل الجيل المعزز للاسترجاع (RAG) والوكيل.
من بينها ، يمكن لإطار RAG الجمع بين المعرفة في مجال الملكية الخاصة بالمؤسسة مع قدرة الأسئلة والأجوبة النموذجية الكبيرة على تقديم إجابات أكثر دقة للمعرفة المهنية.
بناء على إطار عمل RAG هذا ، أدركت Sany Heavy Industry بسرعة تطوير وإطلاق تطبيق خدمة العملاء الذكي على الموقع الرسمي.
استنادا إلى إطار عمل الوكيل ، يمكن للنموذج الكبير تفكيك المهام التي قدمها البشر تلقائيا ، والتخطيط تلقائيا واستدعاء المكونات المختلفة لإكمال المهام بشكل تعاوني ، وفي نفس الوقت تقديم ملاحظات ذاتية وفقا لتأثير إكمال المهمة لتحسين قدراته الخاصة.
في الوقت الحاضر ، بناء على إطار عمل الوكيل هذا ، قامت Zhongtian Iron and Steel ببناء "مركز جدولة مؤسسي" ذكي لتحقيق الإدراك التلقائي وتحلل وتنفيذ تعليمات المهمة.
على سبيل المثال ، عندما يتبين أن ناتج الفولاذ لا يصل إلى المستوى القياسي ، يمكن للنموذج الكبير الاتصال تلقائيا بالموارد المختلفة وواجهات برمجة التطبيقات التي تديرها المنصة لمعرفة سبب عدم الامتثال ، وضبط جدول الإنتاج في الوقت المناسب وإرسال بريد إلكتروني لإخطار المرسل.
يعتقد تحليل IDC أن تنفيذ الذكاء الاصطناعي التوليدية والنماذج الكبيرة لا يزال في مهده حاليا ، ويمكن تحديث هذه القدرات وتكرارها بسرعة أكبر على السحابة العامة ، مما سيحقق فوائد كبيرة الذكاء الاصطناعي الخدمات السحابية العامة على المدى القصير.
تشير Gartner أيضا إلى أن الذكاء الاصطناعي التوليدية مدفوعة بنماذج كبيرة ، مما يطرح متطلبات بنية تحتية حوسبة قوية وقابلة للتطوير بدرجة كبيرة. "توفر السحابة الحل الأمثل والنظام الأساسي ، ويجب أن يكون اللاعبون الرئيسيون في سباق الذكاء الاصطناعي التوليدي هم أفضل بائعي السحابة."
بالاقتران مع أحدث تقرير من Forrester ، يمكن ملاحظة أنه بالنسبة لبائعي السحابة ، أصبحت الخدمات السحابية الذكاء الاصطناعي محور التركيز الجديد للمنافسة.
وكيفية قياس القدرة التنافسية ، أصبحت معايير التقييم الآن واضحة تدريجيا.
في التحليل النهائي ، هناك جانبان أساسيان:
أولا ، من وجهة نظر المطورين ومستخدمي المؤسسات ، هو ما إذا كانت قدرة منصة الخدمة السحابية الذكاء الاصطناعي يمكن أن تحل حقا بشكل فعال من حيث التكلفة المشكلات العملية التي تواجهها الشركات المعقدة ، فضلا عن نقص المواهب المهنية في عملية الترقية الذكية ، خاصة في ظل موجة النماذج الكبيرة.
ثانيا ، من منظور اتجاهات التكنولوجيا ، فهي أكثر تكاملا مع النماذج الكبيرة.
يمكن اعتبار تصميم منصة Baidu الذكاء الاصطناعي بمثابة إجابة مرجعية يقدمها كبار بائعي السحابة الذكاء الاصطناعي في أحدث التغييرات في المشهد التنافسي.
أما بالنسبة للنتائج؟ في المزيد من حالات الهبوط ، يمكنك رؤية الفصل الحقيقي.