De manera similar a las conferencias relacionadas con la inteligencia artificial (IA) en las semanas anteriores, en el Foro de la Cumbre de Inteligencia Artificial de la Conferencia de Economía Digital Global 2023, empresarios y académicos discutieron el impacto de los modelos a gran escala y las tecnologías de IA generativa en la sociedad y la industria.
"En los últimos meses, todos han estado discutiendo cuándo OpenAI y China podrán hacer sus propios modelos a gran escala. En los últimos meses, han surgido modelos a gran escala uno tras otro. Veo que muchos inversores están comenzando estar ansioso". Zhou Hongyi, presidente de 360, dijo en un discurso en el foro. Dijo que la verdadera oportunidad para los modelos a gran escala se encuentra en China, especialmente en el mercado a nivel empresarial, incluidos los gobiernos y las ciudades, y las grandes empresas de China. modelo a escala debe aprovechar la oportunidad de desarrollo industrial de Internet.
Tang Wenbin, cofundador de Megvii Technology, Zhang Peng, director ejecutivo de Zhipu AI, Zhou Bowen, fundador de Lianyuan Technology y profesor titular de la cátedra Huiyan de la Universidad de Tsinghua, y otros invitados también estuvieron de acuerdo con esta opinión. Se gasta mucho dinero en modelos generales a gran escala con cientos de miles de millones de parámetros como ChatGPT En su lugar, es necesario construir modelos de industria a gran escala con una industria de mil millones, profundizar en la industria To B soluciones y resolver problemas prácticos en campos verticales.
De hecho, a medida que ChatGPT desencadenó un aumento en la inversión y el desarrollo industrial de los grandes modelos de IA de China, las empresas siguieron a ChatGPT y se esforzaron por convertirse en la "versión china de OpenAI". Ahora se han probado públicamente más de 80 modelos grandes.
**Pero el problema es que muchos inversionistas y empresarios descubrieron que el umbral técnico de los modelos a gran escala no es alto después de siete meses de "rotación". Las soluciones comerciales, mientras que el servicio de membresía Plus de "$20 por mes" de ChatGPT solo puede volverse "gratuito". ” en China, y la inversión continua en tecnología de IA de OpenAI no es factible en China. **
**Al final, se descubrió que solo los clientes en varios campos verticales, como asuntos gubernamentales, finanzas y atención médica, pueden pagar por el "modelo grande". **
La aplicación Titanium Media edita y elabora estadísticas de la información más reciente sobre datos de modelos domésticos de IA a gran escala
Las empresas ya no compiten con la tecnología de modelo a gran escala de IA, sino que vuelven a la comercialización
Durante los últimos seis meses, las tecnologías modelo a gran escala representadas por ChatGPT y GPT-4 han liderado una nueva ronda de innovación global de IA. La investigación de modelos a gran escala en el país y en el extranjero es iterativa a alta velocidad, surgen varios modelos en un flujo interminable y el rendimiento de los modelos continúa mejorando.
En China, desde Baidu Wenxin Yiyan, Ali Tongyi Qianwen, modelo grande Huawei Pangu, hasta 360 smart brain, Zhipu AI ChatGLM, etc., todos los ámbitos de la vida están construyendo modelos grandes. Según Jiang Guangzhi, director de la Oficina Municipal de Economía y Tecnología de la Información de Beijing, hasta el momento se han lanzado en China más de 80 modelos a gran escala, de los cuales Beijing representa aproximadamente la mitad (más de 40).
"Parece que hemos escalado una montaña durante mucho tiempo y finalmente vimos un nuevo pico y un nuevo amanecer", dijo Jiang Guangzhi en su discurso que en las últimas dos décadas, hemos experimentado Internet, teléfonos inteligentes, computación en la nube, big data, Internet de las cosas, una serie de cambios importantes en la tecnología de TI, ha cambiado profundamente todos los aspectos de nuestra producción y vida, y ahora hemos iniciado una nueva era de IA general.
Sin embargo, en comparación con el modelo de pago de las plataformas de nivel de consumidor como ChatGPT, los modelos grandes de IA de China generalmente son gratuitos para pruebas internas y los usuarios pueden obtener una licencia de uso siempre que soliciten pruebas internas en la plataforma. No solo eso, bajo la "Guerra de los Cien Modelos", todos fabrican modelos grandes, y es difícil formar barreras para la empresa misma y la industria. Además, el costo de la potencia informática de la IA es alto y la comercialización de modelos grandes no es tan fácil como se imagina.
En pocas palabras, el modelo de IA doméstico está lejos del modelo comercial y el costo tecnológico de OpenAI. OpenAI puede invertir cientos de millones de dólares en costos de capacitación en potencia informática, lo que no pueden lograr las pequeñas y medianas empresas nacionales de IA, especialmente la mayoría de las cuales se concentran en el lado de la aplicación.
"La cantidad de parámetros es en realidad un problema dialéctico. Cientos de miles de millones de billones de parámetros solo representan su capacidad más alta, pero los parámetros altos significan requisitos más altos para la capacidad de pensamiento y el poder de cómputo, y los escenarios de los clientes no necesariamente requieren requisitos de poder de cómputo tan altos. Porque no todos los escenarios pueden aceptar el costo de 100 mil millones de parámetros ". Dai Wenyuan, fundador y director ejecutivo de 4Paradigm, dijo a Titanium Media App en mayo de este año que, bajo diversas limitaciones y empresas que buscaban ganancias, los clientes de To B comenzaron a elegir el costo. -Efectiva maqueta de IA vertical controlada.
**En el Foro de la Cumbre de Inteligencia Artificial de la Conferencia de Economía Digital Global de 2023, Zhou Hongyi, Zhang Peng, Zhou Bowen y otros invitados mencionaron en general la "industrialización" y la "verticalización" de modelos grandes, y profundizaron en industrias como asuntos gubernamentales, finanzas , creación cultural y expansión de la atención médica y debates en torno a la seguridad, credibilidad y controlabilidad del modelo. **
Zhou Hongyi cree que la verdadera oportunidad para los modelos a gran escala se encuentra en el mercado a nivel empresarial, y China debería aprovechar la oportunidad del desarrollo industrial cuando se trata de modelos a gran escala. Sin embargo, cuando los grandes modelos públicos actuales se utilizan en escenarios de nivel empresarial como gobiernos, ciudades e industrias, existen cuatro deficiencias, que incluyen la falta de profundidad de la industria, peligros ocultos en la seguridad de los datos, incapacidad para garantizar contenido creíble y alta capacitación. y costos de implementación.
"Existen muchos riesgos de seguridad de datos en el modelo grande público. El conocimiento interno propio de cada empresa es el activo principal, y el modelo grande de dominio público definitivamente no será entrenado; el uso del modelo grande público causará la fuga de datos, porque muchas ideas y planes Tienes que contarlo, para que pueda escribir un buen artículo; el gran modelo público es una IA generativa, y la característica de su propio algoritmo es que puede decir tonterías, y es una tontería seria y confiada Esta característica se usa para hacer novelas y guiones, como un robot de chat, el efecto es muy bueno, pero es muy problemático en un escenario de nivel empresarial. Si realmente usa la receta prescrita por el modelo médico, ¿se atreve a hacerlo? créalo o tómelo; el modelo grande público no puede darse cuenta del costo. Es controlable porque el alto costo del modelo grande también es exagerado. Cuesta 10 millones de dólares estadounidenses para entrenar una vez. ¿Cuánto poder de cómputo y cuántas tarjetas gráficas? son necesarios. Para hacer un gran modelo vertical dentro de la empresa no es necesario buscar un conocimiento integral o capacidades integrales. Decenas de miles de millones de modelos pueden ser suficientes, pero los parámetros de 100 mil millones a 10 mil millones parecen ser diez veces más pequeños, y el los ahorros en costos de capacitación e implementación son mucho más de diez veces".
Zhou Hongyi declaró sin rodeos que el modelo a gran escala que el mercado de nivel empresarial realmente necesita en el futuro debe ajustarse a las características de industrialización, empresarialización, verticalización, miniaturización y propiedad. No solo eso, sino que, en su opinión, la construcción de modelos grandes a nivel empresarial debe cumplir con los siguientes tres principios:
Seguridad: en primer lugar, el principio de seguridad. Los modelos grandes tienen riesgos como la seguridad de la red, la seguridad de los datos y la seguridad de los algoritmos. Especialmente en términos de seguridad del contenido, algunas personas han utilizado AIGC para generar varios contenidos falsos para el fraude. Los motores de búsqueda son mucho más complicados. Por lo tanto, el tema de la seguridad de la inteligencia artificial necesita ser estudiado a partir de ahora.
Credibilidad: el segundo es el principio de credibilidad, que puede resolver el problema de la "ilusión" de los modelos grandes y el problema de que el conocimiento no se puede actualizar a tiempo mediante la corrección de la base de conocimiento empresarial y la búsqueda. "¿Cómo resolver el problema del contenido de salida preciso? Ahora se puede corregir mediante una base de datos vectorial, una búsqueda empresarial y una base de conocimiento externa".
Controlabilidad: el último es el principio de controlabilidad. Zhou Hongyi cree que cuando el modelo grande todavía es un poco poco confiable, se sugiere que al usar el modelo grande, las empresas y los gobiernos pueden dar un pequeño paso al principio y hacer no abrir API y complementos a él Y el patrón de función, todavía tengo que insistir en que es un ayudante, la última persona está en el "bucle" de la toma de decisiones. Mencionó en el PPT que se deben adoptar métodos de monitoreo y auditoría para "bloquear el tipo horizontal grande en una jaula".
Con respecto a cómo las empresas usan modelos grandes, Zhou Hongyi enfatizó que los modelos grandes de empresa primero deben hacer un buen uso de las capacidades generales y aprovechar al máximo las mejores y más maduras capacidades de los modelos grandes; centrarse en los puntos débiles y las necesidades rígidas de las empresas, pequeños cortes , gran profundidad, como el análisis de información y la toma de decisiones, los escenarios de Office, como la búsqueda y gestión de conocimientos empresariales, la colaboración en la oficina y el servicio al cliente inteligente, son los puntos de entrada más adecuados.
Al mismo tiempo, Zhou Hongyi también sugirió que las empresas primero deben habilitar los modos "asistente" y "copiloto" cuando usan el modelo grande, para que el modelo grande pueda permanecer relativamente independiente del sistema comercial existente y mantener el aislamiento, que también es más seguro y más controlable para la empresa. Además, el modelo de gran empresa debe ser utilizado tanto por líderes como por empleados, para que la IA sea inclusiva.
"Siempre es difícil para los modelos grandes completar un trabajo de forma independiente, y muchos empleados se resisten a los modelos grandes. Todavía es difícil para los modelos grandes completar un trabajo de forma independiente. Más posicionamiento es humano Buenas herramientas y asistentes de conocimiento, así que el el desarrollo de modelos grandes debe estar orientado a las personas”. Zhou Hongyi mencionó que la facilidad de uso es el primer principio del desarrollo de modelos grandes.
Zhou Hongyi consideró que el ser humano digital se convertirá en una entrada importante y forma de transporte de grandes modelos de nivel empresarial. El asistente digital "alma" lanzado por 360 Smart Brain puede resolver el problema de la facilidad de uso de modelos grandes. En la escena, Zhou Hongyi también mostró el "Servicio al cliente de Beijing no puede preguntar" personalizado y los "Comerciantes de la ciudad de Beijing", dos humanos digitales a gran escala capacitados para Beijing para resolver algunas necesidades centrales en los campos gubernamentales y empresariales.
No solo Zhou Hongyi, sino que el CEO de Zhipu AI, Zhang Peng, mencionó que, desde la perspectiva de la implementación comercial, Zhipu AI propuso el concepto de servicio de modelo grande MaaS (Modelo como servicio), con la esperanza de actualizar cientos de miles de millones de modelos grandes de alta precisión. Varias personas y empresas pueden disfrutar del empoderamiento de la IA.
"Tenemos tres versiones. Una es el servicio de capacitación de modelos de extremo a extremo, que ya lo ha ayudado a completar una capacitación de migración de modelos en la plataforma de potencia informática autoconstruida; la segunda es para proporcionar licencias y servicios de creación de modelos; la tercera es para cooperar con los fabricantes de computación en la nube. Llamadas API propuestas y servicios de instancia modelo para ayudar a todos a construir rápidamente capacidades de infraestructura poderosas ", dijo Zhang Peng.
La aplicación Titanium Media se enteró de que Zhipu AI está desarrollando un nuevo producto de modelo a gran escala ChatGLM2, que reduce la cantidad de parámetros pero mejora la calidad de los datos. En múltiples evaluaciones, ChatGLM2 puntúa más que GPT-4 y ChatGPT.
Zhou Bowen, fundador de Lianyuan Technology y profesor de la cátedra Huiyan de la Universidad de Tsinghua, dijo que si Al puede integrarse completamente con los negocios es el factor clave que determina si Al puede obtener valor económico. Solo con un diseño de estrategia de IA orientado a los negocios, una estructura de apoyo sólida, suficientes talentos de IA y un mecanismo de capacitación interno sólido, la IA puede integrarse completamente con las necesidades de desarrollo comercial y maximizar los beneficios económicos.
Fang Han, CEO de Kunlun Wanwei, cree que en la actualidad, los modelos a gran escala se encuentran en un estado de reducción de costos en el lado B y aumento de la eficiencia en el lado C.
Él cree que las empresas de servicios de extremo B de China pueden ver que es difícil para cualquier empresa monopolizar todo el servicio de extremo B. Debido a la demanda de datos de la industria por parte del modelo grande, es inevitable que cada empresa modelo grande pueda lograr el éxito como pionera en una o dos industrias. Ninguna empresa puede tener éxito en todas las industrias, y es difícil para cualquier empresa obtener los datos de toda la industria y el extremo C está obligado a fragmentarse. Debido a que los hábitos de pago del mercado chino son realmente muy diferentes a los del extranjero, los hábitos gratuitos de los usuarios chinos son muy obvios. Todas las empresas que brindan servicios a los usuarios finales C debe basarse en El modo gratuito es el modo principal, y el modo VIP se complementa.
"La gran marea subirá y el aterrizaje será el rey. Esperamos que esta ola de emprendimiento e inversión en inteligencia artificial en general sea diferente de la ola anterior, pueda aterrizar más rápido y generar usuarios e ingresos". Todavía sesgada Comercialización de modelos grandes. Mencionó que los productos musicales generados por IA desarrollados por Kunlun Wanwei ya han aterrizado en la escena cultural y turística, y firmó un acuerdo con el Distrito Dongcheng de Beijing en abril de este año.
Zhang Xin, subdirector general del Centro de IA y Big Data de China Telecom Group, anunció el gran modelo de TeleChat desarrollado por él en el acto, que admite la salida de códigos y la escritura de discursos. Zhang Xin mencionó que el objetivo de investigación y desarrollo de China Telecom Digital Technology Co., Ltd. es construir una cabina de algoritmos de IA de 10 000 niveles para convertirse en un proveedor de servicios de IA de 10 000 millones de niveles. Los productos cubren algoritmos, plataformas y aplicaciones de IA. , hardware y modelos grandes.
Esta es la primera vez que China Telecom anuncia sus productos modelo a gran escala. Zhang Xin también dijo que, en comparación con otros modelos grandes, la mayoría de los productos de TeleChat utilizan macrodatos chinos nacionales, el 90 % de los cuales son principalmente nacionales, y basados en la nube Tianyi de China Telecom y la base de fusión de la red en la nube, TeleChat se utiliza para los parámetros de entrenamiento del modelo. En ese momento, la capacidad puede alcanzar el 47 %, y la eficiencia del entrenamiento de modelos y las capacidades de algoritmos de modelos siguen mejorando.
En el escenario de aplicaciones, el modelo TeleChat de China Telecom ha comenzado a ser inteligenteizado por los fabricantes para resolver los problemas de escasez de talento y cobertura insuficiente de algunos operadores de voz. A través de la mejora de la tecnología de IA, se puede realizar la modernización de las capacidades de gobernanza social y se puede reducir el consumo de costos.
Guo Fan, vicepresidente de la División de Innovación de Unisound, mencionó una vez que la aplicación de demostración del sistema de generación de registros médicos para pacientes ambulatorios basado en el gran modelo de montañas y mares desarrollado conjuntamente por Unisound y el Hospital de la Amistad de Beijing, en el campo de la atención médica inteligente, basado en la investigación automática de escala de parámetros de 70 mil millones de Unisound, el modelo grande "Mountain and Sea", combinado con procesamiento de señal de sonido frontal, reconocimiento de huella de voz, reconocimiento de voz, síntesis de voz y otras tecnologías de interacción de voz inteligente de pila completa, se espera que mejore la eficiencia de la entrada de registros médicos electrónicos de los médicos en más del 400%, ahorrando tiempo de consulta de un solo paciente Más del 40%, mejorando la eficiencia de los servicios ambulatorios de los médicos en más del 66%.
De hecho, los modelos grandes suelen ser un área en la que el ganador se lo lleva todo. Se necesita más dinero, más poder de cómputo y mejores talentos. Porque un mejor poder de cómputo significa que más gente lo usa, más gente lo usa significa más datos, y más datos significa mejores resultados de poder de cómputo. El gran modelo debe ser un campo de batalla para los gigantes, que tienen dinero, tecnología y, lo que es más importante, datos.
Pero las empresas emergentes tienen demasiados proyectos y sus fondos están demasiado dispersos, especialmente al final de la empresa, terminan consumiendo fondos para comprar tarjetas Nvidia A100 y servicios en la nube, sin un proceso de desarrollo empresarial cuantificado. Especialmente cuando las empresas de inteligencia artificial y las empresas de SaaS son generalmente difíciles de obtener ganancias y hacer sangre, las empresas de nueva creación necesitan comercializar y obtener ganancias con modelos grandes.
Por lo tanto, el actual modelo doméstico de IA a gran escala está tomando forma en base a la base de modelo a gran escala de uso general y al centro de poder de cómputo establecido por grandes empresas como Ali, Tencent, Baidu, Huawei y SenseTime, además de incluir a Momo. Zhixing, Tianyancha, Yunzhisheng y China Los grandes modelos de dominio vertical o industrial establecidos por empresas como Kewenge y Megvii solo se enfocan en una o dos áreas para resolver problemas centrales.
El gobierno apoya el aterrizaje de escenas de maquetas a gran escala
En este foro, la Oficina de Información y Economía de Beijing anunció una vez más el segundo lote de miembros del Programa de Asociación de Innovación de la Industria de Inteligencia Artificial General de Beijing, y se seleccionaron 63 empresas.
Se entiende que al 30 de junio, un total de 416 empresas de aplicaciones e I+D de modelos a gran escala dentro y fuera de Beijing han solicitado unirse al segundo lote del "Programa de asociación". Al final, se seleccionaron y anunciaron 63 empresas, incluidas Beijing Baidu Netcom Technology Co., Ltd., China Power Data Service Co., Ltd. y Beijing Jizhi Future Artificial Intelligence Industry Innovation Base Co., Ltd. Entre ellos, hay 10 socios de potencia informática, 10 socios de datos, 10 socios modelo, 24 socios de aplicaciones y 9 socios de inversión. Además, se evaluaron 30 observadores del modelo.
Según las estimaciones de la aplicación Titanium Media, a partir de ahora, más de 80 empresas e instituciones han sido seleccionadas para el Programa de Asociación de Innovación de la Industria de Inteligencia Artificial General de Beijing.
**En la actualidad, Beijing está promoviendo rápidamente la construcción de modelos a gran escala de IA y diseño industrial. **
El 21 de mayo, el Gobierno Popular Municipal de Beijing emitió un aviso sobre el "Plan de implementación para que Beijing acelere la construcción de una fuente de innovación de inteligencia artificial influyente a nivel mundial (2023-2025)”. Para 2025, la innovación tecnológica y el desarrollo industrial de inteligencia artificial de Beijing Entrar en una nueva era En la etapa de desarrollo, la investigación teórica básica ha logrado avances, la influencia de los logros de innovación originales ha seguido aumentando, y la escala de la industria de la inteligencia artificial ha seguido aumentando, formando un grupo industrial con competitividad internacional y dominio tecnológico.
El 23 de mayo, la Oficina General del Gobierno Popular Municipal de Beijing emitió un aviso de "Varias medidas para promover la innovación y el desarrollo de la inteligencia artificial general en Beijing", que exige que se utilice plenamente el papel rector del gobierno y el papel catalizador de las plataformas de innovación. para integrar los recursos de innovación, fortalecer la asignación de elementos y crear innovaciones, ecología, otorgar importancia a la prevención de riesgos y promover la inteligencia artificial general de Beijing para lograr el liderazgo en innovación y el desarrollo racional y saludable.
La aplicación Titanium Media notó en el acto que cada vez hay más casos y participantes corporativos sobre la implementación de modelos de IA a gran escala en el campo de los asuntos gubernamentales.Participan empresas como Ali, Huawei, Autohome y Shibui Technology.
Una persona a cargo de la Oficina del Servicio de Administración Municipal de Beijing mencionó en un discurso en vivo que para apoyar la construcción de la plataforma "Jingce", el gobierno necesita implementar tecnología general de modelos a gran escala en el campo de los escenarios, a fin de mejorar la gestión de políticas y las capacidades precisas del servicio. "La extracción y el análisis en profundidad de datos masivos sobre los llamamientos de los ciudadanos proporciona un apoyo más sólido para la toma de decisiones de liderazgo, la gobernanza de base y la gobernanza urbana".
La persona a cargo mencionada anteriormente mencionó que en términos de avance de la escena, se utilizará un modelo de interfaz pequeña y abierta en la etapa inicial, y las aplicaciones en profundidad privatizadas se llevarán a cabo más adelante. A la larga, abrirán conjuntos de datos gubernamentales creíbles y de alta calidad mediante el establecimiento de mecanismos de protección digital y evaluaciones técnicas bajo la condición de seguridad y controlabilidad de los datos.
Wang Zhangsheng, jefe del Zhongke Wenge Delivery Center, mencionó en un intercambio con la aplicación Titanium Media que los clientes gubernamentales tienen una gran demanda de grandes modelos de IA, y este campo también requiere seguridad de datos y gobierno de datos en la aplicación de modelos grandes Condiciones, especialmente altas -Entrenamiento de datos de calidad, para resolver mejor los problemas de aplicación práctica en este campo.
El CTO de Midu, Liu Yidong, dijo a la aplicación Titanium Media que la compañía comenzó a usar los productos de infraestructura Huawei Cloud el año pasado para lanzar negocios en asuntos gubernamentales, medios y otros campos, y ahora la compañía está a punto de lanzar productos modelo a gran escala para industrias verticales que se enfocan en opinión pública en línea.
"El gobierno ha comenzado a pagar por el 'modelo grande'. Por un lado, se trata de orientación política y demandas de escenarios de aplicación práctica. Por otro lado, las propias empresas necesitan resolver problemas de costos y problemas de comercialización a través de modelos grandes". Un miembro de la industria analizó la aplicación Titanium Media: La industria nacional de modelos a gran escala está regresando al período en que las empresas de inteligencia artificial y el gobierno se combinan para formar la comercialización y recibir subsidios gubernamentales.
Jiang Guangzhi dijo que en la actualidad, Beijing está acelerando la construcción de la Zona Experimental Nacional de Innovación y Desarrollo de Inteligencia Artificial de Nueva Generación y la Zona Piloto de Aplicación de Innovación de Inteligencia Artificial Nacional para crear una fuente de innovación de inteligencia artificial de influencia mundial. Tres puntos:
Una es fortalecer la innovación de políticas y la orientación estándar. Resuelva los problemas de cantidad de datos relativamente escasa, control de calidad difícil, alto costo de recopilación y etiquetado y uso compatible. Planificar e introducir la política de "cupones de poder de cómputo" para apoyar a las pequeñas y medianas empresas basadas en escenarios de aplicaciones de aterrizaje para obtener poder de cómputo diversificado, de bajo costo y de alta calidad, y apoyar a las empresas de inteligencia artificial en esta ciudad y organizaciones industriales relacionadas en la formulación de estándares nacionales, estándares de la industria y estándares locales para inteligencia artificial Desempeñar un papel de liderazgo y participar en la formulación de estándares técnicos en términos de rendimiento del modelo, seguridad de datos y protección de la privacidad.
El segundo es aumentar la apertura de escenarios y tomar la iniciativa en la implementación de aplicaciones de referencia. Promover que las agencias gubernamentales de la ciudad, las instituciones públicas, las empresas estatales y otras organizaciones con la función de gestionar los asuntos públicos compren y utilicen activamente productos y servicios seguros y confiables relacionados con modelos a gran escala, tomen la iniciativa en la implementación de aplicaciones en los servicios gubernamentales. , ciudades inteligentes y otros campos, y mejorar el nivel de modernización de las capacidades de gobernanza urbana.
El tercero es promover la profundización y solidez del plan de alianzas. En el programa de asociación actual, más de 10 socios de poder de cómputo planean proporcionar no menos de 4000P de poder de cómputo de bajo costo y alta calidad para pequeñas y medianas empresas de inteligencia artificial en Beijing para llevar a cabo capacitación y razonamiento de modelos a gran escala. 10 socios de datos han lanzado 18 conjuntos de datos de alta calidad de casi 500T para capacitación empresarial a gran escala. Al mismo tiempo, también acelerará la promoción de aplicaciones industriales de modelos a gran escala, aprovechará al máximo el papel del programa de asociación, una plataforma de acoplamiento y cooperación orientada al mercado, y creará una buena ecología para la innovación, la cooperación y la aplicación. de modelos a gran escala en Beijing.
Jiang Guangzhi enfatizó que la Oficina de Información y Economía de Beijing continuará fortaleciendo la asignación de elementos de recursos de alta calidad, integrará de manera efectiva recursos innovadores, creará activamente una ecología innovadora y sentará una base sólida para el desarrollo de la industria de la inteligencia artificial.
"Una empresa no puede hacer modelos grandes. Lo mejor para todos es formar varios ecosistemas grandes en los niveles de poder de cómputo, modelos y datos. Especialmente bajo la guía de los departamentos gubernamentales, las empresas pueden formar asociaciones en el ecosistema, de modo que Todos se preocupan más por la cooperación que por la competencia. En el futuro, el modelo grande puede formar una relación con la ecología, los socios y la cooperación de beneficio mutuo ", dijo Ji Haiquan, director ejecutivo de Legend Capital.
Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Han pasado 7 meses y el modelo chino de IA no puede aprender de ChatGPT
Fuente: Medios de titanio
Autor: Lin Zhijia
De manera similar a las conferencias relacionadas con la inteligencia artificial (IA) en las semanas anteriores, en el Foro de la Cumbre de Inteligencia Artificial de la Conferencia de Economía Digital Global 2023, empresarios y académicos discutieron el impacto de los modelos a gran escala y las tecnologías de IA generativa en la sociedad y la industria.
"En los últimos meses, todos han estado discutiendo cuándo OpenAI y China podrán hacer sus propios modelos a gran escala. En los últimos meses, han surgido modelos a gran escala uno tras otro. Veo que muchos inversores están comenzando estar ansioso". Zhou Hongyi, presidente de 360, dijo en un discurso en el foro. Dijo que la verdadera oportunidad para los modelos a gran escala se encuentra en China, especialmente en el mercado a nivel empresarial, incluidos los gobiernos y las ciudades, y las grandes empresas de China. modelo a escala debe aprovechar la oportunidad de desarrollo industrial de Internet.
Tang Wenbin, cofundador de Megvii Technology, Zhang Peng, director ejecutivo de Zhipu AI, Zhou Bowen, fundador de Lianyuan Technology y profesor titular de la cátedra Huiyan de la Universidad de Tsinghua, y otros invitados también estuvieron de acuerdo con esta opinión. Se gasta mucho dinero en modelos generales a gran escala con cientos de miles de millones de parámetros como ChatGPT En su lugar, es necesario construir modelos de industria a gran escala con una industria de mil millones, profundizar en la industria To B soluciones y resolver problemas prácticos en campos verticales.
De hecho, a medida que ChatGPT desencadenó un aumento en la inversión y el desarrollo industrial de los grandes modelos de IA de China, las empresas siguieron a ChatGPT y se esforzaron por convertirse en la "versión china de OpenAI". Ahora se han probado públicamente más de 80 modelos grandes.
**Pero el problema es que muchos inversionistas y empresarios descubrieron que el umbral técnico de los modelos a gran escala no es alto después de siete meses de "rotación". Las soluciones comerciales, mientras que el servicio de membresía Plus de "$20 por mes" de ChatGPT solo puede volverse "gratuito". ” en China, y la inversión continua en tecnología de IA de OpenAI no es factible en China. **
**Al final, se descubrió que solo los clientes en varios campos verticales, como asuntos gubernamentales, finanzas y atención médica, pueden pagar por el "modelo grande". **
Las empresas ya no compiten con la tecnología de modelo a gran escala de IA, sino que vuelven a la comercialización
Durante los últimos seis meses, las tecnologías modelo a gran escala representadas por ChatGPT y GPT-4 han liderado una nueva ronda de innovación global de IA. La investigación de modelos a gran escala en el país y en el extranjero es iterativa a alta velocidad, surgen varios modelos en un flujo interminable y el rendimiento de los modelos continúa mejorando.
En China, desde Baidu Wenxin Yiyan, Ali Tongyi Qianwen, modelo grande Huawei Pangu, hasta 360 smart brain, Zhipu AI ChatGLM, etc., todos los ámbitos de la vida están construyendo modelos grandes. Según Jiang Guangzhi, director de la Oficina Municipal de Economía y Tecnología de la Información de Beijing, hasta el momento se han lanzado en China más de 80 modelos a gran escala, de los cuales Beijing representa aproximadamente la mitad (más de 40).
"Parece que hemos escalado una montaña durante mucho tiempo y finalmente vimos un nuevo pico y un nuevo amanecer", dijo Jiang Guangzhi en su discurso que en las últimas dos décadas, hemos experimentado Internet, teléfonos inteligentes, computación en la nube, big data, Internet de las cosas, una serie de cambios importantes en la tecnología de TI, ha cambiado profundamente todos los aspectos de nuestra producción y vida, y ahora hemos iniciado una nueva era de IA general.
Sin embargo, en comparación con el modelo de pago de las plataformas de nivel de consumidor como ChatGPT, los modelos grandes de IA de China generalmente son gratuitos para pruebas internas y los usuarios pueden obtener una licencia de uso siempre que soliciten pruebas internas en la plataforma. No solo eso, bajo la "Guerra de los Cien Modelos", todos fabrican modelos grandes, y es difícil formar barreras para la empresa misma y la industria. Además, el costo de la potencia informática de la IA es alto y la comercialización de modelos grandes no es tan fácil como se imagina.
En pocas palabras, el modelo de IA doméstico está lejos del modelo comercial y el costo tecnológico de OpenAI. OpenAI puede invertir cientos de millones de dólares en costos de capacitación en potencia informática, lo que no pueden lograr las pequeñas y medianas empresas nacionales de IA, especialmente la mayoría de las cuales se concentran en el lado de la aplicación.
"La cantidad de parámetros es en realidad un problema dialéctico. Cientos de miles de millones de billones de parámetros solo representan su capacidad más alta, pero los parámetros altos significan requisitos más altos para la capacidad de pensamiento y el poder de cómputo, y los escenarios de los clientes no necesariamente requieren requisitos de poder de cómputo tan altos. Porque no todos los escenarios pueden aceptar el costo de 100 mil millones de parámetros ". Dai Wenyuan, fundador y director ejecutivo de 4Paradigm, dijo a Titanium Media App en mayo de este año que, bajo diversas limitaciones y empresas que buscaban ganancias, los clientes de To B comenzaron a elegir el costo. -Efectiva maqueta de IA vertical controlada.
**En el Foro de la Cumbre de Inteligencia Artificial de la Conferencia de Economía Digital Global de 2023, Zhou Hongyi, Zhang Peng, Zhou Bowen y otros invitados mencionaron en general la "industrialización" y la "verticalización" de modelos grandes, y profundizaron en industrias como asuntos gubernamentales, finanzas , creación cultural y expansión de la atención médica y debates en torno a la seguridad, credibilidad y controlabilidad del modelo. **
Zhou Hongyi declaró sin rodeos que el modelo a gran escala que el mercado de nivel empresarial realmente necesita en el futuro debe ajustarse a las características de industrialización, empresarialización, verticalización, miniaturización y propiedad. No solo eso, sino que, en su opinión, la construcción de modelos grandes a nivel empresarial debe cumplir con los siguientes tres principios:
Al mismo tiempo, Zhou Hongyi también sugirió que las empresas primero deben habilitar los modos "asistente" y "copiloto" cuando usan el modelo grande, para que el modelo grande pueda permanecer relativamente independiente del sistema comercial existente y mantener el aislamiento, que también es más seguro y más controlable para la empresa. Además, el modelo de gran empresa debe ser utilizado tanto por líderes como por empleados, para que la IA sea inclusiva.
"Siempre es difícil para los modelos grandes completar un trabajo de forma independiente, y muchos empleados se resisten a los modelos grandes. Todavía es difícil para los modelos grandes completar un trabajo de forma independiente. Más posicionamiento es humano Buenas herramientas y asistentes de conocimiento, así que el el desarrollo de modelos grandes debe estar orientado a las personas”. Zhou Hongyi mencionó que la facilidad de uso es el primer principio del desarrollo de modelos grandes.
Zhou Hongyi consideró que el ser humano digital se convertirá en una entrada importante y forma de transporte de grandes modelos de nivel empresarial. El asistente digital "alma" lanzado por 360 Smart Brain puede resolver el problema de la facilidad de uso de modelos grandes. En la escena, Zhou Hongyi también mostró el "Servicio al cliente de Beijing no puede preguntar" personalizado y los "Comerciantes de la ciudad de Beijing", dos humanos digitales a gran escala capacitados para Beijing para resolver algunas necesidades centrales en los campos gubernamentales y empresariales.
"Tenemos tres versiones. Una es el servicio de capacitación de modelos de extremo a extremo, que ya lo ha ayudado a completar una capacitación de migración de modelos en la plataforma de potencia informática autoconstruida; la segunda es para proporcionar licencias y servicios de creación de modelos; la tercera es para cooperar con los fabricantes de computación en la nube. Llamadas API propuestas y servicios de instancia modelo para ayudar a todos a construir rápidamente capacidades de infraestructura poderosas ", dijo Zhang Peng.
La aplicación Titanium Media se enteró de que Zhipu AI está desarrollando un nuevo producto de modelo a gran escala ChatGLM2, que reduce la cantidad de parámetros pero mejora la calidad de los datos. En múltiples evaluaciones, ChatGLM2 puntúa más que GPT-4 y ChatGPT.
Zhou Bowen, fundador de Lianyuan Technology y profesor de la cátedra Huiyan de la Universidad de Tsinghua, dijo que si Al puede integrarse completamente con los negocios es el factor clave que determina si Al puede obtener valor económico. Solo con un diseño de estrategia de IA orientado a los negocios, una estructura de apoyo sólida, suficientes talentos de IA y un mecanismo de capacitación interno sólido, la IA puede integrarse completamente con las necesidades de desarrollo comercial y maximizar los beneficios económicos.
Fang Han, CEO de Kunlun Wanwei, cree que en la actualidad, los modelos a gran escala se encuentran en un estado de reducción de costos en el lado B y aumento de la eficiencia en el lado C.
Él cree que las empresas de servicios de extremo B de China pueden ver que es difícil para cualquier empresa monopolizar todo el servicio de extremo B. Debido a la demanda de datos de la industria por parte del modelo grande, es inevitable que cada empresa modelo grande pueda lograr el éxito como pionera en una o dos industrias. Ninguna empresa puede tener éxito en todas las industrias, y es difícil para cualquier empresa obtener los datos de toda la industria y el extremo C está obligado a fragmentarse. Debido a que los hábitos de pago del mercado chino son realmente muy diferentes a los del extranjero, los hábitos gratuitos de los usuarios chinos son muy obvios. Todas las empresas que brindan servicios a los usuarios finales C debe basarse en El modo gratuito es el modo principal, y el modo VIP se complementa.
"La gran marea subirá y el aterrizaje será el rey. Esperamos que esta ola de emprendimiento e inversión en inteligencia artificial en general sea diferente de la ola anterior, pueda aterrizar más rápido y generar usuarios e ingresos". Todavía sesgada Comercialización de modelos grandes. Mencionó que los productos musicales generados por IA desarrollados por Kunlun Wanwei ya han aterrizado en la escena cultural y turística, y firmó un acuerdo con el Distrito Dongcheng de Beijing en abril de este año.
Esta es la primera vez que China Telecom anuncia sus productos modelo a gran escala. Zhang Xin también dijo que, en comparación con otros modelos grandes, la mayoría de los productos de TeleChat utilizan macrodatos chinos nacionales, el 90 % de los cuales son principalmente nacionales, y basados en la nube Tianyi de China Telecom y la base de fusión de la red en la nube, TeleChat se utiliza para los parámetros de entrenamiento del modelo. En ese momento, la capacidad puede alcanzar el 47 %, y la eficiencia del entrenamiento de modelos y las capacidades de algoritmos de modelos siguen mejorando.
En el escenario de aplicaciones, el modelo TeleChat de China Telecom ha comenzado a ser inteligenteizado por los fabricantes para resolver los problemas de escasez de talento y cobertura insuficiente de algunos operadores de voz. A través de la mejora de la tecnología de IA, se puede realizar la modernización de las capacidades de gobernanza social y se puede reducir el consumo de costos.
Guo Fan, vicepresidente de la División de Innovación de Unisound, mencionó una vez que la aplicación de demostración del sistema de generación de registros médicos para pacientes ambulatorios basado en el gran modelo de montañas y mares desarrollado conjuntamente por Unisound y el Hospital de la Amistad de Beijing, en el campo de la atención médica inteligente, basado en la investigación automática de escala de parámetros de 70 mil millones de Unisound, el modelo grande "Mountain and Sea", combinado con procesamiento de señal de sonido frontal, reconocimiento de huella de voz, reconocimiento de voz, síntesis de voz y otras tecnologías de interacción de voz inteligente de pila completa, se espera que mejore la eficiencia de la entrada de registros médicos electrónicos de los médicos en más del 400%, ahorrando tiempo de consulta de un solo paciente Más del 40%, mejorando la eficiencia de los servicios ambulatorios de los médicos en más del 66%.
De hecho, los modelos grandes suelen ser un área en la que el ganador se lo lleva todo. Se necesita más dinero, más poder de cómputo y mejores talentos. Porque un mejor poder de cómputo significa que más gente lo usa, más gente lo usa significa más datos, y más datos significa mejores resultados de poder de cómputo. El gran modelo debe ser un campo de batalla para los gigantes, que tienen dinero, tecnología y, lo que es más importante, datos.
Pero las empresas emergentes tienen demasiados proyectos y sus fondos están demasiado dispersos, especialmente al final de la empresa, terminan consumiendo fondos para comprar tarjetas Nvidia A100 y servicios en la nube, sin un proceso de desarrollo empresarial cuantificado. Especialmente cuando las empresas de inteligencia artificial y las empresas de SaaS son generalmente difíciles de obtener ganancias y hacer sangre, las empresas de nueva creación necesitan comercializar y obtener ganancias con modelos grandes.
Por lo tanto, el actual modelo doméstico de IA a gran escala está tomando forma en base a la base de modelo a gran escala de uso general y al centro de poder de cómputo establecido por grandes empresas como Ali, Tencent, Baidu, Huawei y SenseTime, además de incluir a Momo. Zhixing, Tianyancha, Yunzhisheng y China Los grandes modelos de dominio vertical o industrial establecidos por empresas como Kewenge y Megvii solo se enfocan en una o dos áreas para resolver problemas centrales.
El gobierno apoya el aterrizaje de escenas de maquetas a gran escala
En este foro, la Oficina de Información y Economía de Beijing anunció una vez más el segundo lote de miembros del Programa de Asociación de Innovación de la Industria de Inteligencia Artificial General de Beijing, y se seleccionaron 63 empresas.
Se entiende que al 30 de junio, un total de 416 empresas de aplicaciones e I+D de modelos a gran escala dentro y fuera de Beijing han solicitado unirse al segundo lote del "Programa de asociación". Al final, se seleccionaron y anunciaron 63 empresas, incluidas Beijing Baidu Netcom Technology Co., Ltd., China Power Data Service Co., Ltd. y Beijing Jizhi Future Artificial Intelligence Industry Innovation Base Co., Ltd. Entre ellos, hay 10 socios de potencia informática, 10 socios de datos, 10 socios modelo, 24 socios de aplicaciones y 9 socios de inversión. Además, se evaluaron 30 observadores del modelo.
Según las estimaciones de la aplicación Titanium Media, a partir de ahora, más de 80 empresas e instituciones han sido seleccionadas para el Programa de Asociación de Innovación de la Industria de Inteligencia Artificial General de Beijing.
**En la actualidad, Beijing está promoviendo rápidamente la construcción de modelos a gran escala de IA y diseño industrial. **
El 21 de mayo, el Gobierno Popular Municipal de Beijing emitió un aviso sobre el "Plan de implementación para que Beijing acelere la construcción de una fuente de innovación de inteligencia artificial influyente a nivel mundial (2023-2025)”. Para 2025, la innovación tecnológica y el desarrollo industrial de inteligencia artificial de Beijing Entrar en una nueva era En la etapa de desarrollo, la investigación teórica básica ha logrado avances, la influencia de los logros de innovación originales ha seguido aumentando, y la escala de la industria de la inteligencia artificial ha seguido aumentando, formando un grupo industrial con competitividad internacional y dominio tecnológico.
El 23 de mayo, la Oficina General del Gobierno Popular Municipal de Beijing emitió un aviso de "Varias medidas para promover la innovación y el desarrollo de la inteligencia artificial general en Beijing", que exige que se utilice plenamente el papel rector del gobierno y el papel catalizador de las plataformas de innovación. para integrar los recursos de innovación, fortalecer la asignación de elementos y crear innovaciones, ecología, otorgar importancia a la prevención de riesgos y promover la inteligencia artificial general de Beijing para lograr el liderazgo en innovación y el desarrollo racional y saludable.
Una persona a cargo de la Oficina del Servicio de Administración Municipal de Beijing mencionó en un discurso en vivo que para apoyar la construcción de la plataforma "Jingce", el gobierno necesita implementar tecnología general de modelos a gran escala en el campo de los escenarios, a fin de mejorar la gestión de políticas y las capacidades precisas del servicio. "La extracción y el análisis en profundidad de datos masivos sobre los llamamientos de los ciudadanos proporciona un apoyo más sólido para la toma de decisiones de liderazgo, la gobernanza de base y la gobernanza urbana".
La persona a cargo mencionada anteriormente mencionó que en términos de avance de la escena, se utilizará un modelo de interfaz pequeña y abierta en la etapa inicial, y las aplicaciones en profundidad privatizadas se llevarán a cabo más adelante. A la larga, abrirán conjuntos de datos gubernamentales creíbles y de alta calidad mediante el establecimiento de mecanismos de protección digital y evaluaciones técnicas bajo la condición de seguridad y controlabilidad de los datos.
Wang Zhangsheng, jefe del Zhongke Wenge Delivery Center, mencionó en un intercambio con la aplicación Titanium Media que los clientes gubernamentales tienen una gran demanda de grandes modelos de IA, y este campo también requiere seguridad de datos y gobierno de datos en la aplicación de modelos grandes Condiciones, especialmente altas -Entrenamiento de datos de calidad, para resolver mejor los problemas de aplicación práctica en este campo.
El CTO de Midu, Liu Yidong, dijo a la aplicación Titanium Media que la compañía comenzó a usar los productos de infraestructura Huawei Cloud el año pasado para lanzar negocios en asuntos gubernamentales, medios y otros campos, y ahora la compañía está a punto de lanzar productos modelo a gran escala para industrias verticales que se enfocan en opinión pública en línea.
"El gobierno ha comenzado a pagar por el 'modelo grande'. Por un lado, se trata de orientación política y demandas de escenarios de aplicación práctica. Por otro lado, las propias empresas necesitan resolver problemas de costos y problemas de comercialización a través de modelos grandes". Un miembro de la industria analizó la aplicación Titanium Media: La industria nacional de modelos a gran escala está regresando al período en que las empresas de inteligencia artificial y el gobierno se combinan para formar la comercialización y recibir subsidios gubernamentales.
Jiang Guangzhi dijo que en la actualidad, Beijing está acelerando la construcción de la Zona Experimental Nacional de Innovación y Desarrollo de Inteligencia Artificial de Nueva Generación y la Zona Piloto de Aplicación de Innovación de Inteligencia Artificial Nacional para crear una fuente de innovación de inteligencia artificial de influencia mundial. Tres puntos:
Jiang Guangzhi enfatizó que la Oficina de Información y Economía de Beijing continuará fortaleciendo la asignación de elementos de recursos de alta calidad, integrará de manera efectiva recursos innovadores, creará activamente una ecología innovadora y sentará una base sólida para el desarrollo de la industria de la inteligencia artificial.
"Una empresa no puede hacer modelos grandes. Lo mejor para todos es formar varios ecosistemas grandes en los niveles de poder de cómputo, modelos y datos. Especialmente bajo la guía de los departamentos gubernamentales, las empresas pueden formar asociaciones en el ecosistema, de modo que Todos se preocupan más por la cooperación que por la competencia. En el futuro, el modelo grande puede formar una relación con la ecología, los socios y la cooperación de beneficio mutuo ", dijo Ji Haiquan, director ejecutivo de Legend Capital.