La comercialización de modelos grandes de propósito general aún es temprana y la IA generativa acaba de comenzar

Fuente: Medios de titanio

Autor: Qin Conghui

Fuente de la imagen: Generada por Unbounded AI

Desde la búsqueda fanática hasta el regreso a la calma, la opinión de la gente sobre los modelos grandes está cambiando silenciosamente. Por un lado, debido a razones de cumplimiento, reglamentarias y de otro tipo, la comercialización de modelos a gran escala de propósito general llevará tiempo; por otro lado, la industria solo ha comenzado a invertir en campos piloto como finanzas y atención médica, y el efecto no se puede ver de inmediato.

Por lo tanto, cuando la espiral loca se desaceleró gradualmente, diferentes voces retrataron gradualmente una imagen real de "gran modelo".

Entre ellos, si usar el "modelo general a gran escala" o el "modelo industrial a gran escala", cada empresa ha hecho una elección después de algunas consideraciones; y con la competencia del modelo a gran escala, la "IA generativa" ha entrado en escena. foco Hay que decir que ChatGPT es nada menos que una inyección en el brazo para que el desarrollo de la industria de la inteligencia artificial entre en una nueva etapa, y hará que la IA vuelva al centro de los tiempos.

La batalla entre el modelo general y el modelo industrial

ChatGPT hizo que la industria se diera cuenta del enorme poder de los modelos grandes de uso general, y esto condujo al espectáculo comercial de la "Guerra de los Cien Modelos" en el futuro. Innumerables inversores y empresarios no podían dormir debido a esto, y los recursos de GPU se convirtieron en "Luoyang papel caro" por un tiempo.

Entre ellos, hay muchas empresas de tecnología en la parte superior de la industria que se ven obligadas a ir a "Liangshan". Un miembro de la industria de modelos a gran escala reveló una vez a la aplicación Titanium Media la situación actual de su empresa: "Si no hay un modelo a gran escala, es demasiado vergonzoso salir y hablar de eso. Hagámoslo ahora, y es difícil de explicar si no hay un modelo a gran escala". Por lo tanto, solo pueden publicar la noticia de que está trabajando en un modelo a gran escala de propósito general para el mundo exterior y, al mismo tiempo, acelerar la investigación y el desarrollo. progresa internamente.

Sin embargo, el modelo grande general es una tarea que requiere mucho tiempo y mano de obra después de todo. OpenAI tardó 6 años en iterar GPT1. Comenzó a entrenar hace años. Por lo tanto, si no hay una acumulación básica en tecnología y datos de IA, es muy difícil realizar la comercialización de modelos grandes generales a corto plazo.

Además, el modelo grande de uso general naturalmente necesita datos públicos para el entrenamiento, y poner sus propios datos en el modelo grande de uso general también significa que los datos se compartirán de forma predeterminada. Por lo tanto, es poco probable que algunas industrias con altos requisitos de privacidad de datos accedan a modelos grandes de uso general sin preparación.

En tales circunstancias, el modelo grande de la industria se ha convertido en la "segunda mejor solución" de la industria además del modelo grande general, y puede disfrutar antes del dividendo del modelo grande. Zhou Hongyi, el fundador de 360 Group, también dijo sin rodeos: "Las oportunidades futuras para los modelos a gran escala de inteligencia artificial se encuentran en el mercado incremental a nivel empresarial, y la 'verticalización' de los modelos a gran escala es la dirección del desarrollo". ejecutivo técnico de una gran fábrica también le dijo a Titanium Media App. "Desde la perspectiva de nuestra planificación de modelos a gran escala, continuaremos iterando el modelo a gran escala de propósito general y continuaremos superponiendo esta base para la capacitación de modelos verticales a gran escala de la industria".

No hace mucho, en la Conferencia Mundial de Inteligencia Artificial de 2023, Tang Daosheng, vicepresidente ejecutivo sénior de Tencent Group y director ejecutivo de Cloud and Smart Industry Business Group, también afirmó que la aplicación de modelos a gran escala de las empresas debe considerar de manera integral la profesionalidad de la industria. , seguridad de datos, iteración continua y costo integral, y otros factores. Basado en el modelo de industria grande, construir su propio modelo exclusivo puede ser una mejor opción para las empresas. La razón es que los modelos grandes de la industria requieren menos parámetros que los modelos grandes de propósito general, el costo de entrenamiento y razonamiento es menor y la optimización del modelo es más fácil.

Sin embargo, la aplicación Titanium Media también aprendió de la gente de la industria que, en algunos casos, un modelo grande de propósito general no es una condición necesaria para un modelo vertical a gran escala, lo que significa que una plataforma para entrenar modelos a escala industrial no tiene utilizar un modelo a gran escala de propósito general como base. "Si el modelo general a gran escala definido es el que tiene cientos de miles de millones de parámetros, entonces el modelo general a gran escala no es una condición necesaria para el modelo industrial a gran escala". escala modelo de la industria le dijo a Titanium Media App. Sin embargo, también dijo que aunque los modelos grandes de uso general no son una condición necesaria para los modelos industriales a gran escala, varias tecnologías subyacentes para entrenar modelos grandes de uso general, como Transformer, también son elementos esenciales para entrenar modelos industriales a gran escala. .

Constantemente "100 mil millones" de parámetros, "sin tener en cuenta" la relación con el modelo grande general, el umbral del modelo grande vertical se ha reducido aún más, lo que brinda más posibilidades para un mayor desarrollo de la IA generativa.

Además de los modelos grandes, la IA generativa también merece atención

Siempre que se trate de modelos grandes, la IA generativa (Generative Al) irá de la mano. Simplemente comprenda la relación entre los dos: el modelo grande puede entenderse como el motor que realiza la IA generativa, es decir, la capacidad de la IA generativa la proporciona el modelo de aprendizaje automático o el modelo grande, y la IA generativa es mayor. que el modelo grande, y la IA generativa puede Dependiendo del escenario requerido, puede decidir a qué modelo grande llamar.ChatGPT es una de las aplicaciones típicas de la IA generativa.

Ya en 2020, la IA generativa se seleccionó en el Hype Cycle de tecnología emergente de Gartner, y en 2022, la IA generativa se incluyó como una de las principales tendencias tecnológicas estratégicas, y la tecnología ha entrado en la cima de las expectativas infladas desde la etapa de activación de la innovación. Gartner cree que la IA generativa se convertirá en una tecnología de propósito general, con un impacto similar al de la máquina de vapor, la electricidad e Internet. A medida que la IA generativa se implemente gradualmente, la exageración en torno al concepto se desvanecerá gradualmente y aumentará el impacto en las personas y las empresas en su trabajo y vida diarios.

Crédito de la imagen @Gartner

El gigante mundial de la computación en la nube Amazon Cloud Technology también pone más pluma y tinta en la IA generativa. Adam Selipsky, director ejecutivo de Amazon Cloud Technology, dijo en una entrevista exclusiva con Bloomberg, CNBC y otros medios: "La IA generativa es muy importante en los chatbots y las búsquedas". "Las ventajas de la aplicación de la IA generativa son obvias para todos, pero esto es solo la punta del iceberg de muchas posibilidades. En el futuro, la IA generativa traerá cambios en todos los ámbitos de la vida". Considera a la IA generativa como un "avance "cambio, y puede ser el suyo propio El cambio más grande desde el nacimiento de Internet.

"Imagínese, en la era en que las computadoras usan tarjetas perforadas como interfaz, solo unos pocos científicos tienen la capacidad de usar computadoras; cuando las interfaces gráficas y los ratones se conviertan en interfaces de interacción humano-computadora, todos pueden usar computadoras", dijo Adam Selipsky.

Entonces, ¿de qué manera se reflejarán los cambios provocados por la IA generativa?

Se puede ver que en el campo de la automoción, algunas empresas han utilizado IA generativa para sintetizar datos para el entrenamiento de conducción autónoma para acelerar el proceso de formación; en el campo de la fabricación, la IA generativa puede ayudar a analizar una gran cantidad de datos de telemetría de IoT, realizar predicciones mantenimiento y reducir las líneas de producción. Basándose en la IA generativa, Autodesk trabajó con los fabricantes de aviones para completar con éxito parte del diseño del mamparo e introdujo un nuevo diseño que es un 45 % más ligero. Si este muro de vuelo se aplica a la flota global, ahorrará combustible equivalente al consumo de combustible de 93,000 automóviles.

Sin embargo, se debe enfatizar que la IA generativa en la que se basa Autodesk no es un gran modelo determinado, sino una herramienta de diseño impulsada por IA construida con un modelo de aprendizaje automático.

Por lo tanto, para la realización de la IA generativa, el modelo grande es solo una opción y el futuro no estará dominado por un modelo grande. A Titanium Media App le preocupa que cuando la mayoría de las empresas consideran acceder a modelos a gran escala, no solo ingresan directamente a un modelo a gran escala, sino que eligen acceder a varios. Entonces, entre estos modelos grandes, la cooperación entre modelos grandes verticales y modelos grandes generales no se puede descartar en el futuro.

Tome UFIDA y WPS, dos software domésticos, como ejemplos. UFIDA lanzó recientemente YonGPT, un modelo de servicio empresarial grande. Según Titanium Media App, la gran base general de modelos a la que YonGPT planea acceder incluye Zhipu ChatGLM, Wenxinyiyan y Zhiyuan Wudao Tianying, etc. WPS lanzó previamente WPS AI. Según las últimas noticias, la base general de modelos a gran escala de WPS AI en China continental es MiniMax, y su versión en el extranjero recién lanzada es compatible con OpenAI y PaLM2.

En el mundo de la IA generativa, uno no se basa en un modelo grande, y no es solo el modelo grande lo que determina el éxito de la IA generativa.

Es innegable que la implementación de la IA generativa también es el resultado de muchos aspectos, y los desafíos "secundarios" que rodean la implementación de la IA generativa están siendo expuestos.

** Desafío "secundario" bajo IA generativa**

"Dígale al teléfono móvil 'Si el gato corre en el sofá, recuérdemelo', luego, cuando el gato corre en el sofá, el teléfono móvil recibirá un mensaje de alarma". Proveedor senior de soluciones de video Shandong Zhongwei Century Technology Co., Ltd El vicepresidente Wang Zhengbin mencionó el escenario de aplicación de la detección de video inteligente en el hogar inteligente en un discurso.

Pero es una escena tan aparentemente simple... Además del gran modelo multimodal que hay detrás, la red y la informática en el perímetro también son muy importantes. "En una aplicación de IA generativa como ChatGPT, si la tasa de pérdida de paquetes de la red alcanza el 1 %, el rendimiento de la plataforma de entrenamiento de modelos grandes se reducirá al 5 % de su rendimiento máximo, lo que significa que se pierde el 95 %. toda la plataforma del modelo a gran escala es un factor muy importante”, dijo Zhang Yu, director de tecnología de la división de red y borde de Intel China e ingeniero jefe sénior de inteligencia artificial de Intel.

Se predice que con la explosión de la demanda de IA, el despliegue de inteligencia artificial en el perímetro será tres veces mayor que el de la base de datos. Esto también significa que la implementación de la IA en el perímetro es un gran desafío para el próximo paso en el desarrollo. de inteligencia artificial.

"El costo de tiempo y mano de obra de implementar inteligencia artificial en el extremo, como la línea de producción de la fábrica, sigue siendo alto, y más de la mitad de la implementación de inteligencia artificial en el borde falla", dijo Sachin Katti, vicepresidente sénior y gerente general de Intel. la red y la división de borde, recientemente Al hablar de computación de borde en la era de los modelos grandes, dijo. Por un lado, la razón es que el equipo está desactualizado y los recursos informáticos de borde son insuficientes; por otro lado, también es muy crítico cómo usar sus propios datos únicos para implementar la IA. Muchos despliegues de IA perimetral se verán frenados por estos desafíos.

Al mismo tiempo, el mejor rendimiento de la IA generativa en última instancia debe estar respaldado por datos. En la actualidad, la industria espera garantizar la seguridad de los datos en la IA generativa, por un lado, y por otro lado, también espera hacer que los datos Fuentes abundantes y disponibles.

La resolución de estos problemas también está en progreso. "El sistema de modelo grande y el sistema de inteligencia artificial de hoy en día dependen en gran medida de los datos y son sistemas inteligentes basados en datos. Este sistema tiene requisitos muy altos para la amplitud y la imparcialidad de los datos. Suponiendo que los datos estén muy sesgados, es difícil respaldarlos de manera efectiva. . Desarrollo de sistemas de inteligencia artificial", dijo una vez Wei Tao, vicepresidente y director de seguridad técnica de Ant Group, por lo que se puede ver que ya existen herramientas para la verificación inversa de la seguridad de los datos de IA.

En términos de desarrollo de fuentes de datos, no hace mucho, Shenzhen Digital Exchange se unió a casi 50 unidades para establecer la "Open Computing Alliance", y los copatrocinadores incluyen Tencent Cloud, Huada Genomics, Yuntian Lifei, Obi Zhongguang y UBTECH, China. Sucursal de Unicom Guangdong, Huaao Data y otras empresas, Sociedad de Inteligencia Artificial de Shenzhen y otras asociaciones, Centro Nacional de Supercomputación de Shenzhen y otros grupos de expertos e instituciones de investigación. Uno de los propósitos principales del establecimiento de Computing Alliance es coordinar la formulación de estándares relevantes, como elementos de datos, gobierno de datos, datos de capacitación, etiquetado de datos y datos sintéticos en torno a datos de capacitación chinos de alta calidad y datos de capacitación multimodal. , y ayudar a los intercambios de datos para aumentar sus nuevas categorías y áreas relacionadas con el modelo.

Los desafíos encontrados en el desarrollo de la IA generativa no se pueden agotar en palabras, y la tormenta global de IA provocada por ChatGPT no termina con ChatGPT. Después de la apertura del nuevo mundo de la inteligencia artificial, el modelo grande y la IA generativa en su infancia también han expuesto muchos problemas y planteado una serie de desafíos, pero al mismo tiempo ha brindado oportunidades para la exploración y la innovación en todos los ámbitos de la vida. .

La industria corre hacia la IA generativa, que de ninguna manera es algo malo para el desarrollo de la inteligencia artificial o incluso de los seres humanos.