Le modèle à grande échelle polyvalent de 23 ans a fait exploser la tempête d'IA et le modèle vertical de 24 ans a remodelé des milliers d'industries 丨Shanghai Artificial Intelligence Conference Golden Sentence Collection

Crédit image : Généré par les outils Unbounded AI

Le 7 juillet 2023, la Conférence mondiale sur l'intelligence artificielle 2023 est entrée dans la deuxième journée de l'ordre du jour.

Ce jour-là, des dizaines de forums, dont les grands modèles, la puissance de calcul, les données, le métaverse, la gouvernance, etc., se sont succédés, ce qui a été très animé.

Si vous participez au forum d'aujourd'hui, vous serez certainement impressionné par quelques mots dans votre esprit, c'est-à-dire l'industrie, la verticale et l'application. Par rapport au modèle de langage général de ChatGPT, ce que l'ensemble de l'industrie attend avec impatience, c'est un modèle d'industrie verticale qui peut véritablement autonomiser des milliers d'industries.

Un invité l'a dit sans ambages : 2023 est l'année de l'explosion des modèles à grande échelle, et 2024 doit être l'année des applications industrielles. les modèles industriels verticaux favoriseront l'IA et l'industrie à faire un bond en avant Développement, c'est un peu comme l'explosion cambrienne. Nous allons attendre et voir.

Le contenu suivant est partagé par les invités et organisé par Babbitt.

Les grands modèles à usage général ne sont pas la seule direction d'application des modèles, et les modèles pour les industries verticales deviendront le point de basculement de la valeur des grands modèles. Avec l'itération continue de la technologie, l'application industrielle des grands modèles inaugurera également une accélération. —— Li Qiang, vice-président de Tencent et président du gouvernement et des entreprises

À l'avenir, le nombre de modèles industriels à grande échelle et de modèles verticaux à grande échelle dépassera largement celui des modèles à grande échelle à usage général, et la mise en œuvre de modèles à grande échelle se reflétera davantage dans les modèles à grande échelle verticaux tels que les industries et les entreprises. Le futur défi du grand modèle réside dans le "dernier kilomètre", c'est-à-dire jouer de la valeur dans le métier de l'entreprise, ce qui nécessite non seulement des logiciels de base puissants et flexibles, un modèle de boîte blanche ouvert et flexible, mais aussi des praticiens qui comprennent le entreprise. Cependant, la réduction du coût de la puissance de calcul sera plus rapide que l'augmentation de la taille du modèle, et la puissance de calcul ne sera pas un écart. ——Shang Mingdong, co-fondateur de Jiuzhang Yunji DataCanvas

Le grand modèle à usage général peut résoudre 70 % à 80 % des problèmes dans 100 scénarios, mais il peut ne pas être en mesure de répondre à 100 % aux besoins d'un certain scénario de l'entreprise. Si une entreprise effectue un réglage fin sur la base du grand modèle de l'industrie et de ses propres données, elle peut construire un modèle dédié pour créer un service intelligent hautement disponible, et les paramètres du modèle sont inférieurs au grand modèle général, le coût de la formation et du raisonnement est plus faible, et l'optimisation du modèle est également plus efficace. —— Tang Daosheng, vice-président exécutif principal du groupe Tencent, PDG du groupe d'activités Cloud et Smart Industry

Dans un contexte de pénurie de puissance de calcul, les architectures informatiques traditionnelles perdent en compétitivité et de nouveaux modèles informatiques doivent être explorés. Selon les calculs préliminaires du rapport, on estime que d'ici 2025, l'échelle de l'industrie centrale de la puissance de calcul de mon pays ne sera pas inférieure à 4 400 milliards de yuans, et l'échelle des industries liées à la puissance de calcul atteindra 24 000 milliards de yuans. ——Kang Yong, économiste en chef de KPMG

Face à la vague de l'IA, le domaine financier est en fait très anxieux, les praticiens discutent souvent de la manière d'appliquer les grands modèles dans le domaine financier. Cependant, en raison des exigences de conformité strictes dans le domaine financier, c'est un grand défi d'appliquer de grands modèles. Les entreprises nationales veulent dépasser les courbes et le grand modèle est un défi.Cependant, dans le domaine des grands modèles verticaux, des grands modèles de langage adaptés à l'industrie réelle, en raison des avantages nationaux dans les scénarios de données et d'application, il existe de grands possibilités de dépassement dans les virages. ——Haomai Fortune CIO Fu Xiaomin

Il y a une concurrence féroce dans la "guerre des cent modèles" dans le circuit national des modèles à grande échelle. Après avoir essayé ces modèles à grande échelle, ils auront un fort impact et seront faciles à utiliser. Cela rendra les gens très optimiste quant aux modèles nationaux à grande échelle . Mais le grand modèle n'est pas simplement une compétition technologique, mais aussi une compétition écologique. Cela dépend du nombre d'entreprises et d'entités qui souhaitent créer des applications basées sur votre grand modèle. C'est ce que tout le monde fait. Les modèles nationaux à grande échelle auront une écologie prospère et je pense qu'ils fonctionneront bien au niveau de l'application. ——Ma Qianli, co-fondateur d'Unbounded AI

Il y a beaucoup d'investissements, qui peuvent être anéantis, 95%, peut-être même plus, tous disparus après 2-3 ans. Mais il faut voter car le coût d'opportunité est trop élevé. En 1998, Internet offrait de grandes opportunités et venait juste de commencer, mais l'entreprise avait des bulles dans des domaines tels que l'évaluation. AI passera également par ce processus. L'intelligence artificielle n'est pas une bulle, certaines entreprises sont des bulles. ——Zhang Yaqin, professeur à l'Université Tsinghua et académicien de l'Académie chinoise d'ingénierie

Il y a une grande différence dans la répartition des talents dans le domaine de l'IA entre la Chine et les États-Unis. Aux États-Unis, 19 % sont dans Google, suivi de Microsoft, META, etc., principalement parce que les talents sont concentrés dans entreprises. Et 12 % des talents chinois se trouvent à l'Université de Tsinghua, suivie de l'Université du Zhejiang et de l'Université de Pékin. Parmi les dix premiers classements, il n'y a qu'une seule entreprise, Alibaba, qui se classe cinquième, et les autres sont des universités. ——Zhou Zhifeng, partenaire de Qiming Venture Partners

Cela n'a pas de sens pour tout le monde de faire un grand modèle de langage, et le grand modèle de langage ne résout pas les problèmes spécifiques. Les grands modèles de langage peuvent résoudre des problèmes de connaissances générales, et il existe des problèmes uniques dans les domaines professionnels. Du côté B, le grand modèle de langage combine les données de scénarios d'application spécifiques et de divers outils pour vraiment compléter l'industrialisation et la productisation, comme la mise à niveau du logiciel de l'outil pour le rendre plus efficace, facile à utiliser et intelligent. mettre à niveau. Du côté C, la combinaison de grands modèles de langage avec des robots et des agents personnels pour aider les utilisateurs à prendre des décisions offrira également d'énormes opportunités. Dans les 3 à 5 prochaines années, je pense qu'il y aura des opportunités structurées pour l'application de grands modèles de langage. ——Wang Xiao, fondateur de Jiuhe Venture Capital