23歳の汎用大規模モデルがAIの嵐を巻き起こし、24歳の垂直型モデルが数千の産業を再形成丨上海人工知能カンファレンスの金文集

画像クレジット: Unbounded AI ツールによって生成

2023 年 7 月 7 日、2023 年世界人工知能会議は議題の 2 日目に入りました。

この日は、大規模モデル、コンピューティングパワー、データ、メタバース、ガバナンスなど、数十のフォーラムが次々と来場し、大変賑わいました。

今日のフォーラムに参加すれば、業界、垂直、アプリケーションといったいくつかの単語が頭の中に必ず印象に残るでしょう。 ChatGPT の一般的な言語モデルと比較して、業界全体が期待しているのは、何千もの業界を真に強化できる垂直型産業モデルです。

ゲストは率直に「2023 年は大型モデルが爆発的に普及する年であり、2024 年は産業応用の年に違いない。大型モデルは舞台裏に後退し、垂直型産業モデルが前面に出てくるでしょう。これらは垂直型産業モデルは AI と産業を飛躍的に前進させる 開発、これはカンブリア紀の爆発に似ています。様子を見てみます。

以下のコンテンツはゲストによって共有され、Babbitt によって企画されます。

汎用大型モデルだけがモデル適用の方向性ではなく、垂直産業向けモデルが大型モデルの価値の転換点となる。テクノロジーの継続的な反復により、大型モデルの産業応用も加速するでしょう。 —— Li Qiang、テンセント副社長兼政府・企業ビジネス担当社長

将来的には、産業用大型モデルと垂直型大型モデルの数が汎用大型モデルの数を大幅に上回り、大型モデルの導入が垂直型大型モデルにさらに反映されることになる産業や企業など。ビッグモデルの将来の課題は、「ラストマイル」、つまりエンタープライズビジネスで価値を発揮することにあり、これには強力で柔軟な基本ソフトウェア、オープンで柔軟なホワイトボックスモデルだけでなく、仕事。ただし、計算能力コストの削減はモデル サイズの増加よりも速く、計算能力に差は生じません。 ——Shang Mingdong、Jiuzhang Yunji DataCanvas 共同創設者

汎用の大規模モデルは、100 のシナリオの問題の 70% ～ 80% を解決できますが、企業の特定のシナリオのニーズを 100% 満たすことはできない場合があります。企業が業界の大規模モデルと独自のデータに基づいて微調整を行う場合、専用モデルを構築して可用性の高いインテリジェントなサービスを作成でき、モデルパラメータは一般的な大規模モデルよりも少なく、トレーニングと推論のコストが低くなります。が低くなり、モデルの最適化もより効率的になります。 —— Tang Daosheng、Tencent Group 上級副社長、クラウドおよびスマート インダストリー ビジネス グループ CEO

現実にはコンピューティング能力が不足しており、従来のコンピューティング アーキテクチャは競争力を失いつつあり、新しいコンピューティング モデルを模索する必要があります。報告書の試算によれば、2025年までに、我が国の中核的なコンピューティングパワー産業の規模は4.4兆元を下回らず、コンピューティングパワー関連産業の規模は24兆元に達すると推定されています。 ——KPMGチーフエコノミスト、カン・ヨン氏

AI の波に直面して、金融分野は実際に非常に不安であり、実務家の間では金融分野に大規模なモデルをどのように適用するかについてよく議論されています。ただし、金融分野ではコンプライアンス要件が厳しいため、大規模なモデルを適用することは大きな課題です。国内企業はカーブでの追い越しを希望しており、大型モデルは課題となっているが、実際の産業に適した垂直型大型モデル、大型言語モデルの分野では、国内のデータやアプリケーションシナリオの優位性により、大きな課題がある。カーブでの追い越しのチャンス。 ——Haomai Fortune CIO フー・シャオミン氏

国内の大型模型サーキットでは熾烈な競争が繰り広げられている「百模型戦争」ですが、これらの大型模型を実際に触ってみると、迫力があり使いやすいので、とても感動するでしょう。国内大型モデルについては楽観的。しかし、大型モデルは単なる技術競争ではなく、環境競争でもあります。それは、大規模なモデルに基づいてアプリケーションを構築することに意欲的な企業や団体がどれだけあるかによって決まります。これは誰もが行っていることです。国産の大型モデルはエコロジーが豊かで、アプリケーションレベルでも十分な性能を発揮すると思います。 ——Ma Qianli、Unbounded AI 共同創設者

2 ～ 3 年後には 95%、あるいはそれ以上が消滅する可能性のある投資が多数あります。しかし、機会費用が高すぎるため、投票しなければなりません。 1998 年、インターネットには大きなチャンスがあり、まだ始まったばかりでしたが、同社は評価などの分野でバブルを抱えていました。 AIもこのプロセスを経るでしょう。人工知能はバブルではありません、一部の企業はバブルです。 ——張亜琴氏、清華大学教授、中国工程院院士

中国と米国ではAI分野の人材の分布に大きな差があり、米国ではGoogleが19%、次いでMicrosoft、METAなどが続くが、これは主に人材が集中しているためである。企業。そして中国の人材の12％は清華大学におり、次いで浙江大学、北京大学となっている。ランキングトップ10のうち、企業は5位のアリババ1社のみで、残りは大学となっている。 ——Qiming Venture Partners パートナー、Zhou Zhifeng 氏

全員が大きな言語モデルを作るのは無意味であり、大きな言語モデルは特定の問題を解決するものではありません。大規模な言語モデルは一般知識の問題を解決できますが、専門分野には特有の問題もあります。 B 側では、大規模な言語モデルは、特定のアプリケーション シナリオのデータとさまざまなツールを組み合わせて、ツール ソフトウェアをアップグレードしてより効率的、使いやすく、インテリジェントにするなど、真に完全な工業化と製品化を実現します。改良する。 C 側では、大規模な言語モデルとロボットやパーソナル エージェントを組み合わせて、ユーザーの意思決定を支援することにも大きなチャンスが生まれます。今後 3 ～ 5 年で、大規模な言語モデルを適用するための構造化された機会が生まれると思います。 ——王暁氏、九合ベンチャーキャピタル創設者