原文：喬志斌
出典: ビッグモデルハウス
画像ソース: Unbounded AI によって生成
編集者注：大型モデルの登場により、AIを使いこなせる人材の価値はさらに高まるでしょう。
大規模モデル技術の大きな進歩を背景に、人工知能の分野がかつてないほど注目されており、これらのモデルを言語理解、テキスト作成、顧客サービスの自動化などの分野に適用することで、作業効率が大幅に向上し、コストの節約が可能になりました。たくさんの時間とお金、リソース。
現在、人工知能の大規模モデル技術は広く支持され、さまざまな業界で「コスト削減と効率化」の原動力の1つとなっており、金融、医療、小売などの業界で広く使用されており、産業革命の新たな段階を推進する中核的な力です。
しかし、大型モデル技術の普及によって本当に人件費を削減できるのでしょうか?大型モデルハウスによる業界観察から、大型モデル技術の普及はさまざまな業界に大きな可能性をもたらしているが、人件費の削減は想像ほど簡単ではないかもしれない。
春秋時代にはすでに関仲が「木を育てるのに十年、人を育てるのに百年」という概念を提唱し、人格の資質の育成と才能の成長は一夜にして達成されるものではないと指摘しました。人材育成の観点から見ると、大型モデルの開発ボーナスは人工知能技術関連の人材の蓄積に一石を投じましたが、人材育成は一夜にして起こるものではなく、体系的な人材構造の形成には複数の人材が必要です。長年にわたる教育制度は、社会的地位の共同力の下でのみ形成することができます。
しかし同時に、すでに国内外で始まった「百モデル戦争」は、大型モデルの技術的深さと応用範囲の広さにおける全方位競争を直接切り開いた。一流の大規模モデルを開発するには、開発、デバッグ、メンテナンスに高度に専門化された人材チームが必要です。これらのチームは、モデルが特定のドメインで良好な結果を達成できるようにするために、深い技術的背景とドメインの知識を持っている必要があります。企業は人工知能の分野で多くの人材を吸収する必要があり、熾烈な「人材争奪戦」が勃発する。現在では、機械学習エンジニア、データサイエンティスト、ドメインエキスパートなど、大規模モデルに関連するポジションの給与も大幅に上昇しています。
※画像出典：採用サイトの広報表示※
オンライン求人プラットフォームによると、ビッグ モデル ハウスは、関連トラックの人気のおかげで、大規模言語モデル (LLM) 関連のポジションの給与レベルも他の IT ポジションよりもはるかに高く、大規模モデル関連のポジションの給与レベルも高いことを示しています。機械学習エンジニア、データサイエンティスト、ドメイン専門家などの IT 職の平均月給は 20,000 元以上です。データ処理、モデルトレーニング、モデル最適化などの機械学習アルゴリズムとシステムの設計と実装を担当する機械学習エンジニアを例に挙げると、従事者のほぼ半数が年収30万元以上を稼ぐことができます。
確かに、大型モデルの台頭により、従来の仕事の一部がある程度置き換えられる可能性はありますが、同時に、いくつかの新しい仕事も生まれています。例えば、大型モデルの適用範囲の拡大に伴い、大型モデルのパフォーマンスや精度を確保するためにチューニングや出力に介入する「エンジニア」などの新たなポジションが誕生しました。現在、国内の主要な人材紹介プラットフォームのほとんどでは、エンジニアの月給は 15,000 ～ 60,000 元です。
こうした新興ポジションの台頭は、人材市場に新たなチャンスをもたらすだけでなく、大型モデルの開発による多面的な影響も反映しているため、将来的には大型モデルの分野では、より多くの人が参加し安定化することになるだろう。業界。
「人工知能は短期的には人間に取って代わることはできない」というのが業界のコンセンサスとなっているが、一部の企業は依然としてAIGCやバーチャルヒューマン（デジタルヒューマン）技術を利用して、人間と機械の共生の新たなモデルを模索しようとしている。たとえば、シリコンベースのインテリジェンス、Mofa Technology、360 などはすべて、大規模モデルの AIGC 機能を使用して仮想人間のコンテンツ生成を実現し、さらには 2D/3D 仮想人間の生成にも適用することを提案しています。 、高精度の仮想人間のコストを削減します。生成と使用のしきい値。
その中で、360 Zhinao の AI デジタル ヒューマン生成機能は、「デジタル クローン」の作成にさらに注目し、より擬人化され、パーソナライズされた方法でサービスを提供します。誰もが自分のプライベート知識ベース (オーディオ、ビデオ、またはグラフィック素材) をアップロードし、360 のインテリジェントな脳モデルを通じてトレーニングし、デジタル アバター、デジタル アシスタント、デジタル アイドルなどの独自のデジタル ピープルを低コストで生成できます。
画像出典: Mofa Technology
シリコンベースのインテリジェンスとMofa Technologyは、AIGCを使用してバーチャルヒューマンの低コストの生産と作業を実現し、敷居を下げることでバーチャルヒューマンの「包括性」を実現することを試みており、電子商取引、教育で広く使用されています、マーケティング、ソーシャルネットワーキングなどの分野でコスト削減と効率向上の効果を達成します。これらの企業でも、一年中旅行していたり亡くなったりして一緒にいられない人を慰めとしてデジタルアバターにすることもできると述べた。
確かに、デジタルアバターを「仲間」に使えば、人々の「恋煩いの苦しみ」はある程度軽減されるかもしれないが、大きなモデルハウスから見れば、頻繁に家に帰るよりは、まだ大きなモデルと一緒にいるほうがマシだろう。
今月22日、「ビッグモデルの家」中国バレンタインデースペシャル：人工知能の「地球風味のラブストーリー」を聴きに来てください。ビッグモデルの家は「双七節は」をテーマに開催されます。来ます、愛し合っているカップルを助けてください 私の残りの半分は、革新的で一般的ではない祝福のコピーの段落を書きます。」 タイトルのように、それぞれの大きなモデルについて質問します。
「愛の言葉」を書くことになると、大物モデルたちはみなロマンスを存分に見せているが、編集部の友人たちは大物モデルたちの今のロマンス度が「理工系男子」すぎると言っていたことが判明「人間よりはるかに劣る感情の繊細さ。
中国の有名モデルが書いた中国のバレンタインデーの「ラブストーリー」
ビッグモデルハウス編集者が書いたQixi「Love Story」
なお、大型モデルは汎用人工知能（AGI）の探求の第一歩を踏み出したとはいえ、人類はまだ弱い人工知能の領域にいます。次元の配置と組み合わせ、「地球の味の愛」大型モデルの中国のバレンタインデーのストーリー」には、明らかに「暖かさ」が欠けています。コンパニオン性という点では、大型モデルが人間と同等のレベルに到達するには、まだまだ長い道のりがあることがわかります。
AI大型モデルの原理からわかるように、人間の知能と行動データを学習し、統計とパターン認識を通じてテキスト、画像、音声などのコンテンツを生成することにより、この学習方法により、大型モデルが非常に現実的なものを生成できるようになります。その結果、人間の行動を模倣し、独自の観察次元を通じて対応する行動を学習し、模倣しようとします。ただし、大規模なモデルでは、基礎となる概念、理由、関係を実際には理解して把握していない可能性があり、実際のアプリケーションではいくつかの重要な問題が発生します。
したがって、短期的には、人工知能は一般的な問題に対処し、感情と創造性に満ちた個別の問題を解決するために人間の労力を解放することを目的としています。したがって、人間を「殺す」人工知能を短期的に実現することは、倫理的にも技術的にもほぼ不可能です。
ビッグモデルハウスの見解では、AIGC が人間に代わることができない分野では、人間の能力がより多くの価値を生み出すでしょう。
大規模モデル技術の使用は、確かに AIGC を使用してコストを削減し、既存技術の効率を向上させるという目標を達成できますが、さらに重要なことに、企業が時代に遅れずに新しいビジネスを通じて競争力を継続的に強化することも促します。
注目に値するのは、大型モデルの能力が常に向上しており、一般知識の点で人間に追いつき始めているだけでなく、的を絞った知識の強化により専門能力も大幅に向上していることです。 、人類の平均スコアに近づいているか、それを超えています。
今年 7 月、Google と DeepMind の研究者らは Nature 誌に研究結果を発表し、その結果、臨床医のグループは Google と DeepMind チームの医療モデル Med-PaLM の回答で 92.6% もの高得点を獲得したことが示されました。実際には、人間の臨床医のレベル (92.9%) と比較すると同等です。さらに、Med-PaLM の回答のうち「有害な」結果につながる可能性が高いと評価されたのは 5.9% のみで、これは臨床医が生成した回答の 5.7% と同様でした。
しかし、一部の業界専門家は、医学における大規模モデルの使用について懸念を表明しています。大規模モデルは、もっともらしい医学論文を生成できるかもしれませんが、そこに含まれる情報が正確か安全かを判断するための実際の医学知識を持っていません。この制限は、医療診断や意思決定などの一部の領域で特に顕著です。大規模モデルはテキストの理解や意味生成には優れていますが、医療分野の深い知識を理解できない可能性があり、病因や病気の発症などの因果関係を判断することはできません。これにより、臨床上の意思決定において大規模モデルの出力に完全に依存すると、誤った診断や治療につながる可能性のある潜在的なリスクが生じます。
医療業界における生成AIの適用を標準化するために、最近、北京市衛生健康委員会が主導して「北京インターネット診断および治療監督実施措置（試行）」の策定を組織した。その中で、医療機関はインターネット診療活動を行う際の医薬品管理を強化することが提案されており、人工知能を使用して処方箋を自動的に作成することは固く禁じられており、処方箋が発行される前に患者に薬を提供することは固く禁じられています。 。
一方で、人工知能の専門家によるより強力なテクノロジーの開発であれ、何千もの業界の雇用に対する人工知能によって引き起こされる「ナマズ効果」であれ、人間は一般知識と専門知識のより高度で強力な蓄積を追求することを余儀なくされます。 AI の競争上の優位性のために達成すべき能力。
一方で、大型モデルに代表される人工知能技術の助けを借りて、人間の能力の限界はさらに拡大します。大規模モデルの時代、より簡単に大規模モデルを使いたい場合、プロンプトワード()がモデルの結果を大きく左右し、同じ問題でも入力が違えば結果も異なります。プロの選手は一般の選手とは大きな差があります。したがって、それは将来、人間とコンピューターの相互作用の能力となり、人類が未知の世界を探索する原動力となるでしょう。
否定できない事実は、人工知能が人間の成功への道の「踏み台」として、人間をより高く、より価値のあるものに引き上げるはずであるということです。
ビッグモデルハウスの見解では、この「人工知能」の能力を競う競争においては、「人工」が「知能」に先んじる運命にあると考えられます。
24k 人気度
19k 人気度
32k 人気度
31k 人気度
3k 人気度
96k 人気度
28k 人気度
27k 人気度
7k 人気度
18k 人気度
大規模モデルは生産性を重視しているのに、人件費が依然として高いのはなぜでしょうか?
原文：喬志斌
出典: ビッグモデルハウス
編集者注：大型モデルの登場により、AIを使いこなせる人材の価値はさらに高まるでしょう。
大規模モデル技術の大きな進歩を背景に、人工知能の分野がかつてないほど注目されており、これらのモデルを言語理解、テキスト作成、顧客サービスの自動化などの分野に適用することで、作業効率が大幅に向上し、コストの節約が可能になりました。たくさんの時間とお金、リソース。
現在、人工知能の大規模モデル技術は広く支持され、さまざまな業界で「コスト削減と効率化」の原動力の1つとなっており、金融、医療、小売などの業界で広く使用されており、産業革命の新たな段階を推進する中核的な力です。
しかし、大型モデル技術の普及によって本当に人件費を削減できるのでしょうか?大型モデルハウスによる業界観察から、大型モデル技術の普及はさまざまな業界に大きな可能性をもたらしているが、人件費の削減は想像ほど簡単ではないかもしれない。
大型モデルの開発が活発になればなるほど、人件費は高額になります
春秋時代にはすでに関仲が「木を育てるのに十年、人を育てるのに百年」という概念を提唱し、人格の資質の育成と才能の成長は一夜にして達成されるものではないと指摘しました。人材育成の観点から見ると、大型モデルの開発ボーナスは人工知能技術関連の人材の蓄積に一石を投じましたが、人材育成は一夜にして起こるものではなく、体系的な人材構造の形成には複数の人材が必要です。長年にわたる教育制度は、社会的地位の共同力の下でのみ形成することができます。
しかし同時に、すでに国内外で始まった「百モデル戦争」は、大型モデルの技術的深さと応用範囲の広さにおける全方位競争を直接切り開いた。一流の大規模モデルを開発するには、開発、デバッグ、メンテナンスに高度に専門化された人材チームが必要です。これらのチームは、モデルが特定のドメインで良好な結果を達成できるようにするために、深い技術的背景とドメインの知識を持っている必要があります。企業は人工知能の分野で多くの人材を吸収する必要があり、熾烈な「人材争奪戦」が勃発する。現在では、機械学習エンジニア、データサイエンティスト、ドメインエキスパートなど、大規模モデルに関連するポジションの給与も大幅に上昇しています。
オンライン求人プラットフォームによると、ビッグ モデル ハウスは、関連トラックの人気のおかげで、大規模言語モデル (LLM) 関連のポジションの給与レベルも他の IT ポジションよりもはるかに高く、大規模モデル関連のポジションの給与レベルも高いことを示しています。機械学習エンジニア、データサイエンティスト、ドメイン専門家などの IT 職の平均月給は 20,000 元以上です。データ処理、モデルトレーニング、モデル最適化などの機械学習アルゴリズムとシステムの設計と実装を担当する機械学習エンジニアを例に挙げると、従事者のほぼ半数が年収30万元以上を稼ぐことができます。
確かに、大型モデルの台頭により、従来の仕事の一部がある程度置き換えられる可能性はありますが、同時に、いくつかの新しい仕事も生まれています。例えば、大型モデルの適用範囲の拡大に伴い、大型モデルのパフォーマンスや精度を確保するためにチューニングや出力に介入する「エンジニア」などの新たなポジションが誕生しました。現在、国内の主要な人材紹介プラットフォームのほとんどでは、エンジニアの月給は 15,000 ～ 60,000 元です。
こうした新興ポジションの台頭は、人材市場に新たなチャンスをもたらすだけでなく、大型モデルの開発による多面的な影響も反映しているため、将来的には大型モデルの分野では、より多くの人が参加し安定化することになるだろう。業界。
大規模モデルにはまだ限界があり、人間と機械の共存が究極の答えです
「人工知能は短期的には人間に取って代わることはできない」というのが業界のコンセンサスとなっているが、一部の企業は依然としてAIGCやバーチャルヒューマン（デジタルヒューマン）技術を利用して、人間と機械の共生の新たなモデルを模索しようとしている。たとえば、シリコンベースのインテリジェンス、Mofa Technology、360 などはすべて、大規模モデルの AIGC 機能を使用して仮想人間のコンテンツ生成を実現し、さらには 2D/3D 仮想人間の生成にも適用することを提案しています。 、高精度の仮想人間のコストを削減します。生成と使用のしきい値。
その中で、360 Zhinao の AI デジタル ヒューマン生成機能は、「デジタル クローン」の作成にさらに注目し、より擬人化され、パーソナライズされた方法でサービスを提供します。誰もが自分のプライベート知識ベース (オーディオ、ビデオ、またはグラフィック素材) をアップロードし、360 のインテリジェントな脳モデルを通じてトレーニングし、デジタル アバター、デジタル アシスタント、デジタル アイドルなどの独自のデジタル ピープルを低コストで生成できます。
シリコンベースのインテリジェンスとMofa Technologyは、AIGCを使用してバーチャルヒューマンの低コストの生産と作業を実現し、敷居を下げることでバーチャルヒューマンの「包括性」を実現することを試みており、電子商取引、教育で広く使用されています、マーケティング、ソーシャルネットワーキングなどの分野でコスト削減と効率向上の効果を達成します。これらの企業でも、一年中旅行していたり亡くなったりして一緒にいられない人を慰めとしてデジタルアバターにすることもできると述べた。
確かに、デジタルアバターを「仲間」に使えば、人々の「恋煩いの苦しみ」はある程度軽減されるかもしれないが、大きなモデルハウスから見れば、頻繁に家に帰るよりは、まだ大きなモデルと一緒にいるほうがマシだろう。
今月22日、「ビッグモデルの家」中国バレンタインデースペシャル：人工知能の「地球風味のラブストーリー」を聴きに来てください。ビッグモデルの家は「双七節は」をテーマに開催されます。来ます、愛し合っているカップルを助けてください 私の残りの半分は、革新的で一般的ではない祝福のコピーの段落を書きます。」 タイトルのように、それぞれの大きなモデルについて質問します。
「愛の言葉」を書くことになると、大物モデルたちはみなロマンスを存分に見せているが、編集部の友人たちは大物モデルたちの今のロマンス度が「理工系男子」すぎると言っていたことが判明「人間よりはるかに劣る感情の繊細さ。
なお、大型モデルは汎用人工知能（AGI）の探求の第一歩を踏み出したとはいえ、人類はまだ弱い人工知能の領域にいます。次元の配置と組み合わせ、「地球の味の愛」大型モデルの中国のバレンタインデーのストーリー」には、明らかに「暖かさ」が欠けています。コンパニオン性という点では、大型モデルが人間と同等のレベルに到達するには、まだまだ長い道のりがあることがわかります。
AI大型モデルの原理からわかるように、人間の知能と行動データを学習し、統計とパターン認識を通じてテキスト、画像、音声などのコンテンツを生成することにより、この学習方法により、大型モデルが非常に現実的なものを生成できるようになります。その結果、人間の行動を模倣し、独自の観察次元を通じて対応する行動を学習し、模倣しようとします。ただし、大規模なモデルでは、基礎となる概念、理由、関係を実際には理解して把握していない可能性があり、実際のアプリケーションではいくつかの重要な問題が発生します。
したがって、短期的には、人工知能は一般的な問題に対処し、感情と創造性に満ちた個別の問題を解決するために人間の労力を解放することを目的としています。したがって、人間を「殺す」人工知能を短期的に実現することは、倫理的にも技術的にもほぼ不可能です。
ビッグモデルハウスの見解では、AIGC が人間に代わることができない分野では、人間の能力がより多くの価値を生み出すでしょう。
大規模モデル技術の使用は、確かに AIGC を使用してコストを削減し、既存技術の効率を向上させるという目標を達成できますが、さらに重要なことに、企業が時代に遅れずに新しいビジネスを通じて競争力を継続的に強化することも促します。
注目に値するのは、大型モデルの能力が常に向上しており、一般知識の点で人間に追いつき始めているだけでなく、的を絞った知識の強化により専門能力も大幅に向上していることです。 、人類の平均スコアに近づいているか、それを超えています。
今年 7 月、Google と DeepMind の研究者らは Nature 誌に研究結果を発表し、その結果、臨床医のグループは Google と DeepMind チームの医療モデル Med-PaLM の回答で 92.6% もの高得点を獲得したことが示されました。実際には、人間の臨床医のレベル (92.9%) と比較すると同等です。さらに、Med-PaLM の回答のうち「有害な」結果につながる可能性が高いと評価されたのは 5.9% のみで、これは臨床医が生成した回答の 5.7% と同様でした。
しかし、一部の業界専門家は、医学における大規模モデルの使用について懸念を表明しています。大規模モデルは、もっともらしい医学論文を生成できるかもしれませんが、そこに含まれる情報が正確か安全かを判断するための実際の医学知識を持っていません。この制限は、医療診断や意思決定などの一部の領域で特に顕著です。大規模モデルはテキストの理解や意味生成には優れていますが、医療分野の深い知識を理解できない可能性があり、病因や病気の発症などの因果関係を判断することはできません。これにより、臨床上の意思決定において大規模モデルの出力に完全に依存すると、誤った診断や治療につながる可能性のある潜在的なリスクが生じます。
医療業界における生成AIの適用を標準化するために、最近、北京市衛生健康委員会が主導して「北京インターネット診断および治療監督実施措置（試行）」の策定を組織した。その中で、医療機関はインターネット診療活動を行う際の医薬品管理を強化することが提案されており、人工知能を使用して処方箋を自動的に作成することは固く禁じられており、処方箋が発行される前に患者に薬を提供することは固く禁じられています。 。
一方で、人工知能の専門家によるより強力なテクノロジーの開発であれ、何千もの業界の雇用に対する人工知能によって引き起こされる「ナマズ効果」であれ、人間は一般知識と専門知識のより高度で強力な蓄積を追求することを余儀なくされます。 AI の競争上の優位性のために達成すべき能力。
一方で、大型モデルに代表される人工知能技術の助けを借りて、人間の能力の限界はさらに拡大します。大規模モデルの時代、より簡単に大規模モデルを使いたい場合、プロンプトワード()がモデルの結果を大きく左右し、同じ問題でも入力が違えば結果も異なります。プロの選手は一般の選手とは大きな差があります。したがって、それは将来、人間とコンピューターの相互作用の能力となり、人類が未知の世界を探索する原動力となるでしょう。
否定できない事実は、人工知能が人間の成功への道の「踏み台」として、人間をより高く、より価値のあるものに引き上げるはずであるということです。
ビッグモデルハウスの見解では、この「人工知能」の能力を競う競争においては、「人工」が「知能」に先んじる運命にあると考えられます。