Saizhi時代：主要産業におけるAI大型モデルの適用に関する研究

画像ソース: Unbounded AI によって生成

出典：佐知タイムズ

2022 年 11 月に ChatGPT が公開されて以来、AI の大型モデルは急速に市場で注目を集め、Open-AI の GPT-3、Huawei Cloud の Pangu NLP、Baidu の Wenxinda など、さまざまな業界で徐々に適用されています。自然言語処理、コンピュータービジョン、インテリジェント音声の分野で象徴的な技術的進歩を達成しただけでなく、モデルの精度、汎用性、一般化機能の面でも飛躍的な発展を遂げ、マルチシナリオアプリケーションの実装を実現し、改善されました。効率性、コストの削減、そして価値の創造。

1. 国内外の業界大型モデル開発モデル

(1) 外国大規模産業の発展モデル

中国電気通信研究院の調査によると、現在海外産業における大規模モデルの開発モデルは主に3つあり、最初の2つの開発モデルが主流となっている。

**1つ目は「有力大型モデル＋独自事業」です。 **たとえば、Microsoft は GPT を使用して、Office などの従来のビジネスを強化します。このモデルの利点は、大規模モデルの強力な言語機能を使用して元のビジネスのインテリジェンス レベルを向上させることができると同時に、元のビジネスのデータとユーザー リソースを使用してアプリケーションを強化できることです。大規模モデルの関連性と精度。

**2つ目は「先行大型モデル＋外部データ」です。 **この方法は中小企業で一般的に採用されており、このモデルの利点は、大規模モデルの高度なテクノロジーを活用できるだけでなく、業界と密接に統合して業界の関連性と精度を高めることができることです。 。

** 3 つ目は、「業界大規模モデルを構築するためのオープンソース大規模モデル + 垂直業界データ」です。 **このモデルの利点は、独自のデータを最大限に活用して、より正確な大規模インダストリ モデルを作成できると同時に、オープンソースの大規模インダストリ モデルの技術と経験から学ぶことができることです。トレーニングの効率と有効性を向上させるモデル。

一般的に言えば、外国の一般的な大型モデルは強力な機能と明らかな「主導効果」を備えており、多くの業界のニーズに直接応えることができます。不完全な統計によると、2023年5月現在、海外でのAI応用事例は138件あり、主にメディア、ゲーム、オフィス、医療などの分野に集中している。

(2)国内業界大型モデル開発モデル

現在、国内業界の大型モデルには主に 2 つの開発モデルがあり、1 つは「自社所有の一般大型モデル + 外部業界データ」、もう 1 つは「自社所有または他のオープンソースの大型モデル + 自社業界データ」です。

「自社の汎用大型モデル＋外部業界データ」とは主に、自社の汎用大型モデルを保有する企業がメインモデルから複数の業界大型モデルを派生させることを意味します。例えば、百度は「」に基づいて金融、医療、メディアなどの業界に大型モデルを展開しています。ウェンシン」。このモデルの利点は、一般的な大規模モデルの強力な言語機能を使用して、さまざまな業界のニーズに迅速に適応できることです。また、外部データ ソースを使用して業界の関連性と精度を高めることもできます。

DeepWise Medical などの「独自または他のオープンソースの大規模モデル + 独自の業界データ」は、Transformer アーキテクチャの大規模画像モデルに基づいた一般的な医療画像理解モデル DeepWise - CIRP モデルを独自に開発しました。このモデルは 3 番目の外国モデルに似ており、独自のデータを最大限に活用して、より専門的な業界モデルを作成すると同時に、他のオープンソースの大規模モデルのテクノロジーと経験から学習してトレーニング効率を向上させることができます。そして有効性。

国内の一般的な大型モデルの能力はまだ不足していますが、業界の大型モデルはそのギャップを補い、大型モデル産業の実装を促進することができます。不完全な統計によると、2023 年 7 月末の時点で、さまざまな業界の国内大型モデルが 113 種類あり、パラメータ数は 10 億を超えています。

2. 主要産業における大規模モデルの具体的な用途

(1) 金融業界

金融業界はラージ モデルの重要な適用分野であり、ラージ モデルは主に顧客サービス、銀行、保険などの細分化された分野に適用され、リスク管理と効率の向上を実現します。

** 1 つ目は賢明な投資です。 **大規模なモデルは、投資分野で大量の過去のデータとリアルタイムの市況を分析し、投資家の意思決定を支援し、利益の確率、個別銘柄の傾向、個別銘柄などの複数の要因に基づいて権限の割り当てを動的に調整するために使用できます。株式リスク、業界リスク、政策動向の比率を利用して個別銘柄の格付けを取得します。

** 2 つ目は、風評リスク管理と対応能力の向上です。 **事前トレーニングされた大規模モデルは、金融機関が風評リスクを軽減するのに役立ちます。企業は、事前トレーニングされた大規模モデルを使用して、顧客の苦情、ソーシャルメディア上のフィードバック、および他のチャネルのテキストデータに関する感情分析とトピック分類を実行し、顧客の意見を迅速に理解できます。ニーズやフィードバックを活用し、顧客の信頼を高め、ブランド価値を高めます。

** 3 つ目は、法令順守リスク管理のレベルを向上させることです。 **事前トレーニングされた大規模モデルは、大量のデータ ファイルをレビューし、その有効性と精度が関連する政府および業界の規制に準拠していることを確認できます。内部コンプライアンスの観点では、事前トレーニングされた大規模モデルは、従業員の電話記録、電子メールのトラフィック、勤務時間と休憩時間のタイムカードなどの情報を記録、監視、分析し、潜在的なリスクや不正行為を内部担当者に特定して通知し、金融機関が次の目標を達成するのを支援します。コンプライアンスの監督 リスク管理の目標。

** 4 つ目は不正行為対策です。 **金融詐欺防止モデルは、データ収集手法を通じて危険な行為または不審な行為を監視および分析し、さまざまなリスクイベントまたは不審な行為のリスク測定基準とルールモデルに基づいて早期警告や介入などの措置を実行することで、効果的に不正行為を削減します。金融詐欺が起きた。

Baidu は、Wenxin の汎用モデルに基づいて、インテリジェントな質疑応答、インテリジェントなライティング、インテリジェントな要約などの複数の機能を金融業界に提供する大規模金融業界モデル「Wenxin Finance」を作成しました。 「Wenxin Finance」は、ユーザーが提起した質問に応じて膨大な金融ナレッジベースから回答を検索または生成し、効率的で正確なインテリジェントな質疑応答サービスを実現し、金融関連記事を自動的に生成することもできます。ユーザーのニーズに応じて、レポートします。

(2) 医療産業

医療業界は、大規模なモデル アプリケーションのイノベーションにとって重要な分野です。医療業界では、大規模モデルの精度、信頼性、学習および理解能力に対して非常に高い要件が求められます。医療業界は主に医薬品の研究開発、健康管理、補助診断、インターネット診療などのシナリオに大規模モデルを適用し、医療の質、医療効率、医療保障範囲などの向上を実現しています。

** 1つ目は医療画像分野です。 **大型モデル技術は、医師が疾患の画像特徴を迅速かつ正確に特定するのに役立ち、診断の精度と効率を向上させます。また、大型モデル技術により、患者の X 線、CT、MRI などの画像を迅速かつ正確に分析できるため、医師が状態を迅速に判断できるようになり、診断の効率と精度が向上します。

** 2 つ目は病気の予測の分野です。 **大規模モデル技術は、患者の遺伝子、病歴、その他のデータを分析することで患者の病気のリスクを予測し、事前に予防と介入を実行し、罹患率と死亡率を減らすことができます。

** 3 つ目は診断支援です。 **医療画像は大規模なモデルを通じて迅速かつ正確に分析でき、医師により正確な診断結果が提供されます。たとえば、乳がんスクリーニングでは、大型モデルを使用すると、医師が疑わしい乳房結節を迅速に特定できるため、スクリーニングの効率と精度が向上します。

** 4つ目は、知能型医療ロボットです。 **大型モデルは、医療ロボットが患者とより適切に対話し、より良い医療サービスを提供するのに役立ちます。たとえば、手術室では、インテリジェント医療ロボットが医師の外科手術を支援し、手術の効率と安全性を向上させることができます。

** 5 番目は医療知識マップです。 **大規模なモデルは、医療知識マップを構築し、より包括的で正確な医療知識と情報を医師に提供するのに役立ちます。たとえば、医師が診断する場合、医療ナレッジ マップを使用すると、関連する病気の診断基準や治療の選択肢などの情報を迅速に見つけることができ、診断の精度と効率が向上します。

Huawei Cloudは、Pangu NLPシリーズの大型モデルに基づいて、大型医療モデル「Pangu Medical」を作成しました。 「Pangu Medical」は、指定された標的や適応症に基づいて膨大な化合物ライブラリから候補薬をスクリーニングし、その活性と毒性を予測することで、効率的かつ正確な創薬サービスを実現します。また、「Pangu Medical」は、特定の医薬品や疾患に基づいて膨大な臨床試験データから有効な情報を抽出し、標準化された臨床試験レポートを生成することで、高品質で効率的な臨床試験サービスを実現します。

(3) エネルギー産業

エネルギー業界における大規模モデルのアプリケーション シナリオは非常に広範囲にわたるため、各リンクの効率を大幅に向上させることができます。たとえば、組織管理の面では企業の経営効率の向上に役立ち、マーケティングの面では市場の需要をより適切に把握し、マーケティングの効率を向上させることができます。

** 1 つ目は、エネルギー需要の予測です。 **大量のエネルギー データを分析して将来のエネルギー需要と価格を予測し、投資アドバイスと意思決定のサポートを提供します。

** 2 つ目はインテリジェントな障害判断です。 **大規模モデルでは、高度なテクノロジーを使用して、現在のシステムの障害を自動的に検出および特定できます。特にいくつかの潜在的な隠れた危険については、事前に発見して大きな損失を回避できます。

** 3 つ目は政策の解釈です。 **エネルギー業界の大型モデルは、エネルギーおよび環境保護業界の現在の規則を分析および解釈し、企業が関連規制を遵守し、不必要な損失を回避するための参考資料を提供します。

Qingbo Intelligent の「Ask the Big Model」は、生産、管理、運用、その他のリンクのシームレスな接続とデータ統合を実現できる高度な技術ソリューションです。

3. 国内大型モデル業界のアプリケーション開発動向

大規模モデルの成功は、アプリケーション、シナリオ、ビジネス モデルに依存する必要があります。この大きなモデルは 3 つの革命的な変化を引き起こしました。

** 1 つは、弱い人工知能から汎用人工知能 (AGI) への飛躍を促進することです。**

2 つ目は、コンピューティング能力からマシン インテリジェンスへの生産性の飛躍を促進することです。

** 3つ目は、デジタル社会からインテリジェント社会への飛躍を促進することです。 **産業用インターネットへの実装は、大規模モデルの本当の「主戦場」ですが、民営化された展開、データセキュリティ、価値の調整、ビジネスシステムの緊密な統合、費用対効果などの課題を解決する必要があります。

たとえば、産業アプリケーションの分野では、現段階では産業分野の大型モデルと小型モデルが相互に補完し合っていますが、将来的には、高度にカスタマイズされた小型モデルが大型モデルに置き換わる可能性があります。現段階では、シングルモーダル モデルが主に使用されていますが、主に産業用 AI 大型モデルの開発は難しく、量も少ないため、工業製造分野における AI 大型モデルの包括的な適用は比較的遅いと考えられます。ただし、単一の垂直型大規模モデルの移行は比較的頻繁です。

産業用 AI ビジョン プラットフォーム、AI カメラ、その他のデータの蓄積により、マシン ビジョン モデルのトレーニング能力の閾値は大幅に低下し、産業用 AI の品質検査と検査は、3C エレクトロニクス、自動車、部品などの多くのアプリケーション シナリオに適用されています。消費財と原材料。

**一般に、国内大型モデルの開発は、基本的な大型モデルの「残り物が王様になる」ことを示しており、プロセスにさらに注意を払い、高品質のデータが重要な要素となり、業界の大型モデルが焦点となります。業界アプリケーション、大規模モデルはフルスタックを構築する必要がある ローカリゼーション機能の 5 つの主要なトレンド。 **

** 1 つ目は、基本的な大型モデルの「勝者総取り」競争です。 **つまり、大型モデルは徐々に量から効率へと発展し、大型モデルをいかに小型化するかが将来の開発の重要な方向性となるでしょう。

**第二に、高品質のデータが成功の鍵です。 **業界の大規模モデルの研究開発では、高品質のデータを持つことが大規模モデルの価値を移行するための魔法の武器であることがわかります。

** 3 番目は、業界の実装に注意を払うことです。 **基本的な大規模モデルでは業界固有の問題を解決できないため、業界大規模モデルは業界の実際的な問題の解決に役立つ重要な手段です。

** 4 つ目は、プロセスにもっと注意を払うことです。 ** 大型モデルの適用では、技術的な安全性、価値観、倫理にさらに注意が払われます。

** 第 5 に、自律的で制御可能です。 **大国間のゲームという文脈では、中国の大型モデルはフルスタックのローカリゼーションを構築する能力を備えていなければなりません。