9月17日のJinshiのレポートによると、周宏毅氏は2023年南京人工知能産業発展会議で、一般的な大規模モデルはエンタープライズレベルのシナリオで直接使用できず、ビジネスの深さの欠如、ビジネスの失敗など7つの問題があると指摘した。企業とデータセキュリティのリスクを理解することは大きな問題です。これに関して同氏は、大型モデルの今後の開発トレンドは「垂直化」であると提案した。タイミングに関しては、大きなモデルが完璧になるまで待つのではなく、シーンのことを考えて作業を開始してください。エンタープライズ レベルの大規模モデルの構築は、段階的に行う必要があります。まず、大規模モデルに「副操縦士」の役割を果たしてもらい、既存のシステムからの分離を維持します。適切な時期が来たら、エージェント モードを開発できます。大きなモデルは、人間の意図を認識する「頭脳」として機能するだけでなく、タスクを専門的に考えて分解することで、自動的にツールを使用したり、さまざまな API を呼び出したり、タスクを実行したりするための「手足」を育てることもできます。 、問題を解決し、目標の成果を達成する、汎用のインテリジェントエージェントシステムになります。
周宏宜: 大型モデル自体は障壁ではありません。課題は垂直型大型モデルの詳細なカスタマイズにあります
9月17日のJinshiのレポートによると、周宏毅氏は2023年南京人工知能産業発展会議で、一般的な大規模モデルはエンタープライズレベルのシナリオで直接使用できず、ビジネスの深さの欠如、ビジネスの失敗など7つの問題があると指摘した。企業とデータセキュリティのリスクを理解することは大きな問題です。これに関して同氏は、大型モデルの今後の開発トレンドは「垂直化」であると提案した。タイミングに関しては、大きなモデルが完璧になるまで待つのではなく、シーンのことを考えて作業を開始してください。エンタープライズ レベルの大規模モデルの構築は、段階的に行う必要があります。まず、大規模モデルに「副操縦士」の役割を果たしてもらい、既存のシステムからの分離を維持します。適切な時期が来たら、エージェント モードを開発できます。大きなモデルは、人間の意図を認識する「頭脳」として機能するだけでなく、タスクを専門的に考えて分解することで、自動的にツールを使用したり、さまざまな API を呼び出したり、タスクを実行したりするための「手足」を育てることもできます。 、問題を解決し、目標の成果を達成する、汎用のインテリジェントエージェントシステムになります。