25億元で、Zhipu AIはもはや目立たないようにすることはできません

記事の出典:36クリプトン

今日のビッグモデルの物語の文脈では、Zhipu AIはスポットライトに立つことに慣れることを学ばなければなりません。

画像ソース:無制限のAIによって生成

01 脚光を浴びる知恵スペクトラムAI

北京Zhipu Huazhangテクノロジー株式会社(以下、Zhipu AI)が今年取得した累積資金調達枠である25億元を超え、中国で最も高い公的資金調達を行う最大のモデルスタートアップの1つにもなっています。

ChatGPTのリリース後、大型モデルによって引き起こされたテクノロジーブームはすぐに投資ブームに変わりました。 しかし、過去とは異なり、これは投資家とスタートアップの両方にとって、よりマシューのトラックであることが広く認められています。

一方では、この段階では、大規模モデルの起業家精神は重いリソースと強力な資金に大きく依存しており、市場に参入する能力を持つ新興企業の数は少なく、投資家ははるかに少ない入札を行うことができます。

一方、ほとんどの人は、ビッグモデルはインターネットに匹敵するか、それを超える機会であり、企業の評価は上昇しており、有名な投資家や機関は「グループで購入」する必要があると考えています。

36Krによると、Zhipu AIが公式に発表した資金調達額はまだ控えめな見積もりであり、まだ議論中の資金調達があります。

2019年から2023年にかけて、Zhipu AIの4年間の3ラウンドの資金調達総額は30億人民元を超えました。 今年の初め以来、資金調達の頻度と資金調達額の両方が以前にはるかに超えています。

2019年、Zhipu AIが正式に設立され、中国科学技術荘興や清華ホールディングスなどのプレAラウンド投資家、大陳財志や中国ホールディングスファンドなどのシリーズA投資家、レジェンドキャピタル、Qiming Venture CapitalなどのシリーズB投資家が参加しました。

Zhipu AIが発表した情報によると、その投資参加者には、主に社会保障基金の中関村独立イノベーションファンド(レジェンドキャピタルがファンドマネージャー)、メイトゥアン、アント、アリ、テンセント、シャオミ、キングソフト、シュンウェイ、ボスジピン、グッドフューチャー、セコイア、ヒルハウスなどの機関、およびレジェンドキャピタルを含む一部の古い株主が含まれます。

ソース: ITオレンジ

スタービッグモデルのスタートアップとして、Zhipu AIはうらやましい投資家のリストを持っており、Zhipu AIは資金源を欠いておらず、資本には顔があり、多くの投資家は「今では投資家を選択するのは間違いなくZhipuであり、その逆ではない」と述べた。 "

現在、業界の多くの大規模モデルスタートアップは高い資金を得ており、市場は大規模モデルに投資する資金が不足していませんが、それを取るかどうか、どのように取るかは、大規模モデルスタートアップがもっと考慮すべきことです。

Zhipu AIの投資家リストを分析すると、ファンドだけが考慮事項ではなく、ファンドの背後にある価値が大規模モデルのスタートアップにさまざまなリソースを与える可能性があることがわかります。

たとえば、社会保障基金中関村独立イノベーション基金。 今年5月末に開催された2023年中関村フォーラムの主要な科学技術成果記者会見で、社会保障財団は、「国家チーム」のアイデンティティ属性を持ち、初期規模が50億元、資金期間が10年以上の「社会保障基金中関村独立イノベーション特別基金」を設立すると発表しました。

別の例は、Meituan、Ant、Ali、Tencentなどのインターネット大手であり、豊富な資金をもたらすだけでなく、潜在的な産業協力を意味し、多くのインターネットビジネスは、大規模なモデルに基づいて変革する可能性があり、Zhipu AIの基本的なビッグモデルは、多くの新興企業の欠けている部分である巨大なデータ、ビジネスシナリオなどにアクセスできます。

今日のビッグモデルの物語の文脈では、Zhipu AIはスポットライトに立つことに慣れることを学ぶ必要がありますが、これはZhipu AIの控えめなスタイルとあまり一致していません。

02 ビッグモデルの煙は長い間燃え続けてきた

サークル外のChatGPTはAIGCの特異点の瞬間であり、これは分割点が明確に2つの段階を分割できるため、一部の大企業や新興企業は、ビッグモデルがシードを示すときに、すでに技術的な事前調査を行ったり、大規模なモデルに焦点を当てるために新しい会社を設立したりしており、かなりの割合の企業が、大きなモデルを作ることを決心する前に、ChatGPTをはっきりと見ています。

これは、異なる結果につながる可能性のある認知の違いにつながります。

業界は一般的に2023年がビッグモデルの最初の年であると信じており、Zhipu AIのCEOであるZhang Pengの目には、「AIビッグランゲージモデルの最初の年」は2020年、つまりZhipu AIの設立2年目であるべきです。

Zhang Peng、Zhipu AIのCEO

2017年にトランスフォーマーが誕生し、GPT-1やGPT-2などの一連の大型トランスフォーマーモデルが連続して製造され、大規模なパラメーターと強力な汎化機能を備え、これまで解決できなかった多くの問題を解決しました。

2020年まで、GPT-3の出現により、生成AIは新しい時代に入りました。

2020年には、Zhipu AIが大型モデルを全面的に開発することを決定したノードでもあります。 当時、トレーニングコストが高く、研究開発のしきい値が複雑なため、大規模なモデルは業界から楽観的ではなく、知恵のスペクトルの開発は現在ほど目立たなかった。

しかし、ChatGPTのリリース後、Zhang Pengは率直に、彼の気持ちは「興奮とプレッシャーの両方」であり、方向性がより確実であることに興奮し、プレッシャーは新しいテクノロジーに追いつく緊急性から来たと述べました。

同時に、ますます多くの投資家がZhipu AIを探しており、大型モデルの煙は長い間発火しており、投資家は最初に花火に注意を払うことができる人々を見つけることを望んでいます。

いくつかの研究、安定した創設チーム、十分な技術の沈殿と商業化の探求、およびその他の要因の後、Zhipu AIは新興から有名になりました。

創設チームに関しては、Zhipu AIは清華KEG(知識工学研究所)によってインキュベートされ、このチームは研究所を出て市場に参入し、Zhipu AIが正式に設立されました。

CEOのZhang Pengは、清華大学コンピュータサイエンス学部で学士号を取得して卒業し、清華大学コンピュータサイエンス学部での博士号研究の方向性はナレッジグラフです。

劉徳峰会長は、学者の高温に師事し、清華データサイエンス研究所の科学技術ビッグデータ研究センターの副所長であり、王少蘭大統領は清華大学のイノベーションの第一人者です。

シリコンバレーや世界の学界では、Zhipu AIは長い間有名であり、投資家の目には、清華時代のZhipu AIは「人、技術、顧客」を持ち、小さいながらも美しいスタートアップに相当し、すべての主要な人員は協力期間を持ち、比較的安定しており、人への投資、トラックへの投資の論理によれば、Zhipu AIは自然に好まれています。

技術的側面はZhapu AIの強みでもあり、2006年のAMinerから2019年の会社設立まで、2020年の大規模モデルアルゴリズム研究、2021年のGLM-10B、2022年のGLM-130B、ChatGLM-6B、2023年3月の1,000億の対話モデルであるChatGLMに焦点を当てることができます。

Zhipu AIも10月27日に新世代の台座大型モデルを発売すると報じられている。 この戦争で荒廃した10月の大手モデル業界で、Zhipuが場所を占めることができるかどうかは、新世代のモデルのパフォーマンスに依存します。

Zhipu AIの研究は、中国の大規模なモデル参加者の大多数よりも早く、Zhipuは先発者の優位性を勝利に変えます。

スタンフォード大学が発表した世界の主流の大型モデル評価では、GLM-130Bはアジアで唯一の選定モデルであり、GPT-3と同等の精度と悪意を持ち、ロバスト性とキャリブレーション誤差は全モデルの中で優れています。

ChatGLM-6Bは2023年3月14日にオープンソース化され、数か月でGitHubで48,000 +スターと6,800 +フォークを受け取り、ハギングフェイスで8,000,000 +ダウンロードを受け取り、4週間のトレンドで1位にランクされました。 ChatGLM-6Bに基づく何百ものプロジェクト, LoRAなど, Pチューニング, ラングチェーン, 等. 中国語の自然言語、中国語の会話、中国語のQ&A、および推論タスクの第三者評価で1位にランクされました。

03 終わりのないロングラン

一般的な革命技術として、ビッグモデルは個人と企業間の競争を決定するだけでなく、大国の競争にも関連しており、Zhipuの起源は、それが企業であるだけでなく、テクノクラートの理想を持つ学者タイプのチームでもあると判断します。

ほとんどの企業や機関とは異なり、Spectrum AIは独自の道を進んでいます。

36Krは、多くの国内大手メーカーの大規模モデル研究は、GPT、BERT、T5に基づいており、商業企業は理解できますが、国家の観点からは、中国は独自の事前トレーニングフレームワークを持たなければならず、従うのではなく、独自のルートから抜け出すために、GLM(一般言語モデル)はZhipuへの答えです。

大規模なモデルの自己開発は容易ではなく、非常に危険です。 「GPT-3が私たちに与える影響は、1,000億の高密度のバイリンガルモデルを開発することを決意しています。 その年の調査を終えた後、そのようなことを行うための投資、特に計算能力、才能、チーム、およびデータが非常に大きいこともわかったからです。 張鵬は以前、36クリプトンに言った。

出典:ICフォト

「中国には、事前にトレーニングされたモデルのための独自のフレームワークがありません。 それがGPT、BERT、またはT5であるかどうかにかかわらず、それは西洋の科学者によって提案された基盤技術であり、その道は西洋によって独占されています。 私たちは独占を破りたいので、OpenAIの道を完全に複製することはありません。 彼は言った。

もちろん、Zhipu AIは潜在的なリスクでもある西洋の技術システムから積極的に切り離されており、その後の開発で新たなボトルネックが発生した場合、さらに問題が発生する可能性があります。

現在、Zhipuは国内資本/国内自己調査を行う数少ない大規模モデル企業の1つであり、中国企業により適しており、ルートの分岐をある程度補うことができる明確な国内チップ適応計画を持っています。

工業情報化部科学技術部が最近発表した「2023年産業技術基盤公共サービスプラットフォーム-人工知能大規模モデルエンジニアリング技術と応用のための産業公共サービスプラットフォームプロジェクト」の入札結果では、Zhipu AIが参加したコンソーシアムが落札しました。

報告によると、このプロジェクトは中華人民共和国工業情報化部の大型モデルの最初の主要な特別プロジェクトであり、今年の大規模モデル公共サービスプラットフォームの唯一の主要プロジェクトであり、落札者をサポートし、主要な技術研究とインテリジェント生成と応用を促進します主要な産業アプリケーションのための大規模モデルエンジニアリングの。

オープンソースもZhipu AIの主要な機能であり、多くの企業がクローズドソースルートを選択していますが、Zhipuは繁栄したコミュニティとエコロジーを作成し、大規模モデルのオープンソースコミュニティの開発をさらに促進するために、Zhipu AIはChatGLM2をリリースし、数千億の台座対話モデルがアップグレードされ、6B、12B、32B、66B、130Bの異なるサイズを含むオープンソースであり、さまざまなレベルの顧客のニーズを満たすことができます。

「私たちの学術的および技術的交流と製品協力は比較的オープンであり、大規模なモデルは1つの会社に依存することはできませんが、それでもオープンなエコロジーが必要です。」 私はそれがオープンソースまたは無料だと思います、これらのものは商業的利益のためではありません。 張鵬は言った。

商業化の面では、Zhipu AIはよりゆったりとしており、今日のホットな業界大型モデルを例にとると、Zhipu AIは顧客に対応するために業界大型モデルを作らず、Zhipu AIは、業界の大型モデルを目標とするのではなく、AGIへの道を「卵を産む」ことを選択しました。

「インダストリ モデルは本質的に、大規模なモデルのシェルであり、従来のアルゴリズムの車輪の再発明です。」 Zhang Peng氏は、業界の大規模モデルの限界を指摘し、「特定のスケールの(一般的な)大規模モデルのみが人間のような認知能力の出現を達成できると考えています」と述べました。 "

人工知能は終わりのない長距離走行であり、大きなモデルは記念碑の1つであり、誰もが自分の名前を刻みたいと思っており、資本はZhipu AIのテクノロジーの理想への手段であり、Zhipuが包まれてステージの前に立たなければならないとき、それはZhipuの決意、自信、忍耐力をテストします。

原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。
  • 報酬
  • コメント
  • 共有
コメント
0/400
コメントなし
  • ピン
いつでもどこでも暗号資産取引
qrCode
スキャンしてGateアプリをダウンロード
コミュニティ
日本語
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)