На 136-й день после крика «быть китайской версией OpenAI» Ван Хуэйвэнь продал Light Years Away компании Meituan.
29 июня 2023 года Meituan объявила на Гонконгской фондовой бирже, что 29 июня 2023 года она полностью приобретет 100% акций «Light Years Beyond». Общая цена покупки включает: 233,673 миллиона долларов США наличными + обязательство Долг в размере 366,924 млн долларов США в юанях + 1 юань, на общую сумму около 2,065 млрд юаней.
Трудно представить, что первая крупная модельная стартап-компания, основанная крупным боссом в Китае, закончится таким образом, который оставил на рынке бесчисленные сомнения и спекуляции.
С точки зрения бизнеса в целом приобретение Meituan за несколько световых лет — это обычное приобретение среди предприятий. Но для отечественной индустрии искусственного интеллекта это приобретение, похоже, указывает на то, что волна крупного предпринимательства в области искусственного интеллекта, которая была горячей всего полгода, остывает.
Столичный рынок имеет более интуитивное восприятие температуры воды в отрасли. С 26 июня акции концепций ИИ, таких как HKUST Xunfei, Kunlun Wanwei и 360, в совокупности резко упали.
Не только в Китае люди даже больше не гонятся за ChatGPT, на который когда-то стекались.
Согласно данным инструмента анализа данных веб-сайта SimilarWeb, темпы роста посещений ChatGPT на ранней стадии были поразительными: темпы роста в месячном исчислении составили 131,6% в январе, 62,5% в феврале и 55,8% в марте. В апреле он значительно замедлился, и в месячном исчислении темп роста составил 12,6%, а в мае этот показатель составил всего 2,8%.
Когда популярность больших моделей сошла на нет, людям легко задать вопрос: является ли крупная модель хорошей возможностью начать свой бизнес?
Очевидно, что стандартного ответа на этот вопрос не существует, и даже мнения больших парней весьма различны. Буквально несколько дней назад Фу Шэн, председатель и главный исполнительный директор Cheetah Mobile, и Чжу Сяоху, управляющий директор GSR Venture Capital Fund, «поспорили» в кругу друзей по этому поводу.
Когнитивные несоответствия большой модели сосредоточены не только на индивидууме. Когда предприниматели, инвесторы и покупатели имеют когнитивные предубеждения, «осторожность и консерватизм» с большими моделями становится обычным явлением для большинства игроков.
На ежегодном собрании China Film Capital 2023 года, состоявшемся 16 июня, между инвесторами China Film Capital и инвестирующими компаниями в области технологий и потребительских технологий также состоялась жаркая дискуссия о том, как индустрия охватывает крупномасштабные модели и AIGC.
С точки зрения «Jiazi Guangnian», рынку крупномасштабных моделей срочно нужны рациональные голоса, темпы инноваций нельзя остановить, и многие вопросы еще предстоит прояснить — можно ли отливать крупномасштабные модели? Как бросать? Какие проблемы со входом в большую модель? Повторит ли будущая коммерциализация больших моделей ошибки предыдущей индустрии искусственного интеллекта?
Как бы люди ни были обеспокоены, это почти само собой разумеющееся, что индустрия принимает большую модель — вопрос в том, каким образом.
1. Предусмотрительные инвесторы
Baichuan Intelligent, Lianyuan Technology, Lingxin Intelligent, Xihu Xinchen, MiniMax... С начала 2023 года по настоящее время одна за другой появляются отечественные крупные стартапы. Сила каждого предприятия высоко капитализирована.
В то время некий звездный предприниматель нередко бросал свою работу, чтобы начать бизнес и входить в крупную модель, чтобы получить огромное финансирование.
Например, 1 июня сообщалось, что MiniMax, отечественная стартап-компания по созданию крупномасштабных моделей, вот-вот завершит раунд финансирования на сумму более 250 миллионов долларов США, а оценка компании превысила 1,2 миллиарда долларов США;
В то время новости о финансировании Light Years Away, который только что был приобретен Meituan, были еще более запутанными.Ван Хуэйвэнь однажды отрицал, что компания получила финансирование в размере 230 миллионов долларов США от Source Code, Tencent, Wuyuan и Suhua. но это финансирование в конечном итоге было отклонено из-за объявления о приобретении, опубликованного Meituan.
Эта волна инвесторов, преследующих предпринимателей, заставила людей думать, что большая модель активизирует весь внутренний круг венчурного капитала ИИ, но это не так. На самом деле, за исключением звездных команд с собственным ореолом, инвесторы, скорее всего, выжидают, наблюдают и изучают крупномасштабное предпринимательство, и лишь небольшое количество людей действительно тратит реальные деньги.
Еще в начале этого года, когда волна ChatGPT захлестнула мир, «Jiazi Guangnian» впервые обменялся мнениями с некоторыми инвесторами. В то время почти все быстро учились и приглашали специалистов вести научно-популярную деятельность внутри компании.
В то время в области ИИ шла горячая дискуссия: является ли ChatGPT моментом iPhone в мире искусственного интеллекта? В связи с этим ответ Сяньфэна состоит в том, чтобы не спешить с выводами. «Мы еще не уверены, насколько велико это влияние, но мы думаем, что это (большая модель) определенно что-то изменит», — сказал Ли Кан, вице-президент Xianfeng.
Однако некоторые инвестиционные институты выразили обеспокоенность по поводу крупной модели. Инвестор на первичном рынке сказал «Jiazi Guangnian», что он очень обеспокоен чрезмерной реакцией Китая. После вспышки ChatGPT внутренние запасы концепций ИИ были взорваны. «Наши первичный и вторичный рынки должны учитывать, могут ли соответствующие вложенные инвестиции принести соответствующую прибыль. Если это краткосрочные интересы, такие инвестиции в конце концов легко пропадут, потому что вы на самом деле не способствовали развитию технологий. , но это концептуальная инвестиция».
По его мнению, инвесторы должны сосредоточиться на изучении более фундаментальных наук, влияющих на будущее человечества.Это реальная технологическая мощь с глубокой потенциальной рыночной стоимостью. «Необходимо интегрировать динамику рынка, а также рыночную стоимость и реальный, будущий социальный прогресс. Мы не должны слепо следовать. Мы должны четко понимать, что может изменить будущее. Это не должно быть пузырем на волне».
Тем не менее, практикующий FA сказал «Jiazi Guangnian»: «В последнее время инвесторы постепенно начали вкладывать средства в крупномасштабные модельные проекты, но сумма невелика».
«Основная проблема по-прежнему заключается в недостаточном понимании». Далее он заявил: «Почти никто не может четко определить большую модель. Нам нужно определить границы большой модели, прежде чем обсуждать ее. Большая модель, которую вы упомянули, и большая модель, которую я упомянул, вероятно, не одно и то же».
По мнению некоторых людей, осторожность инвесторов может быть негативным сигналом для крупного предпринимательства, и это льет холодную воду на крупномасштабные модели. Но с объективной точки зрения благоразумие не означает отказ, и разумное объятие после глубокого размышления более ценно.
Будь то инвесторы, предприниматели или традиционные компании, которые надеются трансформировать и модернизировать свой бизнес с помощью больших моделей, им необходимо прояснить два вопроса, прежде чем они действительно выйдут на рынок больших моделей: каковы границы возможностей большой модели и Есть ли у них необходимость вводить большую модель?
2. Прежде чем перейти к большой модели, проясните два вопроса
Когда появляется новая технология, в деловом мире возникает главный вопрос: где и как эту технологию можно использовать?
Это особенно важно для больших моделей, и это также вопрос, который следует тщательно рассмотреть компаниям, которые еще не вошли в большую модель.
Чтобы ответить на этот вопрос, сначала необходимо очертить границы возможностей большой модели.
Особенностью большой модели является то, что ее внутренний модельный алгоритм представляет собой огромный черный ящик, процесс генерации большой модели необъясним и непредсказуем, поэтому трудно определить границы ее возможностей. Но несомненно то, что универсальная большая модель не является панацеей.
Линь Юнхуа, вице-президент и главный инженер научно-исследовательского института Чжиюань, однажды упомянул, что с точки зрения промышленного внедрения «большая модель + быстрое обучение» не может заменить все.
Далее она упомянула, что для многих конкретных задач или новых задач обучение подсказкам может позволить большой модели выводить требуемые результаты с помощью нескольких раундов подсказок, но большая модель «не может запомнить» этот процесс, и если разработчик добавит подсказку целиком. каждый вызов, с одной стороны, может удлинять его и превышать контекстные возможности большой модели, с другой стороны, неизбежно приведет к удорожанию каждого рассуждения, а эффект будет затруднен контролировать. Эта нестабильность еще более фатальна на стадии приземления продуктов, в которые вложены реальные деньги.
Чжан Итянь, главный эксперт Национального центра речевых инноваций, также сказал на ежегодном собрании Huaying Capital в 2023 году: «Большая модель — это порождающая логика, и то, что она дает, — это только оптимальная кластеризация словарного запаса, и нет причин и эффект между ответом и вопросом. То, что мы получаем, является просто «результатом», который необходимо идентифицировать, а не «ответом». Следовательно, может ли большая модель быть непосредственно применена в серьезных областях, таких как образование, медицина, и справедливость может быть проблемой. Но она заключается в содействии принятию решений. Это имеет смысл. С точки зрения непосредственного получения результатов, если это должно быть коммерциализировано и произведено, мы думаем, что нам еще предстоит пройти долгий путь».
Поэтому в отрасли сложился консенсус, что в будущем у каждой отрасли будет своя вертикальная модель, и ключевой момент заключается в том, как интегрировать возможности общей модели с собственными отраслевыми данными компании.
Но прежде чем действительно рассматривать реализацию крупномасштабного модельного проекта, предприниматели должны рассмотреть более важный, но легко упускаемый из виду вопрос: является ли крупномасштабная модель «просто необходимостью» для предприятия?
В связи с этим отечественная мультимодальная группа крупномасштабных моделей однажды сказала «Jiazi Guangnian», что нужно понимать, нужны ли крупномасштабные модели «просто нужным» предприятиям с разных точек зрения. Для некоторых предприятий не внедрение масштабной модели равносильно потере острого преимущества в рыночной конкуренции, и им приходится использовать масштабную модель, чтобы завоевать благосклонность клиентов – это тоже «просто необходимость».
Но в какой-то степени это скорее рыночные настроения в первые дни появления новых технологий. В долгосрочной перспективе индустриализация новых технологий будет в основном определяться потребностями бизнеса. В настоящее время, если предприятию нужна большая модель, необходимо учитывать множество факторов.
Помимо конкретных вопросов реализации проекта, компаниям также необходимо учитывать вопросы безопасности данных и влияние больших моделей на исходную структуру рынка.
Эти две проблемы часто появлялись в информационную и цифровую эпоху и не могут быть искоренены, в интеллектуальную эпоху эти проблемы могут проявиться более тонким образом.
«Многие потребительские или платформенные компании, если они безоговорочно принимают большую модель, у большой модели есть сильная способность отрицательно реагировать на отрасль, потому что это означает, что отрасль легко передается из отрасли. Порог входа и когнитивный ключ — сказал Чжан Итянь.
В контексте цифровой трансформации большинство отраслей достигли цифровой трансформации и модернизации с помощью таких технологий, как большие данные и облачные вычисления. Но в то же время традиционные предприятия также передали большое количество отраслевых данных производителям цифровых технологий.Поставщики цифровых технологий стали основным органом, который нельзя игнорировать в отрасли, и первоначальная структура рынка была изменена.
Однако из-за небольшого объема данных в таких отраслях, как промышленность и строительство, и сложности соединения данных между направлениями бизнеса традиционные предприятия по-прежнему сохраняют высокие конкурентные барьеры.
Чжан Итянь сказал: «В настоящее время строительная отрасль является отраслью, которая лучше всего защищена в контексте цифровизации. Теперь информатизация строительной отрасли, кроме Глодона, который может составить бюджет, не может врубиться ни одному гиганту. Почему? Потому что Архитектура имеет проектные чертежи, строительные чертежи, чертежи технического обслуживания, чертежи планирования, чертежи подачи и другие восемь чертежей, все чертежи не связаны друг с другом, и государственные ведомства не признают друг друга Стоимость открытия этих восьми чертежей все здание достаточно высокое, поэтому строительная отрасль поддерживает диверсификацию этого вида конкуренции. Мы обычно думаем, что диверсификация конкуренции является источником жизненной силы и силы для промышленного развития».
Таким образом, в условиях волны крупномасштабных моделей для предприятий, чьи отраслевые стандарты и конкурентные преимущества не идеальны, следует ли безоговорочно принимать крупномасштабные модели — это вопрос, который каждая компания должна тщательно рассмотреть.
3. Нет стандартного ответа для инженерной реализации больших моделей
Для участников, которые вложили реальные деньги в рынок больших моделей, следующее, что нужно сделать, это решить собственно проблему реализации проекта.
В связи с этим в отрасли постепенно сформировался консенсус в отношении того, что в будущем большие модели и малые модели будут дополнять друг друга в процессе промышленного внедрения.
Линь Юнхуа однажды сказал, что сценарии с узкими областями, требующие высокой точности и низких возможностей обобщения, больше подходят для парадигмы «малая модель + трансферное обучение». Например, промышленный контроль, промышленный контроль качества, анализ медицинских изображений и т. д.
Кроме того, Сюань Сяохуа, основатель Huayuan Computing, также сказал, что бизнес-модель ИИ-компаний в будущем будет заключаться в интеграции общей модели больших данных, основанной на больших данных, и модели малых данных, основанной на знаниях, для вертикальных отраслей для достижения двух целей. колесный привод.
Чжан Гаонань также сказал «Jiazi Guangnian»: «Когда предприятия оптимизируют свои собственные модели или обучают вертикальные модели, они могут сочетаться с большими моделями. Им не нужны многомерные данные, такие как большие модели, и им не нужно полностью применять Тем не менее, технология больших моделей может быть объединена с другими технологиями для формирования отраслевой вертикальной модели с низкими требованиями к вычислительной мощности, что поучительно, и это ни в коем случае не простое применение больших моделей».
Например, для проблемы «иллюзии» больших моделей, которая неоднократно подвергалась критике, может потребоваться объединение технологий ИИ предыдущего поколения для ее решения в краткосрочной перспективе.
«Причин галлюцинаций может быть много, и это может быть связано с тем, что данные относительно скудны и недостаточны в определенной области. В этом случае нам нужно предоставить модели больше данных для обучения. Кроме того, когда пользователи задают вопросы, четко предоставьте Подробнее справочная информация также является способом уменьшить галлюцинации или снизить «температуру». Иногда галлюцинации возникают из-за того, что вопросы недостаточно полны, не имеют предыстории и предпосылки. Поэтому вопрос также очень важен, и инженерия является ключом. Кроме того, если пользователи действительно хотят на 100 % решать точные задачи, им все равно придется использовать графы знаний. Графы знаний могут обеспечить точность логических рассуждений, а также новые технологии, включая «модель мира», предложенную Яном Лекуном, руководителем мета-ИИ», — сказал Ву Сюнин, технический директор Jinyou.com.
Помимо объединения с технологией искусственного интеллекта предыдущего поколения, важной частью также является объединение процесса обучения больших моделей с высококачественными отраслевыми данными.
Например, в качестве гибридной базы данных, обслуживающей платформу AI PaaS, Tianyun Data прожила более десяти лет, и теперь достигла стадии объединения с большими моделями.
Ли Цунву, вице-президент Tianyun Data, сказал, что комбинация самой себя и большой модели будет рассматриваться с двух точек зрения: во-первых, как объединить данные частного домена с большой моделью. Например, Tianyun Data завершила аналогичный проект интерпретации политики для Комиссии по регулированию ценных бумаг Китая.Объединив различные данные, такие как правила, прецеденты и интерпретации, Tianyun Data создала интерпретацию нарушений, аналогичную процессу судебных наказаний.данные для расшифровки причины нарушений.
Во-вторых, Tianyun Data занимается разработкой гибридной базы данных и является одной из первых компаний в Китае. Примерно в 2018 году компания Tianyun Data предложила концепцию собственной базы данных ИИ, которая на самом деле похожа на векторную базу данных, которая сегодня поддерживает большие модели.Tianyun Data выпустила векторную базу данных собственной разработки и применила ее к своим собственным моделям.
В общем, нет стандартного ответа на инженерную реализацию больших моделей.
На пути искусственного интеллекта Китай определенно проложит путь, отличный от других стран. Трудно разграничить преимущества и недостатки двух путей, и они в большей степени основаны на реалистичном выборе в различных национальных условиях.
Ли Кан, вице-президент Xianfeng, однажды провел аналогию с «Цзязи Гуаннянь» в интервью, и она кажется применимой и сегодня: «Несправедливо использовать успех OpenAI для описания многих проблем отечественных предпринимателей. это как два человека, играющих в карты. Другое дело, другая сторона вдруг сыграла большую руку и получила стрит-флеш, вы просто говорите, что он играл хорошо, я был слишком осторожен, но почему вы не сказали этого, когда я выиграл?
Чжан Итянь поделился, что с точки зрения центрального правительства крупные модели, включая вопросы искусственного интеллекта, являются важным стратегическим инструментом для завоевания инициативы в глобальной конкуренции и важной стратегией для содействия скачкообразному развитию науки и техники моей страны, оптимизация и модернизация индустриализации, а также общий скачок производительности ресурса.
«Когда в отчете 20-го Всекитайского конгресса Коммунистической партии Китая говорилось о промышленных проблемах, искусственный интеллект предлагался отдельно от информационных технологий нового поколения. Поэтому с политической точки зрения развитие искусственного интеллекта и Масштабные модели - это не только технический вопрос и вопрос промышленности, но и основная конкуренция национальной экономики. Вопрос власти с более глубокой точки зрения - это политический вопрос, и каждый должен понимать этот вопрос с более высокой точки зрения ".
Если мы выскочим из Китая и продлим временную шкалу технологического развития, шумиха, вызванная ChatGPT, может оказаться лишь точкой в истории развития технологии искусственного интеллекта, и все суждения могут оказаться преждевременными.
Ведь даже техники, которые долгое время находились на переднем крае исследований искусственного интеллекта, еще не пришли к единому мнению о будущем искусственного интеллекта и находятся в состоянии глубокой тревоги.
В недавно популярной книге «Почему величие нельзя спланировать» авторы Кеннет Стэнли и Джоэл Леман пишут: «Мы должны признать неприятный факт, что мы не можем определить, могут ли какие-либо эмпирические правила быть надежными ориентирами в достижении целей ИИ. ."
На недавно завершившейся Пекинской конференции Чжиюань в 2023 году Хуан Тецзюнь, директор Исследовательского института Чжиюань, также испытывал очень похожее беспокойство. Он прямо использовал четыре слова «невозможно закрыть» в качестве названия речи на церемонии закрытия. Он сказал: "Мы находимся в неопределенном состоянии. Является ли этот Ближний ОИИ сильнее нас? Он разумнее нас? Или когда он превзойдет нас? Я не знаю. контроля».
В конце заключительной речи он заключил следующее предложение: «Если мы сможем относиться к рискам с таким же энтузиазмом, как инвестиции в крупные модели, по крайней мере, можно предвидеть будущее. Но верите ли вы, что люди могут сделать это? это? Я не знаю.
Глядя на все технологии и отрасли, можно заметить, что это «чувство потери контроля» у ведущих технических специалистов не характерно для других областей. Сейчас почти все переходят реку, ощупывая камни. Каждая компания, выходящая сегодня на рынок, имеет потенциал стать первооткрывателем технологической целины.
И время - лучшее доказательство, чтобы доказать все.
Посмотреть Оригинал
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Масштабные модели витают в воздухе уже полгода, а инвесторов, заплативших реальные деньги, единицы.
Автор｜Лю Яннань
Источник｜Световой год Цзяцзы
На 136-й день после крика «быть китайской версией OpenAI» Ван Хуэйвэнь продал Light Years Away компании Meituan.
29 июня 2023 года Meituan объявила на Гонконгской фондовой бирже, что 29 июня 2023 года она полностью приобретет 100% акций «Light Years Beyond». Общая цена покупки включает: 233,673 миллиона долларов США наличными + обязательство Долг в размере 366,924 млн долларов США в юанях + 1 юань, на общую сумму около 2,065 млрд юаней.
Трудно представить, что первая крупная модельная стартап-компания, основанная крупным боссом в Китае, закончится таким образом, который оставил на рынке бесчисленные сомнения и спекуляции.
С точки зрения бизнеса в целом приобретение Meituan за несколько световых лет — это обычное приобретение среди предприятий. Но для отечественной индустрии искусственного интеллекта это приобретение, похоже, указывает на то, что волна крупного предпринимательства в области искусственного интеллекта, которая была горячей всего полгода, остывает.
Столичный рынок имеет более интуитивное восприятие температуры воды в отрасли. С 26 июня акции концепций ИИ, таких как HKUST Xunfei, Kunlun Wanwei и 360, в совокупности резко упали.
Не только в Китае люди даже больше не гонятся за ChatGPT, на который когда-то стекались.
Согласно данным инструмента анализа данных веб-сайта SimilarWeb, темпы роста посещений ChatGPT на ранней стадии были поразительными: темпы роста в месячном исчислении составили 131,6% в январе, 62,5% в феврале и 55,8% в марте. В апреле он значительно замедлился, и в месячном исчислении темп роста составил 12,6%, а в мае этот показатель составил всего 2,8%.
Когда популярность больших моделей сошла на нет, людям легко задать вопрос: является ли крупная модель хорошей возможностью начать свой бизнес?
Очевидно, что стандартного ответа на этот вопрос не существует, и даже мнения больших парней весьма различны. Буквально несколько дней назад Фу Шэн, председатель и главный исполнительный директор Cheetah Mobile, и Чжу Сяоху, управляющий директор GSR Venture Capital Fund, «поспорили» в кругу друзей по этому поводу.
На ежегодном собрании China Film Capital 2023 года, состоявшемся 16 июня, между инвесторами China Film Capital и инвестирующими компаниями в области технологий и потребительских технологий также состоялась жаркая дискуссия о том, как индустрия охватывает крупномасштабные модели и AIGC.
С точки зрения «Jiazi Guangnian», рынку крупномасштабных моделей срочно нужны рациональные голоса, темпы инноваций нельзя остановить, и многие вопросы еще предстоит прояснить — можно ли отливать крупномасштабные модели? Как бросать? Какие проблемы со входом в большую модель? Повторит ли будущая коммерциализация больших моделей ошибки предыдущей индустрии искусственного интеллекта?
Как бы люди ни были обеспокоены, это почти само собой разумеющееся, что индустрия принимает большую модель — вопрос в том, каким образом.
1. Предусмотрительные инвесторы
Baichuan Intelligent, Lianyuan Technology, Lingxin Intelligent, Xihu Xinchen, MiniMax... С начала 2023 года по настоящее время одна за другой появляются отечественные крупные стартапы. Сила каждого предприятия высоко капитализирована.
В то время некий звездный предприниматель нередко бросал свою работу, чтобы начать бизнес и входить в крупную модель, чтобы получить огромное финансирование.
Например, 1 июня сообщалось, что MiniMax, отечественная стартап-компания по созданию крупномасштабных моделей, вот-вот завершит раунд финансирования на сумму более 250 миллионов долларов США, а оценка компании превысила 1,2 миллиарда долларов США;
В то время новости о финансировании Light Years Away, который только что был приобретен Meituan, были еще более запутанными.Ван Хуэйвэнь однажды отрицал, что компания получила финансирование в размере 230 миллионов долларов США от Source Code, Tencent, Wuyuan и Suhua. но это финансирование в конечном итоге было отклонено из-за объявления о приобретении, опубликованного Meituan.
Эта волна инвесторов, преследующих предпринимателей, заставила людей думать, что большая модель активизирует весь внутренний круг венчурного капитала ИИ, но это не так. На самом деле, за исключением звездных команд с собственным ореолом, инвесторы, скорее всего, выжидают, наблюдают и изучают крупномасштабное предпринимательство, и лишь небольшое количество людей действительно тратит реальные деньги.
В то время в области ИИ шла горячая дискуссия: является ли ChatGPT моментом iPhone в мире искусственного интеллекта? В связи с этим ответ Сяньфэна состоит в том, чтобы не спешить с выводами. «Мы еще не уверены, насколько велико это влияние, но мы думаем, что это (большая модель) определенно что-то изменит», — сказал Ли Кан, вице-президент Xianfeng.
Однако некоторые инвестиционные институты выразили обеспокоенность по поводу крупной модели. Инвестор на первичном рынке сказал «Jiazi Guangnian», что он очень обеспокоен чрезмерной реакцией Китая. После вспышки ChatGPT внутренние запасы концепций ИИ были взорваны. «Наши первичный и вторичный рынки должны учитывать, могут ли соответствующие вложенные инвестиции принести соответствующую прибыль. Если это краткосрочные интересы, такие инвестиции в конце концов легко пропадут, потому что вы на самом деле не способствовали развитию технологий. , но это концептуальная инвестиция».
По его мнению, инвесторы должны сосредоточиться на изучении более фундаментальных наук, влияющих на будущее человечества.Это реальная технологическая мощь с глубокой потенциальной рыночной стоимостью. «Необходимо интегрировать динамику рынка, а также рыночную стоимость и реальный, будущий социальный прогресс. Мы не должны слепо следовать. Мы должны четко понимать, что может изменить будущее. Это не должно быть пузырем на волне».
Тем не менее, практикующий FA сказал «Jiazi Guangnian»: «В последнее время инвесторы постепенно начали вкладывать средства в крупномасштабные модельные проекты, но сумма невелика».
«Основная проблема по-прежнему заключается в недостаточном понимании». Далее он заявил: «Почти никто не может четко определить большую модель. Нам нужно определить границы большой модели, прежде чем обсуждать ее. Большая модель, которую вы упомянули, и большая модель, которую я упомянул, вероятно, не одно и то же».
По мнению некоторых людей, осторожность инвесторов может быть негативным сигналом для крупного предпринимательства, и это льет холодную воду на крупномасштабные модели. Но с объективной точки зрения благоразумие не означает отказ, и разумное объятие после глубокого размышления более ценно.
Будь то инвесторы, предприниматели или традиционные компании, которые надеются трансформировать и модернизировать свой бизнес с помощью больших моделей, им необходимо прояснить два вопроса, прежде чем они действительно выйдут на рынок больших моделей: каковы границы возможностей большой модели и Есть ли у них необходимость вводить большую модель?
2. Прежде чем перейти к большой модели, проясните два вопроса
Когда появляется новая технология, в деловом мире возникает главный вопрос: где и как эту технологию можно использовать?
Это особенно важно для больших моделей, и это также вопрос, который следует тщательно рассмотреть компаниям, которые еще не вошли в большую модель.
Чтобы ответить на этот вопрос, сначала необходимо очертить границы возможностей большой модели.
Особенностью большой модели является то, что ее внутренний модельный алгоритм представляет собой огромный черный ящик, процесс генерации большой модели необъясним и непредсказуем, поэтому трудно определить границы ее возможностей. Но несомненно то, что универсальная большая модель не является панацеей.
Линь Юнхуа, вице-президент и главный инженер научно-исследовательского института Чжиюань, однажды упомянул, что с точки зрения промышленного внедрения «большая модель + быстрое обучение» не может заменить все.
Далее она упомянула, что для многих конкретных задач или новых задач обучение подсказкам может позволить большой модели выводить требуемые результаты с помощью нескольких раундов подсказок, но большая модель «не может запомнить» этот процесс, и если разработчик добавит подсказку целиком. каждый вызов, с одной стороны, может удлинять его и превышать контекстные возможности большой модели, с другой стороны, неизбежно приведет к удорожанию каждого рассуждения, а эффект будет затруднен контролировать. Эта нестабильность еще более фатальна на стадии приземления продуктов, в которые вложены реальные деньги.
Чжан Итянь, главный эксперт Национального центра речевых инноваций, также сказал на ежегодном собрании Huaying Capital в 2023 году: «Большая модель — это порождающая логика, и то, что она дает, — это только оптимальная кластеризация словарного запаса, и нет причин и эффект между ответом и вопросом. То, что мы получаем, является просто «результатом», который необходимо идентифицировать, а не «ответом». Следовательно, может ли большая модель быть непосредственно применена в серьезных областях, таких как образование, медицина, и справедливость может быть проблемой. Но она заключается в содействии принятию решений. Это имеет смысл. С точки зрения непосредственного получения результатов, если это должно быть коммерциализировано и произведено, мы думаем, что нам еще предстоит пройти долгий путь».
Поэтому в отрасли сложился консенсус, что в будущем у каждой отрасли будет своя вертикальная модель, и ключевой момент заключается в том, как интегрировать возможности общей модели с собственными отраслевыми данными компании.
Но прежде чем действительно рассматривать реализацию крупномасштабного модельного проекта, предприниматели должны рассмотреть более важный, но легко упускаемый из виду вопрос: является ли крупномасштабная модель «просто необходимостью» для предприятия?
В связи с этим отечественная мультимодальная группа крупномасштабных моделей однажды сказала «Jiazi Guangnian», что нужно понимать, нужны ли крупномасштабные модели «просто нужным» предприятиям с разных точек зрения. Для некоторых предприятий не внедрение масштабной модели равносильно потере острого преимущества в рыночной конкуренции, и им приходится использовать масштабную модель, чтобы завоевать благосклонность клиентов – это тоже «просто необходимость».
Но в какой-то степени это скорее рыночные настроения в первые дни появления новых технологий. В долгосрочной перспективе индустриализация новых технологий будет в основном определяться потребностями бизнеса. В настоящее время, если предприятию нужна большая модель, необходимо учитывать множество факторов.
Помимо конкретных вопросов реализации проекта, компаниям также необходимо учитывать вопросы безопасности данных и влияние больших моделей на исходную структуру рынка.
Эти две проблемы часто появлялись в информационную и цифровую эпоху и не могут быть искоренены, в интеллектуальную эпоху эти проблемы могут проявиться более тонким образом.
«Многие потребительские или платформенные компании, если они безоговорочно принимают большую модель, у большой модели есть сильная способность отрицательно реагировать на отрасль, потому что это означает, что отрасль легко передается из отрасли. Порог входа и когнитивный ключ — сказал Чжан Итянь.
В контексте цифровой трансформации большинство отраслей достигли цифровой трансформации и модернизации с помощью таких технологий, как большие данные и облачные вычисления. Но в то же время традиционные предприятия также передали большое количество отраслевых данных производителям цифровых технологий.Поставщики цифровых технологий стали основным органом, который нельзя игнорировать в отрасли, и первоначальная структура рынка была изменена.
Однако из-за небольшого объема данных в таких отраслях, как промышленность и строительство, и сложности соединения данных между направлениями бизнеса традиционные предприятия по-прежнему сохраняют высокие конкурентные барьеры.
Чжан Итянь сказал: «В настоящее время строительная отрасль является отраслью, которая лучше всего защищена в контексте цифровизации. Теперь информатизация строительной отрасли, кроме Глодона, который может составить бюджет, не может врубиться ни одному гиганту. Почему? Потому что Архитектура имеет проектные чертежи, строительные чертежи, чертежи технического обслуживания, чертежи планирования, чертежи подачи и другие восемь чертежей, все чертежи не связаны друг с другом, и государственные ведомства не признают друг друга Стоимость открытия этих восьми чертежей все здание достаточно высокое, поэтому строительная отрасль поддерживает диверсификацию этого вида конкуренции. Мы обычно думаем, что диверсификация конкуренции является источником жизненной силы и силы для промышленного развития».
Таким образом, в условиях волны крупномасштабных моделей для предприятий, чьи отраслевые стандарты и конкурентные преимущества не идеальны, следует ли безоговорочно принимать крупномасштабные модели — это вопрос, который каждая компания должна тщательно рассмотреть.
3. Нет стандартного ответа для инженерной реализации больших моделей
Для участников, которые вложили реальные деньги в рынок больших моделей, следующее, что нужно сделать, это решить собственно проблему реализации проекта.
В связи с этим в отрасли постепенно сформировался консенсус в отношении того, что в будущем большие модели и малые модели будут дополнять друг друга в процессе промышленного внедрения.
Линь Юнхуа однажды сказал, что сценарии с узкими областями, требующие высокой точности и низких возможностей обобщения, больше подходят для парадигмы «малая модель + трансферное обучение». Например, промышленный контроль, промышленный контроль качества, анализ медицинских изображений и т. д.
Кроме того, Сюань Сяохуа, основатель Huayuan Computing, также сказал, что бизнес-модель ИИ-компаний в будущем будет заключаться в интеграции общей модели больших данных, основанной на больших данных, и модели малых данных, основанной на знаниях, для вертикальных отраслей для достижения двух целей. колесный привод.
Чжан Гаонань также сказал «Jiazi Guangnian»: «Когда предприятия оптимизируют свои собственные модели или обучают вертикальные модели, они могут сочетаться с большими моделями. Им не нужны многомерные данные, такие как большие модели, и им не нужно полностью применять Тем не менее, технология больших моделей может быть объединена с другими технологиями для формирования отраслевой вертикальной модели с низкими требованиями к вычислительной мощности, что поучительно, и это ни в коем случае не простое применение больших моделей».
Например, для проблемы «иллюзии» больших моделей, которая неоднократно подвергалась критике, может потребоваться объединение технологий ИИ предыдущего поколения для ее решения в краткосрочной перспективе.
«Причин галлюцинаций может быть много, и это может быть связано с тем, что данные относительно скудны и недостаточны в определенной области. В этом случае нам нужно предоставить модели больше данных для обучения. Кроме того, когда пользователи задают вопросы, четко предоставьте Подробнее справочная информация также является способом уменьшить галлюцинации или снизить «температуру». Иногда галлюцинации возникают из-за того, что вопросы недостаточно полны, не имеют предыстории и предпосылки. Поэтому вопрос также очень важен, и инженерия является ключом. Кроме того, если пользователи действительно хотят на 100 % решать точные задачи, им все равно придется использовать графы знаний. Графы знаний могут обеспечить точность логических рассуждений, а также новые технологии, включая «модель мира», предложенную Яном Лекуном, руководителем мета-ИИ», — сказал Ву Сюнин, технический директор Jinyou.com.
Помимо объединения с технологией искусственного интеллекта предыдущего поколения, важной частью также является объединение процесса обучения больших моделей с высококачественными отраслевыми данными.
Например, в качестве гибридной базы данных, обслуживающей платформу AI PaaS, Tianyun Data прожила более десяти лет, и теперь достигла стадии объединения с большими моделями.
Ли Цунву, вице-президент Tianyun Data, сказал, что комбинация самой себя и большой модели будет рассматриваться с двух точек зрения: во-первых, как объединить данные частного домена с большой моделью. Например, Tianyun Data завершила аналогичный проект интерпретации политики для Комиссии по регулированию ценных бумаг Китая.Объединив различные данные, такие как правила, прецеденты и интерпретации, Tianyun Data создала интерпретацию нарушений, аналогичную процессу судебных наказаний.данные для расшифровки причины нарушений.
Во-вторых, Tianyun Data занимается разработкой гибридной базы данных и является одной из первых компаний в Китае. Примерно в 2018 году компания Tianyun Data предложила концепцию собственной базы данных ИИ, которая на самом деле похожа на векторную базу данных, которая сегодня поддерживает большие модели.Tianyun Data выпустила векторную базу данных собственной разработки и применила ее к своим собственным моделям.
В общем, нет стандартного ответа на инженерную реализацию больших моделей.
На пути искусственного интеллекта Китай определенно проложит путь, отличный от других стран. Трудно разграничить преимущества и недостатки двух путей, и они в большей степени основаны на реалистичном выборе в различных национальных условиях.
Ли Кан, вице-президент Xianfeng, однажды провел аналогию с «Цзязи Гуаннянь» в интервью, и она кажется применимой и сегодня: «Несправедливо использовать успех OpenAI для описания многих проблем отечественных предпринимателей. это как два человека, играющих в карты. Другое дело, другая сторона вдруг сыграла большую руку и получила стрит-флеш, вы просто говорите, что он играл хорошо, я был слишком осторожен, но почему вы не сказали этого, когда я выиграл?
Чжан Итянь поделился, что с точки зрения центрального правительства крупные модели, включая вопросы искусственного интеллекта, являются важным стратегическим инструментом для завоевания инициативы в глобальной конкуренции и важной стратегией для содействия скачкообразному развитию науки и техники моей страны, оптимизация и модернизация индустриализации, а также общий скачок производительности ресурса.
«Когда в отчете 20-го Всекитайского конгресса Коммунистической партии Китая говорилось о промышленных проблемах, искусственный интеллект предлагался отдельно от информационных технологий нового поколения. Поэтому с политической точки зрения развитие искусственного интеллекта и Масштабные модели - это не только технический вопрос и вопрос промышленности, но и основная конкуренция национальной экономики. Вопрос власти с более глубокой точки зрения - это политический вопрос, и каждый должен понимать этот вопрос с более высокой точки зрения ".
Если мы выскочим из Китая и продлим временную шкалу технологического развития, шумиха, вызванная ChatGPT, может оказаться лишь точкой в истории развития технологии искусственного интеллекта, и все суждения могут оказаться преждевременными.
Ведь даже техники, которые долгое время находились на переднем крае исследований искусственного интеллекта, еще не пришли к единому мнению о будущем искусственного интеллекта и находятся в состоянии глубокой тревоги.
В недавно популярной книге «Почему величие нельзя спланировать» авторы Кеннет Стэнли и Джоэл Леман пишут: «Мы должны признать неприятный факт, что мы не можем определить, могут ли какие-либо эмпирические правила быть надежными ориентирами в достижении целей ИИ. ."
На недавно завершившейся Пекинской конференции Чжиюань в 2023 году Хуан Тецзюнь, директор Исследовательского института Чжиюань, также испытывал очень похожее беспокойство. Он прямо использовал четыре слова «невозможно закрыть» в качестве названия речи на церемонии закрытия. Он сказал: "Мы находимся в неопределенном состоянии. Является ли этот Ближний ОИИ сильнее нас? Он разумнее нас? Или когда он превзойдет нас? Я не знаю. контроля».
В конце заключительной речи он заключил следующее предложение: «Если мы сможем относиться к рискам с таким же энтузиазмом, как инвестиции в крупные модели, по крайней мере, можно предвидеть будущее. Но верите ли вы, что люди могут сделать это? это? Я не знаю.
Глядя на все технологии и отрасли, можно заметить, что это «чувство потери контроля» у ведущих технических специалистов не характерно для других областей. Сейчас почти все переходят реку, ощупывая камни. Каждая компания, выходящая сегодня на рынок, имеет потенциал стать первооткрывателем технологической целины.
И время - лучшее доказательство, чтобы доказать все.