После полугода крещения ИИ может быть трудно найти более подходящее слово, чем «реакция на стресс», для описания состояния каждого в технологической индустрии сегодня — напряжения, стимуляции и давления.

«Стрессовая реакция» относится к ряду реакций, которые организмы производят для поддержания гомеостаза тела, когда они сталкиваются с внешним давлением или угрозами окружающей среды. Это естественная реакция организмов на адаптацию к окружающей среде и обеспечение выживания. Эта реакция может быть кратковременной или длительной.

26 июля в официальном Твиттере OpenAI было объявлено, что версия ChatGPT для Android доступна для загрузки в США, Индии, Бангладеш и Бразилии, и в ближайшем будущем планируется расширение на другие страны. ChatGPT расширяет каналы, набирает больше пользователей и более стабильное использование, а волна генеративного ИИ продолжает расти.

В начале июля на Всемирной конференции по искусственному интеллекту (WAIC) 2023 года в Шанхае техник из крупной компании-стартапа модели проезжал через выставочный зал, чтобы найти экономичное отечественное чип-решение для компании. использовать для обучения крупномасштабных моделей.

«У нас есть 1000 самолетов A100, но их недостаточно», — сказала она Хусю.

A100 — это высокопроизводительный графический процессор от Nvidia и аппаратная основа для разработки ChatGPT. Некоторые общедоступные данные показывают, что в процессе обучения моделей серии GPT количество графических процессоров Nvidia, используемых OpenAI, составляет около 25 000. Поэтому, чтобы сделать большую модель, вы должны сначала оценить, сколько видеокарт A100 вы можете получить, что почти стало практикой в этой отрасли.

Где графические процессоры? Где я могу найти дешевую вычислительную мощность? Это лишь малая часть множества вопросов, заданных на конференции WAIC 2023 года.

Почти все люди, пережившие «стресс» за последние полгода, жаждут найти в этом «событии» больше ответов об ИИ.

Сайт WAIC 2023 г.

Технический специалист одного из производителей чипов рассказал Tiger Sniff, что в течение нескольких дней конференции WAIC многие менеджеры по продуктам приходили к их стенду с «большими моделями», надеясь найти здесь определения продуктов для крупного модельного бизнеса компании.

На форуме Zhongguancun 28 мая «Отчет об исследовании крупномасштабных моделей искусственного интеллекта Китая», опубликованный Институтом научной и технологической информации Китая, показал, что к концу мая было создано 79 крупномасштабных моделей со шкалой параметров было выпущено более 1 миллиарда в Китае. В течение следующих двух месяцев была выпущена серия больших моделей ИИ, таких как Tongyi Wanxiang от Alibaba Cloud, Pangu 3.0 от Huawei Cloud и Youdao "Ziyue". Согласно неполным статистическим данным, текущие большие модели с ИИ в стране превысили 100.

Действия отечественных предприятий, пытающихся выпустить большие модели ИИ, — лучшее воплощение «реакции на стресс». Беспокойство, вызванное такой «реакцией», передается практически всему соответствующему персоналу отрасли, от генерального директора интернет-гиганта до исследователя в исследовательском институте ИИ, от партнера венчурного фонда до основателя компания AI и даже многие практикующие юристы, связанные с AI, а также регуляторы безопасности данных и сети.

Для людей вне индустрии это может быть лишь недолгим карнавалом, но сколько людей сегодня осмеливаются сказать, что они вне ИИ.

ИИ открывает новую эру, и все стоит изменить с помощью большой модели. Все больше и больше людей начинают задумываться о последствиях распространения технологий.

Средства текут рекой, маховики уже здесь

В течение месяца после рождения ChatGPT Ли Чжифэй, основатель ChatGPT, дважды ездил в Силиконовую долину и говорил со всеми о больших моделях.В разговоре с Хусю Ли Чжифэй прямо сказал, что это был его последний All-in.

В 2012 году Ли Чжифэй основал Mobwenwen, компанию по искусственному интеллекту с голосовым взаимодействием и сочетанием программного и аппаратного обеспечения в качестве ядра, которая пережила взлеты и падения двух волн искусственного интеллекта в Китае. В самый горячий период последней волны искусственного интеллекта оценка Momenwenbang когда-то была доведена до уровня единорога, но с тех пор он также пережил период одиночества.Только с появлением ChatGPT индустрия искусственного интеллекта молчал много лет Дыра прорвалась.

На первичном рынке «хлынули горячие деньги».

Это отраслевой консенсус, когда речь идет о больших моделях за последние шесть месяцев. Лу Ци, основатель Qiji Forum, считает, что крупномасштабные модели ИИ — это «маховик», а будущее будет эпохой повсеместного распространения моделей: «Этот маховик уже запущен», а самой большой движущей силой является капитал.

В начале июля данные, опубликованные платформой бизнес-информации Crunchbase, показали, что компании, классифицированные как AI, привлекли 25 миллиардов долларов в первой половине 2023 года, что составляет 18% мирового финансирования. Хотя этот показатель уменьшился по сравнению с 29 млрд долларов США в первой половине 2022 года, общий объем финансирования различных отраслей промышленности в мире в первой половине 2023 года уменьшился на 51% по сравнению с тем же периодом в 2022 году, что показывает, что объем финансирования в области ИИ является самым большим в мире, доля общего финансирования увеличилась почти вдвое. Crunchbase пишет в отчете: «Без бума искусственного интеллекта, спровоцированного ChatGPT, объем финансирования в 2023 году будет еще ниже».

На данный момент крупнейшее финансирование в индустрии ИИ в 2023 году — это инвестиции Microsoft в OpenAI в размере 10 миллиардов долларов в январе.

Tiger Sniff Согласно общедоступной статистике, среди крупных стартапов в США Inflection AI может стать вторым по величине стартапом в сфере искусственного интеллекта после Open AI, за ним следуют Anthropic (1,5 млрд долларов), Cohere (445 млн долларов), Adept (415 миллионов долларов), Runway (195,5 миллионов долларов), Character.ai (150 миллионов долларов) и Stability AI (около 100 миллионов долларов).

В Китае в первой половине 2023 года произошло 456 инцидентов с государственными инвестициями и финансированием в отечественной индустрии искусственного интеллекта. И эта статистика составляет 731, 526, 353, 631 и 648 за пять лет с 2018 по 2022 год.

Мероприятия по государственному инвестированию и финансированию отечественной индустрии искусственного интеллекта в первом полугодии

Еще одним событием, которое запустило маховик, стал выпуск интерфейса API компанией ChatGPT. Когда в марте OpenAI впервые открыл API-интерфейс ChatGPT, внутри и за пределами индустрии ИИ был почти консенсус: индустрия вот-вот изменится. По мере того, как все больше приложений подключается к большим моделям, на базе ИИ растет более пышный лес.

"Создание крупномасштабных моделей и разработка приложений должны быть разделены". Инвесторы всегда обладают острым чутьем. По словам Чена Рунзе, исполнительного директора Source Code Capital, ИИ - это та же логика, что и разделение труда в полупроводниках. После процветание крупномасштабных моделей ИИ скоро Скоро мы увидим бум приложений ИИ.

В начале этого года, когда Чен Рунзе и его коллеги отправились в Силиконовую долину, они обнаружили, что Y Combinator, известный инкубатор стартапов в Силиконовой долине (генеральный директор OpenAI Сэм Альтман много лет был президентом этого инкубатора), половина проектов была преобразована в генеративный ИИ. Увлеченность крупными моделями не меньше, чем у Китая по ту сторону океана.

Однако он также обнаружил, что и капитал, и предприниматели в США более оптимистично относятся к экологическим приложениям, основанным на больших моделях, чем к крупномасштабному предпринимательству, ведь на этом пути уже появились такие компании, как OpenAI. В Соединенных Штатах сильная экологическая почва для приложений ToB, поэтому все больше американских компаний пытаются создавать корпоративные приложения, основанные на экологии больших моделей.

Наблюдения Чена Рунзе подтверждаются.Чэнь Ран, соучредитель платформы обслуживания крупномасштабных моделей OpenCSG, сказал Хуксиу, что сегодня более 90% компаний в районе залива США использовали крупномасштабные модели. возможности во всех аспектах. Что касается Китая, Чен Ран считает, что многие клиенты будут использовать его до конца года.

Примерно в марте этого года Чен Рунзе и его команда начали искать компании в Китае, которые делают приложения на основе больших моделей, но он обнаружил, что таких компаний очень мало. В индустрию искусственного интеллекта влилось большое количество капитала, но если вы проследите поток этих средств, то обнаружите, что больше денег по-прежнему сосредоточено в ведущих компаниях.

«Даже сейчас из 10 проектов, связанных с генеративным ИИ, непросто инвестировать в 1-2». проекты посмотреть, по-настоящему надежных очень мало.

Такое отношение к приложениям в глазах многих людей в отрасли уже стало нормой.

Ю Кай, соучредитель Aspire, считает, что кажущаяся оживленной трасса на поверхности на самом деле является скорее номинальным соревнованием, а результаты представляют собой не что иное, как две ситуации: «Одна ориентирована исключительно на капитал для сбора денег; Компании, которая делает универсальную масштабную модель, действительно нужно кричать, и другие не узнают, если не кричат».

Некоторые внутренние статистические данные также иллюстрируют эту проблему.Согласно статистике сторонней организации Niu, по состоянию на июль 2023 года в Китае насчитывается 242 компании AIGC, а с января произошел 71 инцидент с отслеживанием финансирования AIGC. На треке крупномасштабной модели ИИ находится 67 компаний, а с момента выпуска ChatGPT произошло только 21 событие финансирования.

Финансовые события отслеживания AIGC и отслеживания большой модели ИИ с момента выпуска ChatGPT ｜ Источник данных: Enniu Data

«На внутреннем рынке ИИ слишком мало хороших целей», — сказал инвестор Tiger Sniff, что хорошие проекты слишком дороги, а дешевые — ненадежны. Хотя количество крупномасштабных моделей ИИ, выпущенных в Китае, в настоящее время превышает сотню, среди крупных модельных компаний в Китае не многие или даже горстка из них получили огромное финансирование.

Многие инвестиции в ИИ превратились в итоге в инвесторов — бывшие основатели компаний-единорогов, интернет-гиганты, люди с предпринимательским опытом, связанным с масштабными моделями и т. д.

| | | | | | | --- | --- | --- | --- | --- | |Тип компании |Компания |Дата основания |Большие модели и сопутствующие товары | Интернет-компания Baidu 2012 Wenxin Yiyan Зарегистрированные | |Alyun |2008 |Tongyi Qianwen |Внесены в список || |Tencent AI Lab|1998 |Hunyuan|Перечислено|| | Облако Huawei | 2019 | Pangu | Нет в списке | | | ByteDance| 2016 | Вулканический ковчег | Нет в списке | | |JD Cloud |2012 |Яньси |В списке || |Куньлунь Ванвэй |2008 |Тяньгун |В списке || |360 |1992 |360 Чжинао |В списке |

| | | | | | | --- | --- | --- | --- | --- | |Тип компании |Компания |Дата основания |Большие модели и сопутствующие товары | | AI Company | SenseTime | 2014 | Ежедневно новые | Перечисленные | |HKUST Xunfei |1999 |Xunfei Spark |Перечислено || |Yuncong Technology|2015 |Спокойствие|Перечислено|| |Дагуань|Данные|2015|Цао Чжи|Раунд C|| |Выйти и спросить |2014 |Последовательность Обезьян |Раунд D | | |Жипу Аль|2019|ЧатGLM|Раунд B || Технологии Ланьчжоу | 2021 | Мэн-цзы | Раунд Pre-A | | |МиниМакс |2021 |Сияние |Долевые инвестиции || | Технология Facewall | 2022 | VisCPM | Колесо ангела | | |Shenyan Technology|2022 |CPM |Долевые инвестиции|| | Mind Intelligence | 2021 | Al Utopia | Pre-A Round | | | Lianyuan Technology | 2021 | ProductGPT | Колесо ангела | | |Aspire |2007 |DFM-2 |Прекращение IPO |

| | | | | | | --- | --- | --- | --- | --- | |Тип компании |Компания |Дата основания |Большие модели и сопутствующие товары | | Стартап AI-компания будет создана в 2023 году | Световые годы | 2023 | Нет | Раунд | |Baichuan Intelligent |2023 |baichuan |Инвестиции в акционерный капитал || |Ноль один все |2023 |Нет |Инвестиции в акционерный капитал ||

Частичная статистика компаний, связанных с отечественными масштабными моделями ИИ

Среди звездных проектов ИИ в этом году Zhipu AI, Lingxin Intelligence, Shenyan Technology и Facewall Intelligence — все это компании, инкубированные Tsinghua Lab. И Shenyan Technology, и Facewall Smart были созданы в 2022 году и получили техническую поддержку от известных ученых в области искусственного интеллекта.

Время создания этих компаний искусственного интеллекта в Цинхуа короче, чем у компаний искусственного интеллекта, основанных некоторыми лидерами интернет-индустрии.Light Years Beyond, Baichuan Intelligent и Zero One Wanwu были созданы после начала этой волны крупномасштабных моделей.

Ван Хуэйвэнь, соучредитель Meituan, однажды привлек 50 миллионов долларов США через световые годы после ее создания в начале 2023 года, что было одним из немногих случаев финансирования в индустрии крупномасштабных моделей Китая в то время. В отличие от Zhipu AI и Xihu Xinchen, у которых уже есть крупные компании, основанные на моделях, Light Years Away начнется в феврале 2023 г. Создать крупномасштабную модель с нуля сложно.29 июня Meituan объявила о приобретении всех интересы за пределами Light Years с общей стоимостью около 233 миллионов долларов США (1,67 миллиарда юаней) наличными, примерно 367 миллионов юаней в виде долга и 1 юань наличными.

«По крайней мере, должны быть люди с опытом обработки естественного языка, люди с определенным практическим опытом в обучении крупномасштабных моделей и профессионалы в области обработки данных, крупномасштабных кластеров вычислительной мощности и т. д. Если вы хотите заниматься приложений в то же время, у вас должны быть соответствующие менеджеры по продукту и операционные таланты в этой области». Чен Рунзе описал стандартную конфигурацию основной команды крупномасштабной модели.

ИИ БОЛЬШОЙ КОМПАНИИ ЛУЧШЕ

В последние полгода по всему небу летают новости об ИИ состоявшихся интернет-гигантов. Инвестиции в крупные модели ИИ, кажется, преследуют горячие точки, но ставки, сделанные крупными компаниями, такими как Baidu, Ali и Huawei, на ИИ явно не соответствуют тенденции.

Ставки гигантов на ИИ начались давно, для этих компаний ИИ не новая тема. Tiger Sniff, согласно неполной статистике данных поиска предприятий, с 2018 года крупные фабрики в той или иной степени инвестировали в предприятия, связанные с искусственным интеллектом. С точки зрения инвестиционных предприятий, большинство из них являются предприятиями по применению искусственного интеллекта, хотя некоторые из них связаны с компаниями, занимающимися чипами искусственного интеллекта, но их число невелико, компаний, занимающихся крупномасштабными моделями, почти нет, и большинство компаний, связанных с искусственным интеллектом, инвестируемых крупными производителями, тесно связаны с их бизнесом.

| | | | | | | --- | --- | --- | --- | --- | Dachang Investment Institutions|Количество проинвестированных предприятий|Средняя доля участия|Максимальная доля участия|Количество 100%-ных предприятий| |Алибаба |23 |36,25% |100% |5 | |Венчурный капитал Baidu |25 |5,50% |15% |0 | |Tencent Investment |54 |17,54% |100% |2 |

Инвестиции трех крупных интернет-компаний в компании, связанные с ИИ｜Источник данных: Qichacha

В 2017 году был создан Институт Alibaba Dharma. Его исследовательские объекты охватывают несколько промышленных областей, таких как машинный интеллект, интеллектуальные сети и финансовые технологии. Он расширяет возможности искусственного интеллекта для различных направлений бизнеса Али. В 2018 году Baidu предложила стратегию «Все в ИИ».

Разница в том, что появление генеративного ИИ кажется поворотным моментом. Для технологических гигантов, обладающих преимуществом в данных, вычислительной мощности и ресурсах алгоритмов, искусственный интеллект является не только благоприятным сценарием для них, но и должен взять на себя роль инфраструктуры.В конце концов, появление генеративного ИИ означает, что индустрия искусственного интеллекта началось разделение труда.

Крупные компании, представленные Baidu, Alibaba, Huawei и Tencent, четырьмя поставщиками облачных услуг, объявили о своих собственных стратегиях в области ИИ, но, очевидно, у каждой из них есть своя цель.

За последние полгода гиганты выпустили собственные масштабные модельные изделия. Для крупных компаний, таких как Baidu и Ali, еще не поздно войти в большую модель, в основном в 2019 году.

Baidu разрабатывает модели предварительного обучения с 2019 года и последовательно выпускает серию моделей Knowledge Enhanced Wenxin (ERNIE). Модель Tongyi Thousand Questions Али также была запущена в 2019 году. В дополнение к крупным моделям общего назначения Baidu и Ali, 19 июня Tencent Cloud опубликовала результаты исследований и разработок крупных отраслевых моделей. 7 июля HUAWEI CLOUD выпустила отраслевую модель продукта Pangu 3.0.

Эти направления также отражают общий бизнес каждой компании, облачную стратегию и долгосрочную планировку на рынке ИИ.

Рентабельность основного направления деятельности Baidu за последние пять лет сильно колебалась. Baidu уже давно видит проблемы рекламного бизнеса на основе поиска на внутреннем рынке, поэтому Baidu решила вложить значительные средства в технологию искусственного интеллекта, чтобы найти новые возможности. На протяжении многих лет Baidu не только приглашала Ву Энда, Лу Ци и других лидеров отрасли в качестве руководителей, но и проявляла гораздо больший энтузиазм в отношении автономного вождения, чем другие крупные компании. Baidu, которая так обеспокоена ИИ, обязательно сделает большие ставки в этой волне крупномасштабной конкуренции моделей.

Али также проявлял большой энтузиазм в отношении крупных моделей. В течение долгого времени на Aliyun возлагались большие надежды, и Али надеется пойти по техническому пути, чтобы создать вторую кривую роста группы. В условиях все более жесткой конкуренции в сфере электронной коммерции и замедления роста рынка новые возможности в индустрии искусственного интеллекта, созданные Evian, несомненно, являются хорошей возможностью для Alibaba Cloud предпринять дальнейшие усилия на внутреннем рынке облачных вычислений.

По сравнению с Baidu и Ali, Tencent Cloud предпочла отдать приоритет крупномасштабным отраслевым моделям с точки зрения крупномасштабных моделей, в то время как Huawei Cloud публично заявила, что сосредоточится только на крупномасштабных отраслевых моделях.

Для Tencent рост ее основного бизнеса в последние годы был устойчивым и положительным. На этапе, когда будущее крупномасштабных моделей общего назначения все еще неясно, Tencent относительно осторожно делает ставки на крупномасштабные модели ИИ. Когда Ма Хуатэн говорил о крупномасштабной модели на предыдущей конференции по доходам, он сказал: «Tencent не спешит показывать полуфабрикаты. Главное — хорошо поработать над базовыми алгоритмами, вычислительной мощностью и данные. Сцена падает».

С другой стороны, с точки зрения Tencent Group, Tencent в настоящее время имеет 4 лаборатории искусственного интеллекта, а в прошлом году выпустила крупномасштабную смешанную модель с триллионом параметров. Стратегия ставок «Положи все яйца в одну корзину».

Компания Huawei всегда делала большую ставку на исследования и разработки: за последние 10 лет общий объем инвестиций Huawei в исследования и разработки превысил 900 млрд юаней. Однако из-за препятствий, возникающих в развитии бизнеса мобильных телефонов, общая стратегия Huawei в области многих технологических исследований и разработок также может быть скорректирована.

С одной стороны, бизнес мобильных телефонов является крупнейшим экспортом технологии Huawei C-end.Если бизнес мобильных телефонов не платит за крупномасштабную модель общего назначения, то мотивация Huawei к разработке модель значительно упадет. Для Huawei ставка на крупномасштабную отраслевую модель, которую можно быстро реализовать, кажется оптимальным решением в этой игре с ИИ. Как сказал Чжан Пинган, генеральный директор Huawei Cloud, «у Huawei нет времени писать стихи».

Однако для технологических гигантов, независимо от того, насколько велика ставка, пока они могут сделать правильную ставку, они смогут захватить долю рынка инфраструктуры и получить право говорить в эпоху искусственного интеллекта.

Возьми молоток вместо гвоздя

Что касается коммерческих компаний, то все решения по-прежнему остаются в ведении экономических бухгалтеров.

Даже при больших инвестициях все больше и больше дальновидных основателей компаний понимают, что это то, что необходимо сделать в будущем, даже если первоначальные инвестиции могут вообще не принести никакой отдачи.

Исследования и разработка больших моделей ИИ требуют больших инвестиций, но все больше и больше основателей бизнеса и инвесторов считают, что это «необходимые инвестиции», даже если отдачи нет вообще.

В результате многие компании искусственного интеллекта, родившиеся во время последней волны ИИ, увидели новый рассвет после долгого периода молчания.

«Три года назад все говорили, что GPT-3 — это возможность привести к общему искусственному интеллекту». Ли Чжифэй возглавил группу людей для изучения GPT-3 в 2020 году. ., они хотели исследовать новые предприятия, но после периода исследований крупномасштабный модельный проект Ли Чжифэя был приостановлен.Одна из причин заключалась в том, что в то время модель была недостаточно большой, а другая - в том, что не было коммерческая сцена посадки.

Однако после того, как в конце 2022 года вышел ChatGPT, Ли Чжифэй, казалось, получил шанс, потому что он, как и все остальные, увидел новые возможности для больших моделей. В апреле этого года компания Going Out and Asking выпустила крупномасштабный модельный продукт собственной разработки — Sequence Monkey. Прямо сейчас они готовятся к спринту на Гонконгскую фондовую биржу с недавно выпущенной масштабной моделью «Serial Monkey», и уже представили проспект в конце мая.

Еще одна известная компания, занимающаяся искусственным интеллектом, также следит за развитием событий: в июле прошлого года Aspire подала заявку на IPO в Совет по научным и технологическим инновациям, которая была отклонена комитетом по рассмотрению листинга в мае этого года.

Ю Кай откровенно сказал, что даже OpenAI почти год тренировался с Microsoft V100 на этапе GPT2, и его вычислительная мощность на несколько порядков хуже, чем у A100. На начальном этапе накопления больших моделей Aspire также использует более экономичные карты для обучения. Конечно, это требует времени в качестве цены.

По сравнению с крупными моделями, разработанными самостоятельно, у некоторых компаний, ориентированных на приложения, есть собственный выбор.

Чжан Ван (псевдоним), президент онлайн-образовательной компании, сказал Huxiu, что за последние шесть месяцев они не жалели усилий для изучения сценариев крупномасштабных моделей приложений, но вскоре обнаружили, что в процессе внедрения было много проблем. , такие как стоимость и инвестиции. Команда R&D компании состоит из 50-60 человек.С тех пор, как они начали проводить исследования крупномасштабных моделей, они расширили команду R&D и наняли несколько талантов для крупномасштабных моделей.Чжан Ван сказал, что таланты в низкоуровневых моделях очень дороги. .

Чжан Ван никогда не думал о разработке большой модели с нуля, и, учитывая такие вопросы, как безопасность данных и стабильность модели, он не намерен напрямую обращаться к API для приложений. Их подход заключается в том, чтобы обратиться к большой модели с открытым исходным кодом и использовать свои собственные данные для обучения. Это также текущая практика многих прикладных компаний — помимо большой модели использовать свои собственные данные для создания небольшой отраслевой модели. Заглядывая вперед, они начали с модели с 7 миллиардами параметров, достигли 10 миллиардов, а теперь пробуют модель с 30 миллиардами. Но они также выяснили, что по мере увеличения объема данных обучение больших моделей приведет к тому, что новая версия может быть не так хороша, как предыдущая, и параметры необходимо корректировать один за другим». обходной путь, на который нужно пойти, — сказал Чжан Ван.

Чжан Ван сказал Huxiu, что их требованием к команде исследований и разработок является изучение сценариев крупномасштабных моделей ИИ на основе бизнеса компании.

Это способ найти «гвоздь» «молотком», но он не из легких.

"Самая большая проблема в настоящее время - найти подходящую сцену. На самом деле, сцен много. Даже если используется ИИ, эффект не может быть сильно улучшен", - сказал Чжан Ван, например, в сцене класса, большой ИИ. модели могут использоваться для расширения возможностей некоторых интерактивных режимов, включая напоминание учащимся о посещении занятий, ответы на вопросы, маркировку и т. д., но после того, как они опробовали большую модель ИИ, они обнаружили, что точность была недостаточной, а способность понимать и выводить не была идеальной. Команда Чжан Ванга решила временно отказаться от ИИ в этой сцене после некоторых попыток.

Другой поставщик интернет-услуг, Xiaogetong, также начал исследовать смежные предприятия сразу после появления модели ИИ. Основным направлением деятельности Little Goose является предоставление цифровых инструментов для онлайн-торговцев, включая маркетинг, управление клиентами и коммерческую монетизацию.

Фан Сяосин, соучредитель и главный операционный директор Goose Communication, сказал Хусю, что в апреле этого года, когда появилось все больше и больше приложений на основе генеративного ИИ, Goose Communication увидела потенциал этой технологии. очевидно для всех». Фан Сяосин и другие специально организовали бизнес-направление исследований ИИ внутри компании, ища посадочные кейсы, связанные с их собственным бизнесом.

Фань Сяосин сказала, что в процессе интеграции большой модели в бизнес она считала затраты и эффективность: «Входные затраты на большую модель все еще довольно высоки».

«Гвозди» интернет-индустрии найти несложно.Настоящая трудность внедрения ИИ лежит в физических отраслях, таких как промышленность и производство.

Ю Кай сказал Хусю, что эта волна ИИ по-прежнему движется вверх по спирали и движется волнами, а противоречия в реализации отрасли совсем не изменились, просто сменилась оболочка. Так что в этом смысле законы двух волн ИИ одинаковы, и лучший способ — извлечь уроки из истории: «Уроки последней волны ИИ, не повторяйте их на этот раз».

Хотя многие производители выкрикивали лозунг «в первую очередь в отрасли» при внедрении больших моделей ИИ, для многих физических отраслевых сценариев действительно сложно соответствовать текущим крупным моделям ИИ. Например, система визуального контроля ИИ, применяемая в некоторых сценариях промышленного контроля, даже если спрос на модель ИИ не превышает 1 миллиарда параметров, исходные данные обучения все равно растянуты.

Возьмем в качестве примера простую сцену проверки ветровой электростанции. Количество проверок на ветряной электростанции достигает 70 000 единиц, но одни и те же данные о взломах могут появиться только один раз, а объем данных, которые могут изучить машины, далеко не достаточен. Ке Лян, директор по продукции Broadbo Intelligent Wind Power Hardware, сообщил Tiger Sniff, что в настоящее время роботы для проверки лопастей ветряных турбин не могут точно 100% анализировать трещины в лопастях, поскольку объем данных, доступных для обучения и анализа, слишком мал. идентификации также требуют накопления большого объема данных и ручного анализа.

Однако в сценариях с хорошим накоплением промышленных данных большие модели ИИ уже могут помочь в управлении библиотеками сложных 3D-моделей. Библиотека деталей отечественной авиастроительной компании реализовала вспомогательный инструмент библиотеки деталей на основе большой модели четвертой парадигмы «Шишуо». Среди более чем 100 000 деталей 3D-моделирования поиск 3D-модели может быть реализован с помощью естественного языка, 3D-модель может быть найдена по 3D-модели, и даже может быть выполнена автоматическая сборка 3D-модели. Эти функции требуют многоэтапных операций во многих инструментах CAD и CAE, которые застряли в производственной отрасли.

Сегодняшние масштабные модели сталкиваются с теми же проблемами приземления, что и ИИ несколько лет назад, и им также приходится находить гвозди с помощью молотка. Некоторые люди оптимистично полагают, что сегодняшний молот совершенно не похож на прошлый, но когда дело доходит до оплаты ИИ реальными деньгами, результат несколько иной.

Согласно исследованию Markets Live Pulse, опубликованному Bloomberg 30 июля, среди 514 опрошенных инвесторов около 77% планируют увеличить или сохранить инвестиции в технологические акции в следующие шесть месяцев, и только менее 10% инвесторов считают, что технологии промышленность сталкивается с серьезным кризисом пузыря. Однако только половина этих инвесторов, которые с оптимизмом смотрят на развитие технологической отрасли, открыты для технологий ИИ.

50,2% респондентов указали, что в настоящее время не намерены платить за покупку инструментов ИИ, а большинство инвестиционных компаний не планируют применять ИИ к транзакциям или инвестициям в больших масштабах.

Лопата Лопата

«Если вы отправитесь в Калифорнию в поисках золота во время золотой лихорадки 1848 года, многие люди погибнут, но люди, которые продают ложки и лопаты, всегда могут заработать», — сказал Лу Ци в своей речи.

Гао Фэн (псевдоним) хочет быть таким «продавцом лопат», если быть точным, человеком, который может «хорошие лопаты продавать в Китае».

Как исследователь чипов, Гао Фэн большую часть своего научного времени тратит на чипы ИИ. В последние один или два месяца он почувствовал некую неотложность — он хотел стать компанией по производству процессоров на основе архитектуры RISC-V. В чайхане Гао Фэн рассказал Хусю о будущем.

Однако создание ИИ-чипа с нуля, будь то в индустрии микросхем или в технологическом кругу, похоже на «Арабские ночи».

Когда маховик большой модели ИИ быстро запустился, вычислительная мощность, стоящая за ним, постепенно стала не успевать за темпами игроков на этом треке. Стремительный спрос на вычислительную мощность сделал Nvidia крупнейшим победителем. Но GPU — это еще не все решение вычислительной мощности. Центральный процессор, графический процессор и различные инновационные микросхемы искусственного интеллекта образуют основной центр вычислительной мощности большой модели.

«Можно сравнить ЦП с городским районом, а ГП — это пригород развития», — сказал Гао Фэн, — ЦП и чип ИИ необходимо соединить через канал под названием PCIE, а данные передаются на ИИ-чип, а затем ИИ-чип отправляет данные обратно в ЦП. Если объем данных большой модели станет больше, то канал будет перегружен и скорость не увеличится, поэтому эту дорогу нужно расширять, и только процессор может определить ширину этого канала, и сколько полос нужно быть установлен.

Это означает, что даже если Китай пробьет чип ИИ на большой модели, ему все равно будет сложно пробить самый критический процессор. Даже при обучении ИИ все больше и больше задач может быть назначено графическому процессору, но центральный процессор по-прежнему остается наиболее важной ролью «менеджера».

Некоторые отечественные микросхемы, представленные на выставке крупных моделей WAIC 2023 г.

Прошло более 50 лет с тех пор, как в 1971 году компания Intel создала первый в мире процессор. и экология программного обеспечения.Весь барьер бизнес-модели, и этот барьер никогда не снижался.

Чтобы полностью отказаться от архитектуры X86 и архитектуры ARM и разработать полностью независимый чип ЦП на основе совершенно новой архитектуры, можно сказать, что «произойдет 99 смертей». Архитектура с открытым исходным кодом, такая как RISC-V, которая не была полностью разработана и проверена.

Набор инструкций подобен участку земли, разработка чипов на основе набора инструкций эквивалентна покупке земли и строительству дома. Архитектура X86 является закрытым исходным кодом, и разрешены только экологические чипы Intel.Архитектура ARM требует уплаты лицензионных сборов IP, в то время как RISC-V является бесплатной архитектурой с открытым исходным кодом.

Промышленность и научные круги уже видят такие возможности.

В 2010 году исследовательская группа из двух профессоров из Беркли, штат Калифорния, разработала с нуля совершенно новый набор инструкций, а именно RISC-V.Этот набор инструкций является полностью открытым исходным кодом.Они считают, что набор инструкций ЦП не должен принадлежать ни одному компания.

«RISC-V может стать рассветом китайских процессоров», — сказал Гао Фэн. В 2018 году он инкубировал в институте компанию по производству чипов ИИ.В то время он сказал, что не хочет упускать возможность для развития волны ИИ.На этот раз он все же хотел ею воспользоваться, и это точкой входа был RISC-V. В эпоху больших моделей и отечественного замещения это требование становится еще более актуальным, ведь если однажды китайские компании больше не смогут использовать A100, что им делать?

«Если вы хотите заменить ARM и X86, процессор RISC-V должен быть более мощным, и вам нужно участвовать в разработке кода вместе с людьми, которые занимаются коммерческими операционными системами на Linux», — сказал Гао Фэн.

Гао Фэн не первый, кто осознал эту возможность.Инвестор в индустрии чипов рассказал Tiger Sniff, что однажды он беседовал с основателем компании, занимающейся запуском чипов, о возможности использовать архитектуру RISC-V для создания графических процессоров. Сегодня в Китае уже есть несколько компаний, которые производят графические процессоры на основе архитектуры RISC-V, но экология по-прежнему остается самой большой проблемой, с которой они сталкиваются.

«Linux уже продемонстрировала, что этот путь осуществим», — сказал Гао Фэн. «Необходимо достаточное количество разработчиков», — предложил метод Гао Фэн. Эта дорога трудна, но это будет светлая дорога, если она пройдет.

маховик вращается слишком быстро

При «стрессовой реакции» большой модели не только вершина ощущает срочность.

Lianchuang, местная компания по созданию крупномасштабных моделей ИИ, сообщила Tiger Sniff, что в начале этого года они также ненадолго запустили крупномасштабную диалоговую модель, и получили множество запросов на исправление.

"Пока не будет конкретной регуляторной политики, мы не сможем легко открыть продукт для обычных пользователей. Основная причина - логика To B." Чжан Чао, генеральный директор Left Hand Doctor, считает, что до принятия "Административных мер" , генеративный ИИ. Продукт открыт для конечных пользователей, что очень рискованно. «На данном этапе, с одной стороны, мы продолжаем итеративно оптимизировать, а с другой стороны, мы также продолжаем обращать внимание на политики и правила для обеспечения безопасности технологий».

«Регуляторный подход к генеративному ИИ до сих пор неясен, а продукты и услуги крупных модельных компаний, как правило, очень скромны». производитель в июне.На встрече человек, отвечающий за технологии компании, сказал Huxiu, что поставщик облачных услуг требует от них строго конфиденциальности, и если они раскроют, чья большая модель была использована, они будут считаться нарушившими правила. договор. Что касается того, почему дело должно оставаться конфиденциальным, ответственное лицо проанализировало, что большая часть причин может заключаться в том, чтобы избежать регуляторных рисков.

В то время, когда мир усиливает бдительность в отношении ИИ, ни один рынок не может принять «вакуумный период» регулирования.

13 июля семь ведомств, в том числе Управление киберпространства Китая, официально выпустили «Временные меры для управления генеративными службами искусственного интеллекта» (далее именуемые «Административные меры»), которые вступят в силу 15 августа 2023 года.

«После принятия «Административных мер» политика изменится с проблемно-ориентированной на целенаправленное развитие, что и является нашей целью». чем "блокировка".

Просмотр библиотеки управления рисками в США — ежедневная домашняя работа для Ван Ювэя: «Мы предоставляем решения по управлению рисками и обеспечению соответствия требованиям для бизнес-приложений, используя GPT и другие крупные модели для сегментации отраслей, а также создаем структуру управления соблюдением требований». .

Американские гиганты искусственного интеллекта выстраиваются в очередь, чтобы продемонстрировать свою лояльность Конгрессу. 21 июля Google, OpenAI, Microsoft, Meta, Amazon, ИИ-стартапы Inflection, Anthropic, семь самых влиятельных американских ИИ-компаний, подписали добровольное обязательство в Белом доме. Убедитесь, что независимым экспертам по безопасности разрешено тестировать свои системы, прежде чем выпускать их для широкой публики. И делиться данными о безопасности своих систем с правительствами и академическими кругами. Они также разработают системы для предупреждения общественности о том, что изображения, видео или текст генерируются искусственным интеллектом с использованием метода, известного как «водяные знаки».

Представители 7 американских гигантов в области искусственного интеллекта подписали в Белом доме обязательство по созданию искусственного интеллекта

Ранее на слушаниях в Конгрессе США основатель OpenAI Сэм Альтман заявил, что необходимо создать набор стандартов безопасности для моделей искусственного интеллекта, включая оценку их опасных возможностей. Например, модели должны пройти определенные тесты безопасности, например, могут ли они «воспроизводить себя» и «проникать в дикую природу».

Возможно, сам Сэм Альтман не ожидал, что маховик ИИ будет раскручиваться так быстро, что возникнет даже риск потерять управление.

«Сначала мы не понимали срочности этого вопроса», — сказал Ван Ювэй, пока все больше и больше основателей компании не стали приходить за консультацией. Он чувствует, что эта волна искусственного интеллекта претерпевает совершенно другие изменения, чем в прошлом.

В начале этого года к Ван Ювэю обратилась компания Wenshengtu, которая первой получила доступ к крупномасштабным моделям.Компания хотела представить свой бизнес в Китае, поэтому они хотели узнать о бизнесе соответствия данных в этой области. Сразу же после этого Ван Ювэй обнаружил, что таких консультаций становится все больше и больше, и более очевидным изменением было то, что за консультацией приходил уже не юрисконсульт компании, а ее основатель. «С появлением генеративного ИИ стало трудно применять первоначальную логику регулирования», — сказал Ван Ювэй.

Ван Ювэй, много лет занимающийся юридической работой с большими данными, обнаружил, что генеративный ИИ и предыдущая волна ИИ демонстрируют более фундаментальные изменения. Например, в прошлый раз искусственный интеллект больше основывался на рекомендациях, основанных на алгоритмах, и часть распознавания лиц была нацелена на одну сцену, а некоторые небольшие модели обучались конкретным сценариям применения, а юридические вопросы были не более чем правами на интеллектуальную собственность. вопросы защиты. Различные роли в этой генеративной экосистеме ИИ, такие как компания, которая предоставляет базовую большую модель, компания, которая подключается к большой модели для создания приложений, и поставщик облачных услуг, который хранит данные и т. д., имеют различный соответствующий контроль.

В настоящее время существует консенсус в отношении рисков, связанных с большими моделями. В отрасли понимают, что коммерческие приложения неизбежно увеличат такие риски. Для обеспечения непрерывности бизнеса необходимо уделять внимание надзору.

Трудность заключается в том, «как найти путь, который может хорошо регулировать, не влияя на развитие отрасли», — сказал Ван Ювэй.

Заключение

Для всей отрасли, углубляя обсуждение технологий, это также вызывает более далеко идущие размышления.

Когда ИИ постепенно занимает доминирующее положение в технологической отрасли, как обеспечить честность, справедливость и прозрачность технологий? Как сделать так, чтобы малые и средние предприятия и стартапы не оказались на обочине, когда ведущие компании жестко контролируют технологии и потоки капитала? Разработка и применение крупномасштабных моделей имеет большой потенциал, но не заставит ли слепое следование тренду игнорировать другие инновационные технологии?

«В краткосрочной перспективе большая модель ИИ серьезно переоценивается. Но в долгосрочной перспективе большая модель ИИ серьезно недооценивается».

Через полгода жара ИИ нахлынула. Тем не менее, для китайских стартапов и технологических гигантов умение сохранять четкие суждения и осуществлять долгосрочное планирование и инвестиции в накаленной рыночной атмосфере станет ключом к проверке их истинной силы и дальновидности.