Після півроку хрещення штучним інтелектом може бути важко знайти більш відповідне слово, ніж «реакція на стрес», щоб описати стан кожного в технологічній індустрії сьогодні — напруга, стимуляція та тиск.

«Реакція на стрес» відноситься до ряду реакцій, які організми виробляють, щоб підтримувати гомеостаз організму, коли вони стикаються з зовнішнім тиском навколишнього середовища або загрозами. Це природна реакція організмів на адаптацію до середовища та забезпечення виживання. Ця відповідь може бути короткочасною або тривалою.

26 липня офіційний Twitter OpenAI оголосив, що Android-версія ChatGPT доступна для завантаження в Сполучених Штатах, Індії, Бангладеш і Бразилії, а найближчим часом її планують розширити в інших країнах. ChatGPT розширює канали, залучаючи більше користувачів і сильнішу постійність використання, а хвиля генеративного штучного інтелекту продовжує наростати.

На початку липня під час Всесвітньої конференції зі штучного інтелекту (WAIC) у Шанхаї 2023 року технік із великомасштабної стартап-компанії курсував виставковим залом.Вона планувала знайти економічно ефективне рішення для домашнього чіпа для компанії. використовувати для масштабних модельних тренувань.

«У нас є 1000 A100, але їх недостатньо», — сказала вона Хусю.

A100 — це графічний процесор високого класу від Nvidia та апаратна основа для розробки ChatGPT. Деякі публічні дані показують, що в процесі навчання моделей серії GPT кількість графічних процесорів Nvidia, які використовуються OpenAI, становить близько 25 000. Тому, щоб створити велику модель, ви повинні спочатку оцінити, скільки відеокарт A100 ви можете отримати, що майже стало практикою в цій галузі.

Де графічні процесори? Де я можу знайти дешеву обчислювальну потужність? Це лише мікросвіт багатьох запитань на конференції WAIC 2023.

Майже всі люди, які зазнали «стресу» за останні шість місяців, прагнуть знайти більше відповідей про ШІ в цій «події».

Сайт 2023WAIC

Технік із експонента чіпів розповів Tiger Sniff, що протягом кількох днів конференції WAIC багато менеджерів із продуктів приходили до їхнього стенду «великих моделей», сподіваючись знайти тут визначення продуктів для великого модельного бізнесу компанії.

На форумі Чжунгуаньцунь 28 травня «Звіт про дослідження великомасштабної моделі штучного інтелекту Китаю», опублікований Інститутом науково-технічної інформації Китаю, показав, що до кінця травня 79 великомасштабних моделей із масштабом параметрів у Китаї було випущено понад 1 мільярд. Протягом наступних двох місяців була випущена серія великих моделей штучного інтелекту, таких як Tongyi Wanxiang від Alibaba Cloud, Pangu 3.0 від Huawei Cloud і Youdao "Ziyue". Згідно з неповною статистикою, поточні внутрішні великі моделі штучного інтелекту перевищили 100.

Дії вітчизняних підприємств, що намагаються випустити великі моделі ШІ, є найкращим втіленням «реагування на стрес». Занепокоєння, викликане цією «реакцією», передається майже всім відповідним працівникам галузі, від генерального директора інтернет-гіганта до дослідника в дослідницькій установі ШІ, від партнера фонду венчурного капіталу до засновника Компанія штучного інтелекту та навіть багато практикуючих юристів, пов’язаних зі штучним інтелектом, а також регулятори безпеки даних і мережі.

Для людей поза галуззю це може бути лише короткочасним карнавалом, але скільки людей сьогодні наважуються сказати, що вони поза ШІ.

ШІ відкриває нову еру, і все варто змінити за допомогою великої моделі. Все більше і більше людей починають замислюватися про наслідки поширення технологій.

Кошти надходять, маховики тут

Протягом місяця після народження ChatGPT, Лі Чжіфей, засновник ChatGPT, двічі їздив у Кремнієву долину і з усіма говорив про великі моделі. У розмові з Хусю Лі Чжіфей прямо сказав, що це його останній «Валл-ін».

У 2012 році Лі Чжіфей заснував Mobwenwen, компанію зі штучного інтелекту, основою якої є голосова взаємодія та поєднання програмного та апаратного забезпечення, яка пережила злети та падіння двох хвиль штучного інтелекту в Китаї. Під час найгарячішого періоду останньої хвилі штучного інтелекту оцінка Momenwenbang колись була підштовхнута до рівня єдинорога, але з тих пір вона також пережила період самотності. Лише з появою ChatGPT індустрія штучного інтелекту, яка мовчав багато років Розірвана дірка.

На первинному ринку «гарячі гроші ллються».

Це консенсус у галузі, коли йдеться про великі моделі за останні шість місяців. Лу Ці, засновник Qiji Forum, вважає, що великомасштабні моделі штучного інтелекту є «маховиком», і майбутнє буде епохою, коли моделі будуть повсюдними. «Цей маховик уже почався», і найбільшою рушійною силою є капітал.

На початку липня дані, опубліковані бізнес-інформаційною платформою Crunchbase, показали, що компанії, класифіковані як ШІ, залучили 25 мільярдів доларів у першій половині 2023 року, що становить 18% світового фінансування. Хоча ця цифра зменшилася порівняно з 29 мільярдами доларів США в першій половині 2022 року, загальний обсяг фінансування різних галузей у світі в першій половині 2023 року зменшився на 51% порівняно з тим же періодом у 2022 році, що свідчить про те, що обсяг фінансування у сфері ШІ є найбільшим у світі, частка загального фінансування зросла майже вдвічі. Crunchbase пише у звіті: «Без буму штучного інтелекту, викликаного ChatGPT, обсяг фінансування в 2023 році буде ще меншим».

Наразі найбільше фінансування в індустрії штучного інтелекту в 2023 році – інвестиції Microsoft у розмірі 10 мільярдів доларів у OpenAI у січні.

Tiger Sniff Згідно з публічною статистикою, серед масштабних стартапів у США Inflection AI може стати другим за розміром стартапом у сфері штучного інтелекту після Open AI, за ним йдуть Anthropic ($1,5 млрд), Cohere ($445 млн), Adept. ($415 млн), Runway ($195,5 млн), Character.ai ($150 млн) і Stability AI (близько $100 млн).

У Китаї в першій половині 2023 року було зареєстровано 456 інцидентів з державними інвестиціями та фінансуванням у вітчизняній галузі штучного інтелекту. І ця статистика становить 731, 526, 353, 631 і 648 за п’ять років з 2018 по 2022 рік.

Події державних інвестицій та фінансування у вітчизняній індустрії штучного інтелекту в першому півріччі

Іншою подією, яка запустила маховик, став випуск інтерфейсу API від ChatGPT. Коли в березні OpenAI вперше відкрив інтерфейс API ChatGPT, у індустрії штучного інтелекту та за її межами майже склався консенсус: галузь ось-ось зміниться. Оскільки все більше додатків підключаються до великих моделей, на вершині штучного інтелекту росте пишний ліс.

«Створення великомасштабних моделей і створення додатків має бути розділеним». Інвестори завжди мають гострий нюх. За словами Чена Рунзе, виконавчого директора Source Code Capital, штучний інтелект — це така ж логіка, як розподіл праці в напівпровідниках. процвітання широкомасштабних моделей штучного інтелекту, скоро Незабаром ми побачимо бум додатків ШІ.

На початку цього року, коли Чен Рунзе та його колеги поїхали до Кремнієвої долини, вони виявили, що Y Combinator, відомий інкубатор стартапів у Кремнієвій долині (генеральний директор OpenAI Сем Альтман багато років був президентом цього інкубатора), половина проектів була перетворена на генеративний ШІ. Захоплення великими моделями не менше, ніж у Китаї по той бік океану.

Однак він також виявив, що і капітал, і підприємці в Сполучених Штатах більш оптимістично налаштовані щодо екологічних програм, заснованих на великих моделях, ніж великого підприємництва.Зрештою, такі компанії, як OpenAI, вже вийшли на цей шлях.В той же час, Сполучені Штати мають сильний екологічний грунт для застосування ToB, тому все більше американських компаній намагаються створювати корпоративні програми на основі екології великих моделей.

Спостереження Чень Рунзе підтверджуються. Чень Ран, співзасновник платформи обслуговування великомасштабних моделей OpenCSG, сказав Huxiu, що сьогодні понад 90% компаній у районі затоки Сполучених Штатів використовують великомасштабну модель. можливості в усіх аспектах. Що стосується Китаю, Чен Ран вважає, що багато клієнтів скористаються ним до кінця року.

Приблизно в березні цього року Чень Рунзе та його команда почали намагатися знайти компанії в Китаї, які створюють програми на основі великих моделей, але він виявив, що таких компаній дуже мало. У галузь штучного інтелекту увійшов великий капітал, але якщо ви простежите потік цих коштів, ви побачите, що більше грошей все ще зосереджено у провідних компаніях.

«Навіть зараз з 10 проектів, пов’язаних із генеративним штучним інтелектом, нелегко інвестувати в 1-2.» Окрім Source Code Capital, Хусю також спілкувався з багатьма інвесторами у важкі технології, і всі вони сказали, що, хоча є багато проектів для перегляду, справді надійних дуже мало.

Таке ставлення до програми в очах багатьох людей у галузі вже є нормою.

Ю Кай, співзасновник Aspire, вважає, що на перший погляд жвава траса насправді є скоріше номінальним змаганням, а результати — це не що інше, як дві ситуації: «Одна з них суто орієнтована на капітал для збору грошей; інша Компанії, яка створює універсальну великомасштабну модель, дійсно потрібно кричати, і інші не дізнаються, якщо вони не кричать».

Деякі національні статистичні дані також ілюструють цю проблему.Згідно зі статистичними даними сторонньої організації Niu, станом на липень 2023 року в Китаї нараховується 242 компанії AIGC, а з січня стався 71 інцидент з фінансуванням AIGC. У великомасштабній моделі ШІ бере участь 67 компаній, і з моменту випуску ChatGPT було проведено лише 21 фінансову подію.

Фінансові події AIGC відстежують і відстежують велику модель ШІ з моменту випуску ChatGPT｜Джерело даних: Enniu Data

«На внутрішньому ринку ШІ занадто мало хороших цілей.» Інвестор сказав Tiger Sniff, що хороші проекти занадто дорогі, а дешеві ненадійні. Хоча кількість великомасштабних моделей штучного інтелекту, випущених у Китаї, наразі перевищує сотню, серед компаній, що займаються виробництвом великомасштабних моделей у Китаї, небагато, або навіть кілька з них, отримали величезне фінансування.

Багато інвестицій у штучний інтелект зрештою перетворилися на інвесторів – колишніх засновників компаній-єдинорогів, інтернет-гігантів, людей із підприємницьким досвідом, пов’язаним із великомасштабними моделями тощо.

| | | | | | | --- | --- | --- | --- | --- | |Тип компанії |Компанія |Дата заснування |Великі моделі та супутні товари | |Інтернет-компанія |Baidu |2012 |Wenxin Yiyan |Включено | |Aliyun |2008 |Tongyi Qianwen |Включено | | | Tencent AI Lab| 1998 | Hunyuan| Внесено до списку| | | Huawei Cloud | 2019 | Pangu | Не вказано | | | ByteDance| 2016 | Вулканічний ковчег| Не в списку| | | JD Cloud | 2012 | Yanxi | Перераховано | | |Куньлунь Ваньвей |2008 |Тяньгун |Занесено | | |360 |1992 |360 Жінао |Внесено до списку | |

| | | | | | | --- | --- | --- | --- | --- | |Тип компанії |Компанія |Дата заснування |Великі моделі та супутні товари | | Компанія AI | SenseTime | 2014 | Щоденні новинки | Перераховані | |HKUST Xunfei |1999 |Xunfei Spark |Занесено до списку | | |Yuncong Technology| 2015 | Спокій | Перераховано| | | Дагуан Дані | 2015 | Цао Чжи | Раунд C| | | Вийдіть і запитайте | 2014 | Послідовність Мавпа | Раунд D | | | Zhipu Al | 2019 | ChatGLM | Раунд B | | |Lanzhou Technology | 2021 | Mencius | Pre-A раунд | | | MiniMax | 2021 | Glow | Equity Investment | | | Технологія Facewall | 2022 | VisCPM | Angel Wheel| | | Shenyan Technology| 2022 | CPM | Інвестиції в акціонерний капітал| | | Mind Intelligence | 2021 | Al Utopia | Pre-A раунд | | | Lianyuan Technology| 2021 | ProductGPT | Angel Wheel| | |Aspire |2007 |DFM-2 |Припинення IPO | |

| | | | | | | --- | --- | --- | --- | --- | |Тип компанії |Компанія |Дата заснування |Великі моделі та супутні товари | |Стартова компанія ШІ буде створена у 2023 році |За світлові роки від нас |2023 |Ні |Раунд | |Baichuan Intelligent |2023 |baichuan |Інвестиційний капітал | | | Zero One Everything | 2023 | Жодного | Інвестиції в капітал | |

Часткова статистика компаній, пов'язаних з вітчизняними великомасштабними моделями ШІ

Серед зіркових проектів штучного інтелекту цього року Zhipu AI, Lingxin Intelligence, Shenyan Technology і Facewall Intelligence є компаніями, інкубованими Tsinghua Lab. І Shenyan Technology, і Facewall Smart були засновані в 2022 році та мають технічну підтримку від відомих вчених у галузі ШІ.

Час створення цих компаній зі штучним інтелектом на території Цінхуа коротший, ніж у компаній зі штучного інтелекту, заснованих деякими лідерами інтернет-індустрії. Light Years Beyond, Baichuan Intelligent і Zero One Wanwu були створені після початку цієї хвилі великомасштабних моделей.

Ван Хуйвен, співзасновник Meituan, одного разу залучив 50 мільйонів доларів США за світлові роки від заснування на початку 2023 року, що було одним із небагатьох випадків фінансування у великомасштабній китайській індустрії моделей на той час. На відміну від Zhipu AI і Xihu Xinchen, які вже мають великі компанії, що базуються на моделях, «світлові роки від нас» розпочнуться в лютому 2023 року. Важко побудувати масштабну модель з нуля. 29 червня Meituan оголосила про придбання усі інтереси за межі світлових років із загальною компенсацією приблизно 233 мільйони доларів США (1,67 мільярда юанів) готівкою, приблизно 367 мільйонів юанів боргу та 1 юань готівкою.

«Принаймні повинні бути люди з досвідом обробки природної мови, люди з певним практичним досвідом навчання великомасштабних моделей, а також професіонали з обробки даних, великих обчислювальних кластерів тощо. Якщо ви хочете зробити у той же час ви повинні мати відповідних менеджерів із продукції та оперативних талантів у цій галузі». Чень Рунзе описав стандартну конфігурацію основної команди великомасштабної моделі.

ШІ ВЕЛИКОЇ КОМПАНІЇ КРАЩИЙ

За останні шість місяців новини AI про відомих інтернет-гігантів літають по небу. Інвестиції у великі моделі штучного інтелекту, здається, прагнуть до гарячих точок, але ставки великих компаній, таких як Baidu, Ali та Huawei, на ШІ, очевидно, не відповідають цій тенденції.

Ставки гігантів на ШІ почалися давно, для цих компаній ШІ — тема не нова. Tiger Sniff, згідно з неповною статистикою даних пошуку підприємств, великі заводи різною мірою інвестували в підприємства, пов’язані зі штучним інтелектом, починаючи з 2018 року. З точки зору інвестиційних підприємств, більшість із них є підприємствами із застосуванням штучного інтелекту, хоча деякі з них є залученими компаніями, що займаються виробництвом чіпів ШІ, але їх кількість невелика, майже немає компаній, які займаються розробкою великомасштабних моделей, і більшість компаній, пов’язаних зі штучним інтелектом, інвестовані великими виробниками, тісно пов’язані з їхнім бізнесом.

| | | | | | | --- | --- | --- | --- | --- | Інвестиційні установи Dachang| Кількість інвестованих підприємств| Середній коефіцієнт володіння акцією| Максимальний коефіцієнт володіння акцією| Кількість підприємств із 100% акціонерним капіталом| |Alibaba |23 |36,25% |100% |5 | |Венчурний капітал Baidu |25 |5,50% |15% |0 | |Tencent Investment |54 |17,54% |100% |2 |

Інвестиції трьох великих інтернет-компаній у компанії, пов’язані зі штучним інтелектом｜Джерело даних: Qichacha

У 2017 році було засновано Інститут Дхарми Alibaba. Його дослідницькі об’єкти охоплюють численні галузі промисловості, такі як машинний інтелект, інтелектуальні мережі та фінансові технології. Він розширює можливості штучного інтелекту для різних бізнес-напрямків Ali. У 2018 році Baidu запропонувала стратегію «All in AI».

Різниця полягає в тому, що поява генеративного штучного інтелекту виглядає поворотним моментом. Для технологічних гігантів, які мають переваги в даних, обчислювальних потужностях і алгоритмічних ресурсах, штучний інтелект є не тільки сприятливим сценарієм для них, але також повинен взяти на себе роль інфраструктури. Зрештою, поява генеративного ШІ означає, що індустрія штучного інтелекту почався розподіл праці.

Великі компанії, представлені Baidu, Alibaba, Huawei і Tencent, чотирма хмарними провайдерами, оголосили про свої власні стратегії штучного інтелекту, але, очевидно, кожна з них має власний фокус.

За останні шість місяців гіганти випустили власні масштабні моделі продукції. Для таких великих компаній, як Baidu та Ali, ще не пізно ввести велику модель, в основному в 2019 році.

Baidu розробляє моделі попереднього навчання з 2019 року та послідовно випускає серію моделей Knowledge Enhanced Wenxin (ERNIE). У 2019 році також була запущена модель «Тисяча запитань» Алі. На додаток до великих моделей загального призначення Baidu та Ali, 19 червня компанія Tencent Cloud опублікувала результати досліджень і розробок промислових великих моделей. 7 липня компанія HUAWEI CLOUD випустила промислову модель продукту Pangu 3.0.

Ці фокуси також повторюють загальний бізнес кожної компанії, хмарну стратегію та довгострокову структуру на ринку AI.

Рентабельність основного бізнесу Baidu сильно коливалася за останні п’ять років. Baidu давно бачила проблеми рекламного бізнесу на основі пошуку на внутрішньому ринку, тому Baidu вирішила інвестувати значні кошти в технологію ШІ, щоб знайти нові можливості. Протягом багатьох років Baidu не тільки запрошувала Ву Енда, Лу Ці та інших лідерів галузі на посади керівників, але й має набагато більше ентузіазму щодо автономного водіння, ніж інші великі компанії. Baidu, який так стурбований штучним інтелектом, неодмінно зробить серйозні ставки на цю хвилю великомасштабної конкуренції моделей.

Алі також виявив великий ентузіазм щодо загальних великих моделей. Довгий час на Aliyun покладали великі надії, і Алі сподівається скористатися технічним шляхом, щоб створити другу криву зростання групи. У контексті дедалі жорсткішої конкуренції в бізнесі електронної комерції та уповільнення зростання ринку нові можливості в індустрії штучного інтелекту, створені Evian, безсумнівно, є хорошою можливістю для Alibaba Cloud докладати додаткових зусиль на внутрішньому ринку хмарних технологій.

Порівняно з Baidu та Ali, Tencent Cloud вирішила віддати перевагу великомасштабним промисловим моделям з точки зору великомасштабних моделей, тоді як Huawei Cloud публічно заявила, що зосередиться лише на великомасштабних промислових моделях.

Для Tencent останніми роками зростання основного бізнесу було постійним і позитивним. На етапі, коли майбутнє великомасштабних моделей загального призначення все ще неясно, Tencent відносно обережно робить ставки на великомасштабні моделі ШІ. Коли Ма Хуатенг говорив про масштабну модель під час попередньої телефонної конференції з питань прибутків, він сказав: «Tencent не поспішає показувати напівфабрикати. Головне — добре працювати над базовими алгоритмами, обчислювальною потужністю. і дані. Сцена падає».

З іншого боку, з точки зору Tencent Group, Tencent наразі має 4 лабораторії штучного інтелекту, а минулого року випустила масштабну модель зі змішаними елементами з трильйонами параметрів. Стратегія ставок «Покладіть усі яйця в один кошик».

Для Huawei завжди була велика ставка на дослідження та розробки.За останні 10 років загальні інвестиції Huawei в дослідження та розробки перевищили 900 мільярдів юанів. Однак через перешкоди, які виникають у розвитку бізнесу мобільних телефонів, загальна стратегія Huawei у багатьох дослідженнях і розробках технологій також може зазнати коригувань.

З одного боку, бізнес мобільних телефонів є найбільшим експортом технології Huawei C-end. Якщо бізнес мобільних телефонів не платить за широкомасштабну модель загального призначення, то мотивація Huawei розробити широкомасштабну модель загального призначення модель значно впаде. Для Huawei ставка на масштабну галузеву модель, яку можна швидко реалізувати, здається оптимальним рішенням у цій грі зі штучним інтелектом. Як сказав Чжан Пінган, генеральний директор Huawei Cloud, «у Huawei немає часу писати вірші».

Однак для технологічних гігантів, незалежно від того, наскільки велика ставка, якщо вони можуть зробити правильну ставку, вони зможуть захопити частку ринку інфраструктури та отримати право говорити в епоху штучного інтелекту.

Візьми молоток замість цвяха

Для комерційних компаній усі рішення все ще залежать від економічних книг.

Навіть маючи значні інвестиції, все більше і більше далекоглядних засновників компаній усвідомлюють, що це те, що потрібно зробити в майбутньому, навіть якщо початкові інвестиції взагалі не окупляться.

Дослідження та розробка великих моделей штучного інтелекту вимагає значних інвестицій, але все більше і більше засновників бізнесу та інвесторів вважають, що це «необхідні інвестиції», навіть якщо вони взагалі не приносять прибутку.

У результаті багато компаній зі штучного інтелекту, які народилися під час останньої хвилі ШІ, побачили новий світанок після тривалого періоду тиші.

«Три роки тому всі казали, що GPT-3 — це можливість створити загальний штучний інтелект». Лі Чжіфей керував групою людей для вивчення GPT-3 у 2020 році. На той час він перебував на поворотному етапі свого розвитку ., вони хотіли вивчити нові види бізнесу, але після періоду досліджень масштабний проект моделі Лі Чжіфея було призупинено. Одна з причин полягала в тому, що модель на той час була недостатньо великою, а з іншої полягала в тому, що не було комерційна сцена посадки.

Однак після виходу ChatGPT наприкінці 2022 року Лі Чжіфей, здавалося, отримав удар у руку, оскільки він, як і всі інші, побачив нові можливості для великих моделей. У квітні цього року Going Out and Asking випустили масштабний модельний продукт самостійної розробки – Sequence Monkey. Прямо зараз вони готуються до спринту на Гонконзькій фондовій біржі з нещодавно випущеною великомасштабною моделлю «Serial Monkey», і вони вже подали проспект наприкінці травня.

У липні минулого року Aspire подала заявку на IPO до Ради з науково-технічних інновацій, яку відхилив комітет з перевірки лістингу в травні цього року.

Ю Кай відверто сказав, що навіть OpenAI навчався з Microsoft V100 майже рік на етапі GPT2, і його обчислювальна потужність на кілька порядків гірша, ніж у A100. На ранньому етапі накопичення великих моделей Aspire також використовує більш економічні карти для навчання. Звичайно, це вимагає часу як ціни.

Порівняно з великими моделями власної розробки, деякі орієнтовані на застосування компанії мають власний вибір.

Чжан Ван (псевдонім), президент онлайн-освітньої компанії, сказав Huxiu, що протягом останніх шести місяців вони не шкодували зусиль для вивчення широкомасштабних сценаріїв застосування моделі, але незабаром вони виявили, що в процесі впровадження було багато проблем. , як-от вартість та інвестиції. Дослідницько-конструкторська команда компанії налічує 50-60 осіб. Відколи вони почали проводити масштабні дослідження моделей, вони розширили команду науково-дослідницьких робіт і залучили нових талантів у великомасштабні моделі. Чжан Ван сказав, що таланти в моделях низького рівня дуже важливі дорогий.

Чжан Ван ніколи не думав про розробку великої моделі з нуля, а з огляду на такі питання, як безпека даних і стабільність моделі, він не має наміру отримувати прямий доступ до API для програми. Їхній підхід полягає у зверненні до великої моделі з відкритим кодом і використанні власних даних для навчання. Це також поточна практика багатьох компаній, що займаються додатками, – окрім великої моделі, використовують власні дані для створення малої промислової моделі. Заглядаючи вперед, вони почали з моделі з 7 мільярдів параметрів, досягли 10 мільярдів, а зараз пробують модель з 30 мільярдів. Але вони також виявили, що зі збільшенням обсягу даних навчання великих моделей призведе до того, що нова версія може бути не такою ж хорошою, як попередня, і параметри потрібно коригувати один за іншим. обхідний шлях, яким треба йти", - сказав Чжан Ван.

Чжан Ван сказав Huxiu, що їхня вимога до дослідницько-конструкторської групи полягає в дослідженні сценаріїв великомасштабної моделі ШІ на основі бізнесу компанії.

Це спосіб знайти «цвях» «молотком», але непростий.

«Найбільша проблема зараз — знайти відповідну сцену. Насправді сцен багато. Навіть якщо використовувати штучний інтелект, ефект не можна значно покращити», — сказав Чжан Ван, наприклад, у сцені класу, великому штучному інтелекті. моделі можна використовувати для розширення можливостей деяких інтерактивних режимів.Включаючи нагадування учням про відвідування занять, відповіді на запитання, позначення ярликів тощо, але після того, як вони спробували велику модель ШІ, вони виявили, що точність була поганою, а здатність розуміти і виводити не була ідеальною. Команда Чжана Вана вирішила тимчасово відмовитися від штучного інтелекту в цій сцені після деякого часу.

Інший інтернет-провайдер, Xiaogetong, також почав досліджувати пов’язані підприємства відразу після спалаху моделі AI. Основним напрямком діяльності Little Goose є надання цифрових інструментів для онлайн-продавців, включаючи маркетинг, управління клієнтами та комерційну монетизацію.

Фан Сяосін, співзасновник і головний операційний директор Goose Communication, сказав Huxiu, що в квітні цього року, коли з’являлося все більше програм на основі генеративного штучного інтелекту, Goose Communication побачила потенціал цієї технології.Покращення ефективності створення зображень дизайну справді є очевидний для всіх». Фан Сяосін та інші спеціально організували всередині бізнес-напрямок досліджень ШІ, шукаючи випадки посадки, пов’язані з їхнім власним бізнесом.

Фань Сяосін сказала, що в процесі інтеграції великої моделі в бізнес вона враховувала вартість і ефективність: «Вартість виробництва великої моделі все ще досить висока», — сказала вона.

«Цвяхи» інтернет-індустрії легко знайти. Справжні труднощі у впровадженні ШІ полягають у фізичних галузях, таких як промисловість і виробництво.

Юй Кай сказав Хусю, що ця хвиля штучного інтелекту все ще піднімається вгору та рухається хвилями, а протиріччя у впровадженні галузі зовсім не змінилися, лише змінилася оболонка. Тож у цьому сенсі закони двох хвиль штучного інтелекту однакові, і найкращий спосіб — це вивчити історію: «Уроки останньої хвилі штучного інтелекту, не повторюйте цього разу».

Незважаючи на те, що багато виробників вигукували гасло «в першу чергу в галузі» при впровадженні великих моделей штучного інтелекту, для багатьох фізичних галузевих сценаріїв справді важко відповідати поточним великим моделям штучного інтелекту. Наприклад, система візуальної інспекції штучного інтелекту, застосовувана в деяких сценаріях інспекції промисловості, навіть якщо попит на модель штучного інтелекту не досягає 1 мільярда параметрів, дані початкового навчання все одно розтягнуті.

Візьмемо для прикладу просту сцену перевірки вітряної електростанції, кількість перевірок на вітряній електростанції сягає 70 000 одиниць, але ті самі дані про злами можуть з’явитися лише один раз, а обсяг даних, який можуть вивчити машини, далеко недостатній. Ке Лянг, директор із продуктів Broadbo Intelligent Wind Power Hardware, сказав Tiger Sniff, що наразі роботи-інспектори лопатей вітряних турбін не можуть точно аналізувати тріщини на лопатях на 100%, оскільки кількість даних, доступних для навчання та аналізу, надто мала. ідентифікація також вимагає накопичення великої кількості даних і ручного аналізу.

Однак у сценаріях із хорошим накопиченням промислових даних великі моделі штучного інтелекту вже можуть допомогти в управлінні бібліотеками частин складних 3D-моделей. Бібліотека деталей вітчизняної авіабудівної компанії реалізувала допоміжний інструмент бібліотеки деталей на основі великої моделі четвертої парадигми «Shishuo». Серед понад 100 000 частин 3D-моделювання пошук 3D-моделі можна здійснювати за допомогою природної мови, 3D-модель можна шукати за 3D-моделлю, і навіть можна завершити автоматичне складання 3D-моделі. Ці функції вимагають виконання багатоетапних операцій у багатьох інструментах САПР та CAE, які застрягли у виробничій промисловості.

Сучасні великомасштабні моделі стикаються з тими ж проблемами посадки, що й штучний інтелект кілька років тому, і їм також доводиться знаходити цвяхи за допомогою молотка. Деякі люди оптимістично вірять, що сьогоднішній молоток повністю відрізняється від минулого, але коли справа доходить до оплати за ШІ реальними грошима, результат дещо інший.

Відповідно до опитування Markets Live Pulse, опублікованого Bloomberg 30 липня, серед 514 опитаних інвесторів близько 77% планують збільшити або зберегти інвестиції в акції технологій протягом наступних шести місяців, і лише менше 10% інвесторів вважають, що технології промисловість стикається з серйозною кризою бульбашки. Однак лише половина цих інвесторів, які оптимістично дивляться на розвиток технологічної індустрії, відкриті до технології ШІ.

50,2% респондентів зазначили, що зараз не мають наміру платити за покупку інструментів ШІ, а більшість інвестиційних компаній не планують застосовувати ШІ для транзакцій чи інвестицій у великому масштабі.

Лопата Лопата

«Якби ви поїхали до Каліфорнії шукати золото під час золотої лихоманки в 1848 році, багато людей загинуло б, але люди, які продавали ложки та лопати, завжди могли заробляти гроші», — сказав Лу Ці у своїй промові.

Гао Фен (псевдонім) хоче бути таким «продавцем лопат», а точніше, людиною, яка може «продавати хороші лопати в Китаї».

Як дослідник чіпів, Гао Фен витрачає більшу частину свого наукового часу на чіпи ШІ. Протягом останніх одного-двох місяців він відчував певну невідкладність — він хотів стати компанією, що розробляє процесори на основі архітектури RISC-V. У чайній Гао Фен описав майбутнє Хусю.

Однак створення чіпа штучного інтелекту з нуля, чи то в індустрії мікросхем, чи в технологічному середовищі, схоже на «Арабські ночі».

Коли маховик великої моделі штучного інтелекту швидко запустився, обчислювальна потужність, що стоїть за нею, поступово почала не встигати за темпом гравців на цій трасі. Зростаючий попит на обчислювальну потужність зробив Nvidia найбільшим переможцем. Але графічний процесор — це не повне рішення для обчислювальної потужності. ЦП, графічний процесор і різноманітні інноваційні мікросхеми штучного інтелекту формують основний обчислювальний центр живлення великої моделі.

«Ви можете порівняти ЦП із міською територією, а графічний процесор — це передмістя розвитку». Гао Фенг сказав, що ЦП і чіп штучного інтелекту мають бути з’єднані через канал під назвою PCIE, а дані передаються на AI-чіп, а потім AI-чіп надсилає дані назад до ЦП. Якщо обсяг даних великої моделі стає більшим, канал буде перевантажений і швидкість не збільшиться, тому цю дорогу потрібно розширити, і тільки ЦП може визначити ширину цього каналу і скільки смуг потрібно бути встановленим.

Це означає, що навіть якщо Китай проб'є чіп штучного інтелекту на великій моделі, все одно важко пробити найбільш критичний процесор. Навіть під час навчання штучному інтелекту все більше завдань можна призначати графічному процесору, але центральний процесор все ще залишається найважливішою роллю «керівника».

Деякі вітчизняні мікросхеми були виставлені у великій виставковій зоні WAIC 2023

Минуло більше 50 років з того часу, як Intel створила перший у світі ЦП у 1971 році. На ринках цивільних серверів і ПК Intel і AMD давно є світом. Intel створила систему, що охоплює права інтелектуальної власності, накопичення технологій, масштабну вартість, Увесь бар'єр бізнес-моделі, і цей бар'єр ніколи не знижувався.

Необхідно повністю відмовитися від архітектури X86 і архітектури ARM і розробити повністю незалежний чіп ЦП на основі нової архітектури.Архітектура з відкритим вихідним кодом, така як RISC-V, яка не була повністю розроблена і перевірена.

Набір інструкцій схожий на ділянку землі. Розробка мікросхем на основі набору інструкцій еквівалентна купівлі землі та будівництву будинку. Архітектура X86 має закритий вихідний код, дозволені лише екологічні чіпи Intel.Архітектура ARM потребує сплати плати за ліцензування IP, тоді як RISC-V є безкоштовною архітектурою з відкритим кодом.

Промисловість і наукові кола вже бачать такі можливості.

У 2010 році дослідницька група двох професорів з Берклі, штат Каліфорнія, розробила абсолютно новий набір інструкцій з нуля, а саме RISC-V. Цей набір інструкцій є повністю відкритим. Вони вважають, що набір інструкцій ЦП не повинен належати жодному компанії.

«RISC-V може бути зорею китайських ЦП», — сказав Гао Фенг. У 2018 році він інкубував компанію чіпів штучного інтелекту в інституті. Тоді він сказав, що не хоче втрачати можливість для розвитку хвилі штучного інтелекту. Цього разу він все ще хотів нею скористатися, і це точкою входу був RISC-V. В епоху великих моделей і внутрішньої заміни цей попит стає ще більш актуальним.Зрештою, якщо одного дня китайські компанії більше не зможуть використовувати A100, що їм робити?

«Якщо ви хочете замінити ARM і X86, ЦП RISC-V має бути потужнішим, і вам потрібно брати участь у розробці коду з людьми, які є комерційними операційними системами на Linux», — сказав Гао Фенг.

Гао Фенг — не перша людина, яка реалізувала цю можливість.Інвестор у індустрію чіпів розповів Tiger Sniff, що одного разу він спілкувався із засновником стартап-компанії чіпів про можливість використовувати архітектуру RISC-V для створення графічних процесорів. Сьогодні в Китаї вже є деякі компанії, які виробляють графічні процесори на основі архітектури RISC-V, але екологія залишається найбільшою проблемою, з якою вони стикаються.

«Linux вже продемонструвала, що цей шлях здійсненний.» Гао Фенг сказав, що в цій операційній системі з відкритим вихідним кодом Linux народилися компанії з відкритим кодом, такі як Red Hat, і багато хмарних сервісів тепер побудовано на системі Linux. «Потрібно достатньо розробників», — запропонував метод Гао Фенг. Цей шлях важкий, але він буде світлим шляхом, якщо він пройде.

маховик обертається надто швидко

Під «стресовою реакцією» великої моделі актуальність відчувається не лише на піку.

Lianchuang, вітчизняна компанія, що розробляє великомасштабні моделі ШІ, повідомила Tiger Sniff, що на початку цього року вони також ненадовго запустили широкомасштабну модель діалогу. Багато запитів на виправлення.

«Поки не буде спеціальної регуляторної політики, ми не зможемо легко відкрити продукт для звичайних користувачів. Основною причиною є логіка To B.» Чжан Чао, генеральний директор Left Hand Doctor, вважає, що до того, як були видані «Адміністративні заходи», , генеративний штучний інтелект Продукт відкритий для кінцевих користувачів C, що дуже ризиковано. «На цьому етапі, з одного боку, ми продовжуємо ітераційну оптимізацію, а з іншого боку, ми також продовжуємо звертати увагу на політику та правила для забезпечення безпеки технологій».

«Нормативний підхід до генеративного штучного інтелекту все ще незрозумілий, а продукти та послуги великих модельних компаній, як правило, дуже стримані.» Постачальник цифрових технологій випустив прикладний продукт на основі загальної великомасштабної моделі, розробленої хмарою. Під час зустрічі особа, відповідальна за технологію компанії, повідомила Huxiu, що хмарний постачальник вимагає від них суворої конфіденційності, і якщо вони розкриють, чию велику модель використовували, вони будуть вважатися такими, що порушили договір. Щодо того, чому справа має бути конфіденційною, відповідальна особа проаналізувала, що значною мірою причиною може бути уникнення регуляторних ризиків.

У той час, коли світ посилює свою пильність щодо штучного інтелекту, жоден ринок не може прийняти «вакуумний період» регулювання.

13 липня сім департаментів, у тому числі Управління кіберпростору Китаю, офіційно опублікували «Тимчасові заходи щодо адміністрування послуг генеративного штучного інтелекту» (далі – «Адміністративні заходи»), які набудуть чинності 15 серпня 2023 року.

«Після введення «адміністративних заходів» політика зміниться з проблемно-орієнтованого на цілеспрямований розвиток, що є нашою метою». Ван Ювей, партнер юридичної фірми Guantao, вважає, що нові правила наголошують скоріше на «дренажі». ніж "блокування".

Перегляд бібліотеки управління ризиками в Сполучених Штатах є щоденним домашнім завданням для Ван Ювея. «Ми надаємо рішення для контролю ризиків і відповідності для бізнес-додатків, використовуючи GPT та інші великі моделі для сегментації галузей, а також створюємо структуру управління відповідністю», — сказав Ван Ювей. .

Американські гіганти штучного інтелекту шикуються в чергу, щоб продемонструвати свою лояльність Конгресу. 21 липня Google, OpenAI, Microsoft, Meta, Amazon, AI-стартапи Inflection, Anthropic, сім найвпливовіших американських AI-компаній, підписали в Білому домі добровільне зобов’язання. Переконайтеся, що незалежним експертам із безпеки дозволено тестувати їхні системи перед оприлюдненням їх для громадськості. І ділитися даними про безпеку своїх систем з урядами та науковими колами. Вони також розроблять системи для попередження громадськості, коли зображення, відео або текст генеруються ШІ, використовуючи метод, відомий як «водяний знак».

Представники 7 американських гігантів штучного інтелекту підписали зобов'язання щодо штучного інтелекту в Білому домі

Раніше на слуханнях у Конгресі США засновник OpenAI Сем Альтман заявив, що необхідно створити набір стандартів безпеки для моделей штучного інтелекту, включаючи оцінку їх небезпечних можливостей. Наприклад, моделі повинні пройти певні тести на безпеку, наприклад, чи можуть вони «відтворити себе» та «проникнути в дику природу».

Можливо, сам Сем Альтман не очікував, що маховик ШІ закрутиться так швидко, що виникне навіть ризик втратити контроль.

«Спочатку ми не усвідомлювали терміновості цієї справи», — сказав Ван Ювей, поки все більше і більше засновників компанії не прийшли проконсультуватися. Він вважає, що ця хвиля штучного інтелекту зазнає зовсім інших змін, ніж у минулому.

На початку цього року до Ван Ювея звернулася компанія Wenshengtu, яка першою отримала доступ до великомасштабних моделей.Компанія хотіла представити свій бізнес у Китаї, тому вони хотіли знати про бізнес із забезпечення відповідності даних у цій галузі. Відразу після цього Ван Ювей виявив, що таких консультацій стає все більше, і більш очевидною зміною було те, що консультуватися приходив уже не юридичний радник компанії, а засновник. «З появою генеративного штучного інтелекту важко застосувати початкову логіку регулювання», — сказав Ван Ювей.

Ван Ювей, який багато років займався правом роботи з великими даними, виявив, що генеративний ШІ та попередня хвиля ШІ демонструють більш фундаментальні зміни. Наприклад, минулого разу штучний інтелект більшою мірою базувався на рекомендаціях на основі алгоритмів, і деякі функції розпізнавання облич були спрямовані на одну сцену, а деякі невеликі моделі були навчені конкретним сценаріям застосування. Правові проблеми, які виникли, були не що інше, як права інтелектуальної власності. , Конфіденційність питання охорони. Різні ролі в цій генеруючій екосистемі штучного інтелекту, такі як компанія, яка надає базову велику модель, компанія, яка підключається до великої моделі для створення програм, і хмарний постачальник, який зберігає дані, тощо, мають різний відповідний контроль.

Наразі існує консенсус щодо ризиків, пов’язаних із великими моделями. Галузь розуміє, що комерційні програми неминуче посилять такі ризики. Щоб підтримувати безперервність бізнесу, необхідно приділяти увагу нагляду.

Складність полягає в тому, «як знайти шлях, який міг би добре регулювати, не впливаючи на розвиток галузі», — сказав Ван Ювей.

Висновок

Для всієї галузі, поглиблюючи дискусію про технології, це також стимулює більш далекосяжні міркування.

Коли штучний інтелект поступово займає домінуюче становище в індустрії технологій, як забезпечити справедливість, справедливість і прозорість технологій? Як забезпечити, щоб малі та середні підприємства та стартапи не були маргіналізовані, коли провідні компанії жорстко контролюють технології та потоки капіталу? Розробка та застосування великомасштабних моделей має великий потенціал, але чи сліпо слідування тренду призведе до того, що ми ігноруватимемо інші інноваційні технології?

«У короткостроковій перспективі велика модель ШІ серйозно переоцінюється. Але в довгостроковій перспективі велика модель ШІ серйозно недооцінюється».

За півроку спалахнула хвиля AI. Однак для китайських компаній-початківців і технологічних гігантів те, як зберігати чітке судження та здійснювати довгострокове планування та інвестиції в гарячій ринковій атмосфері, буде ключем до перевірки їх справжньої сили та бачення.