Після публічного випуску ChatGPT у листопаді 2022 року великі моделі штучного інтелекту швидко стали гарячою точкою на ринку та поступово почали застосовуватися в різних галузях, таких як GPT-3 Open-AI, Pangu NLP Huawei Cloud, Wenxinda Baidu. не лише досягнув знакових технологічних проривів у сферах обробки природної мови, комп’ютерного зору та інтелектуального голосу, але й досяг стрибка розвитку з точки зору точності моделей, універсальності та можливостей узагальнення. Реалізовано реалізацію додатків із кількома сценаріями, покращено ефективність, зменшені витрати та створена вартість.
1. Модель розвитку великої моделі вітчизняної та іноземної промисловості
(1) Модель розвитку великомасштабних іноземних галузей промисловості
Згідно з дослідженням Китайського науково-дослідного інституту телекомунікацій, наразі існує три основні моделі розробки великомасштабних моделей у закордонних галузях промисловості, причому перші дві моделі розробки є домінуючими.
**Перший — «провідна велика модель + оригінальний бізнес». **Наприклад, Microsoft використовує GPT для розширення можливостей традиційного бізнесу, такого як Office. Перевага цієї моделі полягає в тому, що вона може використовувати потужні мовні можливості великої моделі для покращення рівня інтелекту початкового бізнесу.В той же час вона також може використовувати дані та ресурси користувача оригінального бізнесу для вдосконалення програми актуальність і точність великої моделі.
**Друга — «провідна велика модель + зовнішні дані». **Цей метод, як правило, використовують малі та середні компанії. Перевага цієї моделі полягає в тому, що вона може не лише використовувати переваги передових технологій великих моделей, але й бути тісно інтегрованою з галуззю для підвищення галузевої відповідності та точності .
**Третя — «велика модель із відкритим вихідним кодом + вертикальні галузеві дані для створення великої галузевої моделі». **Перевага цієї моделі полягає в тому, що вона може повною мірою використовувати власні дані для створення точнішої галузевої моделі. Вона також може вивчати технологію та досвід великих моделей з відкритим кодом для підвищення ефективності та результативності навчання.
Загалом, іноземні великомасштабні моделі загального призначення мають сильні можливості та очевидні «провідні ефекти», які можуть безпосередньо задовольнити потреби багатьох галузей. Згідно з неповною статистикою, станом на травень 2023 року за кордоном зареєстровано 138 випадків застосування ШІ, переважно у сферах медіа, ігор, офісу та медицини.
(2) Масштабна модель розвитку вітчизняної промисловості
Наразі існує дві основні моделі розробки вітчизняних промислових великих моделей: одна — «власна загальна велика модель + зовнішні галузеві дані», інша — «власна чи інша велика модель з відкритим кодом + власні галузеві дані».
«Власна загальна широкомасштабна модель + зовнішні галузеві дані» головним чином означає, що підприємства з власними загальними великомасштабними моделями отримують кілька галузевих великомасштабних моделей із основної моделі. Наприклад, Baidu розширив масштабні моделі для таких галузей, як фінанси, медичне обслуговування та засоби масової інформації на основі "Wenxin". Перевага цієї моделі полягає в тому, що вона може швидко адаптуватися до потреб різних галузей, використовуючи потужні мовні можливості великої моделі загального призначення, і в той же час вона також може використовувати зовнішні джерела даних для підвищення галузевої актуальності та точності. .
«Власні або інші великі моделі з відкритим кодом + власні галузеві дані», такі як DeepWise Medical незалежно розробили загальну модель розуміння медичних зображень DeepWise—CIRP Model на основі моделі великих зображень архітектури Transformer. Ця модель схожа на третю іноземну модель. Вона може повною мірою використовувати власні дані для створення більш професійної моделі галузі. У той же час вона може вчитися на технологіях і досвіді інших великих моделей з відкритим кодом для підвищення ефективності навчання. та ефективність.
Хоча вітчизняні загальні можливості для великомасштабних моделей все ще відсутні, промислові великомасштабні моделі можуть компенсувати прогалину та стати прискорювачем для виробництва великомасштабних моделей. Згідно з неповною статистикою, станом на кінець липня 2023 року в Китаї налічується 113 великомасштабних моделей різних галузей промисловості з понад 1 мільярдом параметрів.
2. Специфічні застосування великих моделей у основних галузях промисловості
(1) Фінансова галузь
Фінансова індустрія є важливою сферою застосування великих моделей. Великі моделі в основному використовуються в обслуговуванні клієнтів, банківській справі, страхуванні та інших підрозділах для покращення контролю ризиків, ефективності та інших аспектів.
** Один – це розумне інвестування. **Великі моделі можна використовувати в інвестиційній сфері для аналізу великої кількості історичних даних і ринкових умов у реальному часі, допомоги інвесторам у прийнятті рішень і динамічного коригування розподілу повноважень на основі багатьох факторів, таких як ймовірність прибутку, індивідуальні тенденції акцій, індивідуальні фондові ризики, галузеві ризики та політичні тенденції, щоб отримати рейтинг для окремих акцій.
**Другий – покращити управління ризиками репутації та можливості реагування. **Попередньо навчені великі моделі можуть допомогти фінансовим установам знизити репутаційні ризики. Підприємства можуть використовувати попередньо навчені великі моделі для аналізу настроїв і класифікації тем за скаргами клієнтів, відгуками в соціальних мережах і текстовими даними в інших каналах, щоб швидко зрозуміти клієнтів потреб і зворотного зв’язку, підвищити довіру клієнтів і підвищити цінність бренду.
**Третє – підвищення рівня управління ризиками відповідності нормативним вимогам. **Попередньо навчені великі моделі можуть переглядати велику кількість файлів даних і гарантувати, що їх дійсність і точність відповідають відповідним державним і галузевим нормам. Що стосується внутрішньої відповідності, попередньо навчені великі моделі можуть записувати, контролювати та аналізувати телефонні записи співробітників, трафік електронної пошти, картки робочого часу та відпочинку та іншу інформацію, ідентифікувати та нагадувати внутрішньому персоналу про потенційні ризики та неправомірну поведінку, а також допомагати фінансовим установам досягти відповідності нагляд Цілі управління ризиками.
**По-четверте, це боротьба з шахрайством. **Модель протидії фінансовому шахрайству передбачає моніторинг та аналіз ризикованої або підозрілої поведінки за допомогою методів збору даних, а також впровадження заходів раннього попередження або втручання відповідно до стандартів вимірювання ризику та моделей правил для різних подій ризику або підозрілої поведінки, тим самим ефективно зменшуючи фінансове шахрайство .сталося.
Базуючись на моделі загального призначення Wenxin, Baidu створив масштабну модель фінансової індустрії «Wenxin Finance», яка надає фінансовій індустрії численні можливості, такі як інтелектуальне запитання та відповідь, розумне написання та інтелектуальне підсумовування. «Wenxin Finance» може отримувати або генерувати відповіді з величезної бази фінансових знань відповідно до запитань користувачів, щоб реалізувати ефективні та точні інтелектуальні служби запитань і відповідей; «Wenxin Finance» також може автоматично генерувати статті, пов’язані з фінансами. відповідно до потреб користувачів ,Звіт.
(2) Медична промисловість
Медична промисловість є важливою сферою для інновацій у застосуванні великих моделей. Медична промисловість висуває надзвичайно високі вимоги до точності, надійності та здатності до навчання та розуміння великих моделей. Медична промисловість в основному застосовує великомасштабні моделі до таких сценаріїв, як дослідження та розробка ліків, управління охороною здоров’я, допоміжна діагностика та консультації через Інтернет, досягаючи покращення якості лікування, медичної ефективності та медичного покриття.
**По-перше, це сфера медичної візуалізації. **Технологія великих моделей може допомогти лікарям швидко й точно визначити характеристики зображень захворювань і підвищити точність і ефективність діагностики. Технологія великих моделей також може швидко й точно аналізувати рентгенівські, КТ, МРТ та інші зображення пацієнтів, допомагаючи лікарям швидко визначити стан і підвищуючи ефективність і точність діагностики.
**Друга – сфера прогнозування захворювань. **Технологія великої моделі може передбачити ризик захворювання пацієнта шляхом аналізу генів, історії хвороби та інших даних пацієнта, завчасно проводити профілактику та втручання, а також зменшувати захворюваність і смертність.
**Третє – діагностична допомога. **Медичні зображення можна швидко й точно аналізувати за допомогою великих моделей, надаючи лікарям точніші результати діагностики. Наприклад, під час скринінгу раку молочної залози великі моделі можуть допомогти лікарям швидко ідентифікувати підозрілі вузлики молочної залози, підвищуючи ефективність і точність скринінгу.
**Четвертий — розумні медичні роботи. **Великі моделі можуть допомогти медичним роботам краще взаємодіяти з пацієнтами та надавати кращі медичні послуги. Наприклад, в операційній інтелектуальні медичні роботи можуть допомогти лікарям виконувати хірургічні операції та підвищити ефективність і безпеку хірургічного втручання.
**П’яте – карта медичних знань. **Великі моделі можуть допомогти побудувати графіки медичних знань і надати лікарям більш повні та точні медичні знання та інформацію. Наприклад, коли лікар ставить діагноз, карта медичних знань може допомогти лікарям швидко знайти таку інформацію, як критерії діагностики та варіанти лікування пов’язаних захворювань, підвищуючи точність і ефективність діагностики.
Huawei Cloud створила велику медичну модель «Pangu Medical» на основі серії великих моделей Pangu NLP. «Pango Medical» може відбирати препарати-кандидати з величезної бібліотеки сполук відповідно до заданої цілі або показань, а також прогнозувати їх активність і токсичність, щоб реалізувати ефективні та точні послуги з пошуку ліків. «Pangu Medical» також може отримувати ефективну інформацію з масивних даних клінічних випробувань відповідно до певного препарату чи захворювання та створювати стандартизовані звіти про клінічні випробування для досягнення високоякісних та ефективних послуг клінічних випробувань.
(3) Енергетична промисловість
Сценарії застосування великомасштабних моделей в енергетиці дуже великі, що може значно підвищити ефективність кожної ланки. Наприклад, з точки зору організаційного менеджменту, це може допомогти компаніям підвищити ефективність управління; з точки зору маркетингу, це може краще зрозуміти ринковий попит і підвищити ефективність маркетингу.
**Перший – це прогнозування попиту на енергію. **Він може аналізувати великі обсяги енергетичних даних, щоб прогнозувати майбутній попит на енергію та ціни, а також надавати інвестиційні консультації та підтримку прийняття рішень.
**Другий – розумне оцінювання помилок. **Великі моделі можуть використовувати передову технологію для автоматичного виявлення та ідентифікації несправностей у поточній системі. Зокрема, деякі потенційні приховані небезпеки можна виявити заздалегідь, щоб уникнути більших втрат.
**Третє – інтерпретація політики. **Велика модель енергетичної галузі може аналізувати та тлумачити поточні правила енергетики та охорони навколишнього середовища, а також надавати довідкові матеріали для компаній щодо дотримання відповідних норм, щоб уникнути непотрібних втрат.
«Велика модель Xianwen» компанії Qingbo Intelligent Company — це вдосконалене технічне рішення, яке може забезпечити безперебійне з’єднання та інтеграцію даних у виробництві, управлінні, експлуатації та інших зв’язках.
3. Тенденції розвитку додатків у вітчизняній промисловості великих моделей
Успіх великої моделі має залежати від програм, сценаріїв і бізнес-моделей. Велика модель викликала три революційні зміни:
Один із них — сприяти переходу від слабкого штучного інтелекту до загального штучного інтелекту (AGI);
Другий — сприяти переходу продуктивності від обчислювальної потужності до машинного інтелекту;
**Третє – сприяти переходу від цифрового суспільства до інтелектуального суспільства. **Впровадження в промисловому Інтернеті є справжнім «головним полем битви» великих моделей, але такі проблеми, як приватизоване розгортання, безпека даних, узгодження цінностей, тісна інтеграція бізнес-систем і економічна ефективність потребують вирішення.
Наприклад, у сфері промислового застосування великі моделі та малі моделі в промисловій сфері на цьому етапі доповнюють одна одну. У майбутньому великі моделі можуть замінити малі моделі, які дуже налаштовані. Через складні промислові сценарії, складне середовище та складні процесів, одномодальні моделі в даний час в основному використовуються для послуг. В основному розробка великих промислових моделей штучного інтелекту є складною, і їх кількість невелика. Ми вважаємо, що комплексне застосування великих моделей штучного інтелекту в галузі промислового виробництва є відносно повільним, але міграція окремих вертикальних великих моделей є відносно високою.
З накопиченням даних від промислових платформ зору AI та камер AI, поріг для можливостей навчання моделей машинного зору був значно знижений.Промисловий AI перевірки якості та перевірки були застосовані в багатьох прикладних сценаріях, таких як електроніка 3C, автомобілі та запчастини, споживачі товарів, сировини.
**Загалом, розробка внутрішніх великих моделей покаже, що «залишки є королем» основних великих моделей, приділяючи більше уваги процесу, високоякісні дані стають ключовим елементом, великі промислові моделі є центром промислового застосування , і великі моделі повинні створювати повний стек. П’ять основних тенденцій у можливостях локалізації. **
**Перший – це базовий масштабний модельний конкурс «Переможець – король». **Тобто великі моделі поступово розвиватимуться від кількості до ефективності, і те, як зробити великі моделі меншими, також стане важливим напрямком майбутнього розвитку.
**По-друге, високоякісні дані є ключем до успіху. **У дослідженні та розробці великих моделей у галузі можна зрозуміти, що наявність високоякісних даних є чарівною зброєю для стрибка вартості великих моделей.
**Третє – звернути увагу на реалізацію галузі. **Оскільки базова великомасштабна модель не може вирішити галузевих проблем, великомасштабна галузева модель є важливим засобом для вирішення практичних проблем у галузі.
**По-четверте, приділяти більше уваги процесу. **У великих модельних додатках більше уваги приділяється технічній безпеці, цінностям і етиці.
** По-п'яте, він автономний і керований. **У контексті гри між великими державами великі моделі Китаю повинні мати можливість створювати повну локалізацію.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Ера Saizhi: дослідження застосування великих моделей ШІ в ключових галузях
Джерело: Saichi Times
Після публічного випуску ChatGPT у листопаді 2022 року великі моделі штучного інтелекту швидко стали гарячою точкою на ринку та поступово почали застосовуватися в різних галузях, таких як GPT-3 Open-AI, Pangu NLP Huawei Cloud, Wenxinda Baidu. не лише досягнув знакових технологічних проривів у сферах обробки природної мови, комп’ютерного зору та інтелектуального голосу, але й досяг стрибка розвитку з точки зору точності моделей, універсальності та можливостей узагальнення. Реалізовано реалізацію додатків із кількома сценаріями, покращено ефективність, зменшені витрати та створена вартість.
1. Модель розвитку великої моделі вітчизняної та іноземної промисловості
(1) Модель розвитку великомасштабних іноземних галузей промисловості
Згідно з дослідженням Китайського науково-дослідного інституту телекомунікацій, наразі існує три основні моделі розробки великомасштабних моделей у закордонних галузях промисловості, причому перші дві моделі розробки є домінуючими.
**Перший — «провідна велика модель + оригінальний бізнес». **Наприклад, Microsoft використовує GPT для розширення можливостей традиційного бізнесу, такого як Office. Перевага цієї моделі полягає в тому, що вона може використовувати потужні мовні можливості великої моделі для покращення рівня інтелекту початкового бізнесу.В той же час вона також може використовувати дані та ресурси користувача оригінального бізнесу для вдосконалення програми актуальність і точність великої моделі.
**Друга — «провідна велика модель + зовнішні дані». **Цей метод, як правило, використовують малі та середні компанії. Перевага цієї моделі полягає в тому, що вона може не лише використовувати переваги передових технологій великих моделей, але й бути тісно інтегрованою з галуззю для підвищення галузевої відповідності та точності .
**Третя — «велика модель із відкритим вихідним кодом + вертикальні галузеві дані для створення великої галузевої моделі». **Перевага цієї моделі полягає в тому, що вона може повною мірою використовувати власні дані для створення точнішої галузевої моделі. Вона також може вивчати технологію та досвід великих моделей з відкритим кодом для підвищення ефективності та результативності навчання.
Загалом, іноземні великомасштабні моделі загального призначення мають сильні можливості та очевидні «провідні ефекти», які можуть безпосередньо задовольнити потреби багатьох галузей. Згідно з неповною статистикою, станом на травень 2023 року за кордоном зареєстровано 138 випадків застосування ШІ, переважно у сферах медіа, ігор, офісу та медицини.
(2) Масштабна модель розвитку вітчизняної промисловості
Наразі існує дві основні моделі розробки вітчизняних промислових великих моделей: одна — «власна загальна велика модель + зовнішні галузеві дані», інша — «власна чи інша велика модель з відкритим кодом + власні галузеві дані».
«Власна загальна широкомасштабна модель + зовнішні галузеві дані» головним чином означає, що підприємства з власними загальними великомасштабними моделями отримують кілька галузевих великомасштабних моделей із основної моделі. Наприклад, Baidu розширив масштабні моделі для таких галузей, як фінанси, медичне обслуговування та засоби масової інформації на основі "Wenxin". Перевага цієї моделі полягає в тому, що вона може швидко адаптуватися до потреб різних галузей, використовуючи потужні мовні можливості великої моделі загального призначення, і в той же час вона також може використовувати зовнішні джерела даних для підвищення галузевої актуальності та точності. .
«Власні або інші великі моделі з відкритим кодом + власні галузеві дані», такі як DeepWise Medical незалежно розробили загальну модель розуміння медичних зображень DeepWise—CIRP Model на основі моделі великих зображень архітектури Transformer. Ця модель схожа на третю іноземну модель. Вона може повною мірою використовувати власні дані для створення більш професійної моделі галузі. У той же час вона може вчитися на технологіях і досвіді інших великих моделей з відкритим кодом для підвищення ефективності навчання. та ефективність.
Хоча вітчизняні загальні можливості для великомасштабних моделей все ще відсутні, промислові великомасштабні моделі можуть компенсувати прогалину та стати прискорювачем для виробництва великомасштабних моделей. Згідно з неповною статистикою, станом на кінець липня 2023 року в Китаї налічується 113 великомасштабних моделей різних галузей промисловості з понад 1 мільярдом параметрів.
2. Специфічні застосування великих моделей у основних галузях промисловості
(1) Фінансова галузь
Фінансова індустрія є важливою сферою застосування великих моделей. Великі моделі в основному використовуються в обслуговуванні клієнтів, банківській справі, страхуванні та інших підрозділах для покращення контролю ризиків, ефективності та інших аспектів.
** Один – це розумне інвестування. **Великі моделі можна використовувати в інвестиційній сфері для аналізу великої кількості історичних даних і ринкових умов у реальному часі, допомоги інвесторам у прийнятті рішень і динамічного коригування розподілу повноважень на основі багатьох факторів, таких як ймовірність прибутку, індивідуальні тенденції акцій, індивідуальні фондові ризики, галузеві ризики та політичні тенденції, щоб отримати рейтинг для окремих акцій.
**Другий – покращити управління ризиками репутації та можливості реагування. **Попередньо навчені великі моделі можуть допомогти фінансовим установам знизити репутаційні ризики. Підприємства можуть використовувати попередньо навчені великі моделі для аналізу настроїв і класифікації тем за скаргами клієнтів, відгуками в соціальних мережах і текстовими даними в інших каналах, щоб швидко зрозуміти клієнтів потреб і зворотного зв’язку, підвищити довіру клієнтів і підвищити цінність бренду.
**Третє – підвищення рівня управління ризиками відповідності нормативним вимогам. **Попередньо навчені великі моделі можуть переглядати велику кількість файлів даних і гарантувати, що їх дійсність і точність відповідають відповідним державним і галузевим нормам. Що стосується внутрішньої відповідності, попередньо навчені великі моделі можуть записувати, контролювати та аналізувати телефонні записи співробітників, трафік електронної пошти, картки робочого часу та відпочинку та іншу інформацію, ідентифікувати та нагадувати внутрішньому персоналу про потенційні ризики та неправомірну поведінку, а також допомагати фінансовим установам досягти відповідності нагляд Цілі управління ризиками.
**По-четверте, це боротьба з шахрайством. **Модель протидії фінансовому шахрайству передбачає моніторинг та аналіз ризикованої або підозрілої поведінки за допомогою методів збору даних, а також впровадження заходів раннього попередження або втручання відповідно до стандартів вимірювання ризику та моделей правил для різних подій ризику або підозрілої поведінки, тим самим ефективно зменшуючи фінансове шахрайство .сталося.
Базуючись на моделі загального призначення Wenxin, Baidu створив масштабну модель фінансової індустрії «Wenxin Finance», яка надає фінансовій індустрії численні можливості, такі як інтелектуальне запитання та відповідь, розумне написання та інтелектуальне підсумовування. «Wenxin Finance» може отримувати або генерувати відповіді з величезної бази фінансових знань відповідно до запитань користувачів, щоб реалізувати ефективні та точні інтелектуальні служби запитань і відповідей; «Wenxin Finance» також може автоматично генерувати статті, пов’язані з фінансами. відповідно до потреб користувачів ,Звіт.
(2) Медична промисловість
Медична промисловість є важливою сферою для інновацій у застосуванні великих моделей. Медична промисловість висуває надзвичайно високі вимоги до точності, надійності та здатності до навчання та розуміння великих моделей. Медична промисловість в основному застосовує великомасштабні моделі до таких сценаріїв, як дослідження та розробка ліків, управління охороною здоров’я, допоміжна діагностика та консультації через Інтернет, досягаючи покращення якості лікування, медичної ефективності та медичного покриття.
**По-перше, це сфера медичної візуалізації. **Технологія великих моделей може допомогти лікарям швидко й точно визначити характеристики зображень захворювань і підвищити точність і ефективність діагностики. Технологія великих моделей також може швидко й точно аналізувати рентгенівські, КТ, МРТ та інші зображення пацієнтів, допомагаючи лікарям швидко визначити стан і підвищуючи ефективність і точність діагностики.
**Друга – сфера прогнозування захворювань. **Технологія великої моделі може передбачити ризик захворювання пацієнта шляхом аналізу генів, історії хвороби та інших даних пацієнта, завчасно проводити профілактику та втручання, а також зменшувати захворюваність і смертність.
**Третє – діагностична допомога. **Медичні зображення можна швидко й точно аналізувати за допомогою великих моделей, надаючи лікарям точніші результати діагностики. Наприклад, під час скринінгу раку молочної залози великі моделі можуть допомогти лікарям швидко ідентифікувати підозрілі вузлики молочної залози, підвищуючи ефективність і точність скринінгу.
**Четвертий — розумні медичні роботи. **Великі моделі можуть допомогти медичним роботам краще взаємодіяти з пацієнтами та надавати кращі медичні послуги. Наприклад, в операційній інтелектуальні медичні роботи можуть допомогти лікарям виконувати хірургічні операції та підвищити ефективність і безпеку хірургічного втручання.
**П’яте – карта медичних знань. **Великі моделі можуть допомогти побудувати графіки медичних знань і надати лікарям більш повні та точні медичні знання та інформацію. Наприклад, коли лікар ставить діагноз, карта медичних знань може допомогти лікарям швидко знайти таку інформацію, як критерії діагностики та варіанти лікування пов’язаних захворювань, підвищуючи точність і ефективність діагностики.
Huawei Cloud створила велику медичну модель «Pangu Medical» на основі серії великих моделей Pangu NLP. «Pango Medical» може відбирати препарати-кандидати з величезної бібліотеки сполук відповідно до заданої цілі або показань, а також прогнозувати їх активність і токсичність, щоб реалізувати ефективні та точні послуги з пошуку ліків. «Pangu Medical» також може отримувати ефективну інформацію з масивних даних клінічних випробувань відповідно до певного препарату чи захворювання та створювати стандартизовані звіти про клінічні випробування для досягнення високоякісних та ефективних послуг клінічних випробувань.
(3) Енергетична промисловість
Сценарії застосування великомасштабних моделей в енергетиці дуже великі, що може значно підвищити ефективність кожної ланки. Наприклад, з точки зору організаційного менеджменту, це може допомогти компаніям підвищити ефективність управління; з точки зору маркетингу, це може краще зрозуміти ринковий попит і підвищити ефективність маркетингу.
**Перший – це прогнозування попиту на енергію. **Він може аналізувати великі обсяги енергетичних даних, щоб прогнозувати майбутній попит на енергію та ціни, а також надавати інвестиційні консультації та підтримку прийняття рішень.
**Другий – розумне оцінювання помилок. **Великі моделі можуть використовувати передову технологію для автоматичного виявлення та ідентифікації несправностей у поточній системі. Зокрема, деякі потенційні приховані небезпеки можна виявити заздалегідь, щоб уникнути більших втрат.
**Третє – інтерпретація політики. **Велика модель енергетичної галузі може аналізувати та тлумачити поточні правила енергетики та охорони навколишнього середовища, а також надавати довідкові матеріали для компаній щодо дотримання відповідних норм, щоб уникнути непотрібних втрат.
«Велика модель Xianwen» компанії Qingbo Intelligent Company — це вдосконалене технічне рішення, яке може забезпечити безперебійне з’єднання та інтеграцію даних у виробництві, управлінні, експлуатації та інших зв’язках.
3. Тенденції розвитку додатків у вітчизняній промисловості великих моделей
Успіх великої моделі має залежати від програм, сценаріїв і бізнес-моделей. Велика модель викликала три революційні зміни:
Один із них — сприяти переходу від слабкого штучного інтелекту до загального штучного інтелекту (AGI);
Другий — сприяти переходу продуктивності від обчислювальної потужності до машинного інтелекту;
**Третє – сприяти переходу від цифрового суспільства до інтелектуального суспільства. **Впровадження в промисловому Інтернеті є справжнім «головним полем битви» великих моделей, але такі проблеми, як приватизоване розгортання, безпека даних, узгодження цінностей, тісна інтеграція бізнес-систем і економічна ефективність потребують вирішення.
Наприклад, у сфері промислового застосування великі моделі та малі моделі в промисловій сфері на цьому етапі доповнюють одна одну. У майбутньому великі моделі можуть замінити малі моделі, які дуже налаштовані. Через складні промислові сценарії, складне середовище та складні процесів, одномодальні моделі в даний час в основному використовуються для послуг. В основному розробка великих промислових моделей штучного інтелекту є складною, і їх кількість невелика. Ми вважаємо, що комплексне застосування великих моделей штучного інтелекту в галузі промислового виробництва є відносно повільним, але міграція окремих вертикальних великих моделей є відносно високою.
З накопиченням даних від промислових платформ зору AI та камер AI, поріг для можливостей навчання моделей машинного зору був значно знижений.Промисловий AI перевірки якості та перевірки були застосовані в багатьох прикладних сценаріях, таких як електроніка 3C, автомобілі та запчастини, споживачі товарів, сировини.
**Загалом, розробка внутрішніх великих моделей покаже, що «залишки є королем» основних великих моделей, приділяючи більше уваги процесу, високоякісні дані стають ключовим елементом, великі промислові моделі є центром промислового застосування , і великі моделі повинні створювати повний стек. П’ять основних тенденцій у можливостях локалізації. **
**Перший – це базовий масштабний модельний конкурс «Переможець – король». **Тобто великі моделі поступово розвиватимуться від кількості до ефективності, і те, як зробити великі моделі меншими, також стане важливим напрямком майбутнього розвитку.
**По-друге, високоякісні дані є ключем до успіху. **У дослідженні та розробці великих моделей у галузі можна зрозуміти, що наявність високоякісних даних є чарівною зброєю для стрибка вартості великих моделей.
**Третє – звернути увагу на реалізацію галузі. **Оскільки базова великомасштабна модель не може вирішити галузевих проблем, великомасштабна галузева модель є важливим засобом для вирішення практичних проблем у галузі.
**По-четверте, приділяти більше уваги процесу. **У великих модельних додатках більше уваги приділяється технічній безпеці, цінностям і етиці.
** По-п'яте, він автономний і керований. **У контексті гри між великими державами великі моделі Китаю повинні мати можливість створювати повну локалізацію.