Wie weit ist es noch, bis ChatGPT medizinische Dienste implementieren kann? Die Leistung eines Harvard-Professors im persönlichen Test kommt der von Ärzten nahe, Yun Zhisheng wird entlarvt, eine Branchenversion zu erstellen

Dieser Artikel wird mit Genehmigung von AI New Media Qubit (öffentliche Konto-ID: QbitAI) nachgedruckt. Bitte wenden Sie sich für einen Nachdruck an die Quelle.

Inländische Spieler steigen in vollem Gange in ChatGPT ein und ihr Erfolg in verschiedenen Branchen ist für alle offensichtlich.

Aber es ist noch nicht klar, wann genau Menschen mit der Arbeit beginnen können, insbesondere in einigen schwierigen Branchen mit hoher Barriere, wie zum Beispiel der medizinischen Versorgung.

Jetzt hat ein Professor der Harvard Medical School persönlich die Leistung von ChatGPT getestet.

Die Ergebnisse zeigten, dass 39 von 45 Fällen korrekt diagnostiziert wurden, mit einer Genauigkeitsrate von 87 % (mehr als die 51 %-Diagnoserate vorhandener Maschinen) und geeignete Triage-Empfehlungen für 30 Fälle lieferte.

Er sagte, dass die Leistung der Hilfsdiagnose von ChatGPT der von Ärzten nahe kommt. Wann kann ich in diesem Fall mit der Arbeit beginnen?

Tatsächlich ist dies auch das Problem, mit dem die meisten einheimischen Spieler konfrontiert sind:

Der Bonus ist da, wie nimmt man ihn zuerst?

Wir haben auch die technischen und ökologischen Schwierigkeiten bei der Replikation der chinesischen Version von ChatGPT bereits zuvor systematisch gelöst, und das ist offensichtlich kurzfristig nicht zu erreichen.

Jetzt ist eine neue Idee entstanden:

Erstellen Sie direkt eine vertikale Branchenversion von ChatGPT.

Ist diese Methode machbar?

Ist es möglich, eine Branchenversion von ChatGPT zu erstellen?

Die Entwicklung von ChatGPT, der Kerntechnologie, kann die drei Elemente Rechenleistung, Daten und Algorithmus nicht umgehen.

In Sachen Rechenleistung setzt OpenAI auf die Kuh von Microsoft – es verfügt über 285.000 CPU-Kerne und 10.000 NVIDIA V100-GPUs. Allein das Training eines GPT-3 kostet bis zu 4,6 Millionen US-Dollar GPT-3 wurde iterativ optimiert und hat 175 Milliarden Parameter, während die Vorgängerversion GPT-2 nur 1,5 Milliarden Parameter hat -like" Es verfügt über autonome Lerneigenschaften und demonstriert außerdem die Fähigkeit, sich schnell an mehrere Bereiche und Szenarien anzupassen. In Verbindung mit der ökologischen Feedback-Technologie entsteht ein iterativer geschlossener Kreislauf. OpenAI hat seit GPT-3 ein eigenes „GPT-Ökosystem“ in Form offener Schnittstellen aufgebaut. Laut Statistiken der gpt3demo-Website werden derzeit 656 Anwendungen mit Modellen der GPT-3-Serie entwickelt.

Solche technischen und ökologischen

Barrieren bestimmen, dass es nicht so einfach ist, ChatGPT zu fälschen. In diesem Fall werden in der Branche auch Lösungen für die vertikale Version von ChatGPT diskutiert.

Aus technischer Sicht besteht ihre Kernherausforderung zunächst einmal darin, die Wirkung von ChatGPT bei Aufgaben in vertikalen Feldern mit weniger Parametern, beispielsweise Dutzenden Milliarden Parametern, zu erreichen oder zu übertreffen.

Dies kann schwieriger sein als die Reproduktion von ChatGPT, da die Anzahl der Parameter viel geringer ist und man sich nicht nur auf „gewalttätige Ästhetik“ verlassen kann, sondern auch hervorragende Modelldesign- und Komprimierungsfähigkeiten erfordert.

Eine weitere Herausforderung ist der Unterschied bei den Datenquellen

.

Wie Google und Microsoft verfügen sie zwar über natürliche allgemeine Datenquellen, ihre dedizierte Datenakkumulation ist jedoch nicht mit vertikalen Playern zu vergleichen.

Besonders in Lebensunterhaltsbranchen wie der medizinischen Versorgung, die hochprofessionell sind und eine breite Abdeckung haben, dürfen die erforderlichen qualitativ hochwertigen Daten nicht kleiner sein als bei ChatGPT, und die meisten Daten können nicht online erfasst werden.

Aber für vertikale Akteure, die seit vielen Jahren tief in diesem Bereich verwurzelt sind, haben sie bereits ihre eigene Industrieökologie aufgebaut und verfügen über umfangreiche Branchendaten und Wissensansammlungen, die den notwendigen Grundstein für die Reproduktion von ChatGPT legen.

Und aus der Perspektive der

Wertnachfrage

ist der Wert, den vertikale Industrien darstellen, real. Beispielsweise ist die Nachfrage nach medizinischer Versorgung selbst nicht gering. Sobald ChatGPT in der medizinischen Versorgung implementiert ist, wird es einen großen gesellschaftlichen Wert darstellen.

In der Vergangenheit nutzten Benutzer gewöhnlich die Suche und APP, um bei der Diagnose ihrer Krankheiten zu helfen, aber oft waren die Ergebnisse minimal.

Professor Ateev Mehrotra von der Harvard Medical School hat einmal getestet, dass die durchschnittliche Genauigkeitsrate bestehender Online-Diagnosen nur 51 % beträgt, während ChatGPT bei 87 % liegt. Daher glaubt er, dass ChatGPT das Potenzial hat, die medizinische Diagnose grundlegend zu verändern.

Um die Implementierung von ChatGPT-Anwendungen zu beschleunigen, ist es im Hinblick auf technische Schwierigkeiten und Wertanforderungen möglich, eine vertikale Version von ChatGPT zu erstellen.

Und jetzt gibt es KI-Spieler in China, die das bereits tun.

Yunzhisheng ChatGPT Industry Edition

Das neueste enthüllte Fortschritts- und intelligente Voice-Track-Einhorn Yunzhisheng fördert den Aufbau der ChatGPT Industry Edition –

Nutzung der medizinischen Versorgung als Einstiegspunkt für den Aufbau der ChatGPT Medical Industry Edition und gleichzeitig Basiert Bei der Branchenversion von ChatGPT wird die Plattform schnell auf andere Bereiche ausgeweitet und anschließend das Domänenmodell in die MoE-Technologie (Mixture of Experts) integriert, um ein allgemeines ChatGPT-Modell zu trainieren.

Und diese Idee von besonders bis universell. Tatsächlich ist es Yun Zhishengs konsequenter „U+X“ Ansatz. Hier bezieht sich "U" auf die universelle Algorithmenentwicklung für große Modelle und die effiziente Trainingsbasisplattform; "X" bezieht sich auf die in mehreren Branchen verwendete Version .

Tatsächlich wird dies auch für viele Unternehmen zum Einstieg in ChatGPT. Auf diese Weise können sie vorhandene dedizierte Daten nutzen.

Allerdings ist es nicht so einfach, ganz zu schweigen davon, dass Yunzhisheng als Einstiegspunkt die medizinische Industrie gewählt hat, die höhere Anforderungen an die Qualität der generierten Inhalte stellt.

Das wichtigste Problem besteht darin, die Zuverlässigkeit des medizinischen Wissens zu verbessern. Was ChatGPT am besten kann, ist, ernsthaft Unsinn zu reden. Tatsächlich ist es jetzt kein großes Problem, die Chatsuche und Inhaltserstellung auf Bing zu übertragen, und die Benutzer haben Freude daran.

Bei der Anwendung in der Industrie ist es jedoch für Laien oft schwer zu erkennen, was zu verschiedenen Risiken führen kann. Daher muss die Branchenversion von ChatGPT jedem Unsinn ein Ende setzen, insbesondere in Branchen wie Medizin, Bildung und Industrie, die extrem hohe Anforderungen an die Inhaltsgenerierung und niedrige Fehlertoleranzraten sowie höhere Anforderungen an die Datenqualität haben.

Zweitens geht es darum, die „Kosteneffizienz“ in der Branche zu erreichen. Damit eine Technologie in großem Maßstab umgesetzt werden kann, muss sie das Problem lösen, „wie man die Wirkung mit begrenzten Ressourcen maximiert“.

Dies ist auch die einzige Möglichkeit, die ChatGPT-Branche umzusetzen – das -Modell kann den gleichen Effekt wie ChatGPT mit einer kleineren Parameterskala erzielen. Dies bringt auch für diese Unternehmen viele Probleme mit sich.

Tatsächlich gab Yunzhisheng auch zu, dass die Parameter der ChatGPT-Branchenversion möglicherweise auch einen Maßstab im zweistelligen Milliardenbereich erreichen müssen und nicht klein sind, um effektive Ergebnisse zu erzielen und groß angelegte Anwendungen zu erzielen.

Bis zu einem gewissen Grad ist die Erstellung einer Branchenversion von ChatGPT schwieriger als die des aktuellen universellen ChatGPT, aber wenn die ChatGPT-Branche wirklich eingeführt wird, müssen diese Probleme gelöst werden. Zusammenfassend geht es darum, die technischen Fähigkeiten von ChatGPT zu realisieren.

Dies ist eine Straße, die jeder, der das Spiel betritt, nicht vermeiden kann, sondern passieren muss.

Auf dieser Grundlage besteht kein Zweifel daran, dass Yunzhishengs Wahl schwieriger ist – die medizinische Versorgung ist der Einstiegspunkt. Dies gilt seit jeher als ein Bereich mit hohen Branchenbarrieren, hoher Professionalität und technischen Schwierigkeiten. Dies ist auch der Grund, warum es im Vergleich zum Wohlstand anderer Branchen nur sehr wenige medizinische KI-Akteure gibt.

Aber sobald die medizinische Version von ChatGPT geöffnet ist, wird die Implementierung anderer Felder, einschließlich des endgültigen allgemeinen Großmodells, mit doppeltem Ergebnis und halbem Aufwand durchgeführt.

Als 2012 gegründetes KI-Unternehmen legen sie großen Wert auf modernste KI-Technologie und fördern aktiv die industrielle Anwendung der Technologie, einschließlich Upgrades von Deep-Learning-Algorithmen und industriellen Anwendungen im Jahr 2012 und Atlas Im Jahr 2016 wurden die Supercomputing-Plattform, der Wissensgraph und die Full-Stack-KI-Technologieanwendungen auf die kognitive AGI-Technologie basierend auf dem ChatGPT-Framework aktualisiert.

Gleichzeitig ist er seit fast 10 Jahren intensiv in der Medizinbranche tätig und hat Branchenkenntnisse, Daten und Anwendungen gesammelt. Er gewann auch den ersten Preis des Beijing Science and Technology Progress Award im Jahr 2019.

Als Antwort darauf, ob es zuversichtlich ist, eine Branchenversion von ChatGPT zu entwickeln, sagte Yunzhisheng: Vollständig Habe Vertrauen .

Wie oben zusammengefasst ist die Erstellung von ChatGPT untrennbar mit qualitativ hochwertigen Daten, führenden Algorithmen und ausreichend Rechenleistung verbunden. Die vertikale Version von ChatGPT erfordert außerdem tiefergehende technische Fähigkeiten.

Unter diesen Gesichtspunkten ist Yunzhisheng tatsächlich eine Branchenreferenz.

In Bezug auf Daten hat Yunzhisheng in den letzten 10 Jahren ein umfassendes Spektrum an Branchendaten gesammelt, darunter patientenorientierte Beratung, Vorkonsultation, Patientenaufklärung usw Follow-up-Systeme. Darüber hinaus gibt es klinisch orientierte Sprachaufzeichnungen, Qualitätskontrolle von Krankenakten, Qualitätskontrolle für einzelne Krankheiten und medizinische Risikomanagementsysteme, die in fast 400 Krankenhäusern implementiert wurden. Es wird gesagt, dass der Datenumfang 5T erreicht hat und eine Datengrundlage für große Sprachmodelle in der medizinischen Industrie bietet.

Algorithmus In Bezug auf die kognitive Intelligenz, die ChatGPT repräsentiert, ist es selbst der zentrale technologische Vorteil von Yunzhisheng. Sie haben einen der größten medizinischen Wissensgraphen des Landes erstellt. Von 2019 bis 2022 gewann die kognitive Intelligenztechnologie von Yunzhisheng sieben Meisterschaften und fünf Zweitplatzierungen in relevanten in- und ausländischen Bewertungen. Sein selbst entwickeltes medizinisches Sprachmodell für die Vorbereitung auf das Training, CirBERTa, stand einst ganz oben auf der chinesischen Herausforderungsliste für die Verarbeitung medizinischer Informationen.

Auf Rechenleistung kann die Gleitkomma-Rechenleistung der Yunzhisheng-Supercomputing-Plattform 8 Milliarden Mal pro Sekunde erreichen, was Rechenleistung für Modelle mit Hunderten von Milliarden bereitstellen kann Parameter. Festigkeitsgarantie.

In Bezug auf Großmodelltechnik hat Yunzhisheng das CirBERTa-Modell entwickelt, das GPT-2-Modell reproduziert und Modellkomprimierungs- und Wissensdestillationsmechanismen verwendet Die Effizienz des Online-Argumentation wurde um das Hundertfache beschleunigt und der Grundstein für die weitverbreitete Anwendung großer Modelle gelegt.

Darüber hinaus ist als Branchenversion von ChatGPT auch Inhaltsqualitätssicherung ein wichtiger Bestandteil.

Die von Yunzhisheng bereitgestellte Lösung besteht darin, die in CirBERTa angewandte kontinuierliche Lern- und Wissenseinbettungstechnologie zu nutzen, um den Wissenserwerbs- und Aktualisierungsmechanismus des ChatGPT-Modells basierend auf der Anhäufung vorhandener Wissensgraphen zu optimieren.

Berichten zufolge kann dies die Richtigkeit des Wissens in ChatGPT-Antworten sicherstellen und gleichzeitig Informationen zur Wissensrückverfolgbarkeit bereitstellen.

Darüber hinaus können Sie mithilfe der branchenführenden Qualitätskontrolltechnologie für Krankenakten von Yunzhisheng automatisch Probleme in den generierten Krankenakten erkennen und dann automatisch Verstärkungslernen basierend auf menschlichem Feedback als Kerntechnologie von ChatGPT (RLHF, Reinforcement Learning from Human) generieren Feedback) Erforderliche Benutzer-Feedback-Daten zur Beschleunigung der Modelloptimierung.

Wer wird zuerst den ChatGPT-Bonus verschlingen?

Abschließend zurück zum Vorfall selbst: Frühere Diskussionen über den Wert von ChatGPT für die Branche erfolgten alle aus der Perspektive der industriellen Ökologie und Modellinnovation auf Makroebene, wie z. B. Mensch-Computer-Interaktion, Informationsverteilung, Inhaltsproduktion usw.

Heutzutage, da immer mehr vertikale Unternehmen in die Branche eintreten, wird auch die Bedeutung von ChatGPT für Unternehmen immer deutlicher – eine neue Wahl des AGI-Technologieparadigmas: Branchen basierend auf „allgemeinem Grundmodell in großem Maßstab + Optimierung von Leichtindustrieanwendungen“ Wissensintegration und Problemlösungsmethoden.

In der Vergangenheit befanden sich Spieler in diesen Szenarien möglicherweise in einem Zustand der Unwissenheit, wenn es um die Erforschung der KI ging: „Einen Berg als Berg sehen, einen Berg als keinen Berg sehen“, jetzt gibt es eine „ kleineren Berg und im Wissen, dass es eine Straße geben wird.

Die von ChatGPT demonstrierte „Intelligenz“ hat ihnen eine klare technische Richtung vorgegeben.

Yunzhisheng-CEO Huang Wei hat auch ein tiefes Verständnis. Selbst im Vergleich zu AlphaGo ist er davon überzeugt, dass die Auswirkungen von ChatGPT viel tiefer liegen und einer neuen „Industriellen Revolution“ gleichkommen. Der größte Vorteil dieser Revolution besteht darin, dass sie durch den selbstüberwachten Aufmerksamkeitsmechanismus umfangreiche unbeaufsichtigte Daten vollständig nutzen kann, um allgemeine Grundmodelle zu trainieren, und ein einheitliches Framework verwenden kann, um eine „End-to-End“-Integration der Wahrnehmung zu erreichen Präsentieren Sie maschinelle Intelligenz direkt aus qualitativ hochwertigen generierten Ergebnissen. Die von der Maschine angewandte künstlich gesteuerte datengesteuerte Lernmethode unterscheidet sich völlig von der logischen Denkweise des Menschen. Sie ähnelt dem von Flugzeugen verwendeten Jet-„Aerodynamik“-Mechanismus, der sich völlig von der „Flügelschlag“-Methode unterscheidet Vögel.

Ob für die gesamte Branche oder ein einzelnes Unternehmen, der Wert, den ChatGPT mit sich bringt, macht es ihnen wirklich schwer, ihm zu folgen.

Vor allem für Spieler sind sie in manchen Szenarien immer noch die Gruppe mit der höchsten Wahrscheinlichkeit, ChatGPT-Boni zu verschlingen.

Sie verfügen über Szenarien, Daten und tiefe Branchenbarrieren. Sobald sie über ChatGPT-Funktionen verfügen, können sie die ersten sein, die diese in der Branche implementieren. Dies ist ein First-Mover-Vorteil, den andere Spieler nicht erreichen können.

Als die letzte KI-Welle kam, waren es die Szenespieler, die als erste vom KI-Bonus profitierten. Es ist nur so, dass ChatGPT jetzt direkt über einen technischen Weg erscheint und die Implementierungsgeschwindigkeit natürlich viel schneller ist als zuvor.

Huang Wei, CEO von Yunzhisheng, nannte auch einen klaren Zeitpunkt:

Ein erfolgreicher Bewerbungsplan wird innerhalb des Jahres umgesetzt.

Das obige ist der detaillierte Inhalt vonWie weit ist es noch, bis ChatGPT medizinische Dienste implementieren kann? Die Leistung eines Harvard-Professors im persönlichen Test kommt der von Ärzten nahe, Yun Zhisheng wird entlarvt, eine Branchenversion zu erstellen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!