


APUS Li Tao: Große KI-Modelle müssen „sechs Elemente' haben, um eine Wertschöpfung zu erzielen
[Global Network Technology Comprehensive Report] „Obwohl große Modelle ‚allmächtig‘ zu sein scheinen, können nicht alle Modelle in der Praxis verifiziert werden und nicht alle Modelle können echten Wert schaffen.“ 24. Oktober, beim 3. China Software Summit Beim Programmers Festival schlug Li Tao, Vorsitzender und CEO von APUS, die „Sechs-Elemente“-Ansicht der Wertschöpfung großer KI-Modelle vor. Er glaubt, dass das Ziel der Entwicklung großer KI-Modelle die Wertschöpfung ist, und um Wertschöpfung zu erreichen, müssen „sechs Elemente“ vorhanden sein: starke Rechenleistung, globale Wissensbasis, hochwertige Daten, sich ständig weiterentwickelnde Algorithmen, Werteausrichtung, und Szenario-Integration-Wertschöpfung.
Angesichts des Trends, dass KI die Branche neu aufbaut, wies Li Tao darauf hin, dass große Modelle die Rolle eines „Betriebssystems“ im Grunde spielen, das für die Integration, Planung und Zuweisung von Ressourcen wie Rechenleistung, Daten und Anwendungen verantwortlich ist, um den Aufbau umfassend voranzutreiben von industriellen Netzwerken
Die Verwendung großer Modelle als treibende Kraft führt nicht nur zu Veränderungen in der Internetbranche, sondern auch zu iterativen Upgrades von IT-Elementen. Li Tao glaubt, dass mit der Popularisierung der KI in der Zukunft die natürliche Sprache weit verbreitet sein wird und Menschen gleichzeitig direkt mit Maschinen sprechen können, und dass sich auch funktionale Positionen wie Programmierer, Produktmanager und Designer verändern werden „Designer“ von Bedürfnissen. Durch die Übergabe mühsamer, mechanischer und sich wiederholender Arbeiten an große Modelle und die Übergabe wertschöpfender Arbeit an Menschen wird die Allokation sozialer Ressourcen sinnvoller.
Obwohl einige Modelle bereits „smart“ aussehen, gibt es dennoch Probleme wie inkonsistente Werte. In diesem Zusammenhang ist APUS der Ansicht, dass die Forschung und Entwicklung von KI-Anwendungen in China weiterhin auf den groß angelegten Modellen Chinas basieren muss. Daher sollten Chinas Großmodellhersteller ein unabhängiges Bewusstsein haben und die Verantwortung für unabhängige Innovationen übernehmen. Gleichzeitig sollten sie differenzierte Barrieren entsprechend den Anforderungen des chinesischen Marktes errichten und präzise KI-Großmodellmodelle erstellen, die den Anforderungen Chinas entsprechen Bedürfnisse und Werte und schaffen neue KI-Produktivität
Der aktuelle Markt für große Modelle befindet sich noch in der Erkundungsphase der kommerziellen Umsetzung. Es besteht seit langem ein Konsens in der Branche, dass große Modelle gute KI-Anwendungen erstellen und Marktanforderungen gut erfüllen können. Li Tao betonte: „Chinas digitaler Aufbau ist ein kontinuierlicher iterativer Prozess, der eine große Modellbasis erfordert, um die schnelle Transformation intelligenter Szenarien zu unterstützen. Angesichts komplexer Anforderungen wird APUS weiterhin große KI-Modelle für die Integration in den chinesischen Markt anpassen.“ KI-Anwendungen mit Wertschöpfung.“
Er teilte mit, dass APUS in Bezug auf Daten einzigartige globale Benutzerdaten und ein qualitativ hochwertiges Korpus auf der Grundlage der letzten 9 Jahre des globalen Geschäfts und von 2,4 Milliarden globalen Benutzern gebildet hat. Gleichzeitig arbeitet APUS mit inländischen Korpusherstellern zusammen, um gemeinsam aufzubauen eine Datenbank für den chinesischen Markt Ein „roter Korpus“ mit positiven Werten. Was die Rechenleistung angeht, hat APUS in den Bau von zwei großen intelligenten Rechenzentren auf der ganzen Welt investiert und mit Cloud-Computing-Herstellern zusammengearbeitet, um den Nachfragern eine Vielzahl von Rechenleistungskombinationen und flexiblen Erweiterungslösungen anzubieten und so Unternehmen und Entwicklern bei der schnellen Umsetzung zu helfen Forschung und Entwicklung und senken die Kosten erheblich.APUS hat derzeit mit mehreren Industriepartnern zusammengearbeitet, darunter Medizin, Netzwerkinformation, Fertigung und E-Commerce, um groß angelegte Branchenlösungen zu entwickeln und dabei künstliche Intelligenz zu nutzen, um Partner bei der Modernisierung der Hardware-Infrastruktur, dem Aufbau grundlegender Modellplattformen und der Förderung von Innovationen zu unterstützen spezifische Geschäftsanwendungen
Gleichzeitig öffnet APUS weiterhin das Ökosystem und baut eine flexible industrielle Zusammenarbeit auf. Beispielsweise verfügt das APUS-Großmodell über offene Modell-Plug-Ins, und Entwickler können über die Funktionen von „Modellgruppen“ unabhängig auf externe Modelle zugreifen und komplexe Szenenanforderungen lösen.
Abschließend sagte Li Tao: „Wir gehen davon aus, dass große APUS-Modelle in Tausenden von Branchen eine grundlegende Rolle spielen können; wir erwarten auch, dass sich mehr Entwickler dem APUS-Ökosystem anschließen und große Modelle verwenden, um praktikablere KI-Anwendungen zu erstellen.“
Das obige ist der detaillierte Inhalt vonAPUS Li Tao: Große KI-Modelle müssen „sechs Elemente' haben, um eine Wertschöpfung zu erzielen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Der ChatGPT-Brand hat zu einer weiteren Welle der KI-Begeisterung geführt. Die Branche geht jedoch allgemein davon aus, dass sich nur große Unternehmen und superreiche Unternehmen KI leisten können, wenn die KI in die Ära großer KI-Modelle eintritt, da die Erstellung großer KI-Modelle sehr teuer ist . Das erste ist, dass es rechenintensiv ist. Avi Goldfarb, Marketingprofessor an der University of Toronto, sagte: „Wenn Sie ein Unternehmen gründen, selbst ein großes Sprachmodell entwickeln und es selbst berechnen möchten, sind die Kosten zu hoch. OpenAI ist sehr teuer und kostet Milliarden von Dollar.“ „Mietcomputer werden sicherlich viel billiger sein, aber Unternehmen müssen immer noch hohe Gebühren an AWS und andere Unternehmen zahlen. Zweitens sind Daten teuer. Trainingsmodelle erfordern riesige Datenmengen, manchmal sind die Daten leicht verfügbar und manchmal nicht. Daten wie CommonCrawl und LAION können kostenlos sein

In den letzten Jahren sind mit dem Aufkommen neuer Technologiemodelle, der Wertsteigerung von Anwendungsszenarien in verschiedenen Branchen und der Verbesserung der Produkteffekte aufgrund der Ansammlung riesiger Datenmengen Anwendungen der künstlichen Intelligenz aus Bereichen wie Konsum und Internet ausgestrahlt worden zu traditionellen Branchen wie Fertigung, Energie und Elektrizität. Der Reifegrad der Technologie und Anwendung künstlicher Intelligenz in Unternehmen verschiedener Branchen in den Hauptbereichen wirtschaftlicher Produktionsaktivitäten wie Design, Beschaffung, Produktion, Management und Vertrieb verbessert sich ständig und beschleunigt die Implementierung und Abdeckung künstlicher Intelligenz in allen Bereichen schrittweise Integration in das Hauptgeschäft, um den Industriestatus zu verbessern oder die Betriebseffizienz zu optimieren und die eigenen Vorteile weiter auszubauen. Die groß angelegte Implementierung innovativer Anwendungen der Technologie der künstlichen Intelligenz hat die starke Entwicklung des Big-Data-Intelligence-Marktes vorangetrieben und auch den zugrunde liegenden Data-Governance-Diensten Marktvitalität verliehen. Mit Big Data, Cloud Computing und Computing

Unter KI-Großmodellen versteht man Modelle der künstlichen Intelligenz, die mithilfe umfangreicher Daten und leistungsstarker Rechenleistung trainiert werden. Diese Modelle weisen in der Regel ein hohes Maß an Genauigkeit und Generalisierungsfähigkeiten auf und können auf verschiedene Bereiche wie die Verarbeitung natürlicher Sprache, Bilderkennung, Spracherkennung usw. angewendet werden. Das Training großer KI-Modelle erfordert eine große Menge an Daten und Rechenressourcen, und in der Regel ist es erforderlich, ein verteiltes Computer-Framework zu verwenden, um den Trainingsprozess zu beschleunigen. Der Trainingsprozess dieser Modelle ist sehr komplex und erfordert eine eingehende Untersuchung und Optimierung der Datenverteilung, Merkmalsauswahl, Modellstruktur usw. KI-Großmodelle haben ein breites Anwendungsspektrum und können in verschiedenen Szenarien eingesetzt werden, z. B. im intelligenten Kundenservice, im Smart Home, beim autonomen Fahren usw. In diesen Anwendungen können große KI-Modelle Menschen dabei helfen, verschiedene Aufgaben schneller und genauer zu erledigen und die Arbeitseffizienz zu verbessern.

Generative KI (AIGC) hat eine neue Ära der allgemeinen künstlichen Intelligenz eingeleitet. Der Wettbewerb um große Modelle ist zu einem spektakulären Schwerpunkt geworden, und das Erwachen der Macht ist zunehmend zu einem Branchenkonsens geworden. In der neuen Ära bewegen sich große Modelle von Einzelmodalität zu Multimodalität, die Größe von Parametern und Trainingsdatensätzen wächst exponentiell und riesige unstrukturierte Daten erfordern gleichzeitig die Unterstützung leistungsstarker Mischlastfunktionen; datenintensiv Das neue Paradigma erfreut sich immer größerer Beliebtheit und Anwendungsszenarien wie Supercomputing und High Performance Computing (HPC) rücken in die Tiefe. Bestehende Datenspeichergrundlagen sind nicht mehr in der Lage, den ständig wachsenden Anforderungen gerecht zu werden. Wenn Rechenleistung, Algorithmen und Daten die „Troika“ sind, die die Entwicklung künstlicher Intelligenz vorantreibt, dann müssen diese drei angesichts der enormen Veränderungen im äußeren Umfeld dringend wieder an Dynamik gewinnen

Vivo veröffentlichte am 1. November auf der Entwicklerkonferenz 2023 seine selbst entwickelte allgemeine Matrix für künstliche Intelligenz – das Blue Heart Model. Vivo kündigte an, dass das Blue Heart Model 5 Modelle mit unterschiedlichen Parameterebenen auf den Markt bringen wird : Milliarden, Dutzende Milliarden und Hunderte von Milliarden, die Kernszenarien abdecken, und ihre Modellfähigkeiten nehmen eine führende Position in der Branche ein. Vivo ist der Ansicht, dass ein gutes selbstentwickeltes großes Modell die folgenden fünf Anforderungen erfüllen muss: großer Maßstab, umfassende Funktionen, leistungsstarke Algorithmen, sicher und zuverlässig, unabhängige Entwicklung und sollte weitgehend Open Source sein. Der neu geschriebene Inhalt ist wie folgt: Unter ihnen Das erste ist das Blue-Heart-Modell Modell 7B, ein 7-Milliarden-Level-Modell, das duale Dienste für Mobiltelefone und die Cloud bereitstellen soll. Vivo sagte, dass dieses Modell in Bereichen wie Sprachverständnis und Texterstellung eingesetzt werden kann.

Kürzlich entwickelte ein Team von Informatikern ein flexibleres und belastbareres Modell für maschinelles Lernen mit der Fähigkeit, bekannte Informationen regelmäßig zu vergessen, eine Funktion, die in bestehenden groß angelegten Sprachmodellen nicht zu finden ist. Tatsächliche Messungen zeigen, dass die „Vergessensmethode“ in vielen Fällen beim Training sehr effizient ist und das Vergessensmodell eine bessere Leistung erbringt. Jea Kwon, ein KI-Ingenieur am Institute for Basic Science in Korea, sagte, die neue Forschung bedeute einen erheblichen Fortschritt auf dem Gebiet der KI. Die Trainingseffizienz der „Vergessensmethode“ ist sehr hoch. Die meisten gängigen KI-Sprach-Engines verwenden künstliche neuronale Netzwerktechnologie. Jedes „Neuron“ in dieser Netzwerkstruktur ist eigentlich eine mathematische Funktion. Sie sind miteinander verbunden, um Informationen zu empfangen und zu übertragen.

(Global TMT 10. November 2023) Am 9. November wurde Zhao Ming, CEO von Honor Terminal Co., Ltd., zum Wuzhen-Gipfel der Weltinternetkonferenz 2023, zum „Global Development Initiative Digital Cooperation Forum“ und eingeladen eine Grundsatzrede halten. „Der größte Faktor, der die Unterhaltungselektronikbranche beeinflusst, ist nicht der Konjunkturzyklus, sondern der Innovationszyklus.“ Obwohl der Smartphone-Markt weiterhin unter Druck stehe und der Benutzeraustauschzyklus verlängert wurde, habe dies große Herausforderungen für die Industriekette mit sich gebracht, so Zhao Ming glaubt, dass „KI-Großmodelle, 5G+ usw. innovative Technologien neue Funktionen, neue Formen, neue Kategorien und neue Service-Ökosysteme für intelligente Terminals hervorbringen und neue Möglichkeiten für die Entwicklung intelligenter Terminals mit sich bringen.“ In diesem Jahr brachte Honor sukzessive Honor MagicV2 heraus, das den Faltbildschirm in die Millimeter-Ära führt; extrem schlank und stilvoll

Künstliche Intelligenz ist in jüngster Zeit wieder in den Fokus menschlicher Innovationen gerückt und der Rüstungswettbewerb rund um KI ist intensiver denn je. Nicht nur aus Angst, den neuen Trend zu verpassen, versammeln sich Technologiegiganten, um sich dem Kampf der großen Modelle anzuschließen, sondern auch Peking, Shanghai, Shenzhen und andere Orte haben Richtlinien und Maßnahmen eingeführt, um Forschung zu Algorithmen und Schlüsselinnovationen für große Modelle durchzuführen Technologien, um ein Hochland für Innovationen im Bereich der künstlichen Intelligenz zu schaffen. Große KI-Modelle boomen, und große Technologiegiganten haben sich angeschlossen. Der kürzlich auf dem Zhongguancun-Forum 2023 veröffentlichte „China Artificial Intelligence Large Model Map Research Report“ zeigt, dass Chinas große KI-Modelle einen boomenden Entwicklungstrend aufweisen, und das gibt es auch viele Unternehmen der Branche. Robin Li, Gründer, Vorsitzender und CEO von Baidu, sagte unverblümt, dass wir an einem neuen Ausgangspunkt stehen
