


La concurrence verticale des grands modèles peut-elle briser les « points bloqués » en matière de données ?
Les grands modèles d’IA sont populaires partout dans le monde, et les industries chinoises ont également suscité un nouvel enthousiasme pour les applications d’intelligence artificielle.
À mesure que les grands fabricants participent à la compétition, le marché se divise en deux voies principales : générale et verticale. Les différences entre les deux en termes de niveaux de paramètres, de scénarios d'application, de modèles économiques, etc. sont progressivement apparues.
1. Les entreprises affluent sur la voie des grands modèles verticaux
Les grands modèles d'IA généraux comme ChatGPT peuvent gérer le langage naturel dans divers domaines et scénarios. Cependant, en raison des énormes ressources informatiques et du volume de données requis, ils sont devenus le centre d'intérêt. Fabricants nationaux et étrangers.
Ce type d'entreprise dispose généralement d'une équipe technique et d'un soutien financier solides, ainsi que de ses propres avantages en matière de scénario et de trafic. Baidu, Alibaba, Tencent, Byte, Huawei et d'autres sociétés ont adopté leurs propres grands modèles généraux d'IA dans les domaines de la recherche, des réseaux sociaux, du commerce électronique, de la bureautique et d'autres domaines.
En comparaison, il est difficile pour les startups et les entreprises dans des domaines de niche d'obtenir des avantages de premier arrivé ou des avantages de différenciation dans une telle concurrence.
Le grand modèle d'IA vertical se concentre uniquement sur un domaine ou un scénario spécifique. Il peut utiliser les données et les connaissances de l'industrie pour fournir des solutions plus précises et efficaces afin de mieux répondre aux besoins et aux attentes des utilisateurs dans un certain domaine ou scénario. : soins médicaux, finances, éducation, etc.
Dans le même temps, il peut utiliser comme base certains grands modèles d'IA généraux open source ou fermés, puis effectuer des réglages d'instructions sur ceux-ci pour s'adapter à ses propres domaines ou scénarios cibles.
Par conséquent, son échelle de paramètres est d'un ordre de grandeur inférieure à celle d'un grand modèle général. Si le volant de données et la formation du modèle peuvent être bien combinés, il peut même être plus performant et coûter moins cher qu'un grand modèle général dans certains domaines spécifiques. .
Dans ce contexte, de plus en plus d'entreprises ont rejoint la piste verticale des grands modèles.
Le 18 mai, Sangfor a publié le premier grand modèle de sécurité auto-développé par la Chine, devenant ainsi la première application de la technologie GPT dans le domaine de la sécurité.
Le 5 mai, Xueersi a annoncé qu'elle développait un grand modèle mathématique auto-développé, nommé ; MathGPT, destiné aux passionnés de mathématiques du monde entier et aux instituts de recherche scientifique ;
En mars, Daguan Data a annoncé qu'elle développait le système Caozhi, en se concentrant sur de grands modèles de langage dans des domaines verticaux tels que la finance, les affaires gouvernementales et la fabrication.
Des scénarios de commercialisation clairs et des coûts de puissance de calcul inférieurs ont ouvert la porte à diverses entreprises pour se lancer dans de grands modèles verticaux.
2. Le test du grand modèle vertical
L'avantage du grand modèle vertical est qu'il n'est pas assez grand : la puissance de calcul n'est pas assez grande et la difficulté de l'algorithme est faible, mais cela ne veut pas dire que tout le monde peut faire le grand modèle vertical.
Comme nous le savons tous, les trois éléments des grands modèles d'IA : la puissance de calcul, les algorithmes et les données sont tous le « flux » qui alimente l'IA.
Parlons d’abord de la puissance de calcul.
La raison pour laquelle les grands modèles sont « grands » est due au grand nombre de paramètres et à l'énorme quantité de données. La quantité de calcul requise pour un grand modèle d’IA équivaut à peu près au produit de la quantité de paramètres et de la quantité de données.
Au cours des cinq dernières années, le nombre de paramètres des grands modèles d'IA a augmenté d'un ordre de grandeur presque chaque année. Par exemple, le nombre de paramètres du GPT-4 est 16 fois supérieur à celui du GPT-3, atteignant 1,6 billion. .
Avec l'introduction de données multimodales telles que les images, l'audio et la vidéo, la quantité de données dans les grands modèles augmente également rapidement. Cela signifie que si vous souhaitez jouer avec de grands modèles, vous devez disposer d’une grande puissance de calcul.
À titre de référence, le coût de formation et d'inférence d'un ensemble de grands modèles verticaux peut être d'un ordre de grandeur inférieur à celui du modèle Open AI avec la même échelle de paramètres dans le scénario de la technologie humanoïde numérique, comme le directeur stratégique de Qiyuan World Wang Sijie une fois mentionné : construisez d'abord des modèles verticaux plus petits (tels que des dizaines de milliards de paramètres, des milliards de paramètres) afin que le volant de données et la formation du modèle puissent être bien combinés. Les modèles verticaux peuvent être plus efficaces que l'Open AI dans certains domaines. .
Même si les besoins en puissance de calcul du grand modèle vertical sont bien inférieurs à ceux du grand modèle général, l'investissement dans l'infrastructure de puissance de calcul empêchera toujours certaines petites entreprises d'y entrer.
Parlons de l’algorithme.
Parmi les trois éléments, la difficulté de développement d'algorithmes est relativement faible. Chaque entreprise a son propre algorithme de chemin pour réaliser de grands modèles, et il existe de nombreux projets open source qui peuvent être utilisés comme référence et sont les plus faciles à raccourcir ou à raccourcir. même combler l'écart.
Enfin, parlons de données.
Des données de haute qualité sont la clé pour faciliter la formation et le réglage de l'IA. Des données suffisantes et riches constituent la base des grands modèles d'IA.
OpenAI a précédemment révélé que pour que l'IA puisse parler aussi facilement que les humains, les développeurs ont fourni à GPT-3.5 jusqu'à 45 To de corpus de texte, soit l'équivalent de 4,72 millions d'ensembles des « Quatre grands classiques » chinois. Ces sources de corpus proviennent d'un large éventail de sources, notamment Wikipédia, des articles en ligne, des livres et des revues, etc., et même la plateforme de code open source Github est incluse.
Mais lorsqu’on se concentre sur des secteurs segmentés, il n’est pas si facile d’obtenir des données.
Industrial Securities a déclaré publiquement que pour former des modèles industriels professionnels à grande échelle, des données industrielles et des données publiques de haute qualité sont cruciales.
En ce qui concerne le marché national des données, selon les révélations officielles de la Commission nationale du développement et de la réforme, les ressources de données gouvernementales de mon pays représentent plus des 3/4 des ressources de données du pays, mais l'échelle d'ouverture est inférieure à 10 % de celui des États-Unis, et l'échelle que les particuliers et les entreprises peuvent utiliser est encore inférieure à celle des États-Unis 7 %.
Et les données de l'industrie sont des données de domaine privé très essentielles. Plus la quantité de données du domaine privé est importante et plus leur qualité est élevée, plus elles ont de la valeur.
Si une entreprise médicale dispose de données médicales et de données de cas riches, elle a la capacité de développer des produits de modèle vertical à grande échelle similaires à l'industrie médicale. Les données de projet dans le secteur de la construction, les données de portraits d'utilisateurs dans le secteur financier et les données de position des navires dans le secteur du transport maritime sont toutes des sources de données clés qui prennent en charge de grands modèles verticaux.
Mais ces données du domaine privé sont toutes entre les mains des entreprises elles-mêmes, et pour des raisons de sécurité et de conformité des données, la plupart des institutions exigent un déploiement local avant d'essayer une formation à grande échelle. Il est difficile d'imaginer que les entreprises donneront leur noyau. les données aux autres vont s'entraîner.
De plus, il est également très important de correctement étiqueter et annoter les données. Réécrivez les mots originaux comme suit : La classification des données à différents niveaux peut améliorer l'efficacité du produit, et des données étiquetées très précises peuvent améliorer encore les performances professionnelles des grands modèles.
Cependant, à ce stade, le coût pour les industries verticales d'obtenir des données d'annotation de haute précision est relativement élevé, et il y a moins de données industrielles professionnelles dans les bases de données publiques, de sorte que des exigences élevées sont imposées à la construction de grands modèles verticaux.
En général, si vous souhaitez construire un grand modèle vertical, l'importance des données dépasse de loin la puissance de calcul et les algorithmes.
Les données sont devenues un « point de blocage » permettant aux entreprises de percer dans les grands modèles verticaux.
3. Ayez une longueur d'avance avec les données industrielles
Les modèles verticaux à grande échelle mettent l'accent sur la logique d'application et de scénario, et en Chine, ils mettent l'accent sur la valeur du côté industriel.
D'une part, dans le contexte de la vague actuelle d'intelligence en Chine, il existe une large demande du marché pour l'innovation numérique du côté industriel ; d'autre part, dans l'écosystème toB, les pratiques basées sur des applications verticales sont également propices au formation de volants de données et de volants de scène.
La prémisse de tout cela est que l'entreprise qui lance de grands modèles verticaux a établi des barrières techniques et des fossés dans l'industrie, c'est-à-dire l'avantage concurrentiel de « personne n'a ce que j'ai ».
Il semble que les entreprises profondément impliquées dans les industries verticales depuis de nombreuses années aient plus de chances de gagner.
Ces entreprises ont une forte accumulation dans les domaines du traitement des données, des modèles à grande échelle et des graphiques de connaissances, et ont de plus grands avantages dans l'optimisation des modèles à grande échelle. Dans le même temps, ils ont une compréhension approfondie des besoins des clients B et des scénarios de mise en œuvre, ce qui peut mieux garantir la crédibilité et la fiabilité des produits verticaux à grand modèle et répondre aux besoins de l'entreprise en matière de sécurité, de contrôlabilité et de conformité.
Actuellement, certains grands modèles verticaux ont été testés dans les domaines de la finance, de l'éducation, de la médecine, du marketing et d'autres scénarios.
Par exemple, Bloomberg a utilisé ses riches sources de données financières et s'est recyclé sur la base du cadre open source GPT-3 pour développer un grand modèle BloombergGPT spécifique à la finance
NetEase Youdao a lancé un modèle de type ChatGPT auto-développé pour les scénarios éducatifs ; " Zi a dit”;
Quelques semaines seulement après la sortie de ChatGPT, Google a annoncé Med-PaLM, un modèle de langage médical à grande échelle spécialement conçu pour répondre aux questions liées aux soins de santé...
Avec l'adhésion de plus en plus d'entreprises, Large- des modèles réduits dans des domaines verticaux émergeront largement dans diverses industries et subdivisions. Et les entreprises qui peuvent se spécialiser et comprendre un domaine vertical, utiliser des données de haute qualité pour optimiser en permanence leurs modèles, fonctionner en boucle fermée et construire un écosystème industriel finiront par rendre la chaîne de valeur suffisamment longue.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
