


Trouver des solutions de données d'IA de haute qualité : les défis pour les entreprises à l'ère des grands modèles
L'arrivée de l'ère des grands modèles accélère la transformation du développement de l'intelligence artificielle d'un développement centré sur les modèles vers un développement centré sur les données. Le « China AIGC Data Annotation Industry Panorama Report » du Qubit Think Tank a souligné qu'actuellement les solutions de données de grands modèles fleurissent dans de nombreux endroits, se concentrant sur des services personnalisés à guichet unique, en se concentrant sur l'ensemble du cycle de vie du développement de grands modèles (y compris la pré-formation , supervision et réglage fin, RLHF, tests de l'équipe rouge, tests de référence, etc.), les fournisseurs de services de données professionnels, les grandes entreprises modèles, les sociétés d'IA et d'autres parties ont mis au point des solutions de données pertinentes, dont la plupart sont à guichet unique, prestations personnalisées.
Une étude de cas utilisant des données de test cloud pour une solution de données de grands modèles destinée aux industries verticales. La solution peut fournir des données efficaces et de haute qualité pour le processus de bout en bout de modèles industriels à grande échelle, y compris une pré-formation continue et des tâches. mise au point, évaluation et tests conjoints, et publication de l'application
.
En tant que fournisseur de services de données doté de capacités de collecte de données de scénarios industriels et d'une riche accumulation d'ensembles de données, Cloud Measurement Data peut personnaliser en profondeur les solutions de collecte de données pour les clients de l'industrie afin de les aider à obtenir des données de scénarios de grande valeur. En utilisant les données de mesure du cloud pour fournir des solutions de données d'IA à grande échelle aux industries verticales, nous pouvons personnaliser en profondeur les solutions de collecte de données pour les clients de l'industrie afin de les aider à obtenir des données de grande valeur. Dans le même temps, face à des tâches de réglage précis, nous fournirons un contrôle qualité. -instruct, Prompt et autres projets de tâches basés sur du texte et prise en charge des capacités associées pour les grands modèles multimodaux. Une fois le réglage fin terminé, les données de test cloud sont accumulées par le personnel et les experts du domaine vertical + un système et des services d'évaluation pour aider les entreprises à évaluer la mise en œuvre de divers domaines d'application verticaux. Et grâce à la plate-forme d'annotation de données avec la base de données intégrée comme noyau, les données des cas difficiles sont renvoyées pour un nettoyage et une annotation complets, préparant ainsi un réglage plus efficace du modèle et favorisant l'extraction de valeurs d'IA plus diversifiées.
Avec l'évolution continue de l'intelligence artificielle générale représentée par les grands modèles, l'intelligence artificielle a montré une tendance à passer de l'intelligence spécialisée à l'intelligence générale, des percées ponctuelles à l'innovation collaborative, et de la recherche et développement technologique au développement de pointe. L'objectif des grands modèles va de la décentralisation à la concentration et au développement en profondeur des industries.
Fondamentalement parlant, le grand modèle est basé sur les applications industrielles et les moyens de subsistance des personnes intelligentes. Cloud Test Data expose activement les besoins en données et les tendances de développement à l'ère de l'intelligence artificielle, sur la base de services de données de formation d'IA de haute qualité basés sur des scénarios, et fournit une conduite intelligente et des villes intelligentes grâce à la « triple hélice » de produits de données, de données outils de traitement et services de données. , l'IOT intelligent, la finance intelligente et d'autres secteurs fournissent des services et des stratégies de données de haute efficacité, de haute qualité, multidimensionnels et basés sur des scénarios, et continuent de fournir un support de données de grande valeur pour les domaines technologiques traditionnels de l'IA. tels que la vision par ordinateur, la reconnaissance vocale, le traitement du langage naturel et les graphiques de connaissances.
Actuellement, en tant qu'une des technologies de base du nouveau cycle de révolution technologique, les grands modèles industriels devraient pousser la société humaine vers une ère plus intelligente. Dans cette nouvelle vague scientifique et technologique, Cloud Measurement Data participera activement à la R&D et à l'innovation des grands modèles industriels, fera pleinement valoir ses avantages dans le domaine des services de données d'intelligence artificielle et aidera les entreprises concernées à réaliser de nouvelles percées dans les données d'intelligence artificielle. , et créer des produits de grands modèles de l'industrie de pointe, Promouvoir le développement de haute qualité de l'industrie des grands modèles
.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)

Récemment, la « Conférence sur l'informatique intelligente de la nouvelle zone de Lingang » a eu lieu sur le thème « L'IA mène l'ère, la puissance de calcul conduit l'avenir ». Lors de la réunion, la New Area Intelligent Computing Industry Alliance a été officiellement créée. SenseTime est devenu membre de l'alliance en tant que fournisseur de puissance de calcul. Dans le même temps, SenseTime a reçu le titre d'entreprise de « New Area Intelligent Computing Industry Chain Master ». En tant que participant actif à l'écosystème de puissance de calcul de Lingang, SenseTime a actuellement construit l'une des plus grandes plates-formes informatiques intelligentes d'Asie : SenseTime AIDC, qui peut produire une puissance de calcul totale de 5 000 pétaflops et prendre en charge 20 modèles ultra-larges avec des centaines de milliards de paramètres. Entraînez-vous en même temps. SenseCore, un appareil à grande échelle construit avec AIDC comme base et tourné vers l'avenir, s'engage à créer une infrastructure et des services d'IA de nouvelle génération à haute efficacité, à faible coût et à grande échelle pour renforcer l'intelligence artificielle.

IT House a rapporté le 13 octobre que "Joule", une revue sœur de "Cell", a publié cette semaine un article intitulé "L'empreinte énergétique croissante de l'intelligence artificielle (L'empreinte énergétique croissante de l'intelligence artificielle)". Grâce à des enquêtes, nous avons appris que cet article avait été publié par Alex DeVries, fondateur de l'institution de recherche scientifique Digiconomist. Il a affirmé que les performances de raisonnement de l'intelligence artificielle à l'avenir pourraient consommer beaucoup d'électricité. On estime que d'ici 2027, la consommation électrique de l'intelligence artificielle pourrait être équivalente à la consommation électrique des Pays-Bas pendant un an. le monde extérieur a toujours pensé que la formation d'un modèle d'IA est « la chose la plus importante en IA ».

À l’ère de la haute technologie, tout le monde doit être familier avec l’intelligence artificielle générative, ou du moins en avoir entendu parler. Cependant, tout le monde s’inquiète toujours des données générées par l’intelligence artificielle, qui doivent passer par la qualité des données. Dans cette ère moderne, tout le monde devrait être familier avec l’intelligence artificielle générative, ou du moins en avoir une certaine compréhension. Cependant, certaines inquiétudes subsistent concernant les données générées par l’intelligence artificielle, ce qui a également donné lieu à des discussions sur la qualité des données. Qu'est-ce que l'intelligence artificielle générative ? L'intelligence artificielle générative est un type de système d'intelligence artificielle dont la fonction principale est de générer de nouvelles données, textes, images, audio, etc., plutôt que de simplement analyser et traiter les données existantes. Les systèmes d’intelligence artificielle générative apprennent à partir de grandes quantités de données et de modèles pour générer de nouveaux modèles dotés d’une certaine logique et sémantique.

Le modèle Transformer est issu de l'article « Attentionisallyouneed » publié par l'équipe de Google en 2017. Cet article proposait pour la première fois le concept d'utiliser Attention pour remplacer la structure cyclique du modèle Seq2Seq, ce qui a eu un grand impact dans le domaine de la PNL. Et avec les progrès continus de la recherche ces dernières années, les technologies liées à Transformer sont progressivement passées du traitement du langage naturel à d’autres domaines. Jusqu'à présent, les modèles de la série Transformer sont devenus des modèles courants dans les domaines de la PNL, du CV, de l'ASR et d'autres domaines. Par conséquent, la manière de former et de déduire des modèles de transformateur plus rapidement est devenue une direction de recherche importante dans l'industrie. Les techniques de quantification de faible précision peuvent

Driving China News le 28 juin 2023, aujourd'hui, lors du Mobile World Congress à Shanghai, China Unicom a publié le modèle graphique « Honghu Graphic Model 1.0 ». China Unicom a déclaré que le modèle graphique Honghu est le premier grand modèle pour les services à valeur ajoutée des opérateurs. Le journaliste de China Business News a appris que le modèle graphique de Honghu dispose actuellement de deux versions de 800 millions de paramètres de formation et de 2 milliards de paramètres de formation, qui peuvent réaliser des fonctions telles que des images basées sur du texte, le montage vidéo et des images basées sur des images. En outre, le président de China Unicom, Liu Liehong, a également déclaré dans son discours d'ouverture d'aujourd'hui que l'IA générative inaugure une singularité de développement et que 50 % des emplois seront profondément affectés par l'intelligence artificielle au cours des deux prochaines années.

Je crois que les amis qui suivent le cercle de la téléphonie mobile ne seront pas étrangers à l'expression « obtenez un score si vous ne l'acceptez pas ». Par exemple, les logiciels de tests de performances théoriques tels qu'AnTuTu et GeekBench ont beaucoup attiré l'attention des joueurs car ils peuvent refléter dans une certaine mesure les performances des téléphones mobiles. De même, il existe des logiciels d'analyse comparative correspondants pour les processeurs PC et les cartes graphiques afin de mesurer leurs performances. Puisque « tout peut être comparé », les grands modèles d'IA les plus populaires ont également commencé à participer à des concours d'analyse comparative, notamment dans les « Cent modèles » d'après. La "guerre" a commencé, des avancées ont été réalisées presque tous les jours et chaque entreprise a affirmé être "numéro un en termes de scores". Les grands modèles d'IA nationaux n'ont presque jamais pris de retard en termes de scores de performances, mais ils n'ont jamais été en mesure de surpasser GP en termes de performances. termes d’expérience utilisateur.

IT House a rapporté le 3 novembre que le site officiel de l'Institut de physique de l'Académie chinoise des sciences a récemment publié un article sur le groupe SF10 de l'Institut de physique de l'Académie chinoise des sciences/Centre national de recherche sur la physique de la matière condensée de Pékin. et le Centre d'information sur les réseaux informatiques de l'Académie chinoise des sciences ont collaboré pour appliquer de grands modèles d'IA à la science des matériaux. Dans ce domaine, des dizaines de milliers de données sur les voies de synthèse chimique sont transmises au grand modèle de langage LLAMA2-7b, obtenant ainsi un modèle MatChat. , qui peut être utilisé pour prédire les voies de synthèse de matériaux inorganiques. IT House a noté que le modèle peut effectuer un raisonnement logique basé sur la structure interrogée et générer le processus de préparation et la formule correspondants. Il a été déployé en ligne et est ouvert à tous les chercheurs en matériaux, apportant une nouvelle inspiration et de nouvelles idées à la recherche et à l'innovation sur les matériaux. Ce travail concerne les grands modèles de langage dans le domaine de la science segmentée

Le département d'intelligence artificielle de Meta Platforms a récemment déclaré qu'il enseignait aux modèles d'IA comment apprendre à marcher dans le monde physique avec le soutien d'une petite quantité de données d'entraînement, et qu'il avait fait des progrès rapides. Cette recherche peut réduire considérablement le temps nécessaire aux modèles d’IA pour acquérir des capacités de navigation visuelle. Auparavant, pour atteindre de tels objectifs, il fallait utiliser de grands ensembles de données et un « apprentissage par renforcement » répété pour les atteindre. Les chercheurs de Meta AI ont déclaré que cette exploration de la navigation visuelle de l’IA aura un impact significatif sur le monde virtuel. L’idée de base du projet n’est pas compliquée : aider l’IA à naviguer dans l’espace physique comme le font les humains, simplement par l’observation et l’exploration. Le département Meta AI a expliqué : « Par exemple, si nous voulons que des lunettes AR nous guident pour trouver les clés, nous devons
