


Cai Yi : L'émergence de grands modèles permet aux étudiants en arts libéraux de participer au développement d'applications d'intelligence artificielle
Cai Yi a déclaré qu'avec la naissance des grands modèles, les étudiants en arts libéraux ont également la possibilité de participer au développement d'applications d'intelligence artificielle
Ifeng.com Financial News, la conférence annuelle financière d'Ifeng.com 2023 se tiendra les 17 et 18 décembre. Le thème de cette réunion annuelle est « Traverser le cycle et renforcer la confiance », hébergé par ifeng.com et hébergé par ifeng.com Finance. À ce moment-là, des invités de premier plan des milieux politiques, économiques et universitaires seront invités pour examiner ensemble les sujets d'actualité des économies mondiale et chinoise en 2024, discuter des tendances d'investissement et injecter de la confiance dans le développement.
À l'ère de l'IA, quelle spécialité est la moins susceptible d'être remplacée est devenue un sujet brûlant. Lorsqu'un parent a demandé conseil sur la manière de choisir une spécialisation pour ses enfants, Cai Yi, doyen de l'École de logiciels de l'Université de technologie de Chine du Sud, a déclaré : « Maintenant, la culture des talents doit être repositionnée et peut être divisée en R&D. talents, talents d'application et talents de support auxiliaire."
Il a en outre expliqué : "Pour les talents R&D, cela implique le noyau technique du modèle, y compris la conception du modèle, l'optimisation, la formation, l'adaptation, etc. Par rapport à la formation des talents dans le passé, c'est plus proche."
Pour la culture des talents appliqués, la situation semble s'être diversifiée, notamment le seuil a été abaissé. Dans le passé, nous exigeions un certain seuil technique pour cultiver des talents appliqués, mais il semble désormais qu'avec l'émergence de modèles à grande échelle, les étudiants en arts libéraux puissent également s'engager dans le développement d'applications d'intelligence artificielle. En particulier, des rôles comme ceux d'analyste de données ne nécessitent pas trop de connaissances techniques, mais nécessitent l'émergence de talents transversaux liés à des domaines et disciplines spécifiquesLes talents de support auxiliaire constituent la dernière catégorie. « Ils sont principalement responsables de l'annotation des données et du feedback humain. Le seuil pour ce type de personnes est relativement bas. »
Ce qui suit est une transcription d'une partie du discours de Cai Yi :
Hôte : Si un parent venait demander à Dean Cai quelle est la préférence de son enfant dans le choix d'une spécialisation, que répondriez-vous ?Cai Yi estime que pour l'éducation universelle, la formation des talents devra peut-être être repositionnée et divisée en talents de recherche et développement, d'application et de soutien auxiliaire
Pour les talents R&D, ils seront impliqués dans le cœur de la technologie des modèles, y compris la conception, l'optimisation, la formation et l'adaptation des modèles. Cette méthode est assez similaire à la façon dont les talents étaient formés dans le passé, sauf qu’elle était davantage axée sur des domaines spécifiques. Désormais, étant donné que les grands modèles peuvent gérer plusieurs tâches, cultiver les talents en R&D peut être un peu différent
La deuxième catégorie, notre formation de talents appliqués pourra augmenter, surtout le seuil sera abaissé. Dans le passé, cultiver des talents appliqués nécessitait un certain seuil technique, mais il semble désormais qu'avec l'émergence de modèles à grande échelle, il semble que les étudiants en arts libéraux puissent également participer au développement d'applications d'intelligence artificielle. En particulier, des postes comme celui d'ingénieur prompt ne nécessitent pas beaucoup de bagage technique, mais nécessitent l'émergence de talents transversaux liés à ce domaine, ce sous-domaine et cette discipline. Dans certains domaines particuliers, notamment les domaines verticaux et les domaines subdivisés, il existe un plus grand besoin de talents transversaux. Pour les étudiants non-informaticiens, cela peut être un moyen relativement simple d'entrer dans le domaine de l'intelligence artificielle
Un autre type de talent est un grand nombre de talents de soutien auxiliaires. Ils sont principalement responsables de l’annotation des données et des commentaires humains. Bien entendu, le seuil pour de tels talents sera relativement bas
.
Les parents peuvent déterminer, en fonction du positionnement de leurs enfants, s'ils s'engageront dans la recherche et le développement technologique, la recherche et le développement de modèles ou se concentreront sur des applications spécifiques de l'intelligence artificielle combinées à des domaines spécifiques. De cette façon, les enfants peuvent clarifier leur orientation future de développement et étudier de manière ciblée pour éviter les détoursCe 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)

Le 30 mai, Tencent a annoncé une mise à niveau complète de son modèle Hunyuan. L'application « Tencent Yuanbao » basée sur le modèle Hunyuan a été officiellement lancée et peut être téléchargée sur les magasins d'applications Apple et Android. Par rapport à la version de l'applet Hunyuan lors de la phase de test précédente, Tencent Yuanbao fournit des fonctionnalités de base telles que la recherche IA, le résumé IA et l'écriture IA pour les scénarios d'efficacité du travail ; pour les scénarios de la vie quotidienne, le gameplay de Yuanbao est également plus riche et fournit de multiples fonctionnalités d'application IA. , et de nouvelles méthodes de jeu telles que la création d'agents personnels sont ajoutées. « Tencent ne s'efforcera pas d'être le premier à créer un grand modèle. » Liu Yuhong, vice-président de Tencent Cloud et responsable du grand modèle Tencent Hunyuan, a déclaré : « Au cours de l'année écoulée, nous avons continué à promouvoir les capacités de Tencent. Grand modèle Tencent Hunyuan. Dans la technologie polonaise riche et massive dans des scénarios commerciaux tout en obtenant un aperçu des besoins réels des utilisateurs.

Tan Dai, président de Volcano Engine, a déclaré que les entreprises qui souhaitent bien mettre en œuvre de grands modèles sont confrontées à trois défis clés : l'effet de modèle, le coût d'inférence et la difficulté de mise en œuvre : elles doivent disposer d'un bon support de base de grands modèles pour résoudre des problèmes complexes, et elles doivent également avoir une inférence à faible coût. Les services permettent d'utiliser largement de grands modèles, et davantage d'outils, de plates-formes et d'applications sont nécessaires pour aider les entreprises à mettre en œuvre des scénarios. ——Tan Dai, président de Huoshan Engine 01. Le grand modèle de pouf fait ses débuts et est largement utilisé. Le polissage de l'effet de modèle est le défi le plus critique pour la mise en œuvre de l'IA. Tan Dai a souligné que ce n'est que grâce à une utilisation intensive qu'un bon modèle peut être poli. Actuellement, le modèle Doubao traite 120 milliards de jetons de texte et génère 30 millions d'images chaque jour. Afin d'aider les entreprises à mettre en œuvre des scénarios de modèles à grande échelle, le modèle à grande échelle beanbao développé indépendamment par ByteDance sera lancé à travers le volcan.

« Une complexité élevée, une fragmentation élevée et des domaines interdomaines » ont toujours été les principaux problèmes sur la voie de la mise à niveau numérique et intelligente du secteur des transports. Récemment, le « modèle de trafic Qinling·Qinchuan » avec une échelle de paramètres de 100 milliards, construit conjointement par China Science Vision, le gouvernement du district de Xi'an Yanta et le centre informatique d'intelligence artificielle du futur de Xi'an, est orienté vers le domaine des transports intelligents. et fournit des services à Xi'an et ses environs. La région créera un pivot pour l'innovation en matière de transport intelligent. Le « modèle de trafic Qinling·Qinchuan » combine les données écologiques massives du trafic local de Xi'an dans des scénarios ouverts, l'algorithme avancé original développé indépendamment par China Science Vision et la puissante puissance de calcul de l'IA Shengteng du futur centre informatique d'intelligence artificielle de Xi'an pour fournir la surveillance du réseau routier, les scénarios de transport intelligents tels que la commande d'urgence, la gestion de la maintenance et les déplacements publics entraînent des changements numériques et intelligents. La gestion du trafic présente des caractéristiques différentes selon les villes, et le trafic sur différentes routes

1. Positionnement du produit TensorRT-LLM TensorRT-LLM est une solution d'inférence évolutive développée par NVIDIA pour les grands modèles de langage (LLM). Il crée, compile et exécute des graphiques de calcul basés sur le cadre de compilation d'apprentissage en profondeur TensorRT et s'appuie sur l'implémentation efficace des noyaux dans FastTransformer. De plus, il utilise NCCL pour la communication entre les appareils. Les développeurs peuvent personnaliser les opérateurs pour répondre à des besoins spécifiques en fonction du développement technologique et des différences de demande, comme le développement de GEMM personnalisés basés sur le coutelas. TensorRT-LLM est la solution d'inférence officielle de NVIDIA, engagée à fournir des performances élevées et à améliorer continuellement sa praticité. TensorRT-LL

Selon des informations du 4 avril, l'Administration du cyberespace de Chine a récemment publié une liste de grands modèles enregistrés, et le « Grand modèle d'interaction du langage naturel Jiutian » de China Mobile y a été inclus, indiquant que le grand modèle Jiutian AI de China Mobile peut officiellement fournir des informations artificielles génératives. services de renseignement vers le monde extérieur. China Mobile a déclaré qu'il s'agit du premier modèle à grande échelle développé par une entreprise centrale à avoir réussi à la fois le double enregistrement national « Enregistrement du service d'intelligence artificielle générative » et le double enregistrement « Enregistrement de l'algorithme de service de synthèse profonde domestique ». Selon les rapports, le grand modèle d'interaction en langage naturel de Jiutian présente les caractéristiques de capacités, de sécurité et de crédibilité améliorées de l'industrie, et prend en charge la localisation complète. Il a formé plusieurs versions de paramètres telles que 9 milliards, 13,9 milliards, 57 milliards et 100 milliards. et peut être déployé de manière flexible dans le Cloud, la périphérie et la fin sont des situations différentes

1. Introduction au contexte Tout d’abord, présentons l’historique du développement de la technologie Yunwen. Yunwen Technology Company... 2023 est la période où les grands modèles prédominent. De nombreuses entreprises pensent que l'importance des graphiques a été considérablement réduite après les grands modèles et que les systèmes d'information prédéfinis étudiés précédemment ne sont plus importants. Cependant, avec la promotion du RAG et la prévalence de la gouvernance des données, nous avons constaté qu'une gouvernance des données plus efficace et des données de haute qualité sont des conditions préalables importantes pour améliorer l'efficacité des grands modèles privatisés. Par conséquent, de plus en plus d'entreprises commencent à y prêter attention. au contenu lié à la construction des connaissances. Cela favorise également la construction et le traitement des connaissances à un niveau supérieur, où de nombreuses techniques et méthodes peuvent être explorées. On voit que l'émergence d'une nouvelle technologie ne détruit pas toutes les anciennes technologies, mais peut également intégrer des technologies nouvelles et anciennes.

Si les questions du test sont trop simples, les meilleurs étudiants et les mauvais étudiants peuvent obtenir 90 points, et l'écart ne peut pas être creusé... Avec la sortie plus tard de modèles plus puissants tels que Claude3, Llama3 et même GPT-5, l'industrie est en besoin urgent d'un modèle de référence plus difficile et différencié. LMSYS, l'organisation à l'origine du grand modèle Arena, a lancé la référence de nouvelle génération, Arena-Hard, qui a attiré une large attention. Il existe également la dernière référence pour la force des deux versions affinées des instructions Llama3. Par rapport à MTBench, qui avait des scores similaires auparavant, la discrimination Arena-Hard est passée de 22,6 % à 87,4 %, ce qui est plus fort et plus faible en un coup d'œil. Arena-Hard est construit à partir de données humaines en temps réel provenant de l'arène et a un taux de cohérence de 89,1 % avec les préférences humaines.

Selon les informations du 13 juin, selon le compte public « Volcano Engine » de Byte, l'assistant d'intelligence artificielle de Xiaomi « Xiao Ai » a conclu une coopération avec Volcano Engine. Les deux parties réaliseront une expérience interactive d'IA plus intelligente basée sur le grand modèle beanbao. . Il est rapporté que le modèle beanbao à grande échelle créé par ByteDance peut traiter efficacement jusqu'à 120 milliards de jetons de texte et générer 30 millions de contenus chaque jour. Xiaomi a utilisé le grand modèle Doubao pour améliorer les capacités d'apprentissage et de raisonnement de son propre modèle et créer un nouveau « Xiao Ai Classmate », qui non seulement saisit plus précisément les besoins des utilisateurs, mais offre également une vitesse de réponse plus rapide et des services de contenu plus complets. Par exemple, lorsqu'un utilisateur pose une question sur un concept scientifique complexe, &ldq
