目次
1. 普遍性の勝利
2. AI の包括的な開発を加速する
3. ChatGPT は単なる出発点です
ホームページ テクノロジー周辺機器 AI 産業用 AI も「ChatGPT モーメント」の到来をもたらします

産業用 AI も「ChatGPT モーメント」の到来をもたらします

Apr 04, 2023 pm 12:55 PM
AI chatgpt

ChatGPT の出現は、ここ数年で徐々に工業化のボトルネックに達したと考えられてきた AI 業界が依然として最も革新的な肥沃な土壌であり、大きなチャンスを秘めていることを示しているのかもしれません。

シングルモーダル GPT-3 に基づく ChatGPT の「地震」の余波は収まらず、マルチモーダル GPT-4 の「津波」が友人たちの輪を瞬時に押し広げました。

「人工知能の予測は非常に難しいということを思い出させてくれます。」 OpenAI CEO のサム アルトマンは、DALL-E 2 のリリース後にこう言いました。彼は正しかったことが判明した。象徴主義に基づくエキスパートシステムの衰退により、人工知能は終焉を迎えたと思われていましたが、2012 年のディープラーニングが再び希望を呼び起こし、現在では AI の分野を席巻しています。システムが大きくなるにつれて、トレーニング時間と資本コストは膨張し続けます。モデルにパラメーターを追加すると限界利益が減少するのではないかと誰もが心配していたとき、GPT-3 と GPT-4 は、より大規模で複雑な深層学習システムが実際にさらに驚くべき機能をリリースできること、そして ChatGPT の誕生を世界に次々と伝えました。さらに言えば、人々は「破壊的な」アプリケーション結果を見ることができます (GPT4 パラメータの数が 100 兆であるとさえフェイクニュースが主張しています)。

産業用 AI も「ChatGPT モーメント」の到来をもたらします

ChatGPT の登場は、ここ数年で徐々に産業化のボトルネックに達したと考えられてきた AI 業界が、依然として最も限界に達していることを示しているのかもしれません。革新的な肥沃な土地であり、大きなチャンスが含まれています。新しい生産性が形になり始めると、製造業に代表される産業は、より深い AI の変化をもたらし、業界の「ChatGPT の瞬間」を迎える可能性があります。このプロセスでは、技術トレンドに沿ったテクノロジー企業も、最初に、サークルから抜け出す。

1. 普遍性の勝利

これまでのところ、AI 分野を支配しているモデルは依然としてタスク固有のものです。 AI 企業によって開発されたモデルは、特定の範囲内では良好に機能しましたが、エンジニアは、その一般化機能が、より広範囲のシナリオへの展開をサポートするには不十分であることに気づきました。業界関係者の言葉によれば、多くのモデルがトレーニングされていますが、さらに多くのモデルがまだ必要とされています。

このボトルネックは、高度に細分化された工業製造の分野ではほぼ N 倍に拡大しています。工業生産には多くの細分化された分野があるため、各分野では生産工程、技術、生産ラインの構成、原材料、製品の種類などに大きな違いがあります。リチウム電池の生産は十数の工程に分かれ、数千の工程ポイントがあり、生産ラインには少なくとも2,500の重要な品質管理ポイントがあり、液晶パネルの生産は数百の工程があり、パネルの種類は120にも及ぶ携帯電話には数百のサプライヤーが関与する数百の部品があり、各部品にはテストすべき数十の欠陥がある場合があります。

既存の深層学習モデルは汎用性が低く、同じ業界内であってもモデルの再利用率が比較的低いです。たとえば、世界をリードする携帯電話ブランドのスマート生産ライン全体にサービスを提供したい場合は、数十万のアルゴリズム モデルを作成する必要がある場合があります (その後のソフトウェアとハ​​ードウェアの反復アップグレードを除く)。

現在、このやっかいな問題は、ChatGPT の背後にある基本モデル (大きなモデル) の典型的なシナリオになっています。

2022 年、Google、スタンフォード大学、ノースカロライナ大学チャペルヒル校、DeepMind などの機関からの研究論文 [1] では、大規模モデルの「創発能力」が紹介されました。小さなモデルには存在しないが、より大きなモデルには存在しており、モデルのこの能力は新たに出現したものであると彼らは主張しています。この能力は現在主に言語モデルに反映されていますが、視覚モデルやマルチモーダル モデルに関する将来の研究にも影響を与えます。

スタンフォード大学の人間中心人工知能 (HAI) センターの基本モデル研究センター (CRFM) によると、「これ (大規模モデル) は、AI システムを構築するための新しく成功したパラダイムを表しています」大量のデータ、モデルをトレーニングし、それを複数のアプリケーションに適応させます。」[2]。

この種の一般的な機能は、まさに工業生産に必要なものです。工業生産現場はさまざまなシナリオに直面しており、高度に細分化された需要の中で、安定した技術体系を通じて普遍的な技術力をいかに創出するかは、ここで才能を発揮しようとするテクノロジー企業にとって最大の課題となっています。

Simou Technology の創設者である Jia Jiaya 氏は、会社設立当初に AI 2.0 の概念について言及しましたが、AI 1.0 を広く採用している現在の AI 企業と異なる核心的な点の 1 つは、AI 1.0 を重視していることです。汎用性について。 Jia Jiaya 氏は、「私たちは新世代の AI システム アーキテクチャを構築し、統一されたアーキテクチャを使用して、他の人が以前に単一のシナリオで行っていたことを解決し、それをさまざまなシナリオで普遍的にしたいと考えています。」と述べました。 「ボトムアップから。アルゴリズムは標準化された手段を使用して、分散した産業シナリオを解決し、複製可能性や標準化などの重要な問題を克服します。」

SMore ViMo Industrial Platform は、Simou Technology の最も人気のある製品であり、ユニバーサル プラットフォームの典型的な例です。デザイン思考 たとえば、これは産業シナリオ向けに構築された初の業界横断的な中央プラットフォームであり、マルチシナリオの汎用性を備えています。新エネルギー、半導体、自動車、家電など複数の業界における1,000以上の細分化されたアプリケーションシナリオのニーズを満たすだけでなく、マテリアルトラッキング、生産ラインにおける欠陥箇所やワークの個数計測、外観欠陥検出など

産業用 AI も「ChatGPT モーメント」の到来をもたらします

SMore ViMo インテリジェント産業プラットフォームのシステム アーキテクチャ。

このパスの重要な特徴は、俊敏性、パーソナライゼーション、および低い限界費用の間の比較的良好なバランスであることです。 SMore ViMo プラットフォームの助けにより、SMore Technology はすでに同業界のさまざまな業界の数百のプロジェクトを同時にサポートできますが、将来的には 10 倍に拡張して数千のプロジェクトを同時にサポートし、効率性をもたらすことが期待されていますAI 産業アプリケーションへのブレークスルー。

Simou は、インテリジェント製造の効率を大幅に向上させるために大規模な産業シナリオで Transformer テクノロジーを初めて使用した後、再び大規模モデルを初めて採用しました。 Simou チームは、産業分野で大規模モデルの創発能力の研究と産業化を行った最初のチームであり、その産業大規模モデルは、コンテキスト学習に少数の欠陥サンプルを使用するため、基本モデルは迅速に適応できます。特定の産業シナリオと特定のタスクの完了。

一部の業界関係者の見解では、ChatGPT の成功とその背後にあるより汎用性の高いテクノロジによって、AI アプリケーションは新たな段階に押し上げられるでしょう。工業製造業に代表されるあらゆる分野の中で、過去にこの業界に根付き、この傾向を受け入れ、データとテクノロジーのクローズドループ実装を完了した企業は、より多くの利点を持ち、将来の爆発的な成長においてより有利になるでしょう。アプリケーション。

2. AI の包括的な開発を加速する

工業製造の分野でも、異なる「言語」の間には大きなギャップがあります。業界関係者によると、製造業は多くのデータを蓄積しているが、製造技術者(機械技術者や材料技術者など)がこのデータを活用するプログラムを書くことはまだほとんどなく、AI開発者も産業上の問題を理解するという課題に直面しているという。テクノロジーの導入が大幅に制限されます。

Simou Technology のアルゴリズム エンジニアは、RLHF (Reinforcement Learning from Human Feedback、人間のフィードバックに基づく強化学習) など、ChatGPT の背後にあるテクノロジーにより、既存の作業をさらに進めることができることがわかると述べました。

RLHF は、人間のフィードバックを大規模モデルのトレーニング プロセスに組み込む強化学習の拡張であり、人間が別の専門家から学習するのと同じように、機械に自然で人道的な対話型学習プロセスを提供します。専門知識を学ぶのと同じ方法です。 。 RLHF は、AI と人間の間に架け橋を構築することで、AI が人間の経験を迅速に習得できるようにします。

彼らは、産業用 AI が将来、アクティブ ラーニング AIaaS (AI As a Service、サービスとしての人工知能) プラットフォームを生み出す可能性があると述べており、アルゴリズム エンジニアとアノテーション専門家の協力を通じて、RLHF テクノロジーは大規模なモデルと人間の知識を利用して AI が産業上の問題を理解し、特定の産業タスクの要件を満たすことができるため、プログラミングができない産業専門家でも AI モデルをトレーニングできるようになります。

現在、Simou Technology はすでに RLHF と産業を組み合わせたアプリケーション シナリオを検討しています。

さらに、ChatGPT の単純な対話モードは、工業製造における AI の実装戦略と非常によく似ています。産業分野のシナリオは複雑であり、優れた製品にはシンプルで使いやすいことが求められます。たとえば、簡潔なインタラクションとワンクリック導入ソリューションにより、配信プロセス中のトレーニング コストと学習負担を軽減できます。

多くのプログラマは、ChatGPT は壮大なバベルの塔を再構築するのと同じだと言います。コンピュータとの通信は、もはやプログラマの独占的な権限ではありません。すでにいくつかの要件を理解し、単純なコード ソリューションを作成できます。しかし今では、近い将来、製造分野の実務者も AI プラットフォーム上で自己プログラミングを実装し、生産ラインのニーズに基づいたモデルを開発できるようになると予測できます。これは、製造業における AI 人材不足の解決にも役立ちます。

「コンピュータ システムが産業実装におけるいくつかの大きな問題を突破し、自動アルゴリズムの組み合わせと展開を実現でき、人間が少量のカスタマイズされたアルゴリズム設計に参加するだけで済む場合にのみ、クロスドメインの大規模なAI の大規模な産業化は実現するでしょうか? 可能性はあります」と Jiajiaya 氏はかつて言いました。

実際、Simou Technology は、非常に早い段階から、迅速なテクノロジーの反復を実現できる開発プラットフォームの構築を構想していました。イメージをアップロードするだけで、自動的に欠陥をマークし、製品レベルのモデルまたは SDK を取得できます。 -クリック テスト: プロジェクトに多額の投資が費やされるアルゴリズムのコストを削減します。

プロジェクトを繰り返すうちに、Simou Technology はより成熟した業界ソリューションと実践的な経験を徐々に自社製品に統合し、その後、顧客が Simou Technology 従業員の助けを借りずに自分でできるようにする完全な製品タイプを発売しました。経験と使用により、製品の最も初期の商業用途が形成されました。

テクノロジーの進歩に伴い、それが消費者向けであれ、工業生産などの産業向けであれ、より包括的なテクノロジーの応用が見られ、それが大きなチャンスをもたらしています。

3. ChatGPT は単なる出発点です

過去 10 年間、AI テクノロジーの商用化には多くの人が疑問を抱いてきました。今回、ChatGTP の背後にある技術的進歩は革命の到来を告げており、AI が真に普遍的な生産性インフラストラクチャーになる可能性があります。

「GPT (Generative Pre-Trained Transformer) は、general-Purpose technology (汎用技術) の略語であることもあります」、「The Economist」の記事では、「画期的なイノベーションは蒸気エンジンのようなものになり得る」と書かれています。 、電気、コンピューターの普及により、あらゆる分野で生産性が向上しました。」[3]。

1980 年代に始まったパーソナル コンピューター革命は、1990 年代後半にこれらのマシンがより安価でより強力になり、インターネットに接続されるようになり、生産性を実際に向上させ始めました。 2012 年に AlexNet ニューラル ネットワークが ImageNet コンペティションで優勝したことがディープラーニングの転機となり、それ以来、大量の研究が行われ始め、さまざまな分野でディープラーニングを応用するきっかけとなりました。 10 年以上にわたり、ディープラーニング テクノロジーは大規模な産業を実現する限界を超えています。

インテリジェントな工業製造の開発の歴史を振り返ると、実際のアプリケーションのニーズを満たす技術的能力とアルゴリズムの無力、再現性の低さとソリューションの実装の難しさ、企業間での高い通信コストなどの課題が常にありました。新しいテクノロジー企業や製造会社。現在の基本モデル (大規模モデル) は、マルチドメインおよびマルチタスクの一般的な能力を示しており、これらの業界の「障壁」を打ち破り、耐障害性が極めて低く、低コストでコスト重視の産業アプリケーションを「全面的に」導入しています。 -コストと包括的な方法。

AI を使用して産業上の問題を解決することにはチャンスが含まれており、ChatGPT はその出発点です。業界に根ざした一部のテクノロジー企業の継続的な深化に伴い、ますます多くの業界が AI アプリケーションの「ChatGPT の瞬間」を迎えています。 。

以上が産業用 AI も「ChatGPT モーメント」の到来をもたらしますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

ChatGPT では、無料ユーザーが 1 日あたりの制限付きで DALL-E 3 を使用して画像を生成できるようになりました ChatGPT では、無料ユーザーが 1 日あたりの制限付きで DALL-E 3 を使用して画像を生成できるようになりました Aug 09, 2024 pm 09:37 PM

DALL-E 3は、前モデルより大幅に改良されたモデルとして2023年9月に正式導入されました。これは、複雑な詳細を含む画像を作成できる、これまでで最高の AI 画像ジェネレーターの 1 つと考えられています。ただし、発売当初は対象外でした

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

専用アプリのリリースにより、ChatGPT が macOS で利用可能になりました 専用アプリのリリースにより、ChatGPT が macOS で利用可能になりました Jun 27, 2024 am 10:05 AM

Open AI の ChatGPT Mac アプリケーションは、ここ数か月間 ChatGPT Plus サブスクリプションを持つユーザーのみに限定されていましたが、現在は誰でも利用できるようになりました。最新の Apple S を持っている限り、アプリは他のネイティブ Mac アプリと同じようにインストールされます。

SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 Aug 01, 2024 pm 09:40 PM

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

See all articles