APUS リータオ氏: AI 大型モデルには価値創造を達成するための「6 つの要素」が必要
[グローバルネットワークテクノロジー総合レポート] 「大規模モデルは『万能』であるように見えますが、すべてのモデルが実際に検証できるわけではなく、すべてのモデルが真の価値を生み出すことができるわけではありません。」10 3 月 24 日、第 3 回中国ソフトウェアでサミットとプログラマーズ フェスティバルで、APUS 会長兼 CEO のリータオ氏は、AI ラージ モデルの価値創造に関する「6 つの要素」の見方を提案しました。彼は、大規模な AI モデルの開発の目標は価値の創造であると信じています。価値の創造を達成するには、強力なコンピューティング能力、グローバルな知識ベース、高品質のデータ、継続的に進化するアルゴリズム、価値の調整、とシナリオ統合価値の創造。
AIが業界を再構築するトレンドの下で、リータオ氏は、大規模なモデルが最下位の「オペレーティングシステム」の役割を果たし、コンピューティングパワー、データ、アプリケーションなどのリソースの統合、スケジュール、割り当てを担当して、包括的に推進していると指摘しました。産業ネットワークの構築
大規模モデルを原動力として使用することは、インターネット業界に変化をもたらすだけでなく、IT 要素の反復的なアップグレードももたらします。リータオ氏は、AIの普及により、将来的には自然言語がプログラミングで広く使用され、人間が機械と直接会話できるようになると同時に、プログラマー、プロダクトマネージャー、デザイナーなどの職能職も、次のような役割を担うようになるだろうと考えています。ニーズの「デザイナー」。単調で機械的で反復的な作業を大規模モデルに引き継ぎ、価値を生み出す仕事を人間に引き継ぐことで、社会資源の配分はより合理的になります。
一部のモデルはすでに「スマート」に見えますが、値が一貫していないなどの問題がまだあります。この点に関して、APUSは、中国ではAIアプリケーションの研究開発は依然として中国の大規模モデルに基づく必要があると考えている。したがって、中国の大型模型メーカーは自主的な意識を持ち、自主的なイノベーションの責任を負うと同時に、中国市場のニーズに応じて差別化された障壁を設け、中国市場のニーズを満たす正確なAI大型模型を作成する必要がある。ニーズと価値を捉え、新たな AI の生産性を創造する
現在の大規模モデル市場は、まだ商用実装の模索段階にありますが、大規模モデルが優れた AI アプリケーションを作成し、市場のニーズに十分に応えることができるというのは、長い間業界のコンセンサスでした。リータオ氏は、「中国のデジタル構築は継続的な反復プロセスであり、インテリジェントシナリオの急速な変革をサポートする大規模なモデルの『ベース』が必要となる。複雑なニーズに直面し、APUSは今後も中国市場向けに大規模なAIモデルをカスタマイズして統合していく」と指摘した。価値創造を伴う AI アプリケーション。”
データに関しては、APUS が過去 9 年間のグローバル ビジネスと 24 億人のグローバル ユーザーに基づいて、独自のグローバル ユーザー データと高品質のコーパスを形成してきたこと、同時に APUS が国内のコーパス メーカーと協力していることを共有しました。中国市場とポジティブな価値観を志向した「レッドコーパス」を共同で構築する。コンピューティング能力の面では、APUS は世界中の 2 つの主要なインテリジェント コンピューティング センターの建設に投資し、クラウド コンピューティング メーカーと提携して、需要者にさまざまなコンピューティング能力の組み合わせと柔軟な拡張ソリューションを提供し、企業や開発者が次の目標を達成できるよう支援しています。研究開発を迅速に実施し、コストを大幅に削減します。
APUS は現在、医療、ネットワーク情報、製造、電子商取引を含む複数の業界パートナーと協力して、パートナーによるハードウェア インフラストラクチャのアップグレードと基本モデル プラットフォームの構築を支援するために人工知能テクノロジーを使用して大規模な業界ソリューションを開発しています。特定のビジネス アプリケーションにおけるイノベーション
同時に、APUS はエコシステムをオープンにし、柔軟な産業コラボレーションを構築し続けています。たとえば、APUS ラージ モデルはオープン モデル プラグインを備えており、開発者は独立して外部モデルにアクセスし、「モデル グループ」の機能を通じて複雑なシーン要件を解決できます。
最後に、リー タオ氏は次のように述べました。「私たちは、APUS の大規模モデルが何千もの業界で基本的な役割を果たすことができると期待しています。また、より多くの開発者が APUS エコシステムに参加し、大規模モデルを使用してより実行可能な AI アプリケーションを作成することも期待しています。」
以上がAPUS リータオ氏: AI 大型モデルには価値創造を達成するための「6 つの要素」が必要の詳細内容です。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。

ホットAIツール

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
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

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
中国語版、とても使いやすい

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
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









ChatGPT の炎上により、AI ブームの新たな波が起きていますが、業界では一般に、AI が大規模モデルの時代に入ると、大規模な AI モデルの作成には非常に費用がかかるため、AI を導入できるのは大企業と超富裕層だけであると考えられています。 。 1 つ目は、計算コストが高いということです。トロント大学のマーケティング教授であるアヴィ・ゴールドファーブ氏は、「会社を立ち上げ、大規模な言語モデルを自分で開発し、自分で計算したいと思ったら、コストが高すぎる。OpenAIは非常に高価で、数十億ドルかかる」と述べた。レンタルコンピューティングは確かにそうなります。はるかに安価ですが、企業は依然として AWS やその他の企業に高額な料金を支払わなければなりません。第二に、データは高価です。モデルのトレーニングには大量のデータが必要ですが、データがすぐに利用できる場合もあれば、そうでない場合もあります。 CommonCrawl や LAION などのデータは無料で利用可能

近年、新たな技術モデルの登場や、さまざまな産業における応用シナリオの価値の磨き上げ、膨大なデータの蓄積による製品効果の向上などにより、消費やインターネットなどの分野から人工知能の応用が広がりを見せています。製造、エネルギー、電力などの伝統的な産業まで。人工知能技術の成熟度と、設計、調達、生産、管理、販売などの経済生産活動の主要なリンクにおけるさまざまな業界の企業の応用は継続的に向上しており、すべてのリンクでの人工知能の実装と範囲が加速しています。産業上の地位の向上や経営効率の最適化を図るため、徐々に本業と融合させ、自社の優位性をさらに拡大していきます。人工知能テクノロジーの革新的なアプリケーションの大規模な実装は、ビッグデータインテリジェンス市場の精力的な発展を促進し、基盤となるデータガバナンスサービスに市場の活力を注入しました。ビッグデータ、クラウドコンピューティング、コンピューティング

AI ラージ モデルとは、大規模なデータと強力なコンピューティング能力を使用してトレーニングされた人工知能モデルを指します。これらのモデルは通常、高度な精度と一般化機能を備えており、自然言語処理、画像認識、音声認識などのさまざまな分野に適用できます。大規模な AI モデルのトレーニングには大量のデータとコンピューティング リソースが必要であり、通常、トレーニング プロセスを高速化するには分散コンピューティング フレームワークを使用する必要があります。これらのモデルのトレーニング プロセスは非常に複雑で、データ分布、特徴の選択、モデル構造などについての綿密な調査と最適化が必要です。 AI 大型モデルは幅広い用途があり、スマート カスタマー サービス、スマート ホーム、自動運転などのさまざまなシナリオで使用できます。これらのアプリケーションでは、AI 大型モデルは、人々がさまざまなタスクをより迅速かつ正確に完了し、作業効率を向上させるのに役立ちます。

生成 AI (AIGC) は、人工知能の一般化の新たな時代を切り開きました。大規模モデルをめぐる競争は壮絶なものになっています。コンピューティング インフラストラクチャが競争の主な焦点であり、権力の覚醒が業界のコンセンサスになりつつあります。新しい時代では、大規模なモデルは単一モダリティからマルチモダリティに移行しており、パラメータとトレーニング データセットのサイズは指数関数的に増大しており、大規模な非構造化データには高性能の混合負荷機能のサポートが必要です。データ集約型 新しいパラダイムが人気を博しており、スーパーコンピューティングやハイ パフォーマンス コンピューティング (HPC) などのアプリケーション シナリオが深化しており、既存のデータ ストレージ ベースでは、アップグレードされ続けるニーズを満たすことができなくなりました。コンピューティング能力、アルゴリズム、データが人工知能の開発を推進する「トロイカ」である場合、外部環境の大きな変化の中で、この 3 つは早急にダイナミックな状態を取り戻す必要があります。

Vivoは、11月1日に開催された2023年開発者カンファレンスで、自社開発の汎用人工知能大型モデルマトリックスであるBlue Heart Modelを発表しましたが、Vivoは、Blue Heart Modelは、それぞれ異なるパラメータレベルを持つ5つのモデルを発売すると発表しました。 : 数十億、数百億、数千億でコアシナリオをカバーしており、そのモデル機能は業界をリードする地位にあります。 Vivo は、優れた自社開発大型モデルには、大規模、包括的な機能、強力なアルゴリズム、安全で信頼できる、独自の進化、広くオープンソースという 5 つの要件を満たす必要があると考えており、リライトされた内容は次のとおりです。 1 つ目は Lanxin Big Model 7B です。これは、携帯電話とクラウドの二重サービスを提供するように設計された 70 億レベルのモデルです。 Vivoは、このモデルは言語理解やテキスト作成などの分野で使用できると述べた。

最近、コンピューター科学者のチームは、既知の情報を定期的に忘れる機能を備えた、より柔軟で回復力のある機械学習モデルを開発しました。これは、既存の大規模言語モデルには見られない機能です。実際の測定によると、多くの場合、「忘却法」は学習において非常に効率的であり、忘却モデルのパフォーマンスが向上します。韓国基礎科学研究所のAIエンジニア、Jea Kwon氏は、新たな研究はAI分野における大きな進歩を意味すると述べた。 「忘却法」の学習効率は非常に高く、現在主流のAI言語エンジンのほとんどは人工ニューラルネットワーク技術を使用しています。このネットワーク構造の各「ニューロン」は実際には数学関数であり、互いに接続されて情報を送受信します。

近年、人工知能が人類のイノベーションの焦点として再び注目されており、AIを巡る兵器競争はこれまで以上に激化しています。新しいトレンドに乗り遅れることを恐れて、大手テクノロジー企業が大型モデルの戦いに参加するために集まっているだけでなく、北京、上海、深センなどでも、大型モデルの革新アルゴリズムと主要な研究を実施するための政策や措置を導入しています。人工知能イノベーションの高地を生み出す技術。 AI大型モデルがブームとなっており、大手テクノロジー企業も参入している。最近、2023年中関村フォーラムで発表された「中国人工知能大型モデル地図研究報告書」によると、中国の人工知能大型モデルは活況な開発傾向を示しており、業界内で多くの企業が参加しており、影響力のある大型モデル。 Baidu の創設者、会長兼 CEO である Robin Li 氏は、私たちは新たな出発点に立っていると率直に述べました。

1978 年、カリフォルニア大学のスチュアート マーソンらは世界初の CADD 営利会社を設立し、化学反応およびデータベース検索システムの開発の先駆者となりました。それ以来、コンピューター支援医薬品設計 (CADD) は急速な発展の時代に入り、製薬会社が医薬品の研究開発を行うための重要な手段の 1 つとなり、この分野に革命的な進歩をもたらしました。 1981 年 10 月 5 日、フォーチュン誌は「次の産業革命: メルクがコンピューターを通じて医薬品を設計」というタイトルの表紙記事を掲載し、CADD テクノロジーの出現を正式に発表しました。 1996年にはSBDD(構造に基づいたドラッグデザイン)に基づいて開発された最初の炭酸脱水酵素阻害剤の発売に成功し、CADDは医薬品の研究開発に広く使用されるようになりました。
