תעשיית הבינה המלאכותית תתיישר שוב

בשנת 1956 הוצע לראשונה הרעיון של בינה מלאכותית (AI), ומאז חלפו יותר משישים שנה. ב-60 השנים האחרונות, AI עבר תהליך מהתפרצות לחורף קר ולאחר מכן לצמיחה ברברית. עם השיפור של טכנולוגיות כמו אינטראקציה בין אדם למחשב ולמידת מכונה, AI הפכה לטרנד חדש בעידן הטכנולוגי.

בשנת 2022, תעשיית הבינה המלאכותית תכניס שוב צומת חדש, תוכן שנוצר בינה מלאכותית (AIGC, AI Generated Content) יגיע מאחור ויהפוך לאירוע מרכזי בהיסטוריה של המהפכה הטכנולוגית במהירות מעבר לציפיות האנשים. בין אם זה "צייר הבינה המלאכותית" DALL-E2 או רובוט הצ'אט "הצ'אט האוניברסלי" ChatGPT, הבינה המלאכותית הגנרטיבית מולידה במהירות מערכת מהפכה טכנולוגית חדשה, דפוס ואקולוגיה.

אם מפנים את השעון ל-2023, ההתלהבות שגרמה AIGC לא פחתה אלא גדלה, והעידן החדש של יצירה אינטליגנטית לא רק יביא לשינויים עמוקים בפריון, אלא גם ישנה עוד יותר את התפתחות החשיבה האנושית. בהקשר זה, קבוצת המחקר של ה-21st Century Business Herald תכננה סדרה של דוחות על "Chasing the Waves AIGC" כדי לפרש את האפשרויות הטכניות והסיכויים העסקיים שהביאה AIGC במספר ממדים.

כתב ה-21st Century Business Herald, באי יאנג, מדווח מבייג'ין

תחת הגל החדש של AI, גם מרוץ חימוש עולמי סביב AI התחיל. נכון לעכשיו, למרות ש-ChatGPT מובילה את הדרך, זה למעשה רק קצה הקרחון. בשלב הבא, יישומי AI המבוססים על דגמים גדולים ימשיכו להופיע. בדיוק כמו הופעת האינטרנט הסלולרי לפני עשר שנים, עידן חדש של שינויים מתפתח בשקט.

מול ההזדמנויות של הזמן, אנשים תמיד יתרגשו, וענקיות הטכנולוגיה בבית ומחוצה לה מתכוננות ומוכנות לצאת לדרך. ג'ואו מינג, המייסד והמנכ"ל של Lanzhou Technology, אמר בראיון ל-21st Century Business Herald לאחרונה שחברות סיניות לא צריכות לנוח על זרי הדפנה וללמוד מאחרים כשהן בונות דגמים בקנה מידה גדול. , כי בשני העשורים האחרונים סין התקדמה מאוד, והיא גם הצליחה לצאת מהמאפיינים הסיניים בתחום הבינה המלאכותית.

ג'ואו מינג נתן דוגמה, "לדוגמה, הפיכת כל פונקציה של המודל הגדול לניתנת לשליטה, או להוביל את היישום של To B, אלה יהפכו למאפיינים סיניים, ועם הדברים האלה, 'פלג סיני' בלחימה. אפשר ליצור אמנויות. , זה יכול גם לתת לעמיתים לראות את הכוח של סין."

למעשה, בעשר השנים האחרונות כל תעשיית הבינה המלאכותית נמצאת בתקופה של התפתחות מהירה, וגם חברות סיניות רבות השקיעו משאבים אדירים בתחום זה, מה שהפך גם את סין למובילה עולמית בחלק מקטעי הבינה המלאכותית. בין חברות טכנולוגיה סיניות רבות, ל-Tencent יש פריסה מוקדמת של בינה מלאכותית ויש לה פרקטיקות עשירות ביישומי בינה מלאכותית. לכן, מאמר זה ישתמש ב-Tencent כמדגם, בתקווה לבחון את נתיב הפיתוח שלה בינה מלאכותית, שיכול להביא תועלת לפיתוח העתידי של התעשייה. קצת הארה.

פריסה לפני שש עשרה שנים

הבינה המלאכותית של סין הופיעה בתחילה סביב הצרכים של מוצרים. לדוגמה, נקודת ההתחלה של Tencent AI הייתה בשנת 2007. באותה שנה השקיעה Tencent 100 מיליון יואן כדי לבנות את מכון המחקר Tencent.

וו יונגג'יאן, שהוא כיום סגן נשיא Tencent Cloud והראש של Tencent Cloud Intelligent Research and Development, הצטרף ל-Tencent בשנת 2008. המחלקה הראשונה הייתה Tencent Research Institute. הוא אמר לכתב ה-21st Century Business Herald שהמחקר של Tencent Research Institute היה מאוד מכוון יישומי בתחילת הדרך. לדוגמה, אחת העבודות שהוא עשה באותה תקופה הייתה לפתח טכנולוגיית עיבוד תמונה סביב תמונות QQ.

"מאוחר יותר, בעזרת הטכנולוגיה שלנו, זמן העיבוד של וידאו QQ הצטמצם לכ-60 אחוז מהמקור, והאפקט היה מאוד ברור. לאחר מכן הטכנולוגיה הזו יושמה על מחלקות אחרות כמו משחקים", אמר וו יונגג'יאן. מכאן ואילך גם גילה מכון המחקר של Tencent שיותר מתאים לעשות רזרבות טכניות בעצמך, אז כל הצוות התחיל להפוך, מצוות מוכוון מוצר לצוות תמיכה טכנית.

לאחר מכן, מכון המחקר Tencent השיג הישגים רבים בזיהוי תבניות, תקשורת מולטימדיה, כריית נתונים, עיבוד תמונה ופילוח מילים. עד 2011, Tencent הגישה בקשה ליותר מ-4,000 פטנטים, שהם יותר מהסכום של חברות אינטרנט מקומיות אחרות, שמכון המחקר Tencent תרם יותר ממחציתם.

מקורם במכון המחקר Tencent, Wu Yunsheng, Wu Yongjian ואחרים הקימו מאוחר יותר את צוות Youtu Lab, והפכו למעבדת הראייה הממוחשבת המובילה בתעשייה. מאוחר יותר, Tencent הקימה ברציפות מספר צוותי מחקר טכניים, כמו צוות הקול WeChat Zhiling שהוקם ב-2011, אשר מפתח בעיקר טכנולוגיית בינה מלאכותית קולית.

אם נגיד שלפני 2012, צוות המחקר והפיתוח הטכנולוגי של Tencent היה יותר כדי לשרת את העסקים שלו, אז מאז הקמת AI Lab ב-2016, Tencent התחילה ללכת על "שתי רגליים" של מחקר בסיסי ופרקטיקה תעשייתית. לכן, נתיב הבינה המלאכותית של Tencent היא להתרחב באופן רציף מעסקי השירותים למחקר הטכנולוגי המתקדם במעלה הזרם.

בשנת 2019, בוועידת הבינה המלאכותית העולמית שהתקיימה באותה שנה, ציין מא הואטנג, יו"ר ומנכ"ל Tencent, כי Tencent הקימה ארבע מעבדות בינה מלאכותית, המכסות בינה מלאכותית ממחקר בסיסי מקיף ועד פיתוח יישומים שונים, וכן הקימה טכנולוגיה מתקדמת. . חקור את מטריצת המעבדות, המכסה רובוטיקה, מחשוב קוונטי, 5G, מחשוב קצה, IoT וכו'.

על פי הנתונים, בשנת 2019, מספר בקשות הפטנטים של Tencent במדינות גדולות ברחבי העולם עלה על 30,000, ומספר הפטנטים המורשים עלה על 10,000. באותה תקופה, מספר זה דורג במקום הראשון בקרב חברות האינטרנט המקומיות והשני בקרב חברות האינטרנט העולמיות, שני רק לגוגל.

חקור את הטכנולוגיה המתקדמת

במטריצת המעבדה של Tencent, ישנם מחקרים רבים שלכאורה "לא עשו עסקים", שהם למעשה המחקר של Tencent על טכנולוגיות בסיסיות עתידיות.

לדוגמה, אנשים רבים יודעים שבשנת 2016, AlphaGo של גוגל ניצחה את אלוף הגו האנושי. למעשה, לאחר ש-Go AI "Fine Art" של Tencent AI Lab שוחרר בשנת 2016, הוא גם זכה ארבע פעמים באליפויות הטורניר המובילות בעולם, ומאז 2018 הוא עובד כ-AI מסור להכשרתו של הלאומי הסיני. עבור לצוות בחינם.

דוגמה נוספת היא שבשנת 2017, טנסנט יישמה טכנולוגיית בינה מלאכותית לתחום הרפואי והוציאה את מוצר הבינה המלאכותית "Tencent Miying" שיכול לסייע לרופאים בהקרנת הדמיה רפואית ובאבחון רפואי. בנובמבר 2017 הכריז משרד המדע והטכנולוגיה על רשימת המקבץ הראשון של פלטפורמות חדשנות פתוחות של בינה מלאכותית מהדור החדש הלאומי, כולל הסתמכות על Tencent לבניית פלטפורמת חדשנות לאומית של בינה מלאכותית פתוחה להדמיה רפואית מהדור החדש.

בשנת 2021, Tencent הוציאה את הרובוט המרובע מקס הרב-מודאלי הראשון עם תוכנה וחומרה בפיתוח עצמי. באותה תקופה, מקס הסתמך על העיצוב המשולב של גלגל הרגל כדי להבין עמידה ומעבר מרבוע לדו-פעמי, והוא יכול להשלים התהפכות לאחור, התאוששות עצמית של נפילה ופעולות אחרות.

מקס נולד ממעבדת Tencent Robotics X, שהוקמה בשנת 2018. כיוון המחקר המרכזי של מעבדה זו הוא רובוטים, כולל יכולת התפיסה כטכנולוגיה הבסיסית של רובוטים, ושלושת טכנולוגיות עמודי התווך של תנועה רגישה, מניפולציה זריזה, ומניפולציה חכמה. גוּף. נכון לעכשיו, בנוסף למקס, המעבדה הוציאה גם מוצרים כמו כלב הרובוטים ג'מוקה והרובוט עם הגלגלים Ollie.

בנוסף, ל-Tencent יש גם תוכנית ארוכת טווח למודל הבינה המלאכותית בקנה מידה גדול שמשך תשומת לב רבה לאחרונה. באפריל אשתקד חשפה Tencent לראשונה את התקדמות הפיתוח של דגם ה-AI הגדול "Hunyuan" שלה. מדווח כי המודל הגדול של Hunyuan AI מכסה לחלוטין מודלים בסיסיים כגון NLP (עיבוד שפה טבעית), CV (ראיית מחשב), מולטי-מודאליות ודגמים רבים אחרים בתעשייה. VCR, MSR-VTT, MSVD וערכות נתונים רב-מודאליים סמכותיים אחרים הגיעו לראש הרשימה.

לאחרונה, צוות המודלים בקנה מידה גדול של Hunyuan AI השיק גם את המודל בקנה מידה גדול של טריליון NLP, שלא רק ששבר שוב את השיא של שלוש הרשימות הגדולות של CLUE, אלא גם נהנה מהמאפיינים של עלות נמוכה והכלה, המודל נחת בהצלחה גם ב-Tencent Advertising, Search, Chat ומוצרים פנימיים אחרים ומשרת לקוחות חיצוניים דרך Tencent Cloud.

צוות המודלים הגדולים של Tencent Hunyuan AI קבע שמכיוון שמודלים של רשתות עצביות גדולות יותר פירושם לעתים קרובות ביצועי מודל חזקים יותר, המודל הגדול Hunyuan NLP יתמקד בחקירת קנה מידה גדול יותר של פרמטרים של מודלים בעתיד, מצד אחד, ומצד שני. שלב אודיו, תמונה, וידאו ומידע רב-מודאלי אחר כדי ליצור עוד יותר מודל רב-מודאלי של AI גדול יותר. בנוסף, עם העלייה החמה של כיוון AIGC, דגם ה-Hunyuan AI גדול ימשיך לקדם שדרוג מתמיד בתחומי יצירת תוכן טקסט וגרפים וינסנט בעתיד.

התמקד ביישום הסצנה

בצד השני של המחקר הבסיסי נמצאת הפרקטיקה התעשייתית. מא הואטנג הצהיר שוב ושוב: "מתווה הבינה המלאכותית של טנסנט מתמקדת ביישומי סצנה, לא במחקר לצורך מחקר."

בדיוק כמו בימים הראשונים, Tencent AI התחילה מתרחישים של משתמשים והשתמשה בטכנולוגיית AI כדי לפתור את צרכי המוצר הפנימיים. באמצע הטווח, היא קידמה את הפיתוח של בינה מלאכותית כללית עם מחקר פלוס תרחישים, תוך הדגשה ש"לאנשי אקדמיה יש השפעה ולתעשייה יש תפוקה". כעת, Tencent משתמשת בבינה מלאכותית כדי לפתור בעיות בתרחישי תעשייה אנכית, תוך שהיא דגירה פתרונות מותאמים לכלי פלטפורמת בינה מלאכותית סטנדרטית.

אדם מ-Tencent אמר שצוות ה-AI של Tencent שונה מצוות המחקר המסורתי. זו בנייה שיטתית. מאלגוריתמים, הנדסה, איכות, נתונים, מוצרים, ועד למודל המסחור כולו, יכול להיות שיש ראשון ואחרון, כמו מחקר. לכו קודם, והמסחור מגיע אחרון, אבל כל כולו בונה מכוניות ומתקדם.

וו יונגג'יאן ציין, "אם המטרה קשה מספיק והסצנה מורכבת מספיק, זה יוביל אותנו ליצור אלגוריתם ברמה עולמית. באופן דומה, כאשר מחקר האלגוריתם שלך פותר בעיה ברמה עולמית, האלגוריתם בעל ערך רב יותר. , לא רק לפרסום מאמרים".

על מנת להאיץ את ההטמעה התעשייתית של טכנולוגיית בינה מלאכותית, בנובמבר 2021, Tencent הוציאה רשמית את המותג "Tencent Cloud Smart", באמצעות צבירה של המוצרים והיכולות הטכניות של מעבדות בינה מלאכותית כמו Tencent Youtu Lab ו- Tencent AI Lab. כשנים של ניסיון תעשייתי, פלט חיצוני מתמיכת כוח המחשוב הבסיסית לפלטפורמת הפיתוח של בינה מלאכותית, פתרונות מוצרי בינה מלאכותית ושיטות טרנספורמציה דיגיטליות אינטליגנטיות ברמה העליונה של כל שרשרת השירותים.

לדוגמה, ברמת כוח המחשוב הבסיסית, Tencent משתמשת ב"ענן אחד עם ליבות מרובות" כבסיס להאצת ביצועי כוח המחשוב בעזרת שבבי בינה מלאכותית בפיתוח עצמי; ברמת פיתוח בינה מלאכותית, Tencent משתמשת ב-"Tencent Cloud TI Platform" בתור הליבה כדי לעזור ללקוחות ליצור ולפרוס במהירות יישומי AI.

Zixiao הוא השבב שפותח בעצמו של Tencent עבור תרחישי חשיבה של AI. הוא הותאם לפלטפורמת Tencent Cloud TI, אשר שיפרה את הביצועים של כרטיס בודד ב-200 אחוז, הפחיתה את העלות של אופטימיזציה של כוח מחשוב יחידה ב-50 אחוז, וחסכה בצריכת אנרגיה של כוח מחשוב ירוק. 60 אחוז. Song Dandan, ראש מוצרי המחשוב ההטרוגניים של Tencent Cloud, אמר ל-21st Century Business Herald כי השבבים הללו ייפרסו תחילה על העסק שפותח בעצמו של Tencent, ובעתיד יש לקוות שהוא ישרת שירותים חיצוניים בצורה של שירותי PaaS .

סביב פלטפורמת TI, Tencent בנתה גם מטריצת מוצר, הכוללת פלטפורמת תיוג TI-DataTruth, פלטפורמת הדרכה TI-ONE, פלטפורמת יישומי TI-Matrix, כלי האצת TI-ACC, וכוללת גם פלטפורמת הדרכה TI-OCR, TI-AOI פלטפורמת הדרכה לבדיקת איכות תעשייתית וכו'. מוצרים אלה יושמו גם בתעשיות פאן-אינטראקציה, פיננסים, תעשייה, מדיה, ממשלה, רפואה ואחרות, ועוזרות לממש תחומים רבים מחולקים כמו בדיקת איכות תעשייתית חכמה, AI פיננסי באמצע פלטפורמה, ניהול תפעול עיר חכמה ואבחון עזר למחלות. פיתוח אפליקציות AI.

Li Xuechao, סגן נשיא Tencent Cloud וראש Tencent Cloud Intelligent Platform, אמר ל- 21st Century Business Herald שכל הבינה המלאכותית אכן נכנסה לאזור המים העמוקים מבחינת היישום. "בעבר, הלקוחות היו צריכים רק אותך כדי לספק כמה יכולות בינה מלאכותית, אבל כעת, מה שהלקוחות מציעים הם כולם יישומי תרחישים, ואתה צריך לשלב בינה מלאכותית בתרחישים עסקיים."

לדעתו של Li Xuechao, באמצעות המודל החם הנוכחי של "מודל גדול לפני אימון בתוספת כוונון עדין של משימות במורד הזרם", יישומי בינה מלאכותית בהחלט יהפכו יותר כלליים. על בסיס זה, תרחישי יישומי הבינה המלאכותית המקוריים יהיו עמוקים יותר. במקביל, AI גם יחדור לסצנות נוספות.

עם זאת, הוא גם ציין שהעדיפות של יישומי בינה מלאכותית היא לפתור בעיות, ולכן בתרחישים רבים, מודל ה-AI המקורי יכול לפתור את הבעיה, כך שאין צורך להדביק את החום. אחרי הכל, השימוש בדגמים גדולים יביא גם יתרונות נוספים ללקוחות. המחיר של. אבל עבור תרחישים מסוימים, כגון שירות לקוחות חכם, אם השימוש במודלים גדולים יכול להביא לשיפור השפעה ישירה, אתה יכול לנסות זאת תוך שקלול ביצועי העלות.

בתחרות AI גלובלית זו, עלינו לשים לב למחקר הטכנולוגי המתקדם ביותר ולהתחרות בהם. יחד עם זאת, אנחנו צריכים לעשות כמה דברים קרקעיים בהתאם לתנאי השוק. ג'ואו מינג אמר ל-21st Century Business Herald שהשירותים של מפעלי To B בסין שונים מאוד מאלה שבמדינות זרות. האקולוגיה של ה-SaaS במדינות זרות מאוד בוגרת, וארגונים קטנים ובינוניים התרגלו לקבל שירותים באמצעות SaaS, אך ארגונים רבים בסין אינם מקבלים SaaS. לפרוס.

המשמעות היא שנדרש יותר מאמץ כדי לשרת את לקוחות To B, כגון הבנת צרכי הלקוח, ביצוע עבודה טובה של תהליך עסקי וחיבור למערכת "המייל האחרון", וגם התחשבות בעלויות האספקה ​​והתחזוקה. "אם המודל שלך שביר, אתה עלול לאבד פרויקט אחד עבור פרויקט אחד.

לכן, עליכם לעשות עבודה טובה בקרן, וכן עליכם להבין את הלקוחות ולהיות בעל יכולת איטרציה מהירה. זה מה שחברות סיניות חייבות להתמודד כשהן מייצרות מה שנקרא דגמים גדולים. במציאות, מנקודת המבט הזו, אם אתה רק רוצה להעתיק במהירות ChatGPT ואז להרוויח כסף מהיר, זה מאוד נאיבי", אמר ג'ואו מינג.