Mākslīgā intelekta (AI) koncepcija pirmo reizi tika ierosināta 1956. gadā, un kopš tā laika ir pagājuši vairāk nekā sešdesmit gadi. Pēdējo 60 gadu laikā mākslīgais intelekts ir izgājis cauri procesam no uzliesmojuma līdz aukstai ziemai un pēc tam līdz barbariskai izaugsmei. Uzlabojoties tādām tehnoloģijām kā cilvēka un datora mijiedarbība un mašīnmācīšanās, mākslīgais intelekts ir kļuvis par jaunu tehnoloģiju laikmeta tendenci.
2022. gadā AI nozare atkal ieviesīs jaunu mezglu, AI ģenerētais saturs (AIGC, AI Generated Content) nāks no aizmugures un kļūs par nozīmīgu notikumu tehnoloģiskās revolūcijas vēsturē ar ātrumu, kas pārsniedz cilvēku cerības. Neatkarīgi no tā, vai tas ir "AI gleznotājs" DALL-E2 vai "universālais tērzēšanas" tērzēšanas robots ChatGPT, ģeneratīvais AI strauji rada jaunu tehnoloģisku revolūcijas sistēmu, modeli un ekoloģiju.
Pagriežot pulksteni uz 2023. gadu, AIGC radītais entuziasms ir nevis mazinājies, bet gan palielinājies, un jaunais saprātīgās radīšanas laikmets ne tikai nesīs pamatīgas izmaiņas produktivitātē, bet arī vēl vairāk mainīs cilvēka domāšanas evolūciju. Šajā sakarā 21st Century Business Herald digitālās ekonomikas pētniecības grupa plānoja ziņojumu sēriju par tēmu "Chasing the Waves AIGC", lai interpretētu AIGC piedāvātās tehniskās iespējas un biznesa perspektīvas vairākās dimensijās.
21st Century Business Herald reportieris Bai Yang ziņo no Pekinas
Saskaņā ar jauno mākslīgā intelekta vilni ir sākusies arī globāla bruņošanās sacensība ap AI. Pašlaik, lai gan ChatGPT ir vadošā loma, patiesībā tā ir tikai aisberga redzamā daļa. Pēc tam turpinās parādīties AI lietojumprogrammas, kuru pamatā ir lieli modeļi. Tāpat kā mobilā interneta parādīšanās pirms desmit gadiem, arī klusi sākas jauns pārmaiņu laikmets.
Saskaroties ar laikmeta iespējām, cilvēki vienmēr būs sajūsmā, un tehnoloģiju giganti gan mājās, gan ārvalstīs gatavojas un ir gatavi darbam. Džou Mings, Lanzhou Technology dibinātājs un izpilddirektors, nesen intervijā laikrakstam 21st Century Business Herald sacīja, ka Ķīnas uzņēmumiem nevajadzētu palikt uz lauriem un mācīties no citiem, veidojot liela mēroga modeļus. , jo pēdējo divu desmitgažu laikā Ķīna ir guvusi lielu progresu un ir spējusi izkļūt no Ķīnas iezīmēm AI jomā.
Džou Mins sniedza piemēru: "Piemēram, padarot katru lielā modeļa funkciju vieglāk vadāmu vai uzņemoties vadību To B ieviešanā, tie kļūs par ķīniešu raksturlielumiem, un līdz ar to izveidosies "ķīniešu frakcija" cīņas cīņā. var veidot mākslu. , Tas var arī ļaut kolēģiem redzēt Ķīnas spēku."
Faktiski pēdējos desmit gados visa AI nozare ir bijusi straujas attīstības periodā, un arī daudzi Ķīnas uzņēmumi ir ieguldījuši milzīgus resursus šajā jomā, kas arī ir padarījis Ķīnu par pasaules līderi dažos AI segmentos. Starp daudziem Ķīnas tehnoloģiju uzņēmumiem Tencent ir agrīns AI izkārtojums un bagātīga AI lietojumprogrammu prakse. Tāpēc šajā rakstā kā paraugs tiks izmantots Tencent, cerot novērot tā AI attīstības ceļu, kas var dot labumu nozares turpmākajai attīstībai. Kaut kāda apgaismība.
Izkārtojums pirms sešpadsmit gadiem
Ķīnas AI sākotnēji radās produktu vajadzībām. Piemēram, Tencent AI sākuma punkts bija 2007. gadā. Tajā gadā Tencent ieguldīja 100 miljonus juaņu, lai izveidotu Tencent pētniecības institūtu.
Vu Jondzjans, kurš pašlaik ir Tencent Cloud viceprezidents un Tencent Cloud Intelligent Research and Development vadītājs, pievienojās Tencent 2008. gadā. Pirmā nodaļa bija Tencent Research Institute. Viņš pastāstīja 21st Century Business Herald reportierim, ka Tencent Research Institute pētījumi sākumā bija ļoti orientēti uz lietojumu. Piemēram, viens no darbiem, ko viņš tajā laikā darīja, bija attēlu apstrādes tehnoloģiju izstrāde saistībā ar QQ attēliem.
"Vēlāk ar mūsu tehnoloģijas palīdzību QQ video apstrādes laiks tika samazināts līdz aptuveni 60 procentiem no oriģināla, un efekts bija ļoti acīmredzams. Pēc tam šī tehnoloģija tika pielietota citās nodaļās, piemēram, spēlēs," sacīja Vu Jondzjans. Kopš tā laika Tencent pētniecības institūts atklāja, ka tehniskās rezerves ir pareizāk veidot pašam, tāpēc visa komanda sāka pārveidoties no uz produktu orientētas komandas par tehniskā atbalsta komandu.
Pēc tam Tencent pētniecības institūts ir guvis daudzus sasniegumus modeļu atpazīšanas, multivides komunikācijas, datu ieguves, attēlu apstrādes un vārdu segmentēšanas jomā. Līdz 2011. gadam Tencent bija pieteicies vairāk nekā 4 000 patentiem, kas ir vairāk nekā citu vietējo interneta uzņēmumu summa, no kuriem Tencent Research Institute ieguldīja vairāk nekā pusi.
Izcelsme no Tencent Research Institute, Wu Yunsheng, Wu Yongjian un citi vēlāk izveidoja Youtu Lab komandu, kļūstot par nozares labāko datorredzes laboratoriju. Vēlāk Tencent arī secīgi izveidoja vairākas tehniskās izpētes grupas, piemēram, 2011. gadā izveidoto WeChat Zhiling balss komandu, kas galvenokārt izstrādā balss mākslīgā intelekta tehnoloģiju.
Ja mēs sakām, ka pirms 2012. gada Tencent tehnoloģiju pētniecības un attīstības komanda vairāk bija sava biznesa apkalpošanai, tad kopš AI Lab izveides 2016. gadā Tencent ir sācis staigāt uz fundamentālo pētījumu un industriālās prakses "divām kājām". Tāpēc Tencent AI ceļš ir nepārtraukti paplašināties no pakalpojumu biznesa līdz jaunāko tehnoloģiju izpētei.
2019. gadā Pasaules mākslīgā intelekta konferencē, kas notika tajā gadā, Tencent priekšsēdētājs un izpilddirektors Ma Huatengs paziņoja, ka Tencent ir izveidojis četras mākslīgā intelekta laboratorijas, kas aptver AI no visaptverošiem fundamentālajiem pētījumiem līdz dažādu lietojumprogrammu izstrādei, kā arī ir izveidojis visprogresīvākās tehnoloģijas. . Izpētiet laboratoriju matricu, kas aptver robotiku, kvantu skaitļošanu, 5G, malu skaitļošanu, IoT utt.
Saskaņā ar datiem 2019. gadā Tencent patentu pieteikumu skaits lielākajās pasaules valstīs ir pārsniedzis 30,000, bet autorizēto patentu skaits pārsniedzis 10,000. Toreiz šis skaitlis ierindojās pirmajā vietā starp pašmāju interneta kompānijām un otrajā vietā starp globālajiem interneta uzņēmumiem, otrajā vietā aiz Google.
Izpētiet jaunākās tehnoloģijas
Tencenta laboratorijas matricā ir daudz šķietami "nenodarīja uzņēmējdarbību" pētījumu, kas patiesībā ir Tencent pētījums par nākotnes pamata tehnoloģijām.
Piemēram, daudzi cilvēki zina, ka 2016. gadā Google AlphaGo uzvarēja cilvēku Go čempionu. Faktiski pēc Tencent AI Lab Go AI “Fine Art” izlaišanas 2016. gadā tas četras reizes uzvarēja arī pasaules labāko turnīru čempionātos, un kopš 2018. gada viņš ir strādājis kā specializēts mākslīgais intelekts Ķīnas nacionālā līmeņa apmācībai. Go Team bez maksas.
Vēl viens piemērs ir tas, ka 2017. gadā Tencent izmantoja mākslīgā intelekta tehnoloģiju medicīnas jomā un izlaida mākslīgā intelekta produktu "Tencent Miying", kas var palīdzēt ārstiem medicīniskās attēlveidošanas skrīningā un medicīniskajā diagnostikā. 2017. gada novembrī Zinātnes un tehnoloģiju ministrija paziņoja par valsts jaunās paaudzes mākslīgā intelekta atvērto inovāciju platformu pirmās partijas sarakstu, tostarp paļaujoties uz Tencent, lai izveidotu nacionālu jaunās paaudzes mākslīgā intelekta atvērto inovāciju platformu medicīniskajai attēlveidošanai.
2021. gadā Tencent izlaida pirmo multimodālo četrkājaino robotu Max ar pašu izstrādātu programmatūru un aparatūru. Tolaik Makss paļāvās uz pēdas riteņa integrēto konstrukciju, lai realizētu stāvēšanu un pārvietošanos no četrkāja uz divkājainiem, kā arī var veikt apgriešanos atpakaļ, kritiena pašatveseļošanos un citas darbības.
Makss ir dzimis 2018. gadā izveidotajā Tencent Robotics X Laboratory. Šīs laboratorijas pētniecības pamatvirziens ir roboti, tostarp uztveres spēja kā robotu pamattehnoloģija un trīs pīlāru tehnoloģijas – jutīga kustība, izveicīga manipulācija un inteliģenta darbība. ķermeni. Šobrīd laboratorija bez Maksas ir laidusi klajā arī tādus produktus kā robotsuns Jamoca un riteņkājains robots Ollijs.
Turklāt Tencent ir arī ilgtermiņa plāns liela mēroga AI modelim, kas pēdējā laikā ir piesaistījis lielu uzmanību. Pagājušā gada aprīlī Tencent pirmo reizi atklāja sava "Hunyuan" AI lielā modeļa izstrādes gaitu. Tiek ziņots, ka Hunyuan AI lielais modelis pilnībā aptver tādus pamata modeļus kā NLP (Natural Language Processing), CV (Computer Vision), multimodalitāte un daudzi citi nozares modeļi. VCR, MSR-VTT, MSVD un citas autoritatīvas multimodālas datu kopas ir sasniegušas saraksta augšgalu.
Nesen Hunyuan AI liela mēroga modeļu komanda laida klajā arī NLP triljonu liela mēroga modeli, kas ne tikai kārtējo reizi pārspēja rekordu trijos galvenajos CLUE sarakstos, bet arī guva labumu no zemo izmaksu un iekļautības īpašībām. ir arī veiksmīgi nokļuvis Tencent Advertising, Search, tērzēšanas un citos iekšējos produktos un apkalpo ārējos klientus, izmantojot Tencent Cloud.
Tencent Hunyuan AI lielo modeļu komanda paziņoja, ka, tā kā lielāki neironu tīklu modeļi bieži nozīmē spēcīgāku modeļa veiktspēju, Hunyuan NLP lielais modelis nākotnē koncentrēsies uz lielāku modeļa parametru skalu izpēti, no vienas puses, un, no otras puses. Apvienojiet audio, attēlu, video un citu multimodālu informāciju, lai vēl vairāk izveidotu jaudīgāku multimodālu AI lielo modeli. Turklāt, strauji pieaugot AIGC virzienam, Hunyuan AI lielais modelis arī turpmāk veicinās nepārtrauktu jaunināšanu teksta satura ģenerēšanas un Vincenta grafiku jomās.
Koncentrējieties uz skatuves lietojumprogrammu
Otrajā fundamentālo pētījumu pusē ir rūpnieciskā prakse. Ma Huateng ir vairākkārt norādījis: "Tencent AI izkārtojums koncentrējas uz skatuves lietojumprogrammām, nevis pētījumiem pētniecībā."
Tāpat kā pirmajās dienās, Tencent AI sāka izmantot lietotāju scenārijus un izmantoja AI tehnoloģiju, lai atrisinātu iekšējās produktu vajadzības. Vidusposmā tas veicināja vispārējā mākslīgā intelekta attīstību ar pētījumiem un scenārijiem, uzsverot, ka "akadēmiķiem ir ietekme un rūpniecībai ir produkcija". Tagad Tencent izmanto AI, lai atrisinātu problēmas vertikālos nozares scenārijos, inkubējot pielāgotus risinājumus standartizētos AI platformas rīkos.
Cilvēks no Tencent teica, ka Tencent AI komanda atšķiras no tradicionālās pētniecības komandas. Tā ir sistemātiska konstrukcija. Sākot ar algoritmiem, inženieriju, kvalitāti, datiem, produktiem un beidzot ar visu komercializācijas modeli, var būt pirmais un pēdējais, piemēram, pētījumi. Iet pirmais, un komercializācija ir pēdējā, bet viss ir automobiļu būve un virzība uz priekšu.
Wu Yongjian norādīja: "Ja mērķis ir pietiekami grūts un aina ir pietiekami sarežģīta, tas liks mums izveidot pasaules klases algoritmu. Tāpat, kad jūsu algoritma izpēte atrisina pasaules līmeņa problēmu, algoritms ir vērtīgāks. , ne tikai rakstu publicēšanai”.
Lai paātrinātu mākslīgā intelekta tehnoloģiju rūpniecisko ieviešanu, 2021. gada novembrī Tencent oficiāli izlaida zīmolu "Tencent Cloud Smart", apvienojot AI laboratoriju, piemēram, Tencent Youtu Lab un Tencent AI Lab, produktus un tehniskās iespējas. kā gadu ilga rūpnieciskā prakse Pieredze, ārējā izvade no pamatā esošā skaitļošanas jaudas atbalsta līdz AI izstrādes platformai, AI produktu risinājumi un visas pakalpojumu ķēdes augstākā līmeņa digitālās viedās transformācijas metodes.
Piemēram, pamatā esošā skaitļošanas jaudas līmenī Tencent izmanto "vienu mākoni ar vairākiem kodoliem" kā pamatu, lai paātrinātu skaitļošanas jaudas veiktspēju, izmantojot paša izstrādātas AI mikroshēmas; AI izstrādes līmenī Tencent izmanto "Tencent Cloud TI platformu" kā galveno, lai palīdzētu klientiem ātri izveidot un izvietot AI lietojumprogrammas.
Zixiao ir Tencent paša izstrādāta mikroshēma AI argumentācijas scenārijiem. Tā ir pielāgota Tencent Cloud TI platformai, kas ir uzlabojusi vienas kartes veiktspēju par 200 procentiem, samazinājusi vienības skaitļošanas jaudas optimizācijas izmaksas par 50 procentiem un ietaupījusi zaļās skaitļošanas jaudas enerģijas patēriņu. 60 procenti. Song Dandan, Tencent Cloud neviendabīgo skaitļošanas produktu vadītājs, pastāstīja 21st Century Business Herald, ka šīs mikroshēmas vispirms tiks izvietotas Tencent paša izstrādātajā biznesā, un nākotnē tiek cerēts, ka tas apkalpos ārējos pakalpojumus PaaS pakalpojumu veidā. .
TI platformā Tencent ir izveidojis arī produktu matricu, tostarp TI-DataTruth marķēšanas platformu, TI-ONE apmācības platformu, TI-Matrix lietojumprogrammu platformu, TI-ACC paātrinājuma rīku, kā arī TI-OCR apmācības platformu, TI-AOI. rūpnieciskās kvalitātes pārbaudes apmācības platforma utt. Šie produkti ir izmantoti arī vispārējā mijiedarbībā, finansēs, rūpniecībā, plašsaziņas līdzekļos, vispārējās valdības, medicīnas un citās nozarēs, palīdzot realizēt daudzas sīkāk iedalītas jomas, piemēram, inteliģentās rūpnieciskās kvalitātes pārbaudes, finanšu AI vidusdaļas platforma, viedās pilsētas darbības vadība un slimību palīgdiagnoze. AI lietojumprogrammu izstrāde.
Li Sjuečao, Tencent Cloud viceprezidents un Tencent Cloud Intelligent Platform vadītājs, izdevumam 21st Century Business Herald teica, ka viss AI ieviešanas ziņā patiešām ir ienācis dziļūdens apgabalā. "Agrāk klientiem bija nepieciešams tikai nodrošināt dažas AI iespējas, taču tagad klienti piedāvā visas scenāriju lietojumprogrammas, un jums ir jāintegrē AI biznesa scenārijos."
Li Xuechao uzskata, ka, izmantojot pašreizējo karsto "lielo pirmsapmācības modeli un pakārtoto uzdevumu precizēšanas" modeli, AI lietojumprogrammas noteikti kļūs vispārinātākas. Pamatojoties uz to, sākotnējie AI lietojumprogrammu scenāriji tiks padziļināti. Tajā pašā laikā AI iekļūs arī vairākās ainās.
Tomēr tā arī norādīja, ka AI lietojumprogrammu darbības prioritāte ir problēmu risināšana, tāpēc daudzos gadījumos oriģinālais AI modelis var atrisināt problēmu, tāpēc nav nepieciešams panākt karstumu. Galu galā lielu modeļu izmantošana klientiem dos arī papildu priekšrocības. izmaksas par. Bet dažos gadījumos, piemēram, viedajā klientu apkalpošanā, ja lielu modeļu izmantošana var dot tiešus uzlabojumus, varat to izmēģināt, vienlaikus izvērtējot izmaksu veiktspēju.
Šajā globālajā AI konkursā mums ir jāpievērš uzmanība visprogresīvākajiem tehnoloģiju pētījumiem un jākonkurē ar tiem. Tajā pašā laikā mums ir jādara dažas piezemētas lietas atbilstoši tirgus apstākļiem. Džou Mins laikrakstam 21st Century Business Herald pastāstīja, ka To B uzņēmumu pakalpojumi Ķīnā ļoti atšķiras no pakalpojumiem ārvalstīs. SaaS ekoloģija ārvalstīs ir ļoti nobriedusi, un mazie un vidējie uzņēmumi ir pieraduši saņemt pakalpojumus caur SaaS, taču daudzi uzņēmumi Ķīnā nepieņem SaaS. izvietot.
Tas nozīmē, ka ir nepieciešams vairāk pūļu, lai apkalpotu B klientus, piemēram, izprastu klientu vajadzības, labi veiktu "pēdējās jūdzes" biznesa procesu un sistēmas savienojuma darbu, kā arī ņemtu vērā piegādes un uzturēšanas izmaksas. "Ja jūsu modelis ir trausls, jūs varat zaudēt vienu projektu vienam projektam.
Tāpēc jums ir jādara labs darbs fondā, kā arī jāsaprot klienti un jāspēj ātri atkārtot. Ar to nākas saskarties Ķīnas uzņēmumiem, ražojot tā sauktos lielos modeļus. Patiesībā no šī viedokļa, ja vēlaties ātri nokopēt ChatGPT un pēc tam ātri nopelnīt, tas ir ļoti naivi," sacīja Džou Mins.