У 1956 році вперше була запропонована концепція штучного інтелекту (AI), і з того часу минуло більше шістдесяти років. За останні 60 років ШІ пройшов шлях від спалаху до холодної зими, а потім до варварського зростання. З удосконаленням таких технологій, як взаємодія людини з комп’ютером і машинне навчання, ШІ став новою тенденцією технологічної ери.
У 2022 році індустрія штучного інтелекту знову відкриє новий вузол. Контент, створений штучним інтелектом (AIGC, AI Generated Content), стане головною подією в історії технологічної революції зі швидкістю, яка перевищить очікування людей. Незалежно від того, чи то «маляр зі штучним інтелектом» DALL-E2 чи «універсальний чатовий» чат-робот ChatGPT, генеративний ШІ швидко породжує нову технологічну революцію, систему, шаблон і екологію.
Переводячи стрілки годинника на 2023 рік, ентузіазм, викликаний AIGC, не зменшився, а збільшився, і нова ера розумного створення не тільки призведе до глибоких змін у продуктивності, але й надалі змінить еволюцію людського мислення. У зв’язку з цим дослідницька група цифрової економіки 21st Century Business Herald запланувала серію звітів на тему «Chasing the Waves AIGC», щоб інтерпретувати технічні можливості та бізнес-перспективи, які приносить AIGC, у багатьох вимірах.
Репортер 21st Century Business Herald Бай Янг повідомляє з Пекіна
Під час нової хвилі штучного інтелекту також почалася глобальна гонка озброєнь навколо штучного інтелекту. Зараз, хоча ChatGPT лідирує, насправді це лише вершина айсберга. Далі продовжуватимуть з’являтися програми ШІ на основі великих моделей. Як і з появою мобільного Інтернету десять років тому, тихо розгортається нова ера змін.
Зіткнувшись із можливостями часу, люди завжди будуть у захваті, а технологічні гіганти в країні та за кордоном готуються до роботи. Чжоу Мін, засновник і генеральний директор Lanzhou Technology, нещодавно сказав в інтерв’ю 21st Century Business Herald, що китайські компанії не повинні почивати на лаврах і вчитися в інших, створюючи великомасштабні моделі. , оскільки за останні два десятиліття Китай досяг значного прогресу, а також зміг відмовитися від китайських особливостей у сфері ШІ.
Чжоу Мін навів приклад: «Наприклад, якщо зробити кожну функцію великої моделі більш керованою або взяти на себе провідну роль у впровадженні To B, це стане китайською специфікою, а разом з цим, «китайська фракція» у військовій можна сформувати мистецтво. Це також може дозволити колегам побачити силу Китаю».
Фактично, протягом останніх десяти років уся галузь штучного інтелекту перебувала в період стрімкого розвитку, і багато китайських компаній також інвестували величезні ресурси в цю сферу, що також зробило Китай світовим лідером у деяких сегментах штучного інтелекту. Серед багатьох китайських технологічних компаній Tencent має ранній макет штучного інтелекту та має багатий досвід у додатках ШІ. Тому ця стаття буде використовувати Tencent як зразок, сподіваючись спостерігати шлях розвитку ШІ, який може принести користь майбутньому розвитку галузі. Якесь просвітлення.
Макет шістнадцятирічної давності
Китайський штучний інтелект спочатку виник навколо потреб продуктів. Наприклад, стартовою точкою Tencent AI був 2007 рік. У цьому році Tencent інвестувала 100 мільйонів юанів у будівництво Tencent Research Institute.
У Юнцзянь, який зараз є віце-президентом Tencent Cloud і керівником Tencent Cloud Intelligent Research and Development, приєднався до Tencent у 2008 році. Першим відділом був Tencent Research Institute. Він сказав репортеру 21st Century Business Herald, що спочатку дослідження Tencent Research Institute були дуже орієнтованими на застосування. Наприклад, однією з робіт, які він виконував у той час, була розробка технології обробки зображень навколо зображень QQ.
«Пізніше за допомогою нашої технології час обробки QQ-відео було скорочено приблизно до 60 відсотків від початкового, і ефект був дуже очевидним. Потім цю технологію застосували до інших відділів, таких як ігри», — сказав Ву Юнцзянь. Відтоді дослідницький інститут Tencent виявив, що доцільніше робити технічні резерви самостійно, тому вся команда почала трансформуватися від команди, орієнтованої на продукт, до групи технічної підтримки.
Згодом дослідницький інститут Tencent досяг багатьох досягнень у розпізнаванні образів, мультимедійному зв’язку, аналізі даних, обробці зображень і сегментації слів. До 2011 року Tencent подала заявку на понад 4000 патенти, що було більше, ніж у інших вітчизняних інтернет-компаній, з яких Tencent Research Institute вніс більше половини.
Ву Юньшен, Ву Юнцзянь та інші, які походили з дослідницького інституту Tencent, пізніше сформували команду Youtu Lab, яка стала найкращою лабораторією комп’ютерного зору в галузі. Пізніше Tencent також послідовно створив низку технічних дослідницьких груп, таких як голосова команда WeChat Zhiling, заснована в 2011 році, яка в основному розробляє технологію голосового штучного інтелекту.
Якщо ми скажемо, що до 2012 року команда Tencent із технологічних досліджень і розробок була більше призначена для власного бізнесу, то після створення AI Lab у 2016 році Tencent почала ходити на «двох ногах» у фундаментальних дослідженнях і промисловій практиці. Таким чином, шлях ШІ Tencent полягає в постійному поширенні від сервісного бізнесу до дослідження передових технологій.
У 2019 році на Всесвітній конференції зі штучного інтелекту, що відбулася того ж року, Ма Хуатенг, голова правління та генеральний директор Tencent, заявив, що Tencent створив чотири лабораторії штучного інтелекту, які охоплюють штучний інтелект від комплексних фундаментальних досліджень до розробки різноманітних додатків, а також створив передову технологію. . Дослідіть матрицю лабораторій, що охоплюють робототехніку, квантові обчислення, 5G, периферійні обчислення, IoT тощо.
Згідно з даними, у 2019 році кількість патентних заявок Tencent у великих країнах світу перевищила 30000, а кількість авторизованих патентів перевищила 10000. На той момент цей показник займав перше місце серед вітчизняних інтернет-компаній і друге місце серед світових інтернет-компаній, поступаючись лише Google.
Досліджуйте передові технології
У лабораторній матриці Tencent є багато досліджень, які, здавалося б, «не працювали», які насправді є дослідженнями Tencent щодо майбутніх базових технологій.
Наприклад, багато хто знає, що в 2016 році AlphaGo від Google переміг чемпіона Go з людей. Фактично, після того, як Tencent AI Lab Go AI «Fine Art» був випущений у 2016 році, він також чотири рази вигравав світові чемпіонати з найвищих турнірів, і з 2018 року він працює як спеціальний AI для навчання китайського національного Go Team безкоштовно.
Іншим прикладом є те, що у 2017 році Tencent застосувала технологію штучного інтелекту в галузі медицини та випустила продукт штучного інтелекту «Tencent Miying», який може допомогти лікарям у скринінгу медичних зображень і медичній діагностиці. У листопаді 2017 року Міністерство науки і технологій оголосило список першої партії національних відкритих інноваційних платформ нового покоління зі штучним інтелектом, включаючи Tencent для створення національної відкритої інноваційної платформи нового покоління зі штучним інтелектом для медичної візуалізації.
У 2021 році Tencent випустила першого мультимодального чотириногого робота Max із програмним і апаратним забезпеченням власної розробки. У той час Макс покладався на інтегровану конструкцію ножного колеса, щоб реалізувати стояння та пересування з чотириногого на двоногого, а також міг виконувати сальто назад, самостійно відновлюватися при падінні та інші дії.
Макс народився в лабораторії Tencent Robotics X, яка була заснована в 2018 році. Основним напрямком досліджень цієї лабораторії є роботи, зокрема здатність сприйняття як базова технологія роботів, а також три основні технології: чутливі рухи, спритні маніпуляції та інтелектуальні технології. тіло. На даний момент, окрім Макса, лабораторія також випустила такі продукти, як робот-собака Джамока та колесоногий робот Оллі.
Крім того, Tencent також має довгостроковий план щодо великомасштабної моделі ШІ, яка нещодавно привернула велику увагу. У квітні минулого року Tencent вперше оприлюднила хід розробки своєї великої моделі штучного інтелекту «Hunyuan». Повідомляється, що велика модель штучного інтелекту Hunyuan повністю охоплює базові моделі, такі як NLP (обробка природної мови), CV (комп’ютерне бачення), мультимодальність і багато інших галузевих моделей. VCR, MSR-VTT, MSVD та інші авторитетні мультимодальні набори даних досягли верхньої частини списку.
Нещодавно команда великомасштабних моделей штучного інтелекту Hunyuan також запустила масштабну модель NLP трильйон, яка не тільки знову побила рекорд трьох основних списків CLUE, але й виграла від характеристик низької вартості та інклюзивності моделі. також успішно перейшов у Tencent Advertising, Search, chat та інші внутрішні продукти та обслуговує зовнішніх клієнтів через Tencent Cloud.
Команда великої моделі Tencent Hunyuan AI заявила, що оскільки більші моделі нейронних мереж часто означають кращу продуктивність моделі, велика модель Hunyuan NLP зосередиться на дослідженні більших масштабів параметрів моделі в майбутньому, з одного боку, і з іншого боку. Комбінуйте аудіо, зображення, відео та іншу мультимодальну інформацію, щоб надалі створити більш потужну мультимодальну велику модель ШІ. Крім того, з бурхливим зростанням напрямку AIGC велика модель Hunyuan AI продовжуватиме сприяти безперервному вдосконаленню у сфері генерації текстового вмісту та графіків Vincent у майбутньому.
Зосередьтеся на застосуванні сцени
По інший бік фундаментальних досліджень — промислова практика. Ма Хуатенг неодноразово заявляв: «Компонування штучного інтелекту Tencent зосереджено на застосуванні сцени, а не на дослідженні для дослідження».
Як і на початку, Tencent AI почав із сценаріїв користувача та використовував технологію AI для вирішення внутрішніх потреб продукту. У середньостроковій перспективі він сприяв розвитку загального штучного інтелекту з дослідженнями та сценаріями, підкреслюючи, що «вчені мають вплив, а промисловість має результати». Зараз Tencent використовує ШІ для вирішення проблем у вертикальних галузевих сценаріях, інкубуючи індивідуальні рішення в стандартизованих інструментах платформи ШІ.
Представник Tencent сказав, що команда Tencent AI відрізняється від традиційної дослідницької групи. Це систематична побудова. Від алгоритмів, розробки, якості, даних, продуктів до всієї моделі комерціалізації, можуть бути перші й останні, наприклад дослідження. Ідіть першими, а комерціалізація прийде останньою, але все це створення автомобіля та рух вперед.
Ву Йонцзянь зазначив: «Якщо мета досить складна, а сцена достатньо складна, це приведе нас до створення алгоритму світового класу. Подібним чином, коли ваше дослідження алгоритму вирішує проблему світового класу, алгоритм стає більш цінним. , а не виключно для публікації статей».
Щоб прискорити промислове впровадження технології штучного інтелекту, у листопаді 2021 року Tencent офіційно випустила бренд «Tencent Cloud Smart» шляхом об’єднання продуктів і технічних можливостей таких лабораторій штучного інтелекту, як Tencent Youtu Lab і Tencent AI Lab. як роки промислової практики Досвід, зовнішні результати від базової підтримки обчислювальної потужності до платформи розробки штучного інтелекту, рішень продуктів ШІ та методів цифрової інтелектуальної трансформації верхнього рівня всього ланцюга послуг.
Наприклад, на базовому рівні обчислювальної потужності Tencent використовує «одну хмару з декількома ядрами» як основу для прискорення продуктивності обчислювальної потужності за допомогою мікросхем штучного інтелекту власної розробки; на рівні розробки ШІ Tencent використовує "Tencent Cloud TI Platform" як ядро, щоб допомогти клієнтам швидко створювати та розгортати програми ШІ.
Zixiao — це мікросхема власної розробки Tencent для сценаріїв міркування ШІ. Він був адаптований до платформи Tencent Cloud TI, яка покращила продуктивність однієї карти на 200 відсотків, знизила вартість оптимізації обчислювальної потужності одиниці на 50 відсотків і заощадила енергоспоживання екологічної обчислювальної потужності. 60 відсотків. Сонг Дандан, голова відділу гетерогенних обчислювальних продуктів Tencent Cloud, розповів 21st Century Business Herald, що ці чіпи спочатку будуть розгорнуті на власно розробленому бізнесі Tencent, а в майбутньому, як сподіваються, вони обслуговуватимуть зовнішні послуги у вигляді служб PaaS. .
Навколо платформи TI Tencent також створив матрицю продуктів, включаючи платформу маркування TI-DataTruth, навчальну платформу TI-ONE, платформу додатків TI-Matrix, інструмент прискорення TI-ACC, а також включає навчальну платформу TI-OCR, TI-AOI навчальна платформа інспекції промислової якості тощо. Ці продукти також застосовувалися в галузях загальної взаємодії, фінансах, промисловості, засобах масової інформації, загальному уряді, медицині та інших галузях, допомагаючи реалізувати багато підрозділів, таких як інтелектуальна промислова інспекція якості, фінансовий штучний інтелект. платформа, керування роботою розумного міста та допоміжна діагностика захворювань. Розробка програм ШІ.
Лі Сюечао, віце-президент Tencent Cloud і керівник Tencent Cloud Intelligent Platform, сказав 21st Century Business Herald, що весь штучний інтелект справді увійшов у глибоководну сферу з точки зору впровадження. «У минулому клієнти потребували лише того, щоб ви надали деякі можливості штучного інтелекту, але тепер клієнти пропонують усі сценарні програми, і вам потрібно інтегрувати штучний інтелект у бізнес-сценарії».
На думку Лі Сюечао, завдяки поточній гарячій моделі «велика модель попереднього навчання плюс тонке налаштування завдання» програми штучного інтелекту безумовно стануть більш узагальненими. На цій основі оригінальні сценарії застосування ШІ будуть зроблені глибшими. У той же час AI також проникне в більшу кількість сцен.
Проте в ньому також зазначено, що пріоритетом створення додатків ШІ є вирішення проблем, тому в багатьох сценаріях оригінальна модель ШІ може вирішити проблему, тому немає потреби наздоганяти спеку. Адже використання великих моделей також принесе клієнтам додаткові переваги. вартість. Але для деяких сценаріїв, таких як інтелектуальне обслуговування клієнтів, якщо використання великих моделей може принести пряме покращення ефекту, ви можете спробувати це, зваживши ефективність витрат.
У цій глобальній конкуренції зі штучним інтелектом нам потрібно приділяти увагу найсучаснішим технологічним дослідженням і конкурувати з ними. У той же час нам потрібно робити якісь приземлені речі відповідно до ринкових умов. Чжоу Мін сказав 21st Century Business Herald, що послуги підприємств To B у Китаї дуже відрізняються від послуг у інших країнах. Екологія SaaS в інших країнах є дуже зрілою, і малі та середні підприємства звикли отримувати послуги через SaaS, але багато підприємств у Китаї не приймають SaaS. розгорнути.
Це означає, що потрібно більше зусиль, щоб обслуговувати клієнтів до B, наприклад, розуміти потреби клієнтів, добре виконувати бізнес-процеси «останньої милі» та підключення до системи, а також враховувати витрати на доставку та обслуговування. «Якщо ваша модель крихка, ви можете втратити один проект за одним проектом.
Тому ви повинні добре працювати у фонді, а також повинні розуміти клієнтів і мати здатність швидко повторювати. Саме з цим доводиться стикатися китайським компаніям, коли вони виготовляють так звані великі моделі. Насправді, з цієї точки зору, якщо ви хочете лише швидко скопіювати ChatGPT, а потім швидко заробити гроші, це дуже наївно", - сказав Чжоу Мін.