La concurrence verticale des grands modèles peut-elle briser les « points bloqués » en matière de données ?

Les grands modèles d’IA sont populaires partout dans le monde, et les industries chinoises ont également suscité un nouvel enthousiasme pour les applications d’intelligence artificielle.

À mesure que les grands fabricants participent à la compétition, le marché se divise en deux voies principales : générale et verticale. Les différences entre les deux en termes de niveaux de paramètres, de scénarios d'application, de modèles économiques, etc. sont progressivement apparues.

1. Les entreprises affluent sur la voie des grands modèles verticaux

Les grands modèles d'IA généraux comme ChatGPT peuvent gérer le langage naturel dans divers domaines et scénarios. Cependant, en raison des énormes ressources informatiques et du volume de données requis, ils sont devenus le centre d'intérêt. Fabricants nationaux et étrangers.

Ce type d'entreprise dispose généralement d'une équipe technique et d'un soutien financier solides, ainsi que de ses propres avantages en matière de scénario et de trafic. Baidu, Alibaba, Tencent, Byte, Huawei et d'autres sociétés ont adopté leurs propres grands modèles généraux d'IA dans les domaines de la recherche, des réseaux sociaux, du commerce électronique, de la bureautique et d'autres domaines.

En comparaison, il est difficile pour les startups et les entreprises dans des domaines de niche d'obtenir des avantages de premier arrivé ou des avantages de différenciation dans une telle concurrence.

Le grand modèle d'IA vertical se concentre uniquement sur un domaine ou un scénario spécifique. Il peut utiliser les données et les connaissances de l'industrie pour fournir des solutions plus précises et efficaces afin de mieux répondre aux besoins et aux attentes des utilisateurs dans un certain domaine ou scénario. : soins médicaux, finances, éducation, etc.

Dans le même temps, il peut utiliser comme base certains grands modèles d'IA généraux open source ou fermés, puis effectuer des réglages d'instructions sur ceux-ci pour s'adapter à ses propres domaines ou scénarios cibles.

Par conséquent, son échelle de paramètres est d'un ordre de grandeur inférieure à celle d'un grand modèle général. Si le volant de données et la formation du modèle peuvent être bien combinés, il peut même être plus performant et coûter moins cher qu'un grand modèle général dans certains domaines spécifiques. .

Dans ce contexte, de plus en plus d'entreprises ont rejoint la piste verticale des grands modèles.

Le 18 mai, Sangfor a publié le premier grand modèle de sécurité auto-développé par la Chine, devenant ainsi la première application de la technologie GPT dans le domaine de la sécurité.

Le 5 mai, Xueersi a annoncé qu'elle développait un grand modèle mathématique auto-développé, nommé ; MathGPT, destiné aux passionnés de mathématiques du monde entier et aux instituts de recherche scientifique ;

En mars, Daguan Data a annoncé qu'elle développait le système Caozhi, en se concentrant sur de grands modèles de langage dans des domaines verticaux tels que la finance, les affaires gouvernementales et la fabrication.

Des scénarios de commercialisation clairs et des coûts de puissance de calcul inférieurs ont ouvert la porte à diverses entreprises pour se lancer dans de grands modèles verticaux.

2. Le test du grand modèle vertical

L'avantage du grand modèle vertical est qu'il n'est pas assez grand : la puissance de calcul n'est pas assez grande et la difficulté de l'algorithme est faible, mais cela ne veut pas dire que tout le monde peut faire le grand modèle vertical.

Comme nous le savons tous, les trois éléments des grands modèles d'IA : la puissance de calcul, les algorithmes et les données sont tous le « flux » qui alimente l'IA.

Parlons d’abord de la puissance de calcul.

La raison pour laquelle les grands modèles sont « grands » est due au grand nombre de paramètres et à l'énorme quantité de données. La quantité de calcul requise pour un grand modèle d’IA équivaut à peu près au produit de la quantité de paramètres et de la quantité de données.

Au cours des cinq dernières années, le nombre de paramètres des grands modèles d'IA a augmenté d'un ordre de grandeur presque chaque année. Par exemple, le nombre de paramètres du GPT-4 est 16 fois supérieur à celui du GPT-3, atteignant 1,6 billion. .

Avec l'introduction de données multimodales telles que les images, l'audio et la vidéo, la quantité de données dans les grands modèles augmente également rapidement. Cela signifie que si vous souhaitez jouer avec de grands modèles, vous devez disposer d’une grande puissance de calcul.

À titre de référence, le coût de formation et d'inférence d'un ensemble de grands modèles verticaux peut être d'un ordre de grandeur inférieur à celui du modèle Open AI avec la même échelle de paramètres dans le scénario de la technologie humanoïde numérique, comme le directeur stratégique de Qiyuan World Wang Sijie une fois mentionné : construisez d'abord des modèles verticaux plus petits (tels que des dizaines de milliards de paramètres, des milliards de paramètres) afin que le volant de données et la formation du modèle puissent être bien combinés. Les modèles verticaux peuvent être plus efficaces que l'Open AI dans certains domaines. .

Même si les besoins en puissance de calcul du grand modèle vertical sont bien inférieurs à ceux du grand modèle général, l'investissement dans l'infrastructure de puissance de calcul empêchera toujours certaines petites entreprises d'y entrer.

Parlons de l’algorithme.

Parmi les trois éléments, la difficulté de développement d'algorithmes est relativement faible. Chaque entreprise a son propre algorithme de chemin pour réaliser de grands modèles, et il existe de nombreux projets open source qui peuvent être utilisés comme référence et sont les plus faciles à raccourcir ou à raccourcir. même combler l'écart.

Enfin, parlons de données.

Des données de haute qualité sont la clé pour faciliter la formation et le réglage de l'IA. Des données suffisantes et riches constituent la base des grands modèles d'IA.

OpenAI a précédemment révélé que pour que l'IA puisse parler aussi facilement que les humains, les développeurs ont fourni à GPT-3.5 jusqu'à 45 To de corpus de texte, soit l'équivalent de 4,72 millions d'ensembles des « Quatre grands classiques » chinois. Ces sources de corpus proviennent d'un large éventail de sources, notamment Wikipédia, des articles en ligne, des livres et des revues, etc., et même la plateforme de code open source Github est incluse.

Mais lorsqu’on se concentre sur des secteurs segmentés, il n’est pas si facile d’obtenir des données.

Industrial Securities a déclaré publiquement que pour former des modèles industriels professionnels à grande échelle, des données industrielles et des données publiques de haute qualité sont cruciales.

En ce qui concerne le marché national des données, selon les révélations officielles de la Commission nationale du développement et de la réforme, les ressources de données gouvernementales de mon pays représentent plus des 3/4 des ressources de données du pays, mais l'échelle d'ouverture est inférieure à 10 % de celui des États-Unis, et l'échelle que les particuliers et les entreprises peuvent utiliser est encore inférieure à celle des États-Unis 7 %.

Et les données de l'industrie sont des données de domaine privé très essentielles. Plus la quantité de données du domaine privé est importante et plus leur qualité est élevée, plus elles ont de la valeur.

Si une entreprise médicale dispose de données médicales et de données de cas riches, elle a la capacité de développer des produits de modèle vertical à grande échelle similaires à l'industrie médicale. Les données de projet dans le secteur de la construction, les données de portraits d'utilisateurs dans le secteur financier et les données de position des navires dans le secteur du transport maritime sont toutes des sources de données clés qui prennent en charge de grands modèles verticaux.

Mais ces données du domaine privé sont toutes entre les mains des entreprises elles-mêmes, et pour des raisons de sécurité et de conformité des données, la plupart des institutions exigent un déploiement local avant d'essayer une formation à grande échelle. Il est difficile d'imaginer que les entreprises donneront leur noyau. les données aux autres vont s'entraîner.

De plus, il est également très important de correctement étiqueter et annoter les données. Réécrivez les mots originaux comme suit : La classification des données à différents niveaux peut améliorer l'efficacité du produit, et des données étiquetées très précises peuvent améliorer encore les performances professionnelles des grands modèles.

Cependant, à ce stade, le coût pour les industries verticales d'obtenir des données d'annotation de haute précision est relativement élevé, et il y a moins de données industrielles professionnelles dans les bases de données publiques, de sorte que des exigences élevées sont imposées à la construction de grands modèles verticaux.

En général, si vous souhaitez construire un grand modèle vertical, l'importance des données dépasse de loin la puissance de calcul et les algorithmes.

Les données sont devenues un « point de blocage » permettant aux entreprises de percer dans les grands modèles verticaux.

3. Ayez une longueur d'avance avec les données industrielles

Les modèles verticaux à grande échelle mettent l'accent sur la logique d'application et de scénario, et en Chine, ils mettent l'accent sur la valeur du côté industriel.

D'une part, dans le contexte de la vague actuelle d'intelligence en Chine, il existe une large demande du marché pour l'innovation numérique du côté industriel ; d'autre part, dans l'écosystème toB, les pratiques basées sur des applications verticales sont également propices au formation de volants de données et de volants de scène.

La prémisse de tout cela est que l'entreprise qui lance de grands modèles verticaux a établi des barrières techniques et des fossés dans l'industrie, c'est-à-dire l'avantage concurrentiel de « personne n'a ce que j'ai ».

Il semble que les entreprises profondément impliquées dans les industries verticales depuis de nombreuses années aient plus de chances de gagner.

Ces entreprises ont une forte accumulation dans les domaines du traitement des données, des modèles à grande échelle et des graphiques de connaissances, et ont de plus grands avantages dans l'optimisation des modèles à grande échelle. Dans le même temps, ils ont une compréhension approfondie des besoins des clients B et des scénarios de mise en œuvre, ce qui peut mieux garantir la crédibilité et la fiabilité des produits verticaux à grand modèle et répondre aux besoins de l'entreprise en matière de sécurité, de contrôlabilité et de conformité.

Actuellement, certains grands modèles verticaux ont été testés dans les domaines de la finance, de l'éducation, de la médecine, du marketing et d'autres scénarios.

Par exemple, Bloomberg a utilisé ses riches sources de données financières et s'est recyclé sur la base du cadre open source GPT-3 pour développer un grand modèle BloombergGPT spécifique à la finance

NetEase Youdao a lancé un modèle de type ChatGPT auto-développé pour les scénarios éducatifs ; " Zi a dit”;

Quelques semaines seulement après la sortie de ChatGPT, Google a annoncé Med-PaLM, un modèle de langage médical à grande échelle spécialement conçu pour répondre aux questions liées aux soins de santé...

Avec l'adhésion de plus en plus d'entreprises, Large- des modèles réduits dans des domaines verticaux émergeront largement dans diverses industries et subdivisions. Et les entreprises qui peuvent se spécialiser et comprendre un domaine vertical, utiliser des données de haute qualité pour optimiser en permanence leurs modèles, fonctionner en boucle fermée et construire un écosystème industriel finiront par rendre la chaîne de valeur suffisamment longue.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!