Haizhi Technology、数百モデルの国内戦争を支援する初のナレッジグラフ融合大型モデルアプリケーションプラットフォームをリリース

9 月 8 日の午後、中国工程院の学者、清華大学コンピューターサイエンス学部の教授、海志科技の主席研究員である鄭偉民氏は、「Atlas LLM ナレッジ マップと」をデモンストレーションし、公開しました。大規模モデル融合アプリケーション プラットフォーム」、このプラットフォームは大多数の B エンド ユーザーを対象としており、基本的な人工知能テクノロジーであるナレッジ グラフを使用して、大規模モデルがエンタープライズ レベルおよび産業アプリケーションの「幻想」を克服し、ベースの正確な推論を達成できるようにします。業界とシナリオに関する

この製品はエネルギー分野のシナリオに導入されました、金融、政府事務などとアプリケーションを統合し、一般的な人工知能の「ラストワンマイル」をBサイドおよび産業アプリケーションに開拓することに努めています。

中国電子技術標準化研究所、国家ビーコン委員会などの団体は「ナレッジグラフと大規模モデルの統合実践レポート」と呼ばれる活動を立ち上げ、Haizhi Technologyはプロセス全体に参加した。このレポートは正式にリリースされており、より多くの市場主体と技術力が一般人工知能のマルチテクノロジー統合に参加することを促進するために、上記の結果といくつかの応用例を共有します。

大規模モデルには「幻想」がある「ナレッジマップを規定する

「大規模なモデルが C 側から C 側に移動するとき」 B 面は、おもちゃからツールに移行するようなものです。ツールの精度は非常に重要です。記事を書いているときに、間違ったタイミングでアインシュタインの相対性理論を調べたことは問題ではありません。しかし、大規模なモデルが送電網の故障を修復するための間違った選択肢を提案した場合、その結果は大惨事になる可能性がある。 「錯覚」問題を解決するには、大規模なモデル自体の反復に依存するだけでは困難です。この点で、ナレッジ グラフは、より脳に近い人工知能ツールとして機能します。その正確な知識導出能力は、相互に非常によく補完できます。また、大規模モデルの迅速な学習能力は、ナレッジ グラフの知識生成を大幅に促進します。「

大規模言語モデルの汎用性、迅速な自律学習、および自己改善能力 ( LLM) は革新的であると考えられており、広く認識されています。ただし、LLM の基本的な作業方法は、テキスト内の語彙、構文構造、および意味情報を分析し、それらの間のパターンと確率分布を把握することであるため、統計的なルールに基づいて回答を生成する傾向があり、論理的推論の深さ、または高度な認知能力の開発。さらに、テキストを生成する場合、LLM はトレーニング データに存在するバイアスや誤解を招く情報によって制限される可能性があり、場合によっては不正確または不合理な回答が生成される可能性があります。この種の技術的特徴に基づく欠陥は、「ビッグモデル錯視」に鮮やかに例えられます。この予期せぬ「幻想」は、一般的な人工知能、特に大規模なモデルで表される一般的な人工知能が、厳密な B サイド アプリケーションに入るときに直面する最後にして最大の課題です。

この文脈では、別のナレッジ グラフ、広範な人工知能の基礎技術を使用し、大規模モデルとの自然な補完機能を発揮し始めています。 「脳に似た」知識表現方法として認識されているナレッジ グラフは、セマンティック ネットワークをモデル化することにより、客観的な世界のエンティティと関係を構造化された形式で記述し、知識推論に広く使用されています。ナレッジグラフに基づく知識推論は、離散記号表現に基づく推論パスや論理ルールなどの補助手段を通じて推論プロセスを説明し、「説明可能な人工知能」を実現する重要な方法を提供します。

Haizhi Technology は、学術家の Zheng Weimin 氏を主任科学者として迎え、創業 10 年を迎え、現在、最も幅広いアプリケーション顧客を持つ中国最大のナレッジ グラフおよびグラフ コンピューティング企業です。金融、政務、エネルギー、交通などの分野で豊富な知識とグラフアプリケーションの経験を持ち、世界有数の国内分散型クラウドネイティブグラフデータベースであるAtlas Graphを立ち上げ、中国データベース代表者としてGartner社に選出される。 「グローバル グラフ データベース管理システム マーケット ガイド」を発行し、国内の分散型グラフ データベースのギャップを埋めます。

2022年10月、院士の鄭偉民氏は若手科学者を率いて海志科技に「高性能グラフコンピューティング院士ワークステーション」を設立し、世界中のさまざまな大型モデルの研究開発動向の追跡を開始した。彼らは、ナレッジ グラフを大規模モデル テクノロジーと深く統合し、金融、エネルギー、政府の企業や機関での導入と試用に取り組んでいます。彼らは、Bエンド業界の顧客が長年蓄積してきた巨大な構造化データシステムとコンピューティング分析アプリケーションシステムをターゲットにしており、学術家のZheng氏とHaizhi氏は、ナレッジグラフを革新的に中間ブリッジとして利用し、既存のデータシステムと大規模モデルを接続し、包括的に統合します。業界における大規模モデルの実装を改善します。解釈可能性、対話性、検証可能性

「人工知能の発展の 1 つの尺度は、人間の脳の知能の学習です。私たちの観察によれば、ナレッジ グラフの厳密な推論は人間の左脳に似ており、大規模なモデルの迅速な学習は人間の左脳に似ています。」鄭偉民氏は次のように述べています。「当社の製品は、一連の知識マッピング、検証、最適化アーキテクチャを通じて左脳と右脳の間の相互運用性を実現し、企業における汎用人工知能の徹底的な適用を促進することを目指しています。

大規模モデル アプリケーションの品質と効率のバランスの達成

Haizhi Technology の最高技術責任者 Yang Juan 氏は、ナレッジ グラフと大規模モデル アプリケーション製品に関するレポート ニュース

「当社は大規模モデルを生産するのではなく、大規模モデルを実稼働環境に適用することに注力しています。」Haizhi Technology の CTO である Yang Juan 博士は、Haizhi Atlas LLM について次のように述べています。ラージ モデル フュージョン アプリケーション プラットフォームには 3 つの非常にユニークな位置付けがあります : 1 つ目は、プロセス全体におけるナレッジ グラフとラージ モデル間の相互作用を実現し、産業アプリケーションに対するラージ モデルの錯覚による干渉を効果的に克服します、2 つ目は、顧客の既存の豊富なデータ資産を統合し、それらを大規模モデルの結果と統合することで、車輪の再発明を回避し、計算をより効率的にし、アプリケーションをより正確にします。第三に、顧客がさまざまなオープンソースの大規模モデルを切り替えて柔軟に適用して、より多くの成果を達成できるようにすることができます。コスト効率の高いシナリオ アプリケーション。

Haizhi Technology 上級副社長 Qu Ke 氏が列挙したのは、プラットフォームが検証した産業シナリオ: 産業用製造装置の操作と検査の分野では、複雑な生産システムの障害特定は、その複雑な障害の組み合わせタイプのため、人々が常に人工知能に大きな期待を寄せている場所でした。異種データ、および高速応答要件。 「以前は、ナレッジ グラフ テクノロジを使用して、デバイスと関連するデバイス測定信号の間の関係を障害ナレッジ特徴サブグラフに構築し、機械が障害を自動的に認識できるようにしました。しかし、このプロセスでは、ビジネスの専門家が技術担当者と協力して、ナレッジ生成を実現するには、多数のエンティティの構築と構成作業が前提条件となります。しかし、今日では、大規模なモデルを通じて、このナレッジの抽出と融合のプロセスの効率を大幅に向上させることができます。一方で、大規模なモデルを通じて、障害のある機器を迅速に抽出することができます。これは、ナレッジ グラフが特徴マップの迅速な構築を完了し、効率を向上させるのに役立ちます。一方、ビジネス エキスパートは、ビジネス エキスパートを利用して、大規模なモデルによって自動的に生成された特徴マップをより効率的に検証し、データを固定および校正することもできます。 「

エンタープライズ「ビッグ モデル」を開始するための「3 つのステップ」

ビッグ モデルの時代には、もう 1 つの焦点が当てられます。業界の企業顧客の将来の開発は、古い計算および分析システムを完全に打破するか、それとも既存の計算および分析システムに基づいてアップグレードするか? Haizhi Technology は、顧客が確立した巨大なコンピューティング分析アプリケーションとビジネス小規模モデルに基づいて、「基本的なシーン認識、包括的なシーン オーケストレーション、およびシーンの固定化リリース」のロジックに従って大規模モデル アプリケーションの「3 ステップ」を実現しました。 "

ステップ 1: 顧客の既存のコンピューティング分析とビジネス小規模モデルの基本シナリオ サービスを大規模モデルを通じて微調整し、シナリオのセマンティクスに注釈を付けて特定し、基本的なサービス シナリオ ライブラリを形成します。

書き換えられた内容は次のとおりです。 ステップ 2: 高次のシナリオと対応するプロンプト セマンティクスを包括的に適用し、大規模なモデル推論機能を使用して、計算呼び出しと計算ロジックをインテリジェントに配置します。

書き換え後内容: 3 番目のステップでは、大規模なモデル オーケストレーションを通じてシーン オーケストレーション ナレッジ グラフを生成します。ナレッジ グラフの観察可能な解釈可能性と相互運用性を利用することで、複雑なシーンの大規模なモデル オーケストレーションの結果を観察し、手動で検証して最適化することができます。これにより、セマンティクスに対応するシーン知識の安定した固定化と、それを外部に公開する機能が実現できます。

現在、Haizhi は、既存のコンピューティングとコンピューティングに基づいて、基本的なシーン認識、複雑なシーン オーケストレーション、およびマルチ機能を実現しています。ナレッジグラフのナレッジ可観測性、固化検証および公開機能により、既存の計算解析ナレッジとグラフ固化という 2 つの「精度制御」の下で、大規模モデル推論生成をコアとして、大規模モデルが正確な計算質疑応答を実現できるようになります。シナリオ。

以上がHaizhi Technology、数百モデルの国内戦争を支援する初のナレッジグラフ融合大型モデルアプリケーションプラットフォームをリリースの詳細内容です。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。