Fante Technology との対話: 将来の大規模モデルサービスはサブスクリプションベースの支払いモデルになる | 年次 AI 対話

年次 AI ダイアログ

#|ヤン・ジュン

編集者 |Shi Yaqiong

人工知能をマスターするということは、新時代の生産性コードをマスターすることを意味します。

ChatGPT の人気が爆発的に高まるにつれ、大型モデルが世界中で人気となり、中国の産業も人工知能アプリケーションに対する新たな熱意を刺激しています。

したがって、この時点で、36 クリプトンデジタルタイムクリプトンチームは、大型モデルの分野で深い研究を持つ国内の専門家とホットなトピックについて議論したいと考えて、「年次AI対話」コラムを正式に開始しました。一連のレポートを通じて AI を復元する 新しい技術能力とアプリケーションの可能性。

今回は、Fante Technology CEO 呉昇陽氏をお招きしました。

大型モデルの出現は中国のデジタル化プロセスにどのような影響を与えますか?それは企業のデジタル予算にどのような影響を与えるでしょうか?また、大型モデルは中国企業のビジネスモデルを変えるのか？これらはすべて注目に値する問題です。

Fant Technology は、エンタープライズ デジタル トランスフォーメーションとメタバース インフラストラクチャのプロバイダーであり、エンタープライズ デジタル トランスフォーメーションと人工知能の研究に重点を置いています。 Fant Technology の CEO、Wu Shengyang 氏は、デジタル チャイナは実際にはメタバースと密接に関係していると考えています。モデルが生産性を重視する新時代の文脈では、すべての都市が大規模な基盤となる都市レベルのモデルを持つようになるでしょう。将来的には、企業はモデルは同じで、大規模モデルの機能は大規模モデル サービス プロバイダーからのオンデマンドでカスタマイズされますが、大規模モデルの出現後は、新しいテクノロジーと深く統合された企業が従来のインテグレーターに取って代わり、ビジネス シナリオを再定義して分割することになります。

以下の内容は、Digital Times によって編集、編集されたインタビューの原文です:

ビッグモデルとエンタープライズデジタルトランスフォーメーション

大規模モデルは、特にデジタルレベルで企業の実際の生産と運営に適用され、デジタルソリューションの実装を加速することができます。 Fante Technology は、B 側と G 側の両方で、企業と政府部門が大規模モデルのエンドツーエンド機能を使用して、独自の下位部門で大規模モデルをカスタマイズできるため、さまざまなソリューションを迅速に実装できると考えています。

デジタル タイムズ: 大きなモデルの出現は中国のデジタル変革プロセスにどのような影響を与えるでしょうか?

Fante Technology: デジタル変革は、まずインフラ建設の問題を解決し、2 つ目は大規模な能力構築です。以前は、能力構築には多くの人的資源、物的資源、時間的コストが必要でしたが、アルゴリズムの開発と適用には開発サイクルが比較的長いためです。チームを形成し、人々のグループをトレーニングし、1 つのことを達成するには、多大な投資と長いサイクルが必要で、結果は遅くなります。大型モデルはそれを変えることを約束します。大規模モデルの出現により、従来のアルゴリズム研究開発モデルとアプリケーション開発モデルが根底から覆され、手動で設計された多数のアルゴリズムが直接大規模モデルに置き換えられ、アプリケーション開発は大幅に簡素化され、さらには自動化されました。大規模なモデルを使用する企業は、追加のアルゴリズム チームとアプリケーション開発チームを雇用することと同等であり、コストが削減されるだけでなく、効率も大幅に向上します。大型モデルは敷居が高く、一般企業では使いこなせないのではないかと思われるかもしれませんが、実はそんなことはなく、長年バーティカル分野に深く関わってきたファント社なら、お客様のお手伝いが可能です大規模なモデルを作成して実装します。 Fant の新世代人工知能 MaaS プラットフォームは、大規模な Model-as-a-Service 機能、アルゴリズムの自己トレーニング機能、アプリケーションのカスタマイズ機能、デプロイの自動化機能を統合し、大規模モデルの実装問題をエンドツーエンドで解決し、デジタル変革を促進します。

かつて比較表を作成しましたが、デジタルチャイナは実際にはメタバースと密接に関係しています。浙江省や重慶などの都市では、すでにデジタルチャイナの急成長を目の当たりにしています。これら 2 か所の Digital China アーキテクチャには、政府レベルで大規模な基盤プラットフォームがあり、これは単純に一般的な機能として理解でき、この一般的な機能に基づいて、各ビジネス ユニットは小さな機能を開発する権限を与えられています。これは実際には、大型モデルとの自然な組み合わせです。モデルが生産性を重視する新時代の文脈では、近い将来、すべての都市が大規模な基礎となる都市レベルのモデルを持ち、これに基づいて、誰もがさまざまな垂直分野や産業アプリケーション向けにモデルをカスタマイズできるようになるだろうと私は信じています。 Cサイドでは、住民の生活必需品、食料、住居、交通がディープデジタル化に基づいてより便利になります。 B サイドと G サイドでは、企業や政府部門は大規模モデルのエンドツーエンド機能を使用して、独自の細分化された大規模モデルをカスタマイズできるため、さまざまなソリューションを迅速に実装できます。これらは、デジタルチャイナの壮大な青写真の早期実現に貢献します。

デジタルタイムクリプトン: 大きなモデルの出現後、企業のデジタル予算にはどのような変化が生じましたか?

Fante テクノロジー:短期的には、大規模モデル、特に民営化された大規模モデルの価格とハードウェア投資が高くなることが予測されます。さらに、大規模なモデルを適用するには、依然として内部プロセスや標準などを開放し、元のビジネスと統合する必要があり、これにはかなりの費用がかかります。したがって、短期的には企業のデジタル化予算が増加する可能性があります。

長期的には、同社が大型モデルの固定費と自社の経営統合に伴うドッキングコストを完全に消化した後は、人員の合理化と効率の向上により、企業運営とイノベーションにかかる全体的なコストが削減される可能性があります。スイート企業は自社の優位性と競争力を維持するために、間違いなく大型モデルや大型モデルに基づくイノベーションにより多くのエネルギーを投資するため、MaaS モデルが台頭すると信じています。

将来的には、企業は現在の SaaS 支払いモデルと同様に、Fante のような大規模モデル サービス プロバイダーから大規模モデルの機能をオンデマンドでカスタマイズし、対応するサービス料金をオンデマンドで支払うようになるでしょう。ビジネス予算が大幅に軽減され、収入に対する支出の比率がより正確に一致し、制御されるようになります。

デジタル タイムズ: デジタル化において大規模なモデルを実装する際の難しさは何ですか?

Fante テクノロジー: 最初の直接的な問題は、コンピューティング能力とプロンプト ワード エンジニアリングの問題です。コンピューティング能力は本質的にインフラストラクチャの問題です。大型モデルだけでなく、あらゆるデジタル プロジェクトにとって、インフラストラクチャは大きな問題です。大型モデルでは、メモリとグラフィックス カードの量が比較的多く必要になります。現在、これにはある程度の投資が必要です。 。

プロンプトワードエンジニアリングは大規模モデル特有の問題です。大規模モデルを学習させた後、この大規模モデルをどのように使用するかは非常に特殊です。入力が間違っていると結果も悪くなります。したがって、適切な作業を行うことが特に重要です。ランディングアプリケーションにおけるプロンプトワードエンジニアリング. 現在、プロンプトワードエンジニアリングのエンジニアは不足しており、学界も産業界も常に模索を続けています. つまり、大きなモデルは出てきていますが、大きなモデルに対する理解はまだ強化されている段階です一歩ずつ。

先ほど直接的な困難についてお話しましたが、付け加えなければならないのは、デジタル化は体系的なプロジェクトであり、大規模なモデルが基礎となるインフラストラクチャであるということです。大規模なモデルはアルゴリズムの革新の問題を解決しますが、その間にやるべきことはまだたくさんあります。アルゴリズムとアプリケーション。たとえば、大規模なモデルは効果的ですが、エッジ デバイス上で直接実行するのは困難です。多くの場合、より軽量で効率的に実行される垂直フィールドで小さなモデルを監視およびトレーニングするには、大規模なモデルを使用する必要があります。エッジ コンピューティング デバイス上で。一方、アルゴリズムはアプリケーションのコアモジュールにすぎず、アプリケーションにはアルゴリズム自体に加えて、実装する必要がある大量のビジネス ロジックもあります。

最後に、アルゴリズムとアプリケーションは、できれば自動化された展開と運用とメンテナンスを使用して、多数のデバイスに簡単に展開できる必要があります。大規模なモデル実装の問題をエンドツーエンドで真に解決するには、大規模なサービスとしてのモデル機能、アルゴリズムの自己トレーニング機能、アプリケーションのカスタマイズ機能、および展開を統合する新世代の人工知能サービス プラットフォームが必要です。自動化機能、いわゆる MaaS プラットフォームです。 Fant はこのような MaaS プラットフォームを構築しており、最下層は大規模モデルのベース、中間層は AI、AR、アルゴリズム、アプリケーションのカスタマイズと自動展開機能、そして上位層は垂直産業向けの特定のアプリケーションです。この方法によってのみ、大規模モデルのデジタル実装の問題を真に解決できると私たちは信じています。

大規模モデルは中国企業に「輪を打ち破る」さらなる機会をもたらす

大型モデルの登場により、中国の産業と中国企業に大きなチャンスがもたらされました。 Fant Technologyによれば、ToBおよびToG分野では、本来の事業領域は基本的に大手インテグレーター間で分割されており、テクノロジーメーカーやアルゴリズムメーカーの多くは統合されていたという。大規模モデルの登場により、新技術を製品に深く統合できる企業が旧来のシステムインテグレータに取って代わり、市場を再定義して占有することになります。

デジタルタイムズ:大型モデルの登場は中国産業にどのような影響を与えるでしょうか?

Fante Technology: 大規模モデルのトレーニングにはデータ、アルゴリズム、計算能力が必要ですが、中国では高品質のトレーニング データが不足しており、大量の生データが不足しているのが現状です。整理されておらず、低品質です。アルゴリズム レベルではそれほど後進的ではありませんが、アルゴリズムのトレーニングに使用されるグラフィック カードのリソースは非常に限られています。現在、大手AI企業は基本的に大型モデル路線に参入しており、多くのスタートアップ企業も参入しており、全体的には追い上げ段階にありますが、時間が経てばデータは解決できると考えています。中国語も理解できるGPT4に匹敵する大型モデル。

大型モデルの登場により、中国産業の高度化が加速するだろう。一方で、現在の状況は、技術革新の分野でまだ多くの弱点があり、非常に行き詰まりやすいことを認識させており、業界は間違いなくデータとAIチップへの投資を増やすでしょう。大型モデルの更新は生産性の向上であり、ボトムレベルの生産性の向上は必然的に上部構造の進歩をもたらします。大型モデルの出現は、中国の科学技術革新により多くの機会と動機を与えるだろう。

大型モデルの機能を通じて、中国企業はさまざまな分野でより詳細な研究とイノベーションを実施し、科学技術の発展を促進し、人工知能や機械学習などの分野でブレークスルーを達成することができます。中国の製造業は、大規模モデルを使用して生産計画を予測および最適化し、サプライチェーン管理を改善し、より高いレベルの自動化およびインテリジェント生産を達成して競争力を向上させることができます。中国のホテル、観光、金融、医療、その他のサービス産業は、大規模モデルを使用して顧客サービスとエクスペリエンスを向上させ、よりインテリジェントでパーソナライズされたサービスを提供し、競争力を高めることができます。イノベーションのペースが加速し続けるにつれ、多くの単純な反復作業が AI に置き換えられ、AI スキルを備えた新しいエンジニアの出現により、イノベーションと技術開発がさらに促進されることになります。一言で言えば、大型モデルは生産性の大幅な向上をもたらし、さまざまな産業のデジタル化プロセスを大きく推進し、この技術革命の波の中で、我が国がそのチャンスを掴むことができれば、技術力との差をさらに縮めることが可能となるでしょう。 、国際競争力を総合的に強化します。

デジタルタイムズ：大型モデルの登場は中国企業のビジネスモデルにどのような影響を与えるのでしょうか？

ファンテテクノロジー: ToB、ToG分野は基本的に大手インテグレーターが本来の商圏を分割し、テクノロジーメーカーやアルゴリズムメーカーのほとんどが統合されています。大きなモデルの出現後、新しいテクノロジーと深く統合された企業が従来のインテグレーターに取って代わり、シナリオを再定義して切り開くことになります。この流れでは、あらゆる企業がその輪から抜け出す機会を持ち、時代についていけない企業は淘汰され、10年以上前にインターネット企業が開花し、伝統産業を破壊する歴史が再び繰り返されることになる。今問われているのは、新しい技術や新しいことへの理解と、新しい時代に素早く適応し反復する能力です。

ToC の分野では、大規模なモデルはトラフィックの参入レベルにも変化をもたらす可能性があり、過去にトラフィック独占をほぼ達成していた BATJ のような巨大企業、さらには Google のような世界クラスの覇権者さえも、将来的には取って代わられる可能性があります。新しい時代、Subversion に堀があると言える企業はありません。革新を果たそうとする起業家にとって、これは 10 年に 1 度、あるいは 100 年に 1 度のチャンスかもしれません。8 人の仙人は海を越えてその魔法の力を示しましたが、従業員 11 人がこの目標を達成したのは MidJourney だけではありません。 1億年以上の利益。

デジタル タイムズ: 大規模モデルの出現は特定の業界にどのような影響を及ぼしますか?

Fante テクノロジー: 大きなモデルは根底にある生産性の変化であり、その影響は業界全体に及びます。私たちが深く関わっている金融業界を例に挙げると、ChatGPTのリリース当日には銀行の顧客から問い合わせがあり、特に大型モデルがもたらすイノベーションに業界が注目していることが分かりました。大規模モデルは、銀行の顧客サービス、財務アドバイス、ロボ アドバイザリー、不正行為検出、デジタル インテリジェンスなどの特定のビジネスで強い需要がありますが、政策上の理由により、ChatGPT およびインターネット ベースの言語の大規模モデルを直接使用することはできません。プライバシーおよびその他の問題。現在、基本的な大型モデルの分野では国内の有力企業が相次いで自社の大型言語モデルを立ち上げていますが、ChatGPTと比べるとまだ大きな差があり、短期間で大規模な製品の立ち上げを実現することは困難です。

基本的な大型モデルへの研究開発投資は巨額であり、スタートアップにとっては十分に優しいものではありません; もちろん、テクノロジーの発展に伴い、さまざまなオープンソースの大型モデルが繁栄し、新しい大型モデルがほぼ毎日登場します。も GPT-4 の 90% 以上の水準に達しており、これらのモデルの登場により、スタートアップが自社で大型モデル、特に垂直分野向けの大型モデルを持つことが可能になり、現在その方向でフォローを行っているところです。顧客は主にカスタマイズされた最適化サービスを提供します。私たちは、業界の垂直領域における大型モデルに重点を置いています。 Fante チームは金融、ガバナンス、緊急事態、文化観光などの垂直分野に長年深く関わっており、たゆまぬ継続的なイノベーターのグループを擁しているため、垂直分野でどのような大規模モデルが必要とされているかを知っているだけではありません。だけでなく、大規模なモデルを実装する方法も知っています。一言で言えば、私たちは大規模モデル機能、つまり MaaS 機能を使用して、業界の顧客がその分野に最適な垂直 AI モデルを構築できるように支援します。

垂直型大規模モデルは人工知能スタートアップにとってチャンスです

Fante Technology は、AI 分野のスタートアップ企業として、大型モデルの登場以降、その役割を MaaS サービスプロバイダーに調整し、ビジネスからボトムレイヤーまですべてに焦点を当てるのではなく、技術レベルに重点を置きました。 Fant Technologyはまた、中国ではコストと人材の理由から、基本的な大型モデルを製造できる企業は実際には3社しかなく、Fantの現在の規模ではこの分野の競争に参入することはできないと述べた。垂直型大型モデルは、Fant のような人工知能スタートアップ企業にとって、新しい時代で目立つための真のチャンスです。

Digital Time Krypton: スタートアップ企業が垂直分野で大規模なモデルを開発する機会をどのように考えていますか?

Fante Technology:Lu Qi 氏が述べたように、世界で基本的な大規模モデルを作成できるのは中国と米国だけです。中国では、コストと人材の理由により、誰も基本的な大規模モデルを作成できません。実際には、3 社を超える企業は存在せず、Fant の現在の規模では、この分野の競争には参入できません。垂直型大型モデルは、Fant のような人工知能スタートアップ企業にとって、新しい時代で目立つための真のチャンスです。垂直分野の大規模モデルは通常数百億レベル（基本的な大型モデルは通常数千億レベル）であり、垂直分野の問題を解決することが目標です。垂直ドメインの大規模モデルは、成熟した安定した基本的な大規模モデル ベースに基づいており、垂直ドメインの特定の問題に合わせて機能が結合および最適化されており、実用的な問題を低コストで迅速かつ効率的に解決できます。

大規模な垂直モデルを構築できるのはどのような企業ですか?技術蓄積と業界理解力を両立するには、やはり「現場を捉える者が王様」という言葉があり、この言葉は縦型大型モデルの分野にも当てはまると考えています。垂直分野で大規模モデルを作成するには、スタートアップはまず業界についての十分な知識を持っている必要があります。大規模モデルの機能を完全に習得するだけでなく、業界の問題点がどこにあるのかも知っていなければなりません。したがって、大規模モデルは垂直分野で構築する必要があります。彼らがよく知っている分野。大規模なモデルの実装を実現するには、スタートアップが強力なエンジニアリング実装能力を備えている必要があり、そのためには鍛冶屋自身に十分なハードパワーが必要です。このプロジェクトの実装能力は、アルゴリズム、アプリケーション、展開、運用、保守などの複数のレベルに反映されており、体系的なプロジェクトであり、一夜にして実現するものではありません。 Fantは創業当初から上記の課題を解決し、最小の推論単位からイテレーションを繰り返し、徐々に独自の開発・運用体制を構築して初めて高効率かつ高品質な運用を実現することができます。 . 大規模なモデル アプリケーションが顧客に配信されます。

デジタル タイムズ: この大型モデルの波は Fante Technology にどのような影響を与えるでしょうか?

Fante テクノロジー:Fante のような AI メーカーを含むすべての企業にとって、大規模モデルは最初に緊張をもたらします。大規模モデルの恐ろしい機能は、私たちの以前の認識と AI 能力に基づいています。次元の影響により削減に伴い、すべての企業は自らの立ち位置を変更し、発展する必要があります。しかしすぐに、私たちのさらなる感情は驚きに変わりました。現在、ほぼすべての AI スタートアップが同じスタートラインに立っているため、今度は当社が他のスタートアップを上回る可能性があります。

私たちは、2020 年の GPT3 以来、社内での大規模モデルの開発に細心の注意を払ってきました。今年 2 月の ChatGPT の爆発により、私たちは大規模モデル トラックの機会を認識することができました。また、AIGC と議論では、大型モデルの開発について全員が一致して楽観的であり、また、垂直フィールドを突破口として大型モデルトラックに参入することが現時点で最良の選択であることに同意し、急いで研究開発作業に着手しました。 。研究開発の組織構造を調整し、主任研究員を長とする大型モデル研究グループを設立し、研究開発の方向性を調整し、垂直分野における大型モデルの研究開発能力の強化と各製品ラインにおける大型モデルの能力の統合に重点を置いた。大規模モデルは、AI 企業自体の運営方法を変え、アルゴリズムやアプリケーションの製造と設計の考え方を変え、AI 実装の可能性を広げたと言えます。

お客様にサービスを提供する過程で、私たちのポジショニングも大きく変わりました。大規模モデルが登場する前に、ユーザーのニーズに応じて現場でデータを収集し、アルゴリズムをトレーニングし、エンジニアリング実装を実行し、ユーザーシステムを接続する必要があり、完全なソリューションセットを提供する必要があります。大規模に複製できれば、入出力比は高くありません。大規模モデルでは、私たちの役割は MaaS サービス プロバイダーになります。基盤となるアルゴリズムに最適な大規模モデルを選択した後、ユーザーが独自のアルゴリズムをカスタマイズできるようにすることで、Fant は技術レベルにさらに集中できるようになります。ビジネスから下位レベルまでに焦点を当てる必要があります。顧客は大規模なモデルを使用してビジネス モデルを継続的に革新し、ビジネスに精通していることを活用できます。わかりやすい例で言うと、もしシェア自転車の争いが起きたら、Ofoが勝とうがMobikeが勝とうが、私たちは良い自転車を作って売ることだけを責任とします。

デジタル タイムズ: Fante Technology の現在の計画は何ですか?何してるの？

Fante Technology: Lu Qi は少し前のスピーチで、人類が現在いる時代は第 2 世代システムの始まり、つまり、第 2 世代システムの段階を完了し始めたばかりであると述べました。情報からモデルへの変換 Fante MaaS プラットフォームは、現段階では効率的なエンパワーメントに取り組んでいます。将来の第 3 世代システムでは、人間社会は情報モデルだけでなく、情報モデル行動へと変化し、空間コンピューティング、仮想と現実の融合、Web3 などはいずれも将来の必然的なトレンドであり、将来のレイアウトは、MaaS プラットフォームに基づいて AR の機能を使用して、モデル機能とアクション機能の間の接続を実現するという完全に一致しています。

短期的な目標の観点から見ると、Fant は 2 つのことに重点を置いています。1 つは MaaS 機能の構築、もう 1 つはシーンのラスト マイルを完了するためにすでに持っている AR 機能を使用することです。 MaaS 機能に関しては、Fant は大規模な言語モデル、大規模なビジュアル モデル、および大規模なマルチモーダル モデルに関する技術的な事前調査を完了し、トレーニング、チューニング、推論の全プロセスのカスタマイズ機能を習得しました。また、製品開発の過程で大型モデル技術を適用し、AI高速開発プラットフォームなどの製品向けに大型モデル機能の統合とアップグレードを完了し、近い将来に関連製品を発売する予定です。技術的な事前調査の過程で、垂直サブディビジョン分野における一般的な大規模モデルの欠点や欠陥も発見しました。次に、これらの問題に対処するために大規模モデルを最適化および反復して、大規模モデルを垂直サブディビジョン分野でより多用途で使いやすくします。金融、ガバナンス、緊急事態、文化観光などの大規模なモデルに基づいたアプリケーションがさらに増えるでしょう。

同時に、予測もありますが、前述したように、ビッグモデルの登場により、あらゆるシーンが新たな生産性革命のもとで再形成される、つまり、これまでのルールがすべて破られることになります。では、テクノロジーを利用していかにしてシーンの高みを素早く占領するかが、商業化の鍵となります。 AR は私たちが楽観的であり、主張して​​いる方向性であり、まず第一に、2D から 3D へのさまざまな製品の進化は人間の本質のニーズと一致しています。情報化、デジタル化、RPAなどのテクノロジーが人々の手を解放すると、大型模型が人々の脳を徐々に解放し、人類はより多くの並行世界を体験し、さまざまなことを楽しむためにメタバースに参入しようとするでしょう。

コードをスキャンしてさらにコンテンツを取得します

この記事はWeChat公開アカウント「Digital 36kr」(ID:digital36kr)、著者:Yang Jun、36krは許可を得て公開されたものです。

以上がFante Technology との対話: 将来の大規模モデルサービスはサブスクリプションベースの支払いモデルになる | 年次 AI 対話の詳細内容です。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。