Haizhi Technology는 수백 가지 모델의 국내 전쟁을 돕기 위해 최초의 지식 그래프 융합 대형 모델 응용 플랫폼을 출시했습니다.
- PHPz앞으로
- 2023-09-11 13:09:101409검색
9월 8일 오후, 중국 공정원 원사, 칭화대학교 컴퓨터과학과 교수, 하이즈 기술 수석 과학자 정웨이민(Zheng Weimin)이 'Atlas LLM 지식 지도 및 대형 모델'을 시연 및 공개했습니다. Haizhi Technology와 베이징의 고성능 그래프 컴퓨팅 학자 워크스테이션 "통합 응용 프로그램 플랫폼"이 공동 개발한 이 플랫폼은 대다수의 B-end 사용자를 대상으로 하며 지식 그래프의 기본 인공 지능 기술을 사용하여 대형 모델이 "환상"을 극복하도록 돕습니다. " 기업 수준 및 산업 응용 프로그램에서 산업 및 시나리오를 기반으로 정확한 추론을 달성합니다
이 제품은 다음과 같은 분야의 시나리오에 배포 및 적용되었습니다. 에너지, 금융, 정무 등 일반 인공지능을 B사이드 및 산업용 애플리케이션에 개방하기 위해 노력하고 있습니다.”
중국전자기술표준화연구소, 국가비콘위원회 및 기타 단위에서는 "지식 그래프 및 대형 모델 통합 실무 보고서"라는 활동을 시작했으며 Haizhi Technology가 전체 프로세스에 참여했습니다. 보고서는 공식적으로 발표되었으며 위의 결과와 일부 응용 사례를 공유하여 더 많은 시장 주체와 기술 인력이 일반 인공 지능의 다중 기술 통합에 참여하도록 촉진할 것입니다.
대형 모델에는 "환상"이 있고 지식 그래프는 약을 처방합니다.
"대형 모델이 C면에서 B면으로 이동하면 장난감에서 도구로 이동하는 것과 같으며 정확도는 기사를 작성할 때 아인슈타인이 제안한 상대성 이론을 찾아보세요. 시기가 틀리더라도 상관없지만 대규모 모델이 전력망 장애를 복구하기 위해 잘못된 옵션을 제안하면 결과는 다음과 같습니다. Haizhi Technology의 수석 과학자 Zheng Weimin은 기자와의 인터뷰에서 "단순히 대형 모델 자체의 반복에만 의존하면 '환상' 문제를 해결하기가 어렵습니다. 좀 더 뇌와 유사한 인공 지능 도구로서 지식 그래프의 정확한 지식 도출 능력은 대형 모델을 매우 잘 보완할 수 있으며, 결과적으로 대형 모델의 빠른 학습 능력은 지식 그래프의 지식 생성도 크게 촉진합니다. LLM(대형 언어 모델)의 다양성, 신속한 자율 학습 및 자기 개선 기능은 혁명적인 것으로 간주되며 널리 인정받고 있습니다. 그러나 LLM의 기본 작업 방식은 텍스트에 포함된 어휘, 구문 구조 및 의미 정보를 분석하고 이들 사이의 패턴과 확률 분포를 파악하는 것이기 때문에 직접 수행하기보다는 통계적 규칙을 기반으로 답변을 생성하는 경향이 더 큽니다. 깊이 있는 논리적 추론 또는 고급 인지 능력을 개발합니다. 또한 텍스트를 생성할 때 LLM은 훈련 데이터에 존재하는 편견과 오해의 소지가 있는 정보로 인해 제한될 수 있으며 경우에 따라 부정확하거나 불합리한 답변을 생성할 수도 있습니다. 이런 기술적 특징에 따른 결함은 '대형 모델의 환상'에 생생하게 비유된다. 이 예상치 못한 '환상'은 일반 인공지능, 특히 대형 모델로 대표되는 일반 인공지능이 엄격한 B-side 응용에 진입하기 위한 마지막이자 가장 큰 도전이다
이러한 맥락에서 널리 사용되는 또 다른 응용 인공지능 기초 기술인 지식 그래프 , 대형 모델과의 자연스러운 보완 능력을 보여주기 시작했습니다. 지식 그래프는 '뇌형' 지식 표현 방법으로 인정받고 있으며, 의미 네트워크를 모델링하여 객관적 세계의 개체와 관계를 구조화된 형태로 기술하며 지식 추론에 널리 사용됩니다. 지식 그래프 기반 지식 추론은 이산적 기호 표현을 기반으로 추론 경로, 논리적 규칙 등의 보조 수단을 통해 추론 과정을 설명함으로써 '설명 가능한 인공지능'을 구현하는 중요한 방법을 제공한다.
Haizhi Technology는 Zheng Weimin 학자를 수석 과학자로 두고 10년 동안 사업을 해왔으며 현재 가장 광범위한 응용 고객을 보유한 중국 최대의 지식 그래프 및 그래프 컴퓨팅 회사입니다. 그는 금융, 정무, 에너지, 교통 및 기타 분야에서 풍부하고 광범위한 지식 그래프 응용 경험을 보유하고 있으며, 세계 최고의 국내 분산형 클라우드 네이티브 그래프 데이터베이스인 Atlas Graph를 출시했으며 중국 데이터베이스 대표로 Gartner에 선정되었습니다. "글로벌 그래프 데이터베이스 관리 시스템 마켓 가이드"", 국내 분산형 그래프 데이터베이스의 공백을 메우다.
2022년 10월, Zheng Weimin 학자는 젊은 과학자들을 이끌고 Haizhi Technology에 "고성능 그래프 컴퓨팅 학자 워크스테이션"을 설치하고 전 세계 다양한 대형 모델의 연구 개발 동향을 추적하기 시작했습니다. 그들은 지식 그래프를 대형 모델 기술과 깊이 통합하고 이를 금융, 에너지, 정부 기업 및 기관에 배포하고 시험하는 데 전념하고 있습니다. B-end 업계 고객이 오랫동안 축적해 온 거대한 구조의 데이터 시스템과 컴퓨팅 분석 응용 시스템을 목표로 합니다. Zheng과 Haizhi 학자는 지식 그래프를 혁신적으로 기존 데이터 시스템과 대형 모델을 연결하는 중개 다리로 사용하여 포괄적으로 활용합니다. 업계에서 대형 모델의 구현을 개선합니다. 해석 가능성, 상호 작용성 및 검증 가능성
"인공지능 발달의 척도 중 하나는 인간의 뇌 지능을 학습하는 것입니다. 우리의 관찰에 따르면 지식 그래프의 엄격한 추론은 인간의 좌뇌와 유사하고, 대형 모델의 빠른 학습은 인간의 유연성과 유사합니다. Zheng Weimin은 "우리 제품은 일련의 지식 매핑, 검증 및 최적화 아키텍처를 통해 좌뇌와 우뇌 간의 상호 운용성을 달성하고 기업 수준 시나리오에서 일반 인공 지능의 심층적인 적용을 촉진하는 것을 목표로 합니다." ."
대형 모델 적용 품질 달성 효율성과 균형
Haizhi Technology 최고 기술 책임자 Yang Juan이 지식 그래프 및 대형 모델 적용 제품 소식을 발표했습니다.
“우리는 대형 모델을 생산하지 않습니다. Haizhi Technology의 CTO인 Yang Juan 박사는 Haizhi Atlas LLM 대형 모델 융합 애플리케이션 플랫폼이 세 가지 매우 독특한 포지셔닝을 가지고 있다고 말했습니다. 첫째, 전체적으로 지식 그래프와 대형 모델 간의 상호 작용을 실현합니다. 둘째, 고객이 이미 보유하고 있는 풍부한 데이터 자산을 더 잘 관리하고 이를 대규모 모델 결과와 통합하여 계산을 보다 효율적으로 만들고 응용 프로그램을 보다 정확하게 만듭니다. 셋째, 고객이 전환하고 유연하게 적용하는 데 도움이 될 수 있습니다. 다양한 오픈 소스 대형 모델을 통해 보다 비용 효율적인 시나리오 적용이 가능합니다.
Haizhi Technology 수석 부사장 Qu Ke는 위 플랫폼에서 검증된 산업 시나리오를 나열했습니다. 현장에서 복잡한 생산 시스템의 결함 식별은 복잡한 결함 조합 유형, 이질적인 데이터 및 빠른 응답 요구 사항으로 인해 인공 지능에 대한 기대가 높은 영역이었습니다. “과거에는 지식 그래프 기술을 사용하여 장치와 관련 장치 측정 신호 간의 관계를 오류 지식 기능 하위 그래프로 구성하여 기계가 자동으로 오류 식별을 실현할 수 있도록 했습니다. 그러나 이 프로세스에서는 비즈니스 전문가가 기술 인력과 협력하여 작업을 수행해야 합니다. 그러나 오늘날 우리는 대형 모델을 통해 이러한 지식 추출 및 융합 프로세스의 효율성을 크게 향상시킬 수 있습니다. 지식 그래프는 기능 맵의 신속한 구축을 완료하고 효율성을 향상시키는 데 도움이 되며, 비즈니스 전문가는 비즈니스 전문가를 사용하여 대형 모델에서 자동으로 생성된 기능 맵을 보다 효율적으로 검증하고, 이를 강화하고 보정할 수 있습니다. "
기업의 "빅 모델" "3단계" 시작
빅 모델 시대에 업계 기업 고객의 또 다른 초점은 향후 개발이 결함 특성을 완전히 전복할지 여부입니다. 기존의 계산 및 분석 시스템을 기반으로 할 것인지, 아니면 기존에 기반을 둘 것인지 계산 및 분석 시스템을 업그레이드해야 합니까? Haizhi Technology는 고객이 구축한 대규모 컴퓨팅 분석 응용 프로그램과 소규모 비즈니스 모델을 기반으로 "기본 장면 인식 + 포괄적인 장면 조정 + 장면 입체화 릴리스" 논리에 따라 대형 모델 응용 프로그램의 "3단계 프로세스"를 구현했습니다.
첫 번째 단계
: 고객의 기존 컴퓨팅 분석 및 비즈니스 소규모 모델의 기본 시나리오 서비스를 대형 모델을 통해 미세 조정하고, 시나리오 의미를 주석 및 식별하고, 기본 서비스 시나리오 라이브러리를 구성합니다.
다시 작성된 내용은 다음과 같습니다. 2단계: 고차 시나리오와 해당 프롬프트 의미론을 종합적으로 적용하고 대형 모델 추론 기능을 사용하여 계산 호출 및 계산 논리를 지능적으로 배열합니다.
다시 작성된 내용: 세 번째 단계에서 우리는 대규모 모델 오케스트레이션을 통해 장면 오케스트레이션 지식 그래프를 생성합니다. 지식 그래프의 관찰 가능한 해석 가능성과 상호 운용성을 활용하여 복잡한 장면의 대규모 모델 조정 결과를 관찰하고 수동으로 검증하고 최적화할 수 있습니다. 이러한 방식으로 의미론에 해당하는 장면 지식을 안정적으로 고형화하고 외부 세계로 공개할 수 있는 능력을 갖출 수 있습니다. 현재 Haizhi는 컴퓨팅 기반의 지식 그래프를 기반으로 기본적인 장면 인식, 복잡한 장면 배열 및 지식을 실현했습니다. 관찰 가능하고 확고한 검증 및 게시 기능을 통해 대형 모델은 기존 전산 분석 지식과 지도 고형화 시나리오의 두 가지 "정확성 제어"에 따라 대형 모델 추론 생성을 핵심으로 정확한 계산 질문과 답변을 달성할 수 있습니다.
위 내용은 Haizhi Technology는 수백 가지 모델의 국내 전쟁을 돕기 위해 최초의 지식 그래프 융합 대형 모델 응용 플랫폼을 출시했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!