Haizhi Technology mengeluarkan platform aplikasi model besar gabungan graf pengetahuan pertama untuk membantu perang domestik ratusan model

Pada petang 8 September, Zheng Weimin, ahli akademik Akademi Kejuruteraan China, profesor Jabatan Sains Komputer di Universiti Tsinghua, dan ketua saintis Teknologi Haizhi, menunjukkan dan mengeluarkan "graf pengetahuan Atlas LLM dan model besar" dibangunkan bersama oleh Teknologi Haizhi dan stesen kerja ahli akademik pengkomputeran graf berprestasi tinggi di Beijing "Platform Aplikasi Bersepadu", platform ini ditujukan kepada majoriti pengguna B-akhir dan menggunakan teknologi kecerdasan buatan asas graf pengetahuan untuk membantu model besar mengatasi "ilusi " dalam aplikasi peringkat perusahaan dan industri dan mencapai potongan tepat berdasarkan industri dan senario

Graf pengetahuan dan platform aplikasi integrasi model besar Haizhi dikeluarkan secara rasmi

Produk ini telah digunakan dan digunakan dalam senario dalam bidang tenaga, kewangan, hal ehwal kerajaan, dsb., berusaha untuk membuka kecerdasan buatan umum ke dalam aplikasi sisi B dan perindustrian.

Institut Standardisasi Teknologi Elektronik China, Jawatankuasa Suar Kebangsaan dan unit lain melancarkan aktiviti yang dipanggil "Graf Pengetahuan dan Laporan Amalan Integrasi Model Besar", dan Teknologi Haizhi mengambil bahagian dalam keseluruhan proses. Laporan itu telah dikeluarkan secara rasmi dan akan berkongsi keputusan di atas dan beberapa kes aplikasi untuk mempromosikan lebih banyak entiti pasaran dan kuasa teknikal untuk mengambil bahagian dalam integrasi pelbagai teknologi kecerdasan buatan am

Model besar mempunyai "ilusi" dan graf pengetahuan menetapkan ubat

Ahli akademik Zheng Weimin, ketua saintis Teknologi Haizhi, menyampaikan ucapan

"Apabila model besar bergerak dari bahagian C ke bahagian B, ia seperti bergerak dari mainan ke alat, dan ketepatan alat itu penting Apabila menulis artikel, cari teori relativiti yang dicadangkan oleh Einstein Tidak kira jika masanya salah, tetapi jika model besar mencadangkan pilihan yang salah untuk membaiki kegagalan grid kuasa, hasilnya mungkin bencana.” Ahli akademik Zheng Weimin, ketua saintis Teknologi Haizhi, berkata dalam temu bual dengan wartawan: “Dalam jangka pendek, hanya bergantung pada lelaran model besar itu sendiri, masalah 'ilusi' adalah sukar untuk diselesaikan menganggap, sebagai alat kecerdasan buatan yang lebih seperti otak, keupayaan derivasi pengetahuan tepat graf pengetahuan boleh melengkapkan model besar dengan baik, Keupayaan pembelajaran pesat model besar juga sangat menggalakkan penjanaan pengetahuan graf pengetahuan Keupayaan serba boleh, pembelajaran autonomi pantas dan peningkatan kendiri model bahasa besar (LLM) dianggap revolusioner, dan telah diiktiraf secara meluas. Walau bagaimanapun, oleh kerana mod kerja asas LLM adalah untuk menganalisis perbendaharaan kata, struktur sintaksis dan maklumat semantik dalam teks, dan menangkap corak dan taburan kebarangkalian di antara mereka, ia lebih cenderung untuk menjana jawapan berdasarkan peraturan statistik daripada melakukan in- penaakulan logik yang mendalam Atau membangunkan kebolehan kognitif lanjutan. Di samping itu, apabila menjana teks, LLM mungkin dihadkan oleh berat sebelah dan maklumat mengelirukan yang terdapat dalam data latihan, dan mungkin menghasilkan respons yang tidak tepat atau tidak munasabah dalam beberapa kes. Kecacatan jenis ini berdasarkan ciri teknikal jelas disamakan dengan "ilusi model besar". "Ilusi" yang tidak dijangka ini merupakan cabaran terakhir dan terbesar untuk kecerdasan buatan am, terutamanya kecerdasan buatan am yang diwakili oleh model besar, untuk memasuki aplikasi sisi B yang ketat

Dalam konteks ini, satu lagi teknologi asas kecerdasan buatan yang digunakan - graf pengetahuan , telah mula menunjukkan keupayaan pelengkap semula jadi dengan model besar. Sebagai kaedah ungkapan pengetahuan "seperti otak" yang diiktiraf, graf pengetahuan menerangkan entiti dan perhubungan dalam dunia objektif dalam bentuk berstruktur dengan memodelkan rangkaian semantik, dan digunakan secara meluas dalam penaakulan pengetahuan. Penaakulan pengetahuan berdasarkan graf pengetahuan menerangkan proses penaakulan melalui cara bantu seperti laluan penaakulan dan peraturan logik berdasarkan perwakilan simbolik diskret, menyediakan cara penting untuk merealisasikan "kecerdasan buatan yang boleh dijelaskan".

Haizhi Technology, dengan Ahli Akademik Zheng Weimin sebagai ketua saintisnya, telah menjalankan perniagaan selama sepuluh tahun dan kini merupakan syarikat pengkomputeran graf dan graf pengetahuan terbesar di China dengan rangkaian pelanggan aplikasi yang paling luas. Beliau mempunyai pengalaman aplikasi graf pengetahuan yang kaya dan luas dalam bidang kewangan, hal ehwal kerajaan, tenaga, pengangkutan dan bidang lain, dan telah melancarkan Atlas Graph, pangkalan data graf asli awan teragih domestik yang terkemuka di dunia Sebagai wakil pangkalan data China, beliau telah dipilih ke dalam Gartner "Panduan Pasaran Sistem Pengurusan Pangkalan Data Graf Global" ", mengisi jurang dalam pangkalan data graf teragih domestik.

Pada Oktober 2022, Ahli Akademik Zheng Weimin mengetuai saintis muda untuk menubuhkan "Stesen Kerja Akademik Pengkomputeran Graf Berprestasi Tinggi" di Haizhi Technology dan mula menjejaki trend penyelidikan dan pembangunan pelbagai model besar di seluruh dunia. Mereka komited untuk menyepadukan secara mendalam graf pengetahuan dengan teknologi model besar, dan menggunakan serta mencubanya dalam kewangan, tenaga dan perusahaan serta institusi kerajaan. Mereka menyasarkan sistem data berstruktur besar dan sistem aplikasi analisis pengkomputeran yang terkumpul oleh pelanggan industri B-end untuk masa yang lama, Ahli Akademik Zheng dan Haizhi secara inovatif menggunakan graf pengetahuan sebagai jambatan perantara untuk menghubungkan sistem data sedia ada dan model besar, dan secara menyeluruh. meningkatkan pelaksanaan model besar dalam industri Kebolehtafsiran, interaktiviti dan kebolehverifikasian

"Salah satu ukuran perkembangan kecerdasan buatan ialah pembelajaran kecerdasan otak manusia. Menurut pemerhatian kami, penaakulan ketat graf pengetahuan adalah serupa dengan otak kiri manusia, manakala pembelajaran pesat model besar adalah serupa dengan fleksibiliti otak kanan " Zheng Weimin berkata: "Produk kami bertujuan untuk mencapai komunikasi antara otak kiri dan kanan melalui satu set seni bina pemetaan pengetahuan, pengesahan dan pengoptimuman, dan mempromosikan aplikasi kecerdasan buatan am yang mendalam dalam perusahaan. -senario peringkat. 🎜# Dicatat oleh Yang Juan, Ketua Pegawai Teknologi Haizhi Technology News tentang graf pengetahuan dan produk aplikasi model besar

"Kami tidak menghasilkan model besar, kami komited untuk menggunakan model besar untuk pengeluaran." . ilusi model besar pada aplikasi perindustrian, kedua, ia lebih baik menguruskan data pelanggan yang kaya dengan keputusan model yang besar untuk mengelakkan penciptaan semula roda, membuat pengiraan lebih cekap dan aplikasi yang lebih tepat menggunakan model besar sumber terbuka yang berbeza secara fleksibel untuk mencapai aplikasi senario yang lebih kos efektif.

Naib Presiden Teknologi Haizhi Qu Jue memaparkan graf pengetahuan dan produk aplikasi model besar

Naib Presiden Kanan Teknologi Haizhi Qu Ke disenaraikan bagi kami senario perindustrian yang telah disahkan oleh platform di atas: Dalam bidang pengendalian dan pemeriksaan peralatan pembuatan industri, pengecaman kerosakan sistem pengeluaran yang kompleks sentiasa menjadi cabaran kerana jenis gabungan kerosakan yang kompleks, data heterogen dan keperluan tindak balas yang pantas. Kawasan di mana orang ramai menaruh harapan tinggi untuk kecerdasan buatan. “Pada masa lalu, kami menggunakan teknologi graf pengetahuan untuk membina perhubungan antara peranti dan isyarat pengukuran peranti yang berkaitan ke dalam subgraf ciri pengetahuan kerosakan untuk membantu mesin secara automatik menyedari pengenalpastian kerosakan Walau bagaimanapun, proses ini memerlukan pakar perniagaan untuk bekerjasama dengan kakitangan teknikal untuk melaksanakan a bilangan besar pembinaan entiti dan kerja konfigurasi adalah prasyarat untuk merealisasikan penjanaan pengetahuan Tetapi hari ini kita boleh meningkatkan kecekapan proses pengekstrakan dan gabungan pengetahuan ini melalui model besar, melalui model besar, kita boleh dengan cepat mengeluarkan peralatan yang rosak dan nilai pengukuran yang berkaitan Ia membantu graf pengetahuan melengkapkan pembinaan pantas peta ciri dan meningkatkan kecekapan sebaliknya, pakar perniagaan juga boleh menggunakan pakar perniagaan untuk mengesahkan peta ciri yang dijana secara automatik oleh model besar, mengukuhkan dan menentukur; pengetahuan empirikal tentang ciri-ciri kesalahan, dan memastikan kualiti ”

Enterprise “Big Model” Bermula “Tiga Langkah”

Dalam era model besar, satu lagi tumpuan pelanggan perusahaan industri ialah, adakah pembangunan masa depan memerlukan penggulingan sepenuhnya sistem pengiraan dan analisis lama, atau peningkatan berdasarkan sistem pengiraan dan analisis sedia ada? Berdasarkan aplikasi analisis pengkomputeran besar dan model perniagaan kecil yang telah ditubuhkan oleh pelanggan, Teknologi Haizhi telah melaksanakan "proses tiga langkah" aplikasi model besar mengikut logik "pengiktirafan adegan asas + orkestrasi adegan komprehensif + pemejalan adegan release" # 🎜🎜#Langkah pertama: memperhalusi perkhidmatan senario asas analisis pengkomputeran sedia ada pelanggan dan model kecil perniagaan melalui model besar, anotasi dan kenal pasti semantik senario dan bentuk perpustakaan senario perkhidmatan asas .

Kandungan yang ditulis semula adalah seperti berikut: Langkah 2: Dengan menggunakan senario tertib tinggi secara menyeluruh dan semantik segera yang sepadan, dan menggunakan keupayaan penaakulan model yang besar, bijak mengatur panggilan pengiraan dan logik pengiraan

#🎜 🎜 #Kandungan ditulis semula: Dalam langkah ketiga, kami akan menjana graf pengetahuan orkestrasi adegan melalui orkestrasi model besar. Dengan mengambil kesempatan daripada kebolehtafsiran yang boleh diperhatikan dan kebolehoperasian graf pengetahuan, kami boleh memerhati dan mengesahkan dan mengoptimumkan hasil orkestrasi model besar bagi adegan kompleks secara manual. Ini dapat merealisasikan pemantapan pengetahuan adegan yang stabil yang sepadan dengan semantik, dan mempunyai keupayaan untuk menerbitkan ke dunia luar

Pada masa ini, Haizhi telah melaksanakan pengecaman adegan asas dan orkestrasi adegan kompleks berdasarkan keupayaan pengkomputeran dan analisis pelanggan industri. Dan keupayaan pemerhatian pengetahuan, pengesahan pemejalan dan pelepasan berdasarkan graf pengetahuan membolehkan model besar mencapai pengiraan yang tepat dengan penjanaan inferens model besar sebagai teras di bawah dua "kawalan ketepatan" pengetahuan analisis pengiraan dan senario pemejalan graf sedia ada. Soal Jawab.

Atas ialah kandungan terperinci Haizhi Technology mengeluarkan platform aplikasi model besar gabungan graf pengetahuan pertama untuk membantu perang domestik ratusan model. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!