In 1956 werd het concept van kunstmatige intelligentie (AI) voor het eerst voorgesteld, en het is sindsdien meer dan zestig jaar geleden. In de afgelopen 60 jaar heeft AI een proces doorlopen van uitbraak tot koude winter en vervolgens tot barbaarse groei. Met de verbetering van technologieën zoals mens-computerinteractie en machine learning, is AI een nieuwe trend in het technologische tijdperk geworden.
In 2022 zal de AI-industrie opnieuw een nieuw knooppunt inluiden, AI Generated Content (AIGC, AI Generated Content) zal van achter komen en een belangrijke gebeurtenis in de geschiedenis van de technologische revolutie worden met een snelheid die de verwachtingen van mensen te boven gaat. Of het nu de "AI-schilder" DALL-E2 is of de "universele chat"-chatrobot ChatGPT, generatieve AI brengt snel een nieuw technologisch revolutiesysteem, patroon en ecologie voort.
Als we de klok terugdraaien naar 2023, is het enthousiasme veroorzaakt door AIGC niet afgenomen maar toegenomen, en het nieuwe tijdperk van intelligente creatie zal niet alleen ingrijpende veranderingen in productiviteit teweegbrengen, maar zal ook de evolutie van het menselijk denken verder veranderen. In dit verband plande de onderzoeksgroep voor digitale economie van de 21st Century Business Herald een reeks rapporten over "Chasing the Waves AIGC" om de technische mogelijkheden en zakelijke vooruitzichten van AIGC in meerdere dimensies te interpreteren.
21st Century Business Herald-verslaggever Bai Yang doet verslag uit Beijing
Onder de nieuwe golf van AI is ook een wereldwijde wapenwedloop rond AI begonnen. Hoewel ChatGPT op dit moment voorop loopt, is het eigenlijk nog maar het topje van de ijsberg. Vervolgens zullen AI-toepassingen op basis van grote modellen blijven verschijnen. Net als de komst van mobiel internet tien jaar geleden, breekt er stilletjes een nieuw tijdperk van verandering aan.
Geconfronteerd met de kansen van de tijd, zullen mensen altijd enthousiast zijn, en technologiereuzen in binnen- en buitenland maken zich op en zijn klaar om te gaan. Zhou Ming, de oprichter en CEO van Lanzhou Technology, zei onlangs in een interview met de 21st Century Business Herald dat Chinese bedrijven niet op hun lauweren moeten rusten en van anderen moeten leren wanneer ze grootschalige modellen bouwen. , omdat China de afgelopen twee decennia grote vooruitgang heeft geboekt en ook op het gebied van AI uit Chinese kenmerken heeft kunnen stappen.
Zhou Ming gaf een voorbeeld: "Als je bijvoorbeeld elke functie van het grote model beter beheersbaar maakt, of het voortouw neemt bij de implementatie van To B, worden dit Chinese kenmerken en daarmee een 'Chinese factie' in de krijgsmacht. kunsten kunnen worden gevormd. , Het kan collega's ook de macht van China laten zien."
In feite heeft de hele AI-industrie de afgelopen tien jaar een periode van snelle ontwikkeling doorgemaakt, en veel Chinese bedrijven hebben ook enorme middelen op dit gebied geïnvesteerd, waardoor China ook een wereldleider is geworden in sommige AI-segmenten. Van veel Chinese technologiebedrijven heeft Tencent een vroege lay-out van AI en heeft het uitgebreide praktijken op het gebied van AI-toepassingen. Daarom zal dit artikel Tencent als voorbeeld gebruiken, in de hoop zijn AI-ontwikkelingspad te observeren, wat voordelen kan opleveren voor de toekomstige ontwikkeling van de industrie. Enige verlichting.
Lay-out zestien jaar geleden
De AI van China ontstond aanvankelijk rond de behoeften van producten. Het startpunt van Tencent AI was bijvoorbeeld in 2007. In dat jaar investeerde Tencent 100 miljoen yuan om het Tencent Research Institute te bouwen.
Wu Yongjian, momenteel vice-president van Tencent Cloud en hoofd van Tencent Cloud Intelligent Research and Development, kwam in 2008 bij Tencent. De eerste afdeling was Tencent Research Institute. Hij vertelde de 21st Century Business Herald-verslaggever dat het onderzoek van het Tencent Research Institute in het begin erg toepassingsgericht was. Een van de taken die hij destijds deed, was bijvoorbeeld het ontwikkelen van beeldverwerkingstechnologie rond QQ-afbeeldingen.
"Later, met behulp van onze technologie, werd de verwerkingstijd van QQ-video teruggebracht tot ongeveer 60 procent van het origineel, en het effect was heel duidelijk. Vervolgens werd deze technologie toegepast op andere afdelingen, zoals games", zei Wu Yongjian. Het was ook vanaf dat moment dat Tencent Research Institute ontdekte dat het passender is om zelf technische reserves aan te leggen, dus het hele team begon te transformeren, van een productgericht team naar een technisch ondersteuningsteam.
Vervolgens heeft Tencent Research Institute veel bereikt op het gebied van patroonherkenning, multimediacommunicatie, datamining, beeldverwerking en woordsegmentatie. In 2011 had Tencent meer dan 4,{2}} patenten aangevraagd, wat meer was dan de som van andere binnenlandse internetbedrijven, waarvan het Tencent Research Institute meer dan de helft bijdroeg.
Wu Yunsheng, Wu Yongjian en anderen, afkomstig van het Tencent Research Institute, vormden later het Youtu Lab-team en werden het beste computervisielaboratorium in de branche. Later richtte Tencent ook achtereenvolgens een aantal technische onderzoeksteams op, zoals het in 2011 opgerichte WeChat Zhiling-spraakteam, dat voornamelijk spraaktechnologie voor kunstmatige intelligentie ontwikkelt.
Als we zeggen dat het technologieonderzoeks- en ontwikkelingsteam van Tencent vóór 2012 meer was om zijn eigen bedrijf te dienen, dan is Tencent sinds de oprichting van AI Lab in 2016 begonnen te lopen op "twee benen" van fundamenteel onderzoek en industriële praktijk. Daarom is het AI-pad van Tencent om zich voortdurend uit te breiden van de servicebusiness naar het stroomopwaartse geavanceerde technologische onderzoek.
In 2019, op de World Artificial Intelligence Conference die dat jaar werd gehouden, verklaarde Ma Huateng, voorzitter en CEO van Tencent, dat Tencent vier AI-laboratoria heeft opgericht, die AI dekken, van uitgebreid basisonderzoek tot verschillende applicatie-ontwikkeling, en ook geavanceerde technologie heeft ontwikkeld . Verken de matrix van laboratoria, waaronder robotica, kwantumcomputing, 5G, edge computing, IoT, enz.
Volgens de gegevens bedroeg het aantal patentaanvragen van Tencent in 2019 in grote landen over de hele wereld meer dan 30,000 en het aantal geautoriseerde patenten meer dan 10,000. Op dat moment stond dit nummer op de eerste plaats van binnenlandse internetbedrijven en op de tweede plaats van wereldwijde internetbedrijven, op de tweede plaats na Google.
Ontdek geavanceerde technologie
In de laboratoriummatrix van Tencent zijn er veel ogenschijnlijk 'geen zaken gedaan'-onderzoeken, wat eigenlijk het onderzoek van Tencent is naar toekomstige basistechnologieën.
Veel mensen weten bijvoorbeeld dat AlphaGo van Google in 2016 de menselijke Go-kampioen versloeg. Nadat Tencent AI Lab's Go AI "Fine Art" in 2016 werd uitgebracht, won het zelfs vier keer 's werelds beste toernooikampioenschappen, en sinds 2018 werkt hij als een toegewijde AI voor de training van de Chinese National Ga gratis naar Team.
Een ander voorbeeld is dat Tencent in 2017 kunstmatige-intelligentietechnologie toepaste op medisch gebied en het AI-product "Tencent Miying" uitbracht dat artsen kan helpen bij het screenen van medische beeldvorming en medische diagnose. In november 2017 maakte het ministerie van Wetenschap en Technologie de lijst bekend van de eerste reeks nationale open innovatieplatforms voor kunstmatige intelligentie van de nieuwe generatie, waaronder het vertrouwen op Tencent om een nationaal open innovatieplatform voor kunstmatige intelligentie van de nieuwe generatie voor medische beeldvorming te bouwen.
In 2021 bracht Tencent de eerste multimodale viervoeterrobot Max uit met zelf ontwikkelde software en hardware. In die tijd vertrouwde Max op het geïntegreerde ontwerp van het voetwiel om staan en bewegen van viervoeter naar tweevoeter te realiseren, en backflips, zelfherstel bij vallen en andere acties te voltooien.
Max is geboren uit Tencent Robotics X Laboratory, dat werd opgericht in 2018. De kern van het onderzoek van dit laboratorium is robots, inclusief het waarnemingsvermogen als de basistechnologie van robots, en de drie pijlertechnologieën van gevoelige beweging, behendige manipulatie en intelligente lichaam. Inmiddels heeft het laboratorium naast Max ook producten uitgebracht zoals de robothond Jamoca en de wielpootrobot Ollie.
Daarnaast heeft Tencent ook een meerjarenplan voor het grootschalige AI-model dat de laatste tijd veel aandacht trekt. In april vorig jaar maakte Tencent voor het eerst de ontwikkelingsvoortgang van zijn grote AI-model "Hunyuan" bekend. Naar verluidt dekt het grote model van Hunyuan AI alle basismodellen zoals NLP (Natural Language Processing), CV (Computer Vision), multimodaliteit en vele andere industriemodellen. VCR, MSR-VTT, MSVD en andere gezaghebbende multimodale datasets staan bovenaan de lijst.
Onlangs lanceerde het Hunyuan AI grootschalige modelteam ook het NLP biljoen grootschalige model, dat niet alleen opnieuw het record van de drie belangrijkste lijsten van CLUE brak, maar ook profiteerde van de kenmerken van lage kosten en inclusiviteit, het model is ook met succes beland in Tencent Advertising, Search, chat en andere interne producten en bedient externe klanten via Tencent Cloud.
Het grote modelteam van Tencent Hunyuan AI verklaarde dat, aangezien grotere neurale netwerkmodellen vaak sterkere modelprestaties betekenen, het grote Hunyuan NLP-model zich enerzijds en anderzijds zal concentreren op het verkennen van grotere modelparameterschalen in de toekomst. Combineer audio, beeld, video en andere multimodale informatie om een krachtiger multimodaal AI-groot model te creëren. Bovendien zal het Hunyuan AI grote model, met de hete opkomst van de AIGC-richting, in de toekomst continue upgrades blijven promoten op het gebied van het genereren van tekstinhoud en Vincent-grafieken.
Focus op scènetoepassing
Aan de andere kant van fundamenteel onderzoek staat de industriële praktijk. Ma Huateng heeft herhaaldelijk verklaard: "De AI-lay-out van Tencent richt zich op scènetoepassingen, niet op onderzoek voor onderzoek."
Net als in het begin ging Tencent AI uit van gebruikersscenario's en gebruikte het AI-technologie om interne productbehoeften op te lossen. Op middellange termijn bevorderde het de ontwikkeling van algemene kunstmatige intelligentie met onderzoek plus scenario's, waarbij het benadrukte dat "academici invloed hebben en de industrie output heeft". Nu gebruikt Tencent AI om problemen in verticale industriescenario's op te lossen, waarbij op maat gemaakte oplossingen worden geïncubeerd in gestandaardiseerde AI-platformtools.
Een persoon van Tencent zei dat het Tencent AI-team anders is dan het traditionele onderzoeksteam. Het is een systematische constructie. Van algoritmen, engineering, kwaliteit, data, producten tot het volledige commercialiseringsmodel, er kan de eerste en de laatste zijn, zoals onderzoek. Ga eerst, en commercialisering komt als laatste, maar het geheel is een auto bouwen en vooruitgaan.
Wu Yongjian merkte op: "Als het doel moeilijk genoeg is en de scène complex genoeg, zal het ons ertoe brengen een algoritme van wereldklasse te maken. Evenzo, wanneer je algoritme-onderzoek een probleem van wereldklasse oplost, is het algoritme waardevoller. , niet puur voor het publiceren van papers".
Om de industriële implementatie van AI-technologie te versnellen, heeft Tencent in november 2021 officieel het merk "Tencent Cloud Smart" uitgebracht door de samenvoeging van de producten en technische mogelijkheden van AI-laboratoria zoals Tencent Youtu Lab en Tencent AI Lab. als jarenlange industriële praktijkervaring, externe output van de onderliggende rekenkrachtondersteuning voor het AI-ontwikkelingsplatform, AI-productoplossingen en digitale intelligente transformatiemethoden op het hoogste niveau van de hele keten van diensten.
Op het onderliggende rekenkrachtniveau gebruikt Tencent bijvoorbeeld "één cloud met meerdere kernen" als basis om de rekenkrachtprestaties te versnellen met behulp van zelfontwikkelde AI-chips; op het AI-ontwikkelingsniveau gebruikt Tencent het "Tencent Cloud TI Platform" als de kern om klanten te helpen snel AI-applicaties te creëren en te implementeren.
Zixiao is de zelfontwikkelde chip van Tencent voor AI-redeneringsscenario's. Het is aangepast aan het Tencent Cloud TI-platform, dat de prestaties van een enkele kaart met 200 procent heeft verbeterd, de kosten van optimalisatie van het rekenvermogen per eenheid met 50 procent heeft verlaagd en het energieverbruik van groene rekenkracht heeft bespaard. 60 procent. Song Dandan, hoofd van de heterogene computerproducten van Tencent Cloud, vertelde de 21st Century Business Herald dat deze chips eerst zullen worden ingezet op de zelfontwikkelde activiteiten van Tencent, en in de toekomst wordt gehoopt dat ze externe diensten zullen bedienen in de vorm van PaaS-diensten .
Rondom het TI-platform heeft Tencent ook een productmatrix gebouwd, waaronder het TI-DataTruth-labelplatform, het TI-ONE-trainingsplatform, het TI-Matrix-toepassingsplatform, de TI-ACC-versnellingstool, en omvat ook het TI-OCR-trainingsplatform, TI-AOI trainingsplatform voor industriële kwaliteitsinspectie, enz. Deze producten zijn ook toegepast in pan-interactie, financiën, industrie, media, pan-overheid, medische en andere industrieën, waardoor veel onderverdeelde gebieden worden gerealiseerd, zoals intelligente industriële kwaliteitsinspectie, financiële AI-midden platform, beheer van slimme stadsoperaties en aanvullende diagnose van ziekten. Ontwikkeling van AI-toepassingen.
Li Xuechao, vice-president van Tencent Cloud en hoofd van Tencent Cloud Intelligent Platform, vertelde de 21st Century Business Herald dat de hele AI inderdaad het diepwatergebied is binnengegaan wat betreft implementatie. "In het verleden hadden klanten je alleen nodig om enkele AI-mogelijkheden te bieden, maar nu stellen klanten allemaal scenario-applicaties voor en moet je AI integreren in bedrijfsscenario's."
Volgens Li Xuechao zullen AI-toepassingen door het huidige 'pre-training large model plus downstream task fine-tuning'-model zeker meer algemeen worden. Op basis hiervan zullen de oorspronkelijke AI-toepassingsscenario's worden uitgediept. Tegelijkertijd zal AI ook in meer scènes doordringen.
Het wees er echter ook op dat de prioriteit van het doen van AI-toepassingen het oplossen van problemen is, dus in veel scenario's kan het originele AI-model het probleem oplossen, dus het is niet nodig om de hitte in te halen. Het gebruik van grote modellen zal immers ook extra voordelen opleveren voor klanten. de kosten van. Maar voor sommige scenario's, zoals intelligente klantenservice, als het gebruik van grote modellen directe effectverbetering kan opleveren, kunt u het proberen terwijl u de kosten/prestaties afweegt.
In deze wereldwijde AI-competitie moeten we aandacht besteden aan en concurreren met het meest geavanceerde technologische onderzoek. Tegelijkertijd moeten we een aantal nuchtere dingen doen in overeenstemming met de marktomstandigheden. Zhou Ming vertelde de 21st Century Business Herald dat de diensten van To B-ondernemingen in China heel anders zijn dan die in het buitenland. De SaaS-ecologie in het buitenland is zeer volwassen en kleine en middelgrote ondernemingen zijn gewend geraakt aan het ontvangen van diensten via SaaS, maar veel ondernemingen in China accepteren geen SaaS. aanwenden.
Dit betekent dat het meer moeite kost om To B-klanten van dienst te zijn, zoals het begrijpen van de behoeften van de klant, het goed uitvoeren van de "last mile"-bedrijfsproces- en systeemverbinding, en ook rekening houden met leverings- en onderhoudskosten. "Als je model kwetsbaar is, kun je één project voor één project verliezen.
Daarom moet je goed werk leveren in de basis, klanten begrijpen en snel kunnen itereren. Dit is waar Chinese bedrijven mee te maken krijgen als ze zogenaamde grote modellen maken. In werkelijkheid, vanuit dit oogpunt, als je alleen snel een ChatGPT wilt kopiëren en dan snel geld wilt verdienen, is het erg naïef", zei Zhou Ming.