神々の中年の戦いが始まった。どの国内大型モデルが華山の頂上を勝ち取ることができるのか？

2023年も半ばを過ぎた現在、ビッグモデルは爆発後のメタバースのように冷めることなく、ますます活発になっています。海外では、OpenAI が GPT の開発を継続し、ChatGPT の iOS 版をリリース。マスク氏は Twitter 向けに 10,000 台の GPU を購入し、大規模モデル プロジェクトに備える。Amazon は大規模言語モデルと生成 AI に多額の投資を行っている...

活況を呈する大型模型市場は「神々の戦い」の到来を告げている。

ビッグモデルの普及は、AI技術の自己進化だけでなく、クラウドとデジタル化のさらなる深化でもあります。

Nvidiaの創設者兼CEOであるジェンスン・フアン氏は、この現象を「AIの『iPhone』の瞬間」の到来と総括した。

これまでChatGPTが人気を博してきました。中国でAIGCや大規模言語モデル、大規模モデルが人気を博し続ける根深い理由は何でしょうか？国内の大型モデルの開発状況はどうですか？大型模型業界の現在の欠点は何ですか？また、将来どのように発展するのでしょうか？今日は、さらに詳しく見ていきます。

百回模型戦争、大模型改良

現在、我が国では79の大型人工知能モデルがリリースされています。

多くのAI企業の参入により、AIビッグモデルは大手インターネット企業やテクノロジー大手の情熱に火をつけ、AIビッグモデルの神々の戦いが始まりました。

テクノロジー業界の大物たちもこのゲームに参加している。元美団共同創業者の王慧文氏、元捜狗CEOの王小川氏、元JD AI代表の周博文氏、アリババテクノロジー副社長の賈洋青氏、Mobvoi創業者の李志飛氏など、多くの大物がChatGPTが巻き起こした起業熱チームへの参加を競っている。

北京では、AIビッグモデルの分野で多くの優れた起業チームが誕生している。その中には、清華大学の唐潔教授が創設したZhipu AI、黄敏烈教授が創設した霊心知能、清華大学NLP研究室の孫茂松と劉志遠のチーム、沈陽科技の斉凡超、Circular Intelligenceの楊志林などがあり、いずれも大手VCから業界を覆す期待を寄せられている。

政策レベルでも、人工知能の開発は大きな注目を集めています。中国共産党中央委員会政治局は先ほど会議を開き、汎用人工知能の発展を重視し、革新的なエコシステムを構築し、リスクの予防に留意すべきだと提案した。大規模人工知能モデルの産業応用を推進することは、我が国の人工知能分野における高度な科学技術の自立の実現を加速するための時宜を得た措置であると同時に、国家の競争力を高め、国家の安全を守るための重要な措置でもあると言えます。

ChatGPTに代表されるAIGCの刺激を受けて、国内のAIビッグモデルはファンタジー革命と神々の戦いを先導しています。最終的な勝者は誰になるのか、楽しみに待ちましょう。

大規模モデルを開発する際の問題点は何ですか?

ビッグモデルには、「膨大なデータ、膨大なアルゴリズム、膨大な計算能力」という 3 つの「膨大な」特性があります。どの企業にとっても、大規模なモデルを構築するのは簡単なことではありません。膨大な量のデータを収集し、膨大な計算能力を購入し、多くの研究開発を行う必要があります。たとえば、ChatGPT モデルには 1750 億個のパラメーターがありますが、同様のモデルのパラメーターは数百億から数千億に及びます。

トレーニングと推論の段階では、国内の大規模 AI モデルは、11,000 ～ 38,000 台のハイエンド AI サーバーに相当する計算能力要件を生成する可能性があります。 NVIDIAのシングルチップA100 GPU製品の価格が10万元で、AIアクセラレータカードの価値がサーバー全体の約70％を占めると仮定すると、対応する増分AIサーバー市場規模は126億元から434億元になります。

才能は、大規模な人工知能モデルの開発で直面する中心的な問題でもあります。 「AIGC人材動向レポート」によると、2021年にOpen AIが立ち上げられて以来、AIGC関連の人材獲得競争が始まっていることがわかります。 2021年1月と2月のAIGC関連職種の採用数は前年比281.88%増加し、2022年1月と2月はそれぞれ前年比76.74%と31.3%の成長率を維持しました。

AI が業界の特性と統合されて初めて、テクノロジーの普及が真に実現され、企業や業界のコスト削減と効率向上に役立つ実用的な価値をもたらすことができます。

ビッグモデルが長期的かつ健全な発展を遂げるためには、産業やシナリオと連携してイノベーションを起こし、シナリオイノベーション＋経済推進力でビッグモデルの発展をサポートする必要があります。

しかし、業界のデータ ソースは閉鎖的で、非常に隔離されているため、大規模なモデルをトレーニングし、業界の AI ニーズを満たすために必要なビッグ データを提供することが困難であり、長期間の調査が必要になります。

解決策を模索し、大規模モデルを積極的に開発

これらの課題に対応し、人工知能ビッグモデル産業の発展の主導権を握るためには、独自の技術革新を強化し、ソフトウェアとハ​​ードウェアのインフラストラクチャの現地化の戦いに勝ち、ビッグモデルの重要なコア技術に「行き詰まる」リスクを解決し、人工知能ビッグモデルの産業化と応用を促進するためのさまざまな措置を講じる必要があります。

計算能力が最優先です。国家レベルと業界レベルでは、新興コンピューティングパワーエコロジカルインフラの構築を推進し、ハイエンドコンピューティングパワーチップの研究開発に対する主要な特別支援計画を実施し、新たな研究開発機関を設立し、国産ハイエンドコンピューティングパワーチップのブレークスルーを促進し、新しいコンピューティングパワーネットワークインフラ構築のトップレベルの設計を推進し、国家公共コンピューティングパワーオープンイノベーションプラットフォームを構築する必要があります。人工知能企業もコンピューティング能力への投資を増やし、イノベーションを通じて自社の進化と発展を促進する必要があります。

データエコシステムの構築も特に重要です。国家の公共データ公開基準とプラットフォームを改善し、価値の高い公共データの公開と多様な認可操作を推進し、業界と企業のビッグデータを条件付きで公開、統合、取引し、マルチモーダル、マルチフィールドの大規模データセットを形成するように導きます。同時に、データセットのきめ細かい注釈付けのためのクラウドソーシングサービスプラットフォームとデータ品質評価標準システムも構築する必要があります。

安定した信頼性の高いアルゴリズムのオープンソース エコシステムに依存します。大規模モデルのアルゴリズムとツールのためのオープンソース プラットフォームを確立し、安定性、信頼性、セキュリティに優れたアルゴリズム監視標準と技術システムを改善します。企業は、コスト削減と効率向上を実現し、ビジネスモデルを革新し、デジタル変革を深め、高品質な開発をリードするために、アルゴリズムのイノベーションを積極的に探求し、適用する必要があります。

前進し続け、華山の頂上を目指して戦いましょう

これに伴って、印刷機、蒸気機関、電気、インターネットに近い AI ビッグモデル技術の影響がもたらされるかもしれません。

チャンスがあると同時に大きな課題もあります。高いコンピューティング能力はコストが高いことを意味し、強力な資本サポートがなければ AI トレーニングを実施することはできません。また、大規模な AI モデルにはより厳しい技術要件があり、実際の技術レベルを備えた企業だけがこの AI の波にしっかりと耐えることができます。大規模な AI モデルには多数の技術人材が必要ですが、現在不足しています。

しかし、大規模モデル技術を開発し、大規模モデルの実装を推進している現実的なチームもいくつかあります。この一日を大事にする精神は称賛に値する。

少なくとも今のところ、中国企業は探求と向上を続ける必要がある。