1956 wurde das Konzept der künstlichen Intelligenz (KI) erstmals vorgeschlagen, und seitdem sind mehr als sechzig Jahre vergangen. In den letzten 60 Jahren hat die KI einen Prozess vom Ausbruch über den kalten Winter bis hin zum barbarischen Wachstum durchlaufen. Mit der Verbesserung von Technologien wie Mensch-Computer-Interaktion und maschinellem Lernen ist KI zu einem neuen Trend im technologischen Zeitalter geworden.
Im Jahr 2022 wird die KI-Industrie erneut einen neuen Knotenpunkt einleiten, AI Generated Content (AIGC, AI Generated Content) wird von hinten kommen und mit einer Geschwindigkeit, die die Erwartungen der Menschen übertrifft, zu einem wichtigen Ereignis in der Geschichte der technologischen Revolution werden. Ob es sich nun um den „KI-Maler“ DALL-E2 oder den „universellen Chat“-Chat-Roboter ChatGPT handelt, die generative KI bringt schnell ein neues technologisches Revolutionssystem, Muster und eine neue Ökologie hervor.
Mit Blick auf das Jahr 2023 hat die von AIGC verursachte Begeisterung nicht nachgelassen, sondern zugenommen, und die neue Ära der intelligenten Schöpfung wird nicht nur tiefgreifende Veränderungen in der Produktivität mit sich bringen, sondern auch die Evolution des menschlichen Denkens weiter verändern. In diesem Zusammenhang plante die Forschungsgruppe für digitale Wirtschaft des 21st Century Business Herald eine Reihe von Berichten zum Thema „Chasing the Waves AIGC“, um die technischen Möglichkeiten und Geschäftsaussichten, die AIGC bietet, in mehreren Dimensionen zu interpretieren.
Bai Yang, Reporterin des Business Herald des 21. Jahrhunderts, berichtet aus Peking
Unter der neuen KI-Welle hat auch ein globales Wettrüsten um die KI begonnen. Im Moment ist ChatGPT zwar führend, aber eigentlich nur die Spitze des Eisbergs. Als nächstes werden weiterhin KI-Anwendungen entstehen, die auf großen Modellen basieren. Genau wie das Aufkommen des mobilen Internets vor zehn Jahren, entfaltet sich leise eine neue Ära des Wandels.
Angesichts der Möglichkeiten der Zeit werden die Menschen immer begeistert sein, und Technologiegiganten im In- und Ausland rüsten sich und sind bereit zu gehen. Zhou Ming, der Gründer und CEO von Lanzhou Technology, sagte kürzlich in einem Interview mit dem 21st Century Business Herald, dass chinesische Unternehmen sich nicht auf ihren Lorbeeren ausruhen und von anderen lernen sollten, wenn sie große Modelle bauen. , weil China in den vergangenen zwei Jahrzehnten große Fortschritte gemacht hat und sich auch im Bereich der KI von chinesischen Prägungen lösen konnte.
Zhou Ming gab ein Beispiel: „Wenn Sie zum Beispiel jede Funktion des großen Modells besser kontrollierbar machen oder die Führung bei der Implementierung von To B übernehmen, werden dies chinesische Merkmale und mit diesen Dingen eine ‚chinesische Fraktion‘ im Kampf Kunst kann gebildet werden. Es kann auch Kollegen die Macht Chinas zeigen.“
Tatsächlich befand sich die gesamte KI-Branche in den letzten zehn Jahren in einer Phase rasanter Entwicklung, und viele chinesische Unternehmen haben ebenfalls enorme Ressourcen in diesen Bereich investiert, was China auch in einigen KI-Segmenten zu einem globalen Marktführer gemacht hat. Unter vielen chinesischen Technologieunternehmen hat Tencent ein frühes KI-Layout und verfügt über umfangreiche Praktiken in KI-Anwendungen. Daher wird dieser Artikel Tencent als Beispiel verwenden, in der Hoffnung, seinen KI-Entwicklungspfad zu beobachten, der Vorteile für die zukünftige Entwicklung der Branche bringen kann. Etwas Aufklärung.
Layout vor sechzehn Jahren
Chinas KI entstand ursprünglich um die Bedürfnisse von Produkten herum. Der Startschuss für Tencent AI war beispielsweise im Jahr 2007. In diesem Jahr investierte Tencent 100 Millionen Yuan in den Bau des Tencent Research Institute.
Wu Yongjian, derzeit Vizepräsident von Tencent Cloud und Leiter von Tencent Cloud Intelligent Research and Development, kam 2008 zu Tencent. Die erste Abteilung war das Tencent Research Institute. Er sagte dem Reporter des 21st Century Business Herald, dass die Forschung des Tencent Research Institute zu Beginn sehr anwendungsorientiert war. Zu seinen damaligen Aufgaben gehörte beispielsweise die Entwicklung von Bildverarbeitungstechnologien rund um QQ-Bilder.
„Später wurde mit Hilfe unserer Technologie die Verarbeitungszeit von QQ-Videos auf etwa 60 Prozent des Originals reduziert, und der Effekt war sehr offensichtlich. Dann wurde diese Technologie auf andere Abteilungen wie Spiele angewendet“, sagte Wu Yongjian. Von da an entdeckte auch das Tencent Research Institute, dass es angemessener ist, selbst technische Reserven zu bilden, und so begann sich das gesamte Team von einem produktorientierten Team in ein technisches Support-Team zu verwandeln.
In der Folge hat das Tencent Research Institute viele Errungenschaften in den Bereichen Mustererkennung, Multimedia-Kommunikation, Data Mining, Bildverarbeitung und Wortsegmentierung erzielt. Bis 2011 hatte Tencent mehr als 4.000 Patente angemeldet, was mehr war als die Summe anderer inländischer Internetunternehmen, zu denen das Tencent Research Institute mehr als die Hälfte beitrug.
Hervorgegangen aus dem Tencent Research Institute, bildeten Wu Yunsheng, Wu Yongjian und andere später das Youtu Lab-Team, das zum branchenweit besten Computer-Vision-Labor wurde. Später gründete Tencent auch sukzessive eine Reihe von technischen Forschungsteams, wie beispielsweise das 2011 gegründete WeChat Zhiling Voice Team, das hauptsächlich Sprachtechnologie für künstliche Intelligenz entwickelt.
Wenn wir sagen, dass das technologische Forschungs- und Entwicklungsteam von Tencent vor 2012 eher dem eigenen Geschäft diente, dann hat Tencent seit der Gründung des AI Lab im Jahr 2016 begonnen, auf „zwei Beinen“ von Grundlagenforschung und industrieller Praxis zu gehen. Daher soll der KI-Weg von Tencent kontinuierlich vom Dienstleistungsgeschäft bis hin zur vorgelagerten Spitzentechnologieforschung reichen.
Im Jahr 2019 erklärte Ma Huateng, Vorsitzender und CEO von Tencent, auf der World Artificial Intelligence Conference, die in diesem Jahr stattfand, dass Tencent vier KI-Labore eingerichtet hat, die KI von umfassender Grundlagenforschung bis hin zu verschiedenen Anwendungsentwicklungen abdecken, und auch Spitzentechnologie etabliert hat . Erkunden Sie die Labormatrix, die Robotik, Quantencomputer, 5G, Edge-Computing, IoT usw. abdeckt.
Den Daten zufolge hat die Zahl der Patentanmeldungen von Tencent im Jahr 2019 in den wichtigsten Ländern der Welt 30 überschritten,000 und die Zahl der autorisierten Patente hat 10 überschritten,000. Zu dieser Zeit stand diese Zahl unter den inländischen Internetunternehmen an erster Stelle und unter den globalen Internetunternehmen an zweiter Stelle, nur hinter Google.
Entdecken Sie Spitzentechnologie
In der Labormatrix von Tencent gibt es viele scheinbar „nicht geschäftsfähige“ Forschungen, bei denen es sich tatsächlich um Tencents Forschung zu zukünftigen Basistechnologien handelt.
Viele Menschen wissen zum Beispiel, dass Googles AlphaGo 2016 den menschlichen Go-Champion besiegt hat. Nachdem die Go AI „Fine Art“ von Tencent AI Lab im Jahr 2016 veröffentlicht wurde, gewann sie auch viermal die weltbesten Turniermeisterschaften, und seit 2018 arbeitet er als engagierte KI für das Training der chinesischen Nationalmannschaft Go-Team kostenlos.
Ein weiteres Beispiel ist, dass Tencent im Jahr 2017 die Technologie der künstlichen Intelligenz auf den medizinischen Bereich anwendete und das KI-Produkt „Tencent Miying“ auf den Markt brachte, das Ärzte bei der medizinischen Bildgebung und der medizinischen Diagnose unterstützen kann. Im November 2017 gab das Ministerium für Wissenschaft und Technologie die Liste der ersten Reihe nationaler Open-Innovation-Plattformen für künstliche Intelligenz der neuen Generation bekannt, einschließlich des Vertrauens auf Tencent beim Aufbau einer nationalen Open-Innovation-Plattform für künstliche Intelligenz der neuen Generation für die medizinische Bildgebung.
2021 brachte Tencent den ersten multimodalen vierbeinigen Roboter Max mit selbst entwickelter Soft- und Hardware auf den Markt. Zu dieser Zeit verließ sich Max auf das integrierte Design des Fußrads, um das Stehen und Bewegen vom Vierbeiner zum Zweibeiner zu realisieren, und kann Rückwärtssaltos ausführen, sich selbst erholen und andere Aktionen ausführen.
Max wurde aus dem 2018 gegründeten Tencent Robotics X Laboratory geboren. Die Kernforschungsrichtung dieses Labors sind Roboter, einschließlich der Wahrnehmungsfähigkeit als grundlegende Technologie von Robotern, und die drei Säulentechnologien der sensiblen Bewegung, der geschickten Manipulation und der Intelligenz Körper. Derzeit hat das Labor neben Max auch Produkte wie den Roboterhund Jamoca und den radbeinigen Roboter Ollie herausgebracht.
Darüber hinaus hat Tencent auch einen langfristigen Plan für das groß angelegte KI-Modell, das in letzter Zeit viel Aufmerksamkeit erregt hat. Im April vergangenen Jahres legte Tencent erstmals den Entwicklungsfortschritt seines KI-Großmodells „Hunyuan“ offen. Es wird berichtet, dass das große KI-Modell von Hunyuan grundlegende Modelle wie NLP (Natural Language Processing), CV (Computer Vision), Multimodalität und viele andere Branchenmodelle vollständig abdeckt. VCR, MSR-VTT, MSVD und andere maßgebliche multimodale Datensätze haben die Spitze der Liste erreicht.
Kürzlich hat das Großmodellteam von Hunyuan AI auch das NLP-Billionen-Großmodell auf den Markt gebracht, das nicht nur erneut den Rekord der drei großen CLUE-Listen gebrochen hat, sondern auch von den Merkmalen der niedrigen Kosten und Inklusivität des Modells profitiert hat ist auch erfolgreich in Tencent Advertising, Search, Chat und anderen internen Produkten gelandet und bedient externe Kunden über Tencent Cloud.
Das Tencent Hunyuan AI Large Model Team erklärte, da größere neuronale Netzwerkmodelle oft eine stärkere Modellleistung bedeuten, wird sich das Hunyuan NLP Large Model in Zukunft einerseits auf die Erforschung größerer Modellparameterskalen konzentrieren, andererseits. Kombinieren Sie Audio-, Bild-, Video- und andere multimodale Informationen, um ein leistungsfähigeres multimodales KI-Großmodell zu erstellen. Darüber hinaus wird das Hunyuan AI-Großmodell mit dem heißen Aufstieg der AIGC-Richtung auch in Zukunft die kontinuierliche Verbesserung in den Bereichen Textinhaltsgenerierung und Vincent-Grafiken fördern.
Konzentrieren Sie sich auf die Szenenanwendung
Auf der anderen Seite der Grundlagenforschung steht die industrielle Praxis. Ma Huateng hat wiederholt erklärt: „Das KI-Layout von Tencent konzentriert sich auf Szenenanwendungen, nicht auf Forschung für Forschung.“
Wie in den frühen Tagen ging Tencent AI von Benutzerszenarien aus und nutzte KI-Technologie, um interne Produktanforderungen zu erfüllen. Mittelfristig förderte es die Entwicklung allgemeiner künstlicher Intelligenz mit Forschung plus Szenarien und betonte, dass "Akademiker Einfluss haben und Industrie Output hat". Jetzt nutzt Tencent KI, um Probleme in vertikalen Branchenszenarien zu lösen, und brütet kundenspezifische Lösungen in standardisierten KI-Plattform-Tools aus.
Eine Person von Tencent sagte, dass sich das KI-Team von Tencent vom traditionellen Forschungsteam unterscheidet. Es ist eine systematische Konstruktion. Von Algorithmen, Engineering, Qualität, Daten, Produkten bis hin zum gesamten Kommerzialisierungsmodell kann es das Erste und das Letzte geben, wie zum Beispiel die Forschung. Gehen Sie zuerst, und die Kommerzialisierung kommt zuletzt, aber das Ganze ist ein Autobau und geht voran.
Wu Yongjian betonte: „Wenn das Ziel schwierig genug und die Szene komplex genug ist, wird uns das dazu bringen, einen Weltklasse-Algorithmus zu entwickeln. Ebenso ist der Algorithmus wertvoller, wenn Ihre Algorithmusforschung ein Weltklasse-Problem löst. , nicht nur zum Veröffentlichen von Artikeln".
Um die industrielle Implementierung der KI-Technologie zu beschleunigen, veröffentlichte Tencent im November 2021 offiziell die Marke „Tencent Cloud Smart“, durch die Zusammenführung der Produkte und technischen Fähigkeiten von KI-Laboren wie Tencent Youtu Lab und Tencent AI Lab als jahrelange Erfahrung in der industriellen Praxis, externer Output von der zugrunde liegenden Rechenleistungsunterstützung für die KI-Entwicklungsplattform, KI-Produktlösungen und digitale intelligente Transformationsmethoden auf höchster Ebene der gesamten Dienstleistungskette.
Auf der zugrunde liegenden Rechenleistungsebene nutzt Tencent beispielsweise „eine Cloud mit mehreren Kernen“ als Basis, um die Rechenleistung mithilfe selbst entwickelter KI-Chips zu beschleunigen; Auf der KI-Entwicklungsebene verwendet Tencent die „Tencent Cloud TI Platform“ als Kern, um Kunden dabei zu helfen, KI-Anwendungen schnell zu erstellen und bereitzustellen.
Zixiao ist Tencents selbst entwickelter Chip für KI-Argumentationsszenarien. Es wurde an die Tencent Cloud TI-Plattform angepasst, die die Leistung einer einzelnen Karte um 200 Prozent verbessert, die Kosten für die Optimierung der Rechenleistung pro Einheit um 50 Prozent gesenkt und den Energieverbrauch grüner Rechenleistung eingespart hat. 60 Prozent. Song Dandan, Leiter der heterogenen Computerprodukte von Tencent Cloud, sagte dem 21st Century Business Herald, dass diese Chips zunächst im selbst entwickelten Geschäft von Tencent eingesetzt werden und in Zukunft hoffentlich externe Dienste in Form von PaaS-Diensten anbieten werden .
Rund um die TI-Plattform hat Tencent auch eine Produktmatrix aufgebaut, darunter die TI-DataTruth-Etikettierungsplattform, die TI-ONE-Schulungsplattform, die TI-Matrix-Anwendungsplattform, das TI-ACC-Beschleunigungstool und auch die TI-OCR-Schulungsplattform TI-AOI Schulungsplattform für industrielle Qualitätsprüfung usw. Diese Produkte wurden auch in der gesamten Interaktions-, Finanz-, Industrie-, Medien-, regierungsübergreifenden, medizinischen und anderen Branchen eingesetzt und trugen dazu bei, viele unterteilte Bereiche wie intelligente industrielle Qualitätsprüfung und finanzielle KI-Mitte zu realisieren Plattform, Smart-City-Betriebsmanagement und Hilfsdiagnose von Krankheiten. Entwicklung von KI-Anwendungen.
Li Xuechao, Vizepräsident von Tencent Cloud und Leiter der Tencent Cloud Intelligent Platform, sagte dem 21st Century Business Herald, dass die gesamte KI in Bezug auf die Implementierung tatsächlich in den Tiefwasserbereich eingetreten ist. „In der Vergangenheit brauchten Kunden Sie nur, um einige KI-Funktionen bereitzustellen, aber jetzt schlagen Kunden ausschließlich Szenarioanwendungen vor, und Sie müssen KI in Geschäftsszenarien integrieren.“
Nach Ansicht von Li Xuechao werden KI-Anwendungen durch das aktuelle heiße Modell „Großes Modell vor dem Training plus Feinabstimmung nachgelagerter Aufgaben“ definitiv allgemeiner. Auf dieser Basis werden die ursprünglichen KI-Anwendungsszenarien vertieft. Gleichzeitig wird die KI auch in mehr Szenen eindringen.
Es wurde jedoch auch darauf hingewiesen, dass die Priorität von KI-Anwendungen darin besteht, Probleme zu lösen, sodass in vielen Szenarien das ursprüngliche KI-Modell das Problem lösen kann, sodass es nicht nötig ist, die Hitze aufzuholen. Denn auch der Einsatz großer Modelle bringt Kundennutzen. die Kosten von. Aber für einige Szenarien, wie z. B. intelligenter Kundenservice, können Sie es versuchen, wenn die Verwendung großer Modelle eine direkte Verbesserung der Wirkung bringen kann, während Sie die Kostenleistung abwägen.
In diesem globalen KI-Wettbewerb müssen wir auf die modernste Technologieforschung achten und mit ihr konkurrieren. Gleichzeitig müssen wir je nach Marktbedingungen einige bodenständige Dinge tun. Zhou Ming sagte dem 21st Century Business Herald, dass sich die Dienstleistungen von To-B-Unternehmen in China stark von denen im Ausland unterscheiden. Die SaaS-Ökologie im Ausland ist sehr ausgereift, und kleine und mittlere Unternehmen haben sich daran gewöhnt, Dienste über SaaS zu erhalten, aber viele Unternehmen in China akzeptieren SaaS nicht. einsetzen.
Dies bedeutet, dass es mehr Aufwand erfordert, To B-Kunden zu bedienen, wie z. B. das Verstehen der Kundenbedürfnisse, das Erledigen von Geschäftsprozessen auf der letzten Meile und der Systemverbindung sowie das Berücksichtigen von Liefer- und Wartungskosten. „Wenn Ihr Modell zerbrechlich ist, können Sie ein Projekt für ein Projekt verlieren.
Daher muss man im Fundament gute Arbeit leisten, außerdem muss man Kunden verstehen und schnell iterieren können. Damit müssen sich chinesische Unternehmen auseinandersetzen, wenn sie sogenannte große Modelle herstellen. In Wirklichkeit ist es aus dieser Sicht sehr naiv, wenn Sie nur schnell ein ChatGPT kopieren und dann schnelles Geld verdienen wollen", sagte Zhou Ming.