Xiaomiが大型モデルチームを正式に発表した後、大型モデルの路線と進捗状況が外部に公開されたのはこれが初めてである。今年4月14日、シャオミは大規模モデルチームをLuan Jian氏が率い、Wang Bin氏の直属となることを発表した。王斌氏は中国科学院で20年以上NLP（自然言語処理）関連の研究開発に従事し、2018年にシャオミに入社し、2019年からAI研究所を担当している。 AI Lab は、Xiaomi の AI 戦略の中核部門です。
大規模な対話モデルを作成したシャオミは、汎用の事前トレーニング済み大規模言語モデルでは珍しい合理主義者です。 Wang Bin 氏は、現在フルタイムの大規模モデル チームが 30 以上あり、すぐに急速に拡大するわけではないことを明らかにしました。このチームの目標は依然として大規模な言語モデルであり、ターゲットとなる基本モデルのパラメータです。最初のステップの金額は数百億**で、前回の登山結果に応じて次のステップが決定されます。
Wang Bin: 現在、OpenAI は非常に先進的である必要があり、早期に投資し、人材、データ、コンピューティング能力、エンジニアリング、製品に非常に強力な蓄積を持っています。国内の状況を見てみますと、OpenAIとの間にはまだ一定の溝があるように感じておりまして、3カ月とか半年という人もいれば、1年とか2年という人もいます。時間に関しては、何とも言えません。
Wang Bin: 一方で、試行錯誤のコストは以前よりも低くなりました。なぜなら、大規模なモデルの学習は遠回りして失敗することもありますが、さまざまな情報が公開されることで、正しい学習の方向性をすぐに見つけることができるからです。一方で、多くのクラウド コンピューティング、チップなどの企業、および多くの新興企業が、低コストの大規模モデルのトレーニングおよび推論サービスを提供しています。生態系全体がさらに発展するにつれて、トレーニングにかかるコストは今後も減少していくだろうと私は考えています。
大型モデルは Xiaomi のビジネスにどのような影響を及ぼしますか?
**Shen Ran: あなたが担当しているXiaomi AI Labについて詳しく紹介してもらえますか? **
Wang Bin: 私たちの AI 研究室のコンセプトはテクノロジーとシナリオの組み合わせを重視しており、現在、出版された論文は OKR とみなされません。したがって、中国科学院（中国科学院）からシャオミに来て、最大の功績は、一点の技術の進歩ではなく、技術と製品を巧みに統合したことだと感じています。
Xiaomi は To C 企業であるため、当社の AI 機能の出力は、当面は直接外部に輸出されることはなく、同社の製品を通じて提供されます。当社は、Xiaomi 携帯電話の多くのカメラおよびフォト アルバム処理アルゴリズム、Xiao Ai に関与する音声および NLP アルゴリズム、Xiaomi Mall のレコメンデーション、検索、顧客サービス システムの AI アルゴリズムなど、多くの成果を上げてきました。
**Wang Bin:**大規模モデルの最も強力な能力は、簡単に言えば、人間をよりよく理解し、明らかに人間とコンピューターの対話方法を最適化できることです。 Xiaomi の Xiao Ai クラスメート、携帯電話オペレーティング システム MIUI、車のコックピット、IoT、ロボットはすべて、大規模モデルが適用される典型的なシナリオです。
**シェン・ラン: シャオ・アイを例に挙げてもらえますか? **
Wang Bin: Xiao Ai に適用すると、同時に 2 つのことができます。一つは不可能を可能にすることであり、これは新しい機能を持たせることに相当します。たとえば、シャオアイに旅行の計画を立てたり、食事の注文をしたりしてもらいました。本来の技術力が発揮されておらず、ユーザーの言い方を変えるとめちゃくちゃになってしまいます。しかし、大規模なモデルのサポートにより、人間の音声をより深く理解できるため、複雑なタスクを完了できるため、この種のアプリケーションは実現可能です。
Xiaomiの大型モデル、「ChatGPT」を行わないでください
出典: Shen Ran、著者: Jin Yufan、He Shulong、編集者: He Shulong
ChatGPT の立ち上げから半年後、太平洋の両側で大規模なモデルチェイスが引き続き行われました。
OpenAI、Microsoft、Nvidia によって形成された連合が、太平洋の東海岸で猛威を振るっています。今年3月以降、中国のテクノロジー企業が緊急にフォローアップを行っており、Baidu、Ali、SenseTime、iFLYTEKが「ChatGPT類似」製品を相次いで投入しており、Tencent、Huawei、JDもまた、時代は「10倍」のチャンスでもある。
「百機種戦争」の最中、シャオミは国内大手テクノロジー企業として、異常に冷静であるように見える。
XiaomiのトップであるLei Jun氏は、Xiaomiはいくつかの技術と製品を開発中であり、それらが洗練された後、全員にデモンストレーションする予定であると述べた。 Xiaomi Groupの社長Lu Weibing氏は、Xiaomiには現在1,200人を超えるAIチームがおり、大規模モデルを積極的に採用し、ビジネスの深さに合わせて統合するが、OpenAIのような汎用の大規模モデルは作成しないと述べた。 。
これらの情報は、外の世界の疑念を深めています：Xiaomiは「百モデル戦争」に参加するのでしょうか？
Xiaomi GroupのAI LabディレクターであるWang Bin博士はShenran氏に、Xiaomiは独自の汎用モデルを開発するが、ChatGPTのような製品を単独でリリースすることはなく、「PPTもリリースすることも、デモを行うこともしない」と語った。例は少ないですが、「大きなモデルがあるとしましょう」 としますが、自社開発した大きなモデルは最終的には製品として世に出ることになります。
Xiaomiが大型モデルチームを正式に発表した後、大型モデルの路線と進捗状況が外部に公開されたのはこれが初めてである。今年4月14日、シャオミは大規模モデルチームをLuan Jian氏が率い、Wang Bin氏の直属となることを発表した。王斌氏は中国科学院で20年以上NLP（自然言語処理）関連の研究開発に従事し、2018年にシャオミに入社し、2019年からAI研究所を担当している。 AI Lab は、Xiaomi の AI 戦略の中核部門です。
大規模な対話モデルを作成したシャオミは、汎用の事前トレーニング済み大規模言語モデルでは珍しい合理主義者です。 Wang Bin 氏は、現在フルタイムの大規模モデル チームが 30 以上あり、すぐに急速に拡大するわけではないことを明らかにしました。このチームの目標は依然として大規模な言語モデルであり、ターゲットとなる基本モデルのパラメータです。最初のステップの金額は数百億**で、前回の登山結果に応じて次のステップが決定されます。
「大型モデルの開発から上陸までの道のりはまだ長い。適切な重要なシーンを見つけられるかどうかは、多くの大型モデル会社にとって悩みの種だ。」 王斌氏の見解では、シャオミの利点は次のとおりである。 Xiao Ai、LOT、自動運転、ロボットなどの着陸シナリオ、豊富なアプリケーションシナリオは、大型モデルの能力をフィードバックすることもできます。
Xiaomi にはシナリオに事欠きませんが、大規模なモデルをトレーニングするには、データ、コンピューティング能力、人材の蓄積が不可欠です。王斌氏は、シャオミには一定の人材が蓄えられており、計算能力とデータ量の面での課題は比較的大きいと述べた。一方で、コンピューティング能力はシステム レベルの課題を克服する必要があり、トレーニング コストは制御可能である必要がありますが、他方では、高品質のデータを取得してクリーンアップするには多大な時間とコストがかかります。
AI大型モデルの新たな波の中で、なぜXiaomi AIチームは「ChatGPTのような製品」をリリースしないのでしょうか？ Xiaomiは大型モデルの技術的ルートと技術的難易度をどのように判断していますか？数日前、『神蘭』編集長の何斌龍氏は、シャオミ技術委員会AI研究所所長の王斌氏と対談した。主な内容は次のとおりです。
Xiaomi 大型モデル: チームは 30 人、「ChatGPT のような」ものはなし
** Shen Ran: 4 月 14 日、Xiaomi は Luan Jian を大規模モデル チームの責任者に任命し、あなたに報告しました。 Xiaomi大型モデルチームがどのようにして生まれたのか教えていただけますか？ **
**ワン・ビン:**ビッグモデルチームは4月に発表されましたが、その前からすでに活動を開始していました。
昨年 11 月 30 日、OpenAI が ChatGPT をリリースした後、私たちの多くがすぐにアカウントを登録し、それでプレイを開始しました。 ChatGPT は確かに破壊的です。私たちは長年にわたって AI に取り組んできましたが、その機能の多くは開発者の期待を上回っていました。
すぐに、大規模モデル テクノロジと、それが機械翻訳、マンマシン対話、インテリジェントな質問応答、顧客サービスに及ぼす破壊的な影響について議論するために、社内に多数の大規模モデル コミュニケーション グループを組織しました。 **初期のワークショップに参加した人の多くは、後にフルタイムのモックアップ チームの主要メンバーになりました。 **
**Shen Ran: Xiaomi の大型モデルチームは少し遅れるでしょうか? **
Wang Bin: 大型モデルに関しては、私たちは合理的な派に属します。
ChatGPT が誕生する前、Xiaomi は主に事前トレーニング + 下流タスクの監視とマンマシン対話の微調整の形で大規模なモデルの社内研究開発と適用を行っており、モデルのパラメータは何十億も。もちろん、このタイプのモデルは、現在で呼ばれているような汎用の大型モデルではありません。
一般的な大規模モデルの開発と適用は時間の問題ではなく、長期的な作業であることは明らかです。各自のタイムプランと歩数に従って歩いていましたが、その時点でタイムアップを感じたのでチームリリースを出しました。
** Shen Ran: 大規模なモデル チームには何人がいますか?今後も拡大する予定はありますか? **
**ワン・ビン:**メインチームには現在30人以上のメンバーがいます。現在はタレント、データ、モデル、計算能力、評価、プロダクトの観点から準備を進めており、一定の段階を経て段階的に調整または拡張していきます。
一気に100人募集するなど、すぐに人数を拡大することはありません。なぜなら、キャパシティを蓄積していく段階で、これほど多くの人を採用するのは、どのように配置すればよいか分からないかもしれませんが、それは無駄です。
大型モデルに関する情報が継続的に公開され、資本と人材が流入し続けることにより、大型モデルの分野は急速に発展し、みんなの見方も大きく変わりました。少し前に ChatGPT が最初に登場したとき、誰もが同様の大規模モデルを実現するのは基本的に不可能だと感じていましたが、徐々に多くの人がその可能性は非常に高いと感じ、多くの製品はそのようなものがなくても満足できると信じる人もいました。大型モデルのご要望もございます。投資強度も人それぞれ大きく異なります。チームには少なくとも数百人は必要だと考える人もいるでしょうし、必要ないと考える人もいるでしょう。
**シェンラン: 将来に向けた段階的な計画はありますか?いつ内部でテストされ、外部にリリースされますか? **
王斌氏: 他の企業とは異なり、Xiaomi は製品の特性を持って生まれており、Xiaomi の大型モデルが登場すると、製品によってその特性が引き出されるのだと思います。
第 3 四半期の前に社内でテストする可能性があります。ただし、これは避けられないノードではありません。
**Shen Ran: つまり、Xiaomi は ChatGPT のような製品をリリースしないということですか? **
Wang Bin: はい、PPT をリリースしたり、大規模なモデルがあることを実証したりするつもりはありません。豊富なアプリケーションシナリオが当社の最大の利点です。 **Xiaomi の大型モデルはシーンとより密接に統合されるため、対応するリリース計画は製品のリズムに基づいて作成する必要があります。 **
**Shenran: Xiaomi が大規模なモデルを作成するために、人的資源に加えてコンピューティング能力のコストはいくらですか? **
Wang Bin: 私たちは中規模の投資であり、前回の上昇の結果に基づいて次の投資ステップを決定します。
Xiaomi の製品やビジネスに適したモデルは、1,000 億規模よりも低い数百億 ** のパラメータを持つ可能性があり、トレーニング マシンへの投資は数千万元程度であると基本的に判断しています。
**Shen Ran: Xiaomi が以前に作成した数十億のパラメータを持つモデルはどうですか? **
**Wang Bin: **昨年リリースされた ChatGPT は、汎用事前学習済み言語大規模モデルと呼ばれる一種の大規模モデルです。しかし、大きなモデル自体は非常に早くから登場しており、ルートや方法は人それぞれ異なります。
先ほど大規模モデルのフォローアップを始めたのですが、そのときはパラメータが28億から30億くらいある対話特化のモデルを作りました。事前学習済みのベースモデルをベースに対話データを微調整することで実現されており、現在の汎用的な大型モデルではなく、マンマシン対話専用となっています。その後、このモデルはXiaoaiに投入され、小規模なオンラインテストが実施されました。
したがって、AIGC はすでに Xiao Ai で使用されていますが、製品レベルでは、この大規模モデルを完全に使用するのではなく、従来のモデルと大規模な対話モデルの補完性を利用して、2 つを併用します。
Xiaomi の汎用大型モデルは、製品化される際にはこのハイブリッド モデルとなる可能性が高い。従来モデルがうまく処理していた問題は、従来モデルに引き継がれます。大規模モデルは、いくつかの小さな確率イベントやロングテール対話など、得意な問題を解決します。
今回出た汎用大型モデルは、以前の対話専用大型モデルに比べて対話レベルが大幅に高くなっており、この部分も汎用大型モデルに移行しました。このチームは、大規模な対話モデルのトレーニング プロセス全体を実行し、いくつかの落とし穴を乗り越え、データの蓄積により、特定の利点を獲得しました。
ミレー大型モデル: シーンが優勢、データが問題
**シェンラン：この間、技術の進歩は非常に早く、国産の大型モデルが集中的にリリースされていますが、進歩が遅いので不安になりませんか？ **
ワン・ビン: 私はしばらくの間、とても不安でした。なぜなら、いつもそれを続けることができなかったら、少しパニックになってしまい、「他の人はどうしてこんなに早く進歩できるのか」と思ったからです。さあ、それをやりに行きます。もう心配する必要はありません。
中国は現在「百モデル戦争」であると言われており、80を超える大型モデルがリリースされています。その中には内部テストを提供するものや、PPTのみがリリースするものもあります。一部のモデルの効果は依然として良好であり、リリースのレベルから判断すると、既存の自社開発大型モデルのレベルは多くのモデルと比べて劣っていないようです。しかし、私たちは外部リリースを急ぐ必要はありません。まず、Xiaomi のような企業にとって、これはあまり意味がありません。 2 番目に、私たちは自社開発モデルを製品に合わせて改良し、一緒にリリースしたいと考えています。
**シェンラン: 国内企業の大型モデルには OpenAI に追いつくチャンスがあると思いますか?ギャップはどれくらいですか?彼らは、3 か月、6 か月を使って説明することを好みます。 **
Wang Bin: 現在、OpenAI は非常に先進的である必要があり、早期に投資し、人材、データ、コンピューティング能力、エンジニアリング、製品に非常に強力な蓄積を持っています。国内の状況を見てみますと、OpenAIとの間にはまだ一定の溝があるように感じておりまして、3カ月とか半年という人もいれば、1年とか2年という人もいます。時間に関しては、何とも言えません。
なぜなら、大きなモデルをどう評価するかということ自体が非常に難しい問題だからです。現在、さまざまな大型モデルのランキングがありますが、誰もが満場一致で認めるものはありません。 **実際の評価基準がないので、3か月や半年で追いつくなどという話は単なる当てつけです。 **
中国がOpenAIに追いつくことが可能かどうかについては、私は当初は悲観的でほぼ不可能だと考えていましたが、さまざまなオープンソースソリューション、さまざまなチーム、資本の流入により、私の判断はより楽観的になりました。中国にはOpenAIとの距離を縮め、多くのシナリオでOpenAIに近づく、あるいは超えるチャンスがあると私は考えている。
**大規模モデルのチップの敷居はそれほど高くないようですが、人材、データ、計算能力などの継続的な蓄積と最適化により、継続的にその差を縮めることが可能です。 **
**シェンラン: 大型モデルではどのタイプの国内企業がより有利ですか? Xiaomiにとってのチャンスはどこにあるのでしょうか? **
Wang Bin: 大企業、中小ベンチャー企業を問わず、それぞれに独自の生活空間があります。ビッグ モデルはエコロジーであり、1 つの大きなモデルですべてをカバーできるわけではありません。コンピューティング能力、データ、アプリケーション、ビッグ モデルを実際に作成する企業など、エコロジーに属するすべての企業には、それぞれのチャンスがあります。
Xiaomi のような大規模モデルには、アプリケーション シナリオの利点があります。大きなモデルとシーンの組み合わせは大きなチャンスになると信じています。
大きなモデルをリリースしただけで誰も使用しない場合、ローリングによる迅速な開発ができない可能性があるためです。そして、すぐにシーンに着地し、継続的な反復を通じて、これらのシーンで大きなモデルのパワーを最大限に発揮することができます。
現在は30名以上のメインチームだけを統合していますが、実際には周辺部にも多くの人がいます。 AI ラボ全体には、NLP のバックグラウンドを持ち、ナレッジ グラフ、機械翻訳、マンマシン対話、インテリジェントな顧客サービス、インテリジェントな質問応答などの特定のアプリケーションを実行している 100 人以上の人材がいます。いずれも大型モデルと関連技術の基本的な考え方を持った人材であり、それぞれの応用の観点から大型モデルの探索を推進しています。
**Shen Ran: 大規模モデルに対する NLP 研究における Xiaomi の蓄積はどの程度価値がありますか? **
Wang Bin: 業界では 2 つの意見があります。一つの言い方としては、私たちには仕事がないかもしれないし、AI によって私たちは殺されてしまった、特に NLP を行う人には仕事がないかもしれない、ということです。結局のところ、大きなモデルは NLP から作られ、NLP を行う人には固有の利点があるという格言もあります。
どちらの意見にもある程度の真実はありますが、結局のところ、これは私の仕事に関係しているので、私は後者の意見に傾いています。
大規模モデルは当初、視覚、音声、NLP などのさまざまな分野で検討されました。 しかし、なぜこれが NLP の分野における最初のブレークスルーであるのかというと、これには本質的な理由があると私は信じています。私は少なくとも 2 つの点を理解しています。1 つ目は、言語データが豊富で入手しやすいということ、2 つ目は、言語データの背後には人間の思考プロセスを反映した非常に豊富な知識が隠されているということです。
したがって、NLP 分野で長年蓄積してきた人々は、大規模なモデルを理解し、変換する上で一定の先天的な優位性を持っていると私は信じています。 Xiaomi の大規模モデル チームのメンバーの多くは、もともと NLP の方向で働いていました。中国でも大規模モデルの製作が得意な新興企業がNLP分野からいくつか出てきました。
**Shen Ran: Xiaomi が大型モデルを克服する上での現在の困難は何ですか?それを克服するにはどうすればよいでしょうか？ **
**Wang Bin:**まず第一に、大型モデル自体には非常に大きな課題があると言いたいです。
大きな課題は、テクノロジーの不確実性です。私たちはいくつかのレポートを見てきましたが、OpenAI チーム自身でさえ、大規模なモデルの背後にある本当の原理についてはあまり明確ではなく、もう一度実行した場合に同じ「緊急」の結果が発生するかどうかはわかりません。この点については OpenAI が真実を語っていると私は信じていますが、テクノロジーの不確実性が大きいため、投資しても期待に見合った大規模なモデルをトレーニングできることは保証できません。
高品質なデータの蓄積も課題です。一般に、大規模なモデルには非常に大容量で高品質のトレーニング データが必要であると考えられています。一般に、インターネット上で公開されているデータの品質は比較的低いため、** データの取得とクリーニングは比較的大きな課題です。 **
もう 1 つの課題は、もちろん コンピューティング能力です。まず、育成できるカードはそんなにたくさんあるわけではなく、それらのカードをどう使いこなすかということ自体がシステムレベルの課題です。第 2 に、トレーニング プロセス中に間違いが発生する可能性があるため、お金が燃えて何も燃えなくなる可能性があるため、制御可能なコストで大規模なモデルをトレーニングできるかどうかに依存します。
実際的に言えば、** データとコンピューティング能力に関する現在の課題は依然として比較的大きく、特に大規模で高品質なデータに関するものです **。前回の上昇期間を経て、データが適切に存在し、既存のコンピューティング能力を使用している限り、適切な基本モデルをトレーニングするのに何日かかるかをおそらく知ることができると基本的に確信しています。
** Shenran: 大規模モデルのトレーニングのコストは削減されましたか? **
Wang Bin: 一方で、試行錯誤のコストは以前よりも低くなりました。なぜなら、大規模なモデルの学習は遠回りして失敗することもありますが、さまざまな情報が公開されることで、正しい学習の方向性をすぐに見つけることができるからです。一方で、多くのクラウド コンピューティング、チップなどの企業、および多くの新興企業が、低コストの大規模モデルのトレーニングおよび推論サービスを提供しています。生態系全体がさらに発展するにつれて、トレーニングにかかるコストは今後も減少していくだろうと私は考えています。
大型モデルは Xiaomi のビジネスにどのような影響を及ぼしますか?
**Shen Ran: あなたが担当しているXiaomi AI Labについて詳しく紹介してもらえますか? **
王斌氏： 2016年に「AlphaGo」が誕生すると、雷氏はすぐにAIチームの構築を推進しました。 AIラボは2016年に正式に設立され、2019年から私が担当しています。
AI Labは人工知能省の一部であることが判明しました。その後、人工知能部門はグループ技術委員会に統合され、現在はAIラボが技術委員会直属となっています。
AI Lab の現在のチーム規模は約 350 人で、機械学習、自然言語処理 (NLP)、コンピューター ビジョン、音響、音声、ナレッジ グラフの 6 つの方向性を持っています。
ビッグモデルの登場後、AI Labはフルタイムのビッグモデルチームを立ち上げ、現在は言語ビッグモデルに注力していますが、クロスモーダルビッグモデルにも注目しています。
**Shen Ran: ルー氏 (Xiaomi Group Lu Weibing 社長) は、Xiaomi AI チームには現在 1,200 名以上の従業員がいると述べました。 AI 研究所以外に、Xiaomi 内の他の部門で AI と深く関係しているのは何ですか? **
**Wang Bin:**AI 研究所に加えて、Xiao Ai のチームもあり、どちらも技術委員会の下にあります。
技術委員会以外にも、自動車部門のオートパイロット部門、携帯電話のカメラ部門、ソフトウェア部門など、比較的大規模なAIチームを擁する部門が多くあり、また、ユーザーの成長や広告の推奨など、インターネット ビジネス部門はすべて AI に関連しています。
つまり、AI関連のチームは事業部に所属しているチームもあれば、技術委員会に所属しているチームもあり、合計すると1,200名程度ですが、小規模なチームも含めるとさらに多いのではないかと個人的には思っています。
**Shen Ran: Xiaomi の AI 戦略における Xiaomi AI Lab の役割は何ですか? **
**Wang Bin:**AI Lab は、グループレベルでの AI テクノロジーの研究開発および出力部門です。平たく言えば、AI技術を全社に輸出しているということです。
私たちはかつて、グループレベルでAI研究所をAI技術の「実験場」や「弾薬庫」に例えました。 AIの急速な発展により、AI研究所は中長期的な最先端技術を開発し、Xiaomiのビジネスに予備を作り、グループが必要とするときに「弾薬」を生産することになる。
AI技術に関しては社内で最も充実した人材が必要であり、業界でも非常に強力です。
**Shen Ran: Xiaomi AI Lab の重要な研究成果は何ですか? **
Wang Bin: 私たちの AI 研究室のコンセプトはテクノロジーとシナリオの組み合わせを重視しており、現在、出版された論文は OKR とみなされません。したがって、中国科学院（中国科学院）からシャオミに来て、最大の功績は、一点の技術の進歩ではなく、技術と製品を巧みに統合したことだと感じています。
Xiaomi は To C 企業であるため、当社の AI 機能の出力は、当面は直接外部に輸出されることはなく、同社の製品を通じて提供されます。当社は、Xiaomi 携帯電話の多くのカメラおよびフォト アルバム処理アルゴリズム、Xiao Ai に関与する音声および NLP アルゴリズム、Xiaomi Mall のレコメンデーション、検索、顧客サービス システムの AI アルゴリズムなど、多くの成果を上げてきました。
例をあげます。携帯電話にオフライン翻訳機能を開発しました。たとえば、海外に行った後、ネットワークがあまり良くない場合がよくあります。このとき、Xiaomi 携帯電話の翻訳機能をオンにします、クラウドに行かずに、オフライン状態では、リアルタイム、プライバシー、翻訳効果が向上します。この機能の実装と適用は簡単ではないため、翻訳の効果とパフォーマンスに関して多くの最適化作業を行いました。
**Xiaomi では、自社の技術が先に使われるのではなく、内部の技術も外部の技術と公平に競争し、勝者だけが生き残り、製品に適用されることができます。 **
**Wang Bin:**大規模モデルの最も強力な能力は、簡単に言えば、人間をよりよく理解し、明らかに人間とコンピューターの対話方法を最適化できることです。 Xiaomi の Xiao Ai クラスメート、携帯電話オペレーティング システム MIUI、車のコックピット、IoT、ロボットはすべて、大規模モデルが適用される典型的なシナリオです。
**シェン・ラン: シャオ・アイを例に挙げてもらえますか? **
Wang Bin: Xiao Ai に適用すると、同時に 2 つのことができます。一つは不可能を可能にすることであり、これは新しい機能を持たせることに相当します。たとえば、シャオアイに旅行の計画を立てたり、食事の注文をしたりしてもらいました。本来の技術力が発揮されておらず、ユーザーの言い方を変えるとめちゃくちゃになってしまいます。しかし、大規模なモデルのサポートにより、人間の音声をより深く理解できるため、複雑なタスクを完了できるため、この種のアプリケーションは実現可能です。
もう一つは、おまけに当たる本来の機能の強化です。人間の表現の飛び飛びと多様性のため、Xiaoai と人間とコンピューターの相互作用の過程で、最大の問題は、小さな確率のイベントに遭遇することです。私たちはそれをコーナーケースと呼び、通常は、Xiaoai に「私はできる」と言わせる保守的な戦略を採用します。答えられません」、「まだ勉強中です」**。このような根拠のある答えでも会話を続けることはできますが、エクスペリエンスは良くありません。しかし、大型モデル技術により対話をより長時間継続できるようになり、ユーザーの満足度が大幅に向上します。
**シェンラン: 大型モデルはスマートホームに大きな影響を与えますか? **
**Wang Bin:**私の個人的な理解によれば、大型モデルは少なくともインタラクティブ機能の点でスマート ホームのユーザー エクスペリエンスを向上させることができます。
「スマート」を謳うデバイスは数多くありますが、「知的薄弱」のような動作をすることが多く、使用率は高くありません。例えば、エアコンをつける、エアコンの温度を調整するなど、標準のコマンドと異なる記述をするとIoTデバイスを制御できない場合があります。
しかし、ビッグモデルの登場により、人間の言語をより深く理解できるようになり、多くの場合、さまざまな表現が存在し、ユーザーの表現を機械が理解できる命令に変換できるようになりました。これにより、より多くの人がスマート デバイスを使用するようになり、エコシステム全体がより速く成長できるようになります。
** Shenran: 既存のビジネスの改善に加えて、Xiaomi が以前はできなかったが、大型モデルを手に入れたことでできるようになった他のことはありますか? **
王斌氏: 大型モデルとこれらのビジネスとの連携を密にしていきますが、もちろんこれに加えて、さらなる可能性も模索しています。
私たちのチームは、大規模モデルのコンセプトや技術開発など、社内で大規模モデルを推進し、ChatGPT を使用してビジネス上の問題を解決する方法を全員に教えるために、多くの記事を執筆してきました。レイ氏は、すべての部門に大規模モデルを学ぶよう求め、全員に基本的な大規模モデルの考え方を身につけ、ビジネスとの統合方法を考えるよう求めています。