Джерело зображення: створено інструментом Unbounded AI
Через півроку після запуску ChatGPT по обидва боки Тихого океану продовжували влаштовувати масштабну модельну погоню.
Альянс, створений OpenAI, Microsoft і Nvidia, шалено працює на східному узбережжі Тихого океану. З березня цього року китайські технологічні компанії терміново продовжили роботу. Baidu, Ali, SenseTime та iFLYTEK послідовно запустили "ChatGPT-подібні" продукти. Tencent, Huawei та JD. Часи також "в десять разів більші" можливості.
У момент «війни сотень моделей» Xiaomi, як велика вітчизняна технологічна компанія, виглядає надзвичайно спокійно.
Лей Цзюнь, глава Xiaomi, сказав, що Xiaomi розробляє деякі технології та продукти, і продемонструє їх усім після того, як вони будуть відшліфовані. Лу Вейбінг, президент Xiaomi Group, сказав, що Xiaomi наразі має команду штучного інтелекту, яка складається з понад 1200 людей, і вона активно охоплюватиме великомасштабні моделі та інтегрувати їх із глибиною бізнесу, але не створюватиме великомасштабні моделі загального призначення, такі як OpenAI. .
Ця інформація посилила сумніви зовнішнього світу: чи приєднається Xiaomi до «війни сотень моделей»?
Доктор Ван Бін, директор лабораторії штучного інтелекту Xiaomi Group, сказав Шенрану, що Xiaomi розробить власну модель загального призначення, але не випускатиме продукт, схожий на ChatGPT, а також не випускатиме PPT або демонструватиме кілька прикладів. Скажімо, у нас є велика модель”, але власно розроблена велика модель зрештою буде представлена продуктом.
Це перший випадок, коли маршрут і прогрес великої моделі були розкриті зовнішньому світу після того, як Xiaomi офіційно оголосила про велику модельну команду. 14 квітня цього року Xiaomi оголосила, що велику модельну команду очолюватиме Луань Цзянь і підпорядковуватиметься Ван Біню. Ван Бінь більше 20 років займається дослідженнями та розробками, пов’язаними з NLP (обробкою природної мови) в Академії наук Китаю.Він приєднався до Xiaomi у 2018 році та керує лабораторією ШІ з 2019 року. Лабораторія штучного інтелекту є основним відділом стратегії штучного інтелекту Xiaomi.
Xiaomi, яка створила широкомасштабну модель діалогу, є рідкісним раціоналістом у широкомасштабній мовній моделі загального призначення, попередньо підготовленій. Ван Бінь розповів, що наразі існує понад 30 штатних команд великомасштабних моделей, і вони не будуть швидко розширюватися негайно; метою цієї команди все ще є широкомасштабна мовна модель і цільові параметри базової моделі першого кроку становлять десятки мільярдів**, а потім залежно від попередніх результатів сходження буде вирішено наступний крок.
«Від розробки великомасштабних моделей до посадки ще попереду довгий шлях. Чи зможуть вони знайти відповідні важливі сцени, є болючою точкою для багатьох великих модельних компаній.» На думку Ван Біня, перевага Xiaomi полягає в тому, що він має достатньо готових великих моделей Сценарії посадки, включаючи Xiao Ai, loT, автономне водіння, роботів тощо, багаті сценарії застосування також можуть відображати можливості великих моделей.
У Xiaomi не бракує сценаріїв, але для навчання великої моделі необхідне накопичення даних, обчислювальної потужності та талантів. Ван Бінь сказав, що Xiaomi має певний запас талантів, і проблеми з точки зору обчислювальної потужності та обсягу даних відносно великі. З одного боку, обчислювальна потужність повинна подолати виклики системного рівня, а вартість навчання має бути контрольованою; з іншого боку, для отримання та очищення високоякісних даних потрібно багато часу та коштів.
У новій хвилі великих моделей AI, чому команда Xiaomi AI не випускає «продукти, схожі на ChatGPT»? Як Xiaomi оцінює технічний шлях і технічну складність великої моделі? Кілька днів тому Хе Шулонг, головний редактор Shenran, мав діалог з Ван Бінем, директором лабораторії ШІ Технічного комітету Xiaomi. Нижче наведено основний вміст:
Велика модель Xiaomi: 30 людей у команді, без «ChatGPT-like»
**Шен Ран: 14 квітня Xiaomi призначила Луань Цзяня головою великої команди моделей, яка буде звітувати перед вами. Чи можете ви розповісти нам, як народилася команда великих моделей Xiaomi? **
**Ван Бінь:**Велика модельна команда була оголошена в квітні, але вона вже почала працювати перед тим.
30 листопада минулого року, після того як OpenAI випустив ChatGPT, ми швидко зареєстрували обліковий запис і почали на ньому грати. ChatGPT справді підривний. Ми працювали над ШІ стільки років, і багато його можливостей перевершили очікування наших розробників.
Невдовзі ми організували низку внутрішніх широкомасштабних груп спілкування з моделлю, щоб обговорити технологію великомасштабної моделі та її руйнівний вплив на машинний переклад, діалог між людьми, інтелектуальні відповіді на запитання та обслуговування клієнтів. **Багато людей, які брали участь у ранніх семінарах, пізніше стали ключовими членами штатної команди макетів. **
**Шен Ран: чи не запізниться команда великих моделей Xiaomi? **
Ван Бінь: Для великих моделей ми належимо до раціональної школи.
До народження ChatGPT компанія Xiaomi проводила внутрішні дослідження, розробку та застосування великих моделей, головним чином у формі попереднього навчання + нагляду за виконанням завдань і тонкого налаштування для діалогу «людина-машина», а параметри моделі були в мільярди. Звичайно, цей тип моделі не є великомасштабною моделлю загального призначення, як її зараз називають.
Ми чітко розуміємо, що розробка та застосування загальної великої моделі – це довгострокова робота, а не питання часу. Ми йшли згідно з власним планом часу та кроками, тоді ми відчували, що час вийшов, тому зробили командний реліз.
**Шен Ран: Скільки людей у великій модельній команді? Чи є плани щодо подальшого розширення? **
**Ван Бінь:**Основна команда наразі налічує понад 30 осіб. Наразі ми готуємося відповідно до аспектів талантів, даних, моделей, обчислювальної потужності, оцінювання та продуктів, а потім поступово коригуємо або розширюємо після певного етапу.
Ми не будемо відразу розширювати кількість людей, наприклад, набирати відразу 100 осіб. Тому що на етапі підйому накопичення потенціалу наймання такої кількості людей може не знати, як це організувати, але це марна трата.
З безперервним розкриттям інформації про великих моделей і безперервним припливом капіталу та талантів сфера великих моделей розвивалася дуже швидко, і погляди кожного сильно змінилися. Коли нещодавно вперше з’явився ChatGPT, усі вважали, що практично неможливо реалізувати подібну масштабну модель, але поступово багато людей відчули, що ймовірність дуже висока, а деякі люди вірили, що багато продуктів можна задовольнити без такого масштабна модель.попит. Інтенсивність інвестицій у кожного також дуже різна. Комусь може здатися, що команді потрібно хоча б кілька сотень людей, а комусь – що це не обов’язково.
**Шенран: Чи є якісь поетапні плани на майбутнє, коли це буде внутрішнє тестування та випущено за межами? **
Ван Бінь: На відміну від інших компаній, Xiaomi народжується з атрибутами продуктів. Я вважаю, що коли з’являється велика модель Xiaomi, це виявляється продуктом.
Ми можемо провести внутрішні тести до третього кварталу. Однак це не неминучий вузол.
**Шен Ран: Іншими словами, Xiaomi не випускатиме продукт, схожий на ChatGPT? **
Ван Бінь: Так, ми не будемо випускати PPT або демонструвати, що у нас є велика модель. Багаті сценарії застосування є нашою найбільшою перевагою. **Велика модель Xiaomi буде більш тісно інтегрована зі сценою, і відповідний план випуску повинен бути складений відповідно до ритму продукту. **
**Шенран: яка вартість обчислювальної потужності для Xiaomi, окрім робочої сили, для створення великої моделі? **
Ван Бінь: Ми є середньомасштабною інвестицією, і ми приймемо рішення про наступний крок інвестування за результатами попереднього підйому.
Наше основне судження полягає в тому, що модель, придатна для продуктів і підприємств Xiaomi, може мати параметри в десятки мільярдів**, що буде нижчим за масштаб у 100 мільярдів, а інвестиції в навчальні машини становлять близько десятків мільйонів юанів.
**Шен Ран: Як виглядає модель із мільярдами параметрів, зроблена Xiaomi раніше? **
**Ван Бінь: **ChatGPT, випущений минулого року, є своєрідною великомасштабною моделлю, яка називається великою моделлю попередньо підготовленої мови загального призначення. Але сама велика модель з'явилася дуже рано, і у кожного різні шляхи і методи.
Ми почали працювати над великою моделлю раніше, тоді ми створили діалогову модель із 2,8–3 мільярдами параметрів. Це реалізовано шляхом точного налаштування діалогових даних на основі попередньо навченої базової моделі. Це не поточна велика модель загального призначення, а присвячена діалогу між людиною та машиною. Секс, нехай продовжується. Пізніше ця модель була запущена в Xiaoai, і було проведено невелике онлайн-випробування.
Таким чином, AIGC вже використовувався в Xiao Ai, але на рівні продукту ми не використовуємо цю велику модель повністю, а використовуємо взаємодоповнюваність традиційної моделі та моделі великого діалогу, щоб використовувати обидві разом.
Велика модель загального призначення Xiaomi, швидше за все, буде цією гібридною моделлю, коли вона буде представлена в продукті. Проблеми, з якими традиційна модель дуже добре справляється, передані традиційній моделі. Велика модель вирішує проблеми, з якими вона добре справляється, наприклад деякі невеликі ймовірні події або довгі діалоги.
Рівень діалогів великої моделі загального призначення, яка вийшла зараз, значно вищий, ніж у попередньої великої моделі, орієнтованої на діалоги, тому ця частина команди також перейшла на велику модель загального призначення. Ця команда пробігла весь процес навчання великої діалогової моделі, перелізла кілька ям, і з накопиченням даних вона має певні переваги.
Велика модель Millet: сцена домінує, а дані є проблемою
**Шенран: Протягом цього періоду часу технологічний прогрес був дуже швидким, і вітчизняні великомасштабні моделі інтенсивно випускалися. Чи будете ви хвилюватися через повільний прогрес? **
Ван Бінь: Якийсь час я дуже хвилювався, тому що я трохи панікував, якщо не робив це весь час, і ви думали: «Як інші можуть так швидко прогресувати і зробити все відразу?» Тепер ми йдемо вниз, щоб зробити це. Більше не турбуйтеся.
Кажуть, що в Китаї зараз «війна сотень моделей», і було випущено більше 80 великих моделей, деякі з яких забезпечують внутрішнє тестування, а деякі випускаються лише PPT. Ефект від деяких моделей все ще хороший.Судячи з рівня випуску, рівень наших існуючих великих моделей власної розробки, здається, не гірший, ніж у багатьох моделей. Але ми не поспішаємо робити зовнішній випуск. По-перше, для такої компанії, як Xiaomi, це не має особливого сенсу. По-друге, ми все ще сподіваємося зробити власно розроблену модель кращою навколо продукту, а потім випустити її разом.
**Шенран: Як ви вважаєте, чи є у великих моделей вітчизняних компаній шанс наздогнати OpenAI? Наскільки великий розрив? Вони люблять використовувати три місяці, шість місяців для опису. **
Ван Бінь: На даний момент OpenAI має бути дуже розвиненим. Він інвестував на ранній стадії та має дуже значні накопичення в таланти, дані, обчислювальну потужність, інженерні розробки та продукти. Виходячи з внутрішньої ситуації, я відчуваю, що між OpenAI і OpenAI все ще існує певна різниця. Деякі люди кажуть, що це три місяці або шість місяців, а інші кажуть, що це один рік або два роки. Щодо часу – важко сказати.
Тому що як оцінити велику модель – це сама по собі дуже складна проблема. Зараз існують рейтинги різних великих моделей, але жодна з них не була визнана всіма одностайно. **Справжнього стандарту оцінювання не існує, тому розмови про те, щоб наздогнати за три або шість місяців, — це просто ляпас. **
Щодо того, чи можливо Китаю наздогнати OpenAI, я був песимістом у перші дні і вважав, що це майже неможливо, але з напливом різноманітних рішень з відкритим кодом, різних команд і капіталу моє судження більш оптимістичне. Я думаю, що Китай має можливість скоротити дистанцію з OpenAI, наблизитися або навіть перевершити його в багатьох сценаріях.
**Схоже, що великі моделі не мають такого високого порогу для чіпів. Завдяки постійному накопиченню та оптимізації талантів, даних, обчислювальної потужності тощо можна постійно скорочувати розрив. **
**Shenran: Які типи вітчизняних компаній мають більше переваг у масштабних моделях? Де є можливість для Xiaomi? **
Ван Бінь: Незалежно від великих компаній чи малих і середніх стартапів, у кожної є своя життєва площа. Велика модель — це екологія, і жодна велика не може прийняти все. Усі компанії в екології, включаючи обчислювальну потужність, дані, програми та компанії, які дійсно створюють великі моделі, мають власні можливості.
Великі моделі, такі як Xiaomi, мають перевагу сценаріїв застосування. Ми вважаємо, що поєднання великих моделей і сцен стане величезною можливістю.
Тому що якщо ви просто випустите велику модель і ніхто нею не користуватиметься, вона може не мати можливості швидко розвиватися через прокатку. І ми можемо негайно приземлитися на сцену, і завдяки безперервній ітерації ми можемо повністю розкрити потужність великої моделі в цих сценах.
Хоча наразі ми об’єднуємо лише основну команду з понад 30 осіб, насправді є багато людей на периферії. У всій лабораторії штучного інтелекту працює понад 100 людей, які мають досвід роботи з НЛП і займаються спеціальними програмами, зокрема графом знань, машинним перекладом, діалогом між людьми, інтелектуальним обслуговуванням клієнтів і інтелектуальними відповідями на запитання. Усі вони — люди, які розуміються на великих моделях і пов’язаних технологіях, і вони сприяють дослідженню великих моделей з точки зору відповідних додатків.
Ван Бінь
**Шен Ран: Наскільки цінним для великих моделей є накопичення Xiaomi в дослідженнях НЛП? **
Ван Бінь: У галузі існують дві думки. Одним із способів сказати є те, що ті з нас можуть не мати роботи, і штучний інтелект нас убив, особливо ті, хто займається НЛП, можуть не мати роботи. Також є приказка, що, зрештою, велика модель створена з НЛП, і ті, хто займається НЛП, мають невід’ємні переваги.
В обох цих твердженнях є частка правди, але, зрештою, це стосується моєї роботи, я більше схиляюся до останнього твердження.
Великі моделі спочатку досліджувалися в різних областях, включаючи зір, мову та НЛП. Але чому це перший прорив у сфері НЛП, я вважаю, що на це є істотні причини. Я розумію принаймні два моменти: перший — це багатство та легка доступність мовних даних, а другий — те, що існує дуже багате знання, яке відображає процес людського мислення, прихований за мовними даними.
Тож я вважаю, що люди, які багато років накопичували в сфері НЛП, мають певні вроджені переваги в розумінні та трансформації великих моделей. Багато членів масштабної модельної команди Xiaomi спочатку працювали в напрямку НЛП. Кілька компаній-початківців, які дуже добре створюють великомасштабні моделі в Китаї, також вийшли зі сфери НЛП.
**Шен Ран: Які зараз труднощі для Xiaomi, щоб подолати велику модель? Як це подолати? **
**Ван Бінь:**По-перше, я хочу сказати, що велика модель сама по собі має величезні проблеми.
Величезним викликом є невизначеність технологій. Ми бачили деякі звіти, і навіть сама команда OpenAI не дуже зрозуміла щодо справжніх принципів, що лежать в основі великої моделі, і якщо вони зроблять це знову, вони не впевнені, чи будуть такі ж «виникаючі» результати. Я вважаю, що OpenAI говорить правду з цього приводу. Через велику невизначеність у технології інвестиції не можуть гарантувати, що велика модель, яка відповідає очікуванням, може бути навчена.
Накопичення високоякісних даних також є проблемою. Загальноприйнято вважати, що для великих моделей потрібні надзвичайно великі та якісні навчальні дані. Якість загальнодоступних даних в Інтернеті загалом відносно низька, тому отримання та очищення ** даних є відносно серйозними проблемами. **
Ще одним викликом є, звичайно, обчислювальна потужність. По-перше, це не означає, що існує так багато карток, які можна навчити. Як правильно використовувати ці картки, це вже проблема системного рівня. По-друге, через те, що під час процесу навчання можуть бути зроблені помилки, гроші можуть бути спалені, але нічого не може бути спалено, тому це залежить від того, чи є у вас можливість навчити велику модель за контрольовану вартість.
Практично кажучи, поточні проблеми з ** даними та обчислювальною потужністю все ще є відносно великими, особливо великомасштабними високоякісними даними **. Після попереднього періоду підйому ми тепер в основному впевнені, що поки дані є на місці та використовують наявну обчислювальну потужність, ми, ймовірно, можемо знати, скільки днів знадобиться для підготовки хорошої базової моделі.
**Шенран: Чи зменшилася вартість навчання великих моделей? **
Ван Бінь: З одного боку, вартість проб і помилок нижча, ніж раніше. Тому що навчання великої моделі може піти обхідними шляхами і зазнати невдачі, але при розкритті різної інформації можна швидко знайти правильний напрямок навчання. З іншого боку, багато хмарних обчислень, чіпів та інших компаній, а також багато компаній-початківців надають недорогі послуги з навчання великих моделей і висновків. З подальшим розвитком всієї екології, я вважаю, що вартість навчання буде продовжувати знижуватися.
Як велика модель впливає на бізнес Xiaomi?
**Шен Ран: Чи можете ви докладніше представити лабораторію Xiaomi AI Lab, за яку ви відповідаєте? **
Ван Бінь: Після народження «AlphaGo» у 2016 році, пан Лей негайно просував створення команди ШІ. Лабораторію штучного інтелекту було офіційно створено в 2016 році, і я очолюю її з 2019 року.
Виявляється, AI Lab є частиною Міністерства штучного інтелекту. Пізніше Департамент штучного інтелекту був об'єднаний в Технічний комітет Групи, і тепер Лабораторія штучного інтелекту безпосередньо підпорядковується Технічному комітету.
Поточний розмір команди AI Lab становить близько 350 осіб, і вона має шість напрямків, а саме машинне навчання, обробка природної мови (NLP), комп'ютерний зір, акустика, мова та графи знань.
Після виходу великої моделі AI Lab створила штатну команду великих моделей.Тепер ми зосереджуємося на великій моделі мови, але ми також приділяємо увагу кросмодальній великій моделі.
**Шен Ран: пан Лу (президент групи Xiaomi Лу Вейбінг) сказав, що команда Xiaomi AI наразі налічує понад 1200 людей. Окрім лабораторії штучного інтелекту, які ще відділи в Xiaomi тісно пов’язані зі штучним інтелектом? **
**Ван Бінь: **На додаток до лабораторії штучного інтелекту, є також команда Сяо Ая, обидві з яких підпорядковуються технічному комітету.
Крім технічного комітету, є багато відділів з відносно великими командами штучного інтелекту, включаючи відділ автопілота автомобільного відділу, відділ камери мобільних телефонів і відділ програмного забезпечення.Крім того, зростання кількості користувачів і рекомендації щодо реклами в Усі відділи Інтернет-бізнесу пов’язані зі штучним інтелектом.
Коротше кажучи, деякі команди, пов’язані зі штучним інтелектом, входять до бізнес-департаменту, а деякі – до технічного комітету. Загальна кількість становить близько 1200. Якщо розглядати невеликі команди, я особисто вважаю, що ця цифра навіть більша.
**Шен Ран: Яка роль лабораторії штучного інтелекту Xiaomi в стратегії штучного інтелекту Xiaomi? **
**Ван Бінь:**AI Lab — це відділ досліджень і розробок, а також випуск технологій ШІ на рівні групи. Говорячи простою мовою, ми експортуємо технологію ШІ для всієї компанії.
Одного разу ми порівнювали лабораторію штучного інтелекту з «експериментальним полем» і «складом боєприпасів» технології ШІ на груповому рівні. Через швидкий розвиток штучного інтелекту лабораторія штучного інтелекту розроблятиме деякі середньострокові та довгострокові передові технології, створюватиме резерви навколо бізнесу Xiaomi та видаватиме «боєприпаси», коли це буде потрібно групі.
З точки зору технології ШІ, ми повинні мати найповніші резерви в компанії, і ми також дуже потужні в галузі.
**Шен Ран: Які важливі наукові досягнення Xiaomi AI Lab? **
Ван Бінь: Концепція нашої лабораторії ШІ наголошує на поєднанні технології та сценаріїв. Наразі опубліковані статті не вважаються OKR. Тому після того, як я прийшов до Xiaomi з Китайської академії наук (Китайської академії наук), я вважаю, що найбільшим досягненням є не прогрес однієї точки технології, а геніальна інтеграція технологій і продуктів.
Xiaomi є компанією To C. Наші можливості штучного інтелекту наразі експортуються не безпосередньо в зовнішній світ, а через продукти компанії. Ми досягли багатьох досягнень, включаючи багато алгоритмів обробки камер і фотоальбомів у мобільних телефонах Xiaomi, алгоритми голосу та NLP, задіяні в Xiao Ai, і алгоритми AI у системах рекомендацій, пошуку та обслуговування клієнтів Xiaomi Mall.
Дозвольте навести вам приклад. Ми розробили функцію офлайн-перекладу на нашому мобільному телефоні. Наприклад, після виїзду за кордон у багатьох випадках мережа не така хороша. Наразі увімкніть функцію перекладу на мобільному телефоні Xiaomi без використання хмари. У офлайн-стані режим реального часу, конфіденційність і ефект перекладу кращий. Впровадження та застосування цієї функції непросте. Ми провели багато роботи з оптимізації ефектів перекладу та продуктивності.
**У Xiaomi не наша власна технологія буде використана в першу чергу. Внутрішня технологія також повинна чесно конкурувати із зовнішньою технологією. Тільки переможець може вижити та застосовуватися до продуктів. **
**Шенран: На які підприємства Xiaomi вплине технологія великомасштабної моделі, представлена ChatGPT? **
**Ван Бінь: **Просто кажучи, найсильнішою здатністю великої моделі є те, що вона краще розуміє людей і, очевидно, може оптимізувати спосіб взаємодії людини з комп’ютером. Однокласник Xiaomi Xiao Ai, операційна система мобільного телефону MIUI, автомобільна кабіна, IoT і роботи — все це типові сценарії, де застосовуються великі моделі.
**Шен Ран: Чи не могли б ви навести як приклад Сяо Ай? **
Wang Bin: Застосовуючи до Xiao Ai, він може робити дві речі одночасно. Одна полягає в тому, щоб зробити неможливе можливим, що еквівалентно наявності нових функцій. Наприклад, я попросив Сяо Ая скласти план поїздки або замовити їжу тощо. Початкова технічна здатність не була досягнута, і якщо користувач викладе це інакше, це буде зіпсовано. Але Завдяки підтримці великих моделей він має глибше розуміння людської мови, тому можна виконувати складні завдання, і цей тип застосування є здійсненним.
Інша категорія — це покращення оригінальної функції, що еквівалентно глазурі на торті. Через стрибкоподібність і різноманітність людських висловлювань у процесі взаємодії Сяоая з комп’ютером найбільшою проблемою є випадки з малою ймовірністю. Ми називаємо це кутовим випадком і зазвичай використовуємо консервативну стратегію, щоб дозволити Сяоаю сказати: «Я можу» t відповідь», «Я ще вчуся»**. Подібна підкріплююча відповідь також може продовжити розмову, але це поганий досвід. Але технологія великої моделі може підтримувати діалог протягом більш тривалого часу та значно підвищити задоволеність користувачів.
**Шенран: Чи велика модель має великий вплив на розумний будинок? **
**Ван Бінь: **Згідно з моїм особистим розумінням, велика модель може принаймні покращити користувацький досвід розумного дому з точки зору інтерактивних можливостей.
Хоча є багато пристроїв, які претендують на «розумність», вони часто поводяться як «розумово відсталі», а рівень використання невисокий. Наприклад, увімкнення кондиціонера або регулювання температури кондиціонера, якщо оператор відрізняється від стандартної команди, можливо, неможливо буде керувати пристроєм IoT.
Але після появи великої моделі вона глибше розуміє людську мову. У багатьох випадках існують різні вирази. Велика модель може перекладати вирази користувача в інструкції, зрозумілі машині. Це спонукатиме більше людей використовувати розумні пристрої та дозволить усій екосистемі розвиватися швидше.
**Шенран: Окрім покращення існуючого бізнесу, чи є інші речі, які Xiaomi не могла робити раніше, але які можна зробити після появи великої моделі? **
Ван Бінь: Ми будемо тісно співпрацювати між великою моделлю та цими компаніями. Звичайно, крім цього, ми також шукаємо більше можливостей.
Наша команда написала багато статей, щоб просувати великі моделі всередині компанії, включно з концепцією та розробкою технологій великих моделей, а також навчити всіх, як використовувати ChatGPT для вирішення бізнес-завдань. Пан Лей попросив кожен відділ вивчити великомасштабні моделі, і вимагає від кожного базового мислення великомасштабних моделей і думки про те, як інтегруватися з бізнесом.
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Велика модель Xiaomi, не займайтеся "ChatGPT"
Джерело: Шен Ран, Автори: Цзінь Юфань, Хе Шулонг, Редактор: Хе Шулонг
Через півроку після запуску ChatGPT по обидва боки Тихого океану продовжували влаштовувати масштабну модельну погоню.
Альянс, створений OpenAI, Microsoft і Nvidia, шалено працює на східному узбережжі Тихого океану. З березня цього року китайські технологічні компанії терміново продовжили роботу. Baidu, Ali, SenseTime та iFLYTEK послідовно запустили "ChatGPT-подібні" продукти. Tencent, Huawei та JD. Часи також "в десять разів більші" можливості.
У момент «війни сотень моделей» Xiaomi, як велика вітчизняна технологічна компанія, виглядає надзвичайно спокійно.
Лей Цзюнь, глава Xiaomi, сказав, що Xiaomi розробляє деякі технології та продукти, і продемонструє їх усім після того, як вони будуть відшліфовані. Лу Вейбінг, президент Xiaomi Group, сказав, що Xiaomi наразі має команду штучного інтелекту, яка складається з понад 1200 людей, і вона активно охоплюватиме великомасштабні моделі та інтегрувати їх із глибиною бізнесу, але не створюватиме великомасштабні моделі загального призначення, такі як OpenAI. .
Ця інформація посилила сумніви зовнішнього світу: чи приєднається Xiaomi до «війни сотень моделей»?
Доктор Ван Бін, директор лабораторії штучного інтелекту Xiaomi Group, сказав Шенрану, що Xiaomi розробить власну модель загального призначення, але не випускатиме продукт, схожий на ChatGPT, а також не випускатиме PPT або демонструватиме кілька прикладів. Скажімо, у нас є велика модель”, але власно розроблена велика модель зрештою буде представлена продуктом.
Це перший випадок, коли маршрут і прогрес великої моделі були розкриті зовнішньому світу після того, як Xiaomi офіційно оголосила про велику модельну команду. 14 квітня цього року Xiaomi оголосила, що велику модельну команду очолюватиме Луань Цзянь і підпорядковуватиметься Ван Біню. Ван Бінь більше 20 років займається дослідженнями та розробками, пов’язаними з NLP (обробкою природної мови) в Академії наук Китаю.Він приєднався до Xiaomi у 2018 році та керує лабораторією ШІ з 2019 року. Лабораторія штучного інтелекту є основним відділом стратегії штучного інтелекту Xiaomi.
Xiaomi, яка створила широкомасштабну модель діалогу, є рідкісним раціоналістом у широкомасштабній мовній моделі загального призначення, попередньо підготовленій. Ван Бінь розповів, що наразі існує понад 30 штатних команд великомасштабних моделей, і вони не будуть швидко розширюватися негайно; метою цієї команди все ще є широкомасштабна мовна модель і цільові параметри базової моделі першого кроку становлять десятки мільярдів**, а потім залежно від попередніх результатів сходження буде вирішено наступний крок.
«Від розробки великомасштабних моделей до посадки ще попереду довгий шлях. Чи зможуть вони знайти відповідні важливі сцени, є болючою точкою для багатьох великих модельних компаній.» На думку Ван Біня, перевага Xiaomi полягає в тому, що він має достатньо готових великих моделей Сценарії посадки, включаючи Xiao Ai, loT, автономне водіння, роботів тощо, багаті сценарії застосування також можуть відображати можливості великих моделей.
У Xiaomi не бракує сценаріїв, але для навчання великої моделі необхідне накопичення даних, обчислювальної потужності та талантів. Ван Бінь сказав, що Xiaomi має певний запас талантів, і проблеми з точки зору обчислювальної потужності та обсягу даних відносно великі. З одного боку, обчислювальна потужність повинна подолати виклики системного рівня, а вартість навчання має бути контрольованою; з іншого боку, для отримання та очищення високоякісних даних потрібно багато часу та коштів.
У новій хвилі великих моделей AI, чому команда Xiaomi AI не випускає «продукти, схожі на ChatGPT»? Як Xiaomi оцінює технічний шлях і технічну складність великої моделі? Кілька днів тому Хе Шулонг, головний редактор Shenran, мав діалог з Ван Бінем, директором лабораторії ШІ Технічного комітету Xiaomi. Нижче наведено основний вміст:
Велика модель Xiaomi: 30 людей у команді, без «ChatGPT-like»
**Шен Ран: 14 квітня Xiaomi призначила Луань Цзяня головою великої команди моделей, яка буде звітувати перед вами. Чи можете ви розповісти нам, як народилася команда великих моделей Xiaomi? **
**Ван Бінь:**Велика модельна команда була оголошена в квітні, але вона вже почала працювати перед тим.
30 листопада минулого року, після того як OpenAI випустив ChatGPT, ми швидко зареєстрували обліковий запис і почали на ньому грати. ChatGPT справді підривний. Ми працювали над ШІ стільки років, і багато його можливостей перевершили очікування наших розробників.
Невдовзі ми організували низку внутрішніх широкомасштабних груп спілкування з моделлю, щоб обговорити технологію великомасштабної моделі та її руйнівний вплив на машинний переклад, діалог між людьми, інтелектуальні відповіді на запитання та обслуговування клієнтів. **Багато людей, які брали участь у ранніх семінарах, пізніше стали ключовими членами штатної команди макетів. **
**Шен Ран: чи не запізниться команда великих моделей Xiaomi? **
Ван Бінь: Для великих моделей ми належимо до раціональної школи.
До народження ChatGPT компанія Xiaomi проводила внутрішні дослідження, розробку та застосування великих моделей, головним чином у формі попереднього навчання + нагляду за виконанням завдань і тонкого налаштування для діалогу «людина-машина», а параметри моделі були в мільярди. Звичайно, цей тип моделі не є великомасштабною моделлю загального призначення, як її зараз називають.
Ми чітко розуміємо, що розробка та застосування загальної великої моделі – це довгострокова робота, а не питання часу. Ми йшли згідно з власним планом часу та кроками, тоді ми відчували, що час вийшов, тому зробили командний реліз.
**Шен Ран: Скільки людей у великій модельній команді? Чи є плани щодо подальшого розширення? **
**Ван Бінь:**Основна команда наразі налічує понад 30 осіб. Наразі ми готуємося відповідно до аспектів талантів, даних, моделей, обчислювальної потужності, оцінювання та продуктів, а потім поступово коригуємо або розширюємо після певного етапу.
Ми не будемо відразу розширювати кількість людей, наприклад, набирати відразу 100 осіб. Тому що на етапі підйому накопичення потенціалу наймання такої кількості людей може не знати, як це організувати, але це марна трата.
З безперервним розкриттям інформації про великих моделей і безперервним припливом капіталу та талантів сфера великих моделей розвивалася дуже швидко, і погляди кожного сильно змінилися. Коли нещодавно вперше з’явився ChatGPT, усі вважали, що практично неможливо реалізувати подібну масштабну модель, але поступово багато людей відчули, що ймовірність дуже висока, а деякі люди вірили, що багато продуктів можна задовольнити без такого масштабна модель.попит. Інтенсивність інвестицій у кожного також дуже різна. Комусь може здатися, що команді потрібно хоча б кілька сотень людей, а комусь – що це не обов’язково.
**Шенран: Чи є якісь поетапні плани на майбутнє, коли це буде внутрішнє тестування та випущено за межами? **
Ван Бінь: На відміну від інших компаній, Xiaomi народжується з атрибутами продуктів. Я вважаю, що коли з’являється велика модель Xiaomi, це виявляється продуктом.
Ми можемо провести внутрішні тести до третього кварталу. Однак це не неминучий вузол.
**Шен Ран: Іншими словами, Xiaomi не випускатиме продукт, схожий на ChatGPT? **
Ван Бінь: Так, ми не будемо випускати PPT або демонструвати, що у нас є велика модель. Багаті сценарії застосування є нашою найбільшою перевагою. **Велика модель Xiaomi буде більш тісно інтегрована зі сценою, і відповідний план випуску повинен бути складений відповідно до ритму продукту. **
**Шенран: яка вартість обчислювальної потужності для Xiaomi, окрім робочої сили, для створення великої моделі? **
Ван Бінь: Ми є середньомасштабною інвестицією, і ми приймемо рішення про наступний крок інвестування за результатами попереднього підйому.
Наше основне судження полягає в тому, що модель, придатна для продуктів і підприємств Xiaomi, може мати параметри в десятки мільярдів**, що буде нижчим за масштаб у 100 мільярдів, а інвестиції в навчальні машини становлять близько десятків мільйонів юанів.
**Шен Ран: Як виглядає модель із мільярдами параметрів, зроблена Xiaomi раніше? **
**Ван Бінь: **ChatGPT, випущений минулого року, є своєрідною великомасштабною моделлю, яка називається великою моделлю попередньо підготовленої мови загального призначення. Але сама велика модель з'явилася дуже рано, і у кожного різні шляхи і методи.
Ми почали працювати над великою моделлю раніше, тоді ми створили діалогову модель із 2,8–3 мільярдами параметрів. Це реалізовано шляхом точного налаштування діалогових даних на основі попередньо навченої базової моделі. Це не поточна велика модель загального призначення, а присвячена діалогу між людиною та машиною. Секс, нехай продовжується. Пізніше ця модель була запущена в Xiaoai, і було проведено невелике онлайн-випробування.
Таким чином, AIGC вже використовувався в Xiao Ai, але на рівні продукту ми не використовуємо цю велику модель повністю, а використовуємо взаємодоповнюваність традиційної моделі та моделі великого діалогу, щоб використовувати обидві разом.
Велика модель загального призначення Xiaomi, швидше за все, буде цією гібридною моделлю, коли вона буде представлена в продукті. Проблеми, з якими традиційна модель дуже добре справляється, передані традиційній моделі. Велика модель вирішує проблеми, з якими вона добре справляється, наприклад деякі невеликі ймовірні події або довгі діалоги.
Рівень діалогів великої моделі загального призначення, яка вийшла зараз, значно вищий, ніж у попередньої великої моделі, орієнтованої на діалоги, тому ця частина команди також перейшла на велику модель загального призначення. Ця команда пробігла весь процес навчання великої діалогової моделі, перелізла кілька ям, і з накопиченням даних вона має певні переваги.
Велика модель Millet: сцена домінує, а дані є проблемою
**Шенран: Протягом цього періоду часу технологічний прогрес був дуже швидким, і вітчизняні великомасштабні моделі інтенсивно випускалися. Чи будете ви хвилюватися через повільний прогрес? **
Ван Бінь: Якийсь час я дуже хвилювався, тому що я трохи панікував, якщо не робив це весь час, і ви думали: «Як інші можуть так швидко прогресувати і зробити все відразу?» Тепер ми йдемо вниз, щоб зробити це. Більше не турбуйтеся.
Кажуть, що в Китаї зараз «війна сотень моделей», і було випущено більше 80 великих моделей, деякі з яких забезпечують внутрішнє тестування, а деякі випускаються лише PPT. Ефект від деяких моделей все ще хороший.Судячи з рівня випуску, рівень наших існуючих великих моделей власної розробки, здається, не гірший, ніж у багатьох моделей. Але ми не поспішаємо робити зовнішній випуск. По-перше, для такої компанії, як Xiaomi, це не має особливого сенсу. По-друге, ми все ще сподіваємося зробити власно розроблену модель кращою навколо продукту, а потім випустити її разом.
**Шенран: Як ви вважаєте, чи є у великих моделей вітчизняних компаній шанс наздогнати OpenAI? Наскільки великий розрив? Вони люблять використовувати три місяці, шість місяців для опису. **
Ван Бінь: На даний момент OpenAI має бути дуже розвиненим. Він інвестував на ранній стадії та має дуже значні накопичення в таланти, дані, обчислювальну потужність, інженерні розробки та продукти. Виходячи з внутрішньої ситуації, я відчуваю, що між OpenAI і OpenAI все ще існує певна різниця. Деякі люди кажуть, що це три місяці або шість місяців, а інші кажуть, що це один рік або два роки. Щодо часу – важко сказати.
Тому що як оцінити велику модель – це сама по собі дуже складна проблема. Зараз існують рейтинги різних великих моделей, але жодна з них не була визнана всіма одностайно. **Справжнього стандарту оцінювання не існує, тому розмови про те, щоб наздогнати за три або шість місяців, — це просто ляпас. **
Щодо того, чи можливо Китаю наздогнати OpenAI, я був песимістом у перші дні і вважав, що це майже неможливо, але з напливом різноманітних рішень з відкритим кодом, різних команд і капіталу моє судження більш оптимістичне. Я думаю, що Китай має можливість скоротити дистанцію з OpenAI, наблизитися або навіть перевершити його в багатьох сценаріях.
**Схоже, що великі моделі не мають такого високого порогу для чіпів. Завдяки постійному накопиченню та оптимізації талантів, даних, обчислювальної потужності тощо можна постійно скорочувати розрив. **
**Shenran: Які типи вітчизняних компаній мають більше переваг у масштабних моделях? Де є можливість для Xiaomi? **
Ван Бінь: Незалежно від великих компаній чи малих і середніх стартапів, у кожної є своя життєва площа. Велика модель — це екологія, і жодна велика не може прийняти все. Усі компанії в екології, включаючи обчислювальну потужність, дані, програми та компанії, які дійсно створюють великі моделі, мають власні можливості.
Великі моделі, такі як Xiaomi, мають перевагу сценаріїв застосування. Ми вважаємо, що поєднання великих моделей і сцен стане величезною можливістю.
Тому що якщо ви просто випустите велику модель і ніхто нею не користуватиметься, вона може не мати можливості швидко розвиватися через прокатку. І ми можемо негайно приземлитися на сцену, і завдяки безперервній ітерації ми можемо повністю розкрити потужність великої моделі в цих сценах.
Хоча наразі ми об’єднуємо лише основну команду з понад 30 осіб, насправді є багато людей на периферії. У всій лабораторії штучного інтелекту працює понад 100 людей, які мають досвід роботи з НЛП і займаються спеціальними програмами, зокрема графом знань, машинним перекладом, діалогом між людьми, інтелектуальним обслуговуванням клієнтів і інтелектуальними відповідями на запитання. Усі вони — люди, які розуміються на великих моделях і пов’язаних технологіях, і вони сприяють дослідженню великих моделей з точки зору відповідних додатків.
**Шен Ран: Наскільки цінним для великих моделей є накопичення Xiaomi в дослідженнях НЛП? **
Ван Бінь: У галузі існують дві думки. Одним із способів сказати є те, що ті з нас можуть не мати роботи, і штучний інтелект нас убив, особливо ті, хто займається НЛП, можуть не мати роботи. Також є приказка, що, зрештою, велика модель створена з НЛП, і ті, хто займається НЛП, мають невід’ємні переваги.
В обох цих твердженнях є частка правди, але, зрештою, це стосується моєї роботи, я більше схиляюся до останнього твердження.
Великі моделі спочатку досліджувалися в різних областях, включаючи зір, мову та НЛП. Але чому це перший прорив у сфері НЛП, я вважаю, що на це є істотні причини. Я розумію принаймні два моменти: перший — це багатство та легка доступність мовних даних, а другий — те, що існує дуже багате знання, яке відображає процес людського мислення, прихований за мовними даними.
Тож я вважаю, що люди, які багато років накопичували в сфері НЛП, мають певні вроджені переваги в розумінні та трансформації великих моделей. Багато членів масштабної модельної команди Xiaomi спочатку працювали в напрямку НЛП. Кілька компаній-початківців, які дуже добре створюють великомасштабні моделі в Китаї, також вийшли зі сфери НЛП.
**Шен Ран: Які зараз труднощі для Xiaomi, щоб подолати велику модель? Як це подолати? **
**Ван Бінь:**По-перше, я хочу сказати, що велика модель сама по собі має величезні проблеми.
Величезним викликом є невизначеність технологій. Ми бачили деякі звіти, і навіть сама команда OpenAI не дуже зрозуміла щодо справжніх принципів, що лежать в основі великої моделі, і якщо вони зроблять це знову, вони не впевнені, чи будуть такі ж «виникаючі» результати. Я вважаю, що OpenAI говорить правду з цього приводу. Через велику невизначеність у технології інвестиції не можуть гарантувати, що велика модель, яка відповідає очікуванням, може бути навчена.
Накопичення високоякісних даних також є проблемою. Загальноприйнято вважати, що для великих моделей потрібні надзвичайно великі та якісні навчальні дані. Якість загальнодоступних даних в Інтернеті загалом відносно низька, тому отримання та очищення ** даних є відносно серйозними проблемами. **
Ще одним викликом є, звичайно, обчислювальна потужність. По-перше, це не означає, що існує так багато карток, які можна навчити. Як правильно використовувати ці картки, це вже проблема системного рівня. По-друге, через те, що під час процесу навчання можуть бути зроблені помилки, гроші можуть бути спалені, але нічого не може бути спалено, тому це залежить від того, чи є у вас можливість навчити велику модель за контрольовану вартість.
Практично кажучи, поточні проблеми з ** даними та обчислювальною потужністю все ще є відносно великими, особливо великомасштабними високоякісними даними **. Після попереднього періоду підйому ми тепер в основному впевнені, що поки дані є на місці та використовують наявну обчислювальну потужність, ми, ймовірно, можемо знати, скільки днів знадобиться для підготовки хорошої базової моделі.
**Шенран: Чи зменшилася вартість навчання великих моделей? **
Ван Бінь: З одного боку, вартість проб і помилок нижча, ніж раніше. Тому що навчання великої моделі може піти обхідними шляхами і зазнати невдачі, але при розкритті різної інформації можна швидко знайти правильний напрямок навчання. З іншого боку, багато хмарних обчислень, чіпів та інших компаній, а також багато компаній-початківців надають недорогі послуги з навчання великих моделей і висновків. З подальшим розвитком всієї екології, я вважаю, що вартість навчання буде продовжувати знижуватися.
Як велика модель впливає на бізнес Xiaomi?
**Шен Ран: Чи можете ви докладніше представити лабораторію Xiaomi AI Lab, за яку ви відповідаєте? **
Ван Бінь: Після народження «AlphaGo» у 2016 році, пан Лей негайно просував створення команди ШІ. Лабораторію штучного інтелекту було офіційно створено в 2016 році, і я очолюю її з 2019 року.
Виявляється, AI Lab є частиною Міністерства штучного інтелекту. Пізніше Департамент штучного інтелекту був об'єднаний в Технічний комітет Групи, і тепер Лабораторія штучного інтелекту безпосередньо підпорядковується Технічному комітету.
Поточний розмір команди AI Lab становить близько 350 осіб, і вона має шість напрямків, а саме машинне навчання, обробка природної мови (NLP), комп'ютерний зір, акустика, мова та графи знань.
Після виходу великої моделі AI Lab створила штатну команду великих моделей.Тепер ми зосереджуємося на великій моделі мови, але ми також приділяємо увагу кросмодальній великій моделі.
**Шен Ран: пан Лу (президент групи Xiaomi Лу Вейбінг) сказав, що команда Xiaomi AI наразі налічує понад 1200 людей. Окрім лабораторії штучного інтелекту, які ще відділи в Xiaomi тісно пов’язані зі штучним інтелектом? **
**Ван Бінь: **На додаток до лабораторії штучного інтелекту, є також команда Сяо Ая, обидві з яких підпорядковуються технічному комітету.
Крім технічного комітету, є багато відділів з відносно великими командами штучного інтелекту, включаючи відділ автопілота автомобільного відділу, відділ камери мобільних телефонів і відділ програмного забезпечення.Крім того, зростання кількості користувачів і рекомендації щодо реклами в Усі відділи Інтернет-бізнесу пов’язані зі штучним інтелектом.
Коротше кажучи, деякі команди, пов’язані зі штучним інтелектом, входять до бізнес-департаменту, а деякі – до технічного комітету. Загальна кількість становить близько 1200. Якщо розглядати невеликі команди, я особисто вважаю, що ця цифра навіть більша.
**Шен Ран: Яка роль лабораторії штучного інтелекту Xiaomi в стратегії штучного інтелекту Xiaomi? **
**Ван Бінь:**AI Lab — це відділ досліджень і розробок, а також випуск технологій ШІ на рівні групи. Говорячи простою мовою, ми експортуємо технологію ШІ для всієї компанії.
Одного разу ми порівнювали лабораторію штучного інтелекту з «експериментальним полем» і «складом боєприпасів» технології ШІ на груповому рівні. Через швидкий розвиток штучного інтелекту лабораторія штучного інтелекту розроблятиме деякі середньострокові та довгострокові передові технології, створюватиме резерви навколо бізнесу Xiaomi та видаватиме «боєприпаси», коли це буде потрібно групі.
З точки зору технології ШІ, ми повинні мати найповніші резерви в компанії, і ми також дуже потужні в галузі.
**Шен Ран: Які важливі наукові досягнення Xiaomi AI Lab? **
Ван Бінь: Концепція нашої лабораторії ШІ наголошує на поєднанні технології та сценаріїв. Наразі опубліковані статті не вважаються OKR. Тому після того, як я прийшов до Xiaomi з Китайської академії наук (Китайської академії наук), я вважаю, що найбільшим досягненням є не прогрес однієї точки технології, а геніальна інтеграція технологій і продуктів.
Xiaomi є компанією To C. Наші можливості штучного інтелекту наразі експортуються не безпосередньо в зовнішній світ, а через продукти компанії. Ми досягли багатьох досягнень, включаючи багато алгоритмів обробки камер і фотоальбомів у мобільних телефонах Xiaomi, алгоритми голосу та NLP, задіяні в Xiao Ai, і алгоритми AI у системах рекомендацій, пошуку та обслуговування клієнтів Xiaomi Mall.
Дозвольте навести вам приклад. Ми розробили функцію офлайн-перекладу на нашому мобільному телефоні. Наприклад, після виїзду за кордон у багатьох випадках мережа не така хороша. Наразі увімкніть функцію перекладу на мобільному телефоні Xiaomi без використання хмари. У офлайн-стані режим реального часу, конфіденційність і ефект перекладу кращий. Впровадження та застосування цієї функції непросте. Ми провели багато роботи з оптимізації ефектів перекладу та продуктивності.
**У Xiaomi не наша власна технологія буде використана в першу чергу. Внутрішня технологія також повинна чесно конкурувати із зовнішньою технологією. Тільки переможець може вижити та застосовуватися до продуктів. **
**Ван Бінь: **Просто кажучи, найсильнішою здатністю великої моделі є те, що вона краще розуміє людей і, очевидно, може оптимізувати спосіб взаємодії людини з комп’ютером. Однокласник Xiaomi Xiao Ai, операційна система мобільного телефону MIUI, автомобільна кабіна, IoT і роботи — все це типові сценарії, де застосовуються великі моделі.
**Шен Ран: Чи не могли б ви навести як приклад Сяо Ай? **
Wang Bin: Застосовуючи до Xiao Ai, він може робити дві речі одночасно. Одна полягає в тому, щоб зробити неможливе можливим, що еквівалентно наявності нових функцій. Наприклад, я попросив Сяо Ая скласти план поїздки або замовити їжу тощо. Початкова технічна здатність не була досягнута, і якщо користувач викладе це інакше, це буде зіпсовано. Але Завдяки підтримці великих моделей він має глибше розуміння людської мови, тому можна виконувати складні завдання, і цей тип застосування є здійсненним.
Інша категорія — це покращення оригінальної функції, що еквівалентно глазурі на торті. Через стрибкоподібність і різноманітність людських висловлювань у процесі взаємодії Сяоая з комп’ютером найбільшою проблемою є випадки з малою ймовірністю. Ми називаємо це кутовим випадком і зазвичай використовуємо консервативну стратегію, щоб дозволити Сяоаю сказати: «Я можу» t відповідь», «Я ще вчуся»**. Подібна підкріплююча відповідь також може продовжити розмову, але це поганий досвід. Але технологія великої моделі може підтримувати діалог протягом більш тривалого часу та значно підвищити задоволеність користувачів.
**Шенран: Чи велика модель має великий вплив на розумний будинок? **
**Ван Бінь: **Згідно з моїм особистим розумінням, велика модель може принаймні покращити користувацький досвід розумного дому з точки зору інтерактивних можливостей.
Хоча є багато пристроїв, які претендують на «розумність», вони часто поводяться як «розумово відсталі», а рівень використання невисокий. Наприклад, увімкнення кондиціонера або регулювання температури кондиціонера, якщо оператор відрізняється від стандартної команди, можливо, неможливо буде керувати пристроєм IoT.
Але після появи великої моделі вона глибше розуміє людську мову. У багатьох випадках існують різні вирази. Велика модель може перекладати вирази користувача в інструкції, зрозумілі машині. Це спонукатиме більше людей використовувати розумні пристрої та дозволить усій екосистемі розвиватися швидше.
**Шенран: Окрім покращення існуючого бізнесу, чи є інші речі, які Xiaomi не могла робити раніше, але які можна зробити після появи великої моделі? **
Ван Бінь: Ми будемо тісно співпрацювати між великою моделлю та цими компаніями. Звичайно, крім цього, ми також шукаємо більше можливостей.
Наша команда написала багато статей, щоб просувати великі моделі всередині компанії, включно з концепцією та розробкою технологій великих моделей, а також навчити всіх, як використовувати ChatGPT для вирішення бізнес-завдань. Пан Лей попросив кожен відділ вивчити великомасштабні моделі, і вимагає від кожного базового мислення великомасштабних моделей і думки про те, як інтегруватися з бізнесом.