Автор: Незавершені дослідження Qiming Venture Partners
Рекомендація AI темна конячка:
Раніше ми ділилися звітами про дослідження університету Цінхуа та дослідницького інституту Tencent (див. попередні статті). Звіт, опублікований цього разу, надійшов від Qiming Venture Partners. У цьому звіті про штучний інтелект уточнено ChatGPT, Gen-AI, великі моделі, мультимодальні...
一| У 2022 році народився ChatGPT і був зроблений прорив у застосуванні дифузійних моделей. Цей рік також відомий як рік генеративного штучного інтелекту.
二| У 2023 році велика модель досягне піку, а генеративний штучний інтелект увійде в стадію інноваційного застосування загального штучного інтелекту.
三| У 2024 році Китай матиме багатомовну модель загального призначення, яку можна порівняти з GPT-4.
四| До 2025 року такі моди, як відео та 3D, запровадять етапні моделі, що значно покращить ефект генерації.
五| Екологія генеративного штучного інтелекту включає рівень інфраструктури, рівень моделі та рівень додатків. Інновації починаються на кожному рівні, а також починається конкуренція між технологічними гігантами, лідерами галузі та стартап-компаніями. До цієї революційної технології, активно чи пасивно, залучені підприємства. Незалежно від того, чи це технологічний оператор, інноватор чи той, хто застосовує, бізнес-модель зміниться, що, у свою чергу, вплине на розвиток підприємства.
Lu| Зараз генеративний штучний інтелект все ще перебуває на ранній стадії технологічного розвитку, а інфраструктура та основні технології ще незрілі; технологічні гіганти зайняті розробкою великих моделей і не враховують глибину конкретних сценаріїв застосування . Але коли гіганти додають подібні функції, над головою стартапів завжди висить дамоклів меч, і розширення меж можливостей великомасштабної моделі також може витіснити простір розвитку стартапів у майбутньому. блакитний океан, на шляху розвитку також є приховані рифи.
百| Велика модель використовується не лише для створення статей і зображень, але також може використовуватися як інтелектуальний агент, який допомагає керувати та виконувати складніші завдання. Модель із відкритим вихідним кодом реалізує недороге, мініатюрне та професійне навчання, а також конкурує та доповнює базову модель із закритим кодом, яка спільно сприяє застосуванню технології генеративного штучного інтелекту та прискорює розгортання моделей на периферійних і мобільних терміналах.
八| Великі моделі генеративного штучного інтелекту дедалі більше розвиваються в напрямку мультимодальності, і втілений інтелект також став важливим напрямком досліджень, допомагаючи генеративному штучному інтелекту краще розуміти та справлятися зі складністю та різноманітністю реального світу.
九| До появи перспективнішої великої мовної моделі, щоб досягти кращих результатів у вертикальному полі, співіснуватимуть наступні три методи: 1) Використовуйте більш загальні дані для попереднього навчання загальної великомасштабної моделі. без спеціального введення галузевих даних; 2) Використовуйте специфічні для галузі дані для тонкого налаштування (Fine-Tuning) загальних великомасштабних моделей; 3) Використовуйте набори даних із більшою часткою галузевих даних для попереднього навчання вертикальної моделі.
** Візьміть | ** Втілений штучний інтелект, представлений PALM-E, демонструє великий потенціал у напрямку сприйняття, розуміння та прийняття рішень роботами, але існують великі проблеми в поточному навчанні та надійності. У короткостроковій перспективі Transformer стає основною мережевою структурою з різними модальностями, але загальний метод стиснення всього цифрового світу ще не з’явився, і Transformer — це не кінець технології штучного інтелекту. Поточний генеративний ринок штучного інтелекту знаходиться на ранній стадії домінування технологій, і є можливості для компаній-платформ, ринкова вартість яких становить сотні мільярдів доларів.
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.
Цей звіт про дослідження ШІ швидко з’ясував ChatGPT, Gen-AI, великі моделі, мультимодальні...
Джерело: AI dark horse
Автор: Незавершені дослідження Qiming Venture Partners
Рекомендація AI темна конячка:
Раніше ми ділилися звітами про дослідження університету Цінхуа та дослідницького інституту Tencent (див. попередні статті). Звіт, опублікований цього разу, надійшов від Qiming Venture Partners. У цьому звіті про штучний інтелект уточнено ChatGPT, Gen-AI, великі моделі, мультимодальні...
一| У 2022 році народився ChatGPT і був зроблений прорив у застосуванні дифузійних моделей. Цей рік також відомий як рік генеративного штучного інтелекту.
二| У 2023 році велика модель досягне піку, а генеративний штучний інтелект увійде в стадію інноваційного застосування загального штучного інтелекту.
三| У 2024 році Китай матиме багатомовну модель загального призначення, яку можна порівняти з GPT-4.
四| До 2025 року такі моди, як відео та 3D, запровадять етапні моделі, що значно покращить ефект генерації.
五| Екологія генеративного штучного інтелекту включає рівень інфраструктури, рівень моделі та рівень додатків. Інновації починаються на кожному рівні, а також починається конкуренція між технологічними гігантами, лідерами галузі та стартап-компаніями. До цієї революційної технології, активно чи пасивно, залучені підприємства. Незалежно від того, чи це технологічний оператор, інноватор чи той, хто застосовує, бізнес-модель зміниться, що, у свою чергу, вплине на розвиток підприємства.
Lu| Зараз генеративний штучний інтелект все ще перебуває на ранній стадії технологічного розвитку, а інфраструктура та основні технології ще незрілі; технологічні гіганти зайняті розробкою великих моделей і не враховують глибину конкретних сценаріїв застосування . Але коли гіганти додають подібні функції, над головою стартапів завжди висить дамоклів меч, і розширення меж можливостей великомасштабної моделі також може витіснити простір розвитку стартапів у майбутньому. блакитний океан, на шляху розвитку також є приховані рифи.
百| Велика модель використовується не лише для створення статей і зображень, але також може використовуватися як інтелектуальний агент, який допомагає керувати та виконувати складніші завдання. Модель із відкритим вихідним кодом реалізує недороге, мініатюрне та професійне навчання, а також конкурує та доповнює базову модель із закритим кодом, яка спільно сприяє застосуванню технології генеративного штучного інтелекту та прискорює розгортання моделей на периферійних і мобільних терміналах.
八| Великі моделі генеративного штучного інтелекту дедалі більше розвиваються в напрямку мультимодальності, і втілений інтелект також став важливим напрямком досліджень, допомагаючи генеративному штучному інтелекту краще розуміти та справлятися зі складністю та різноманітністю реального світу.
九| До появи перспективнішої великої мовної моделі, щоб досягти кращих результатів у вертикальному полі, співіснуватимуть наступні три методи: 1) Використовуйте більш загальні дані для попереднього навчання загальної великомасштабної моделі. без спеціального введення галузевих даних; 2) Використовуйте специфічні для галузі дані для тонкого налаштування (Fine-Tuning) загальних великомасштабних моделей; 3) Використовуйте набори даних із більшою часткою галузевих даних для попереднього навчання вертикальної моделі.
** Візьміть | ** Втілений штучний інтелект, представлений PALM-E, демонструє великий потенціал у напрямку сприйняття, розуміння та прийняття рішень роботами, але існують великі проблеми в поточному навчанні та надійності. У короткостроковій перспективі Transformer стає основною мережевою структурою з різними модальностями, але загальний метод стиснення всього цифрового світу ще не з’явився, і Transformer — це не кінець технології штучного інтелекту. Поточний генеративний ринок штучного інтелекту знаходиться на ранній стадії домінування технологій, і є можливості для компаній-платформ, ринкова вартість яких становить сотні мільярдів доларів.