7月6日消息,6日,2023世界人工智能大會在上海舉辦。騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生,在大會全體會議-產(chǎn)業(yè)發(fā)展論壇,做主題演講。
湯道生表示,通用大模型有很強的能力,但并不能解決很多企業(yè)的具體問題。企業(yè)的大模型應用需要綜合考慮行業(yè)專業(yè)性、數(shù)據(jù)安全、持續(xù)迭代和綜合成本等因素?;谛袠I(yè)大模型,構(gòu)建自己的專屬模型,也許是企業(yè)更優(yōu)的選項。
“通用大模型可以在100個場景中,解決70%-80%的問題,但未必能100%滿足企業(yè)某個場景的需求?!睖郎硎荆ㄓ么竽P鸵话闶腔趶V泛的公開文獻與網(wǎng)絡信息來訓練的,許多專業(yè)知識與行業(yè)數(shù)據(jù)積累不足,導致回答的行業(yè)針對性與精準度不夠。但用戶對企業(yè)提供的專業(yè)服務,要求高、容錯性低,企業(yè)一旦向公眾提供了錯誤信息,可能引起嚴重后果。
他表示,企業(yè)如果基于行業(yè)大模型,再加上自身數(shù)據(jù)進行精調(diào),可以建構(gòu)專屬模型,打造出高可用的智能服務。而且模型參數(shù)比通用大模型少,訓練和推理的成本更低,模型優(yōu)化也更容易。
同時,行業(yè)大模型和模型開發(fā)工具,也可以通過私有化部署、權(quán)限管控和數(shù)據(jù)加密等方式,防止模型訓練和使用帶來企業(yè)敏感數(shù)據(jù)的外泄。
另外,大模型落地過程,還需要經(jīng)過算法構(gòu)建、模型部署一系列環(huán)節(jié),每個環(huán)節(jié)都不能“掉鏈子”。模型后續(xù)還需要不斷地迭代調(diào)優(yōu),這需要用到系統(tǒng)化、工程化的工具。
針對這些問題,騰訊云最近也公布了騰訊云MaaS服務全景圖,基于騰訊云TI平臺打造行業(yè)大模型精選商店,提供金融、文旅、政務、醫(yī)療、傳媒、教育等10大行業(yè),50多個解決方案;推出行業(yè)大模型精調(diào)解決方案,幫助模型開發(fā)者與算法工程師,一站式解決模型調(diào)用、數(shù)據(jù)與標簽管理、模型精調(diào)、評估測試與部署等任務,減輕創(chuàng)建大模型的壓力。在這些模型和工具平臺基礎上,企業(yè)只用加入自己的場景數(shù)據(jù),就可以快速生成自己的“專屬模型”。
以下是演講全文:
大家好!非常高興參加世界人工智能大會。今天在這里拋磚引玉,也請各位專家指正。
騰訊公司參加世界人工智能大會已經(jīng)整整5年。在這5年中,我們參與和見證了人工智能“上海高地”的建設。騰訊在青浦的數(shù)據(jù)中心、松江的長三角人工智能超算中心,累計已經(jīng)投產(chǎn)了數(shù)萬臺服務器。我們其中一個AI實驗室——優(yōu)圖實驗室,就在上海,也獲得了超過1600 項全球?qū)@?。同樣設立于上海的科恩安全實驗室,在AI安全等領域,也達到了國際領先水平,被稱為中國網(wǎng)絡安全的“夢之隊”。
這5年中,騰訊的人工智能技術(shù)和產(chǎn)品也在各行各業(yè)落地生根:我們的數(shù)智人“入職”了130多個行業(yè),擔任金融客服、虛擬主播等“數(shù)智員工”,為用戶提供個性化的服務。我們的工業(yè)AI質(zhì)檢已經(jīng)在3C零部件、鋰電等多個制造業(yè)產(chǎn)線上使用,提高良品率的同時,幫助企業(yè)降本增效。我們借助AI、游戲引擎等游戲技術(shù)以及南航虛像顯示技術(shù),生成虛擬飛行環(huán)境,為民航飛行員提供更高效、安全的飛行訓練。
過去幾個月,大語言模型與生成式AI的發(fā)展實現(xiàn)了強大的語言理解與推理能力,并能按提詞生成完整的段落、精致的圖片、視頻甚至代碼等,讓AI成為更強大的個人助手。
很多實體企業(yè)既興奮又焦慮,迫不及待地想要擁抱大模型技術(shù),推動設計、銷售、服務等環(huán)節(jié)的智能化升級,提升生產(chǎn)、經(jīng)營、管理效率。
事實上,雖然通用大模型很強大,但并不一定能解決很多企業(yè)的具體問題。大模型在產(chǎn)業(yè)場景中是否真正可靠、可用?怎樣才能保護好企業(yè)數(shù)據(jù)產(chǎn)權(quán)和隱私?如何降低大模型的使用成本?這些都是企業(yè)需要考慮的現(xiàn)實問題。
企業(yè)基于行業(yè)大模型構(gòu)建自己的專屬模型,也許是更優(yōu)的選項。同時也要借助高效的專業(yè)工具,不斷優(yōu)化、迭代模型,滿足企業(yè)和市場持續(xù)變化的需求。
首先,借助行業(yè)大模型,更高效地為用戶提供精準服務。
通用大模型一般都是基于廣泛的公開文獻與網(wǎng)絡信息來訓練的,網(wǎng)上的信息可能有錯誤、有謠言、有偏見,許多專業(yè)知識與行業(yè)數(shù)據(jù)積累不足,導致回答的行業(yè)針對性與精準度不夠,輸出的信息也相對寬泛。雖然通用大模型整體水平在不斷提升,但策略上有點像要把大海煮沸(Boil the Ocean),并不聚焦。通用大模型可以在100個場景中,解決70%-80%的問題,但未必能100%滿足企業(yè)某個場景的需求。
但用戶對企業(yè)提供的專業(yè)服務,要求高、容錯性低,企業(yè)一旦向公眾提供了錯誤信息,可能引起巨大的法律責任或公關危機。因此,我認為,每個企業(yè)都可以基于由專業(yè)知識和數(shù)據(jù)訓練出來的行業(yè)大模型,再加上企業(yè)自己的數(shù)據(jù)進行精調(diào),建構(gòu)獨有的“專屬模型”,更高效地打造出高可用的智能服務。
同時,基于行業(yè)大模型的企業(yè)專屬模型,模型參數(shù)比通用大模型少,訓練和推理的成本更低,模型優(yōu)化也更容易。
其次,借助專屬模型,保護企業(yè)數(shù)據(jù),保證數(shù)據(jù)安全。
數(shù)據(jù)是大模型的原材料,模型最終要在真實場景落地,達到理想的服務效果,往往需要把企業(yè)自身的數(shù)據(jù)也用起來。過程中如果數(shù)據(jù)保護不當,可能會造成企業(yè)核心數(shù)據(jù)、敏感數(shù)據(jù)的泄漏。
行業(yè)大模型和模型開發(fā)工具可以通過私有化部署等方式,讓模型訓練更放心,也可以避免員工訪問模型時,發(fā)生企業(yè)敏感數(shù)據(jù)的外泄。
如果模型服務是面向用戶,用戶的反饋數(shù)據(jù)也可以用來優(yōu)化專屬模型,不斷提升服務體驗。
再次,借助高效率的平臺開發(fā)工具,實現(xiàn)模型快速、低成本的持續(xù)優(yōu)化。
模型在產(chǎn)業(yè)中的落地是一個復雜的系統(tǒng)化工程,要經(jīng)過數(shù)據(jù)處理、算法構(gòu)建、模型部署一系列環(huán)節(jié),每個環(huán)節(jié)都不能“掉鏈子”。
同時,企業(yè)模型的應用也不是一次性部署完了就結(jié)束了。還需要在使用中不斷根據(jù)新的數(shù)據(jù)調(diào)整,讓模型跟上不斷變化的市場和用戶需求。過程中就需要管理好大量的數(shù)據(jù)與標簽,不斷測試與迭代模型。這就需要用系統(tǒng)化、工程化的工具保障模型的持續(xù)運行。
基于這些企業(yè)現(xiàn)實問題和需求的思考,上個月,我們也正式公布了騰訊云MaaS服務全景圖。
基于騰訊云TI平臺打造的行業(yè)大模型精選商店,提供金融、文旅、政務、醫(yī)療、傳媒、教育等10大行業(yè),超過50個解決方案。在這些能力模型基礎上,伙伴們只需要加入自己獨有的場景數(shù)據(jù),就可以快速生成自己的“專屬模型”。我們也可通過模型的私有化部署、權(quán)限管控和數(shù)據(jù)加密等方式,幫助企業(yè)用戶在使用模型時保護好自身數(shù)據(jù),更加安心。
我們也推出基于騰訊云TI平臺的,行業(yè)大模型精調(diào)解決方案。幫助模型開發(fā)者與算法工程師,一站式解決模型調(diào)用、數(shù)據(jù)與標簽管理、模型精調(diào)、評估測試與部署等任務,減輕創(chuàng)建大模型的壓力。
比如,我們和國內(nèi)的頭部在線旅游公司,基于“文旅大模型”打造了機器人客服。當用戶咨詢假期行程,如果是基于通用大模型的客服機器人,只能給出一些簡單的景點介紹。但當我們基于行業(yè)大模型,加入企業(yè)數(shù)據(jù)進行模型精調(diào)之后,客服機器人的回答變得更加精準、可用和詳細,能夠規(guī)劃出交通、景點、酒店安排,甚至可以直接提供預訂鏈接,以及優(yōu)惠券等信息。不僅實現(xiàn)了貼心的服務,也具備了更強的銷售轉(zhuǎn)化能力。這才是企業(yè)所需要的。
我們也將行業(yè)大模型能力融入到騰訊自身的企業(yè)級應用,通過更智能的服務,幫助客戶提高工作效率。
例如,新一代的騰訊企點智能客服基于行業(yè)模型,結(jié)合客戶業(yè)務需求進行訓練與精調(diào),可以提供更精準、更詳細的回答,用戶體驗也更人性化。同時,借助企點分析平臺,銷售人員用自然語言提問就可以實現(xiàn)準確的商業(yè)分析,不需要花費大量的時間學習復雜的軟件、制作看板。
我們的數(shù)智人也因為融入了AI生成算法,提升了數(shù)字形象的復刻速度。2D數(shù)智人的制作只需要錄制3分鐘的真人口播視頻,借助平臺的多模態(tài)處理能力,就可以實時建模并生成高清人像,在24小時內(nèi),制作出與真人近似的“數(shù)智人”,成本大大降低。
各位嘉賓!伴隨著大語言模型的發(fā)展,產(chǎn)業(yè)和社會正在從數(shù)字化、網(wǎng)絡化走向智能化。在這個過程中,我們始終認為人工智能發(fā)展的根本目標是落地于產(chǎn)業(yè),服務于人。能真正解決用戶需求、距離場景和數(shù)據(jù)更近的企業(yè),將擁有大模型的未來。
騰訊將攜手各方伙伴,以優(yōu)質(zhì)模型、澎湃算力讓每個企業(yè)的“黃金數(shù)據(jù)”發(fā)揮出高效用,助力產(chǎn)業(yè)創(chuàng)新發(fā)展。
騰訊人工智能的產(chǎn)業(yè)實踐,也將在騰訊分論壇和游戲AI分論壇中,與大家做詳細分享。另外,也非常歡迎大家到騰訊展臺,體驗一下錄制3分鐘視頻制作自己的數(shù)智人等技術(shù)。
謝謝大家!
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 特斯拉CEO馬斯克身家暴漲,穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂Q3持續(xù)穩(wěn)健增長:總收入70.2億元,付費用戶數(shù)1.19億
- 蘋果Q4營收949億美元同比增6%,在華營收微降
- 三星電子Q3營收79萬億韓元,營業(yè)利潤受一次性成本影響下滑
- 賽力斯已向華為支付23億,購買引望10%股權(quán)
- 格力電器三季度營收同比降超15%,凈利潤逆勢增長
- 合合信息2024年前三季度業(yè)績穩(wěn)健:營收增長超21%,凈利潤增長超11%
- 臺積電四季度營收有望再攀高峰,預計超260億美元刷新紀錄
- 韓國三星電子決定退出LED業(yè)務,市值蒸發(fā)超4600億元
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。