{"id":4425,"date":"2024-02-02T14:58:10","date_gmt":"2024-02-02T14:58:10","guid":{"rendered":"https:\/\/www.myshirtai.com\/?p=4425"},"modified":"2024-02-03T11:06:25","modified_gmt":"2024-02-03T11:06:25","slug":"ai%e5%a4%a7%e6%a8%a1%e5%9e%8b%ef%bc%9a%e6%89%93%e5%93%8d%e4%b8%80%e5%9c%ba%e5%b7%a5%e7%a8%8b%e9%9d%a9%e5%91%bd","status":"publish","type":"post","link":"https:\/\/www.myshirtai.com\/pt\/archives\/4425","title":{"rendered":"Grandes Modelos do AIGC: inaugurando uma era de dupla revolu\u00e7\u00e3o na engenharia e na ci\u00eancia"},"content":{"rendered":"

\"\u84dd\u886b\u4e91\"
\n<\/a><\/p>\n

O que \u00e9 o Grande Modelo da Intelig\u00eancia Artificial<\/h3>\n

Os macromodelos de intelig\u00eancia artificial s\u00e3o modelos de redes neuronais de grande dimens\u00e3o constru\u00eddos com base em dados de grande escala e estruturas de rede complexas no dom\u00ednio da aprendizagem autom\u00e1tica e da aprendizagem profunda.<\/p>\n

Este desenvolvimento \u00e9 uma revolu\u00e7\u00e3o da engenharia e n\u00e3o apenas uma revolu\u00e7\u00e3o cient\u00edfica<\/strong>. A quantidade de dados em modelos lingu\u00edsticos de grande dimens\u00e3o tem crescido exponencialmente ao longo da \u00faltima d\u00e9cada, e esta tend\u00eancia tamb\u00e9m se verifica em modelos de grande dimens\u00e3o noutros dom\u00ednios. medida que a quantidade de dados em modelos de grande dimens\u00e3o aumenta, a generaliza\u00e7\u00e3o tamb\u00e9m se altera qualitativamente.<\/p>\n

Nas aplica\u00e7\u00f5es pr\u00e1ticas, n\u00e3o \u00e9 verdade que uma maior dimens\u00e3o dos par\u00e2metros seja melhor, mas sim que \u00e9 necess\u00e1rio ter em conta uma s\u00e9rie de factores para determinar a dimens\u00e3o mais adequada do modelo. A melhoria dos conhecimentos orientados para diferentes sectores desempenhar\u00e1 um papel importante. Com a evolu\u00e7\u00e3o da tecnologia, a ind\u00fastria de modelos de grande dimens\u00e3o avan\u00e7ar\u00e1 no sentido de promover o processo de automatiza\u00e7\u00e3o da cria\u00e7\u00e3o e implementa\u00e7\u00e3o de modelos para reduzir o limiar de aquisi\u00e7\u00e3o de capacidades de IA pelos utilizadores da ind\u00fastria.<\/p>\n

\"\"<\/h3>\n

<\/h3>\n

Desempenho global dos grandes modelos no pa\u00eds e no estrangeiro<\/h3>\n

As figuras seguintes baseiam-se nas medi\u00e7\u00f5es do SuperCLUE (Chinese Language Understanding Evaluation Benchmark). O SuperCLUE \u00e9 uma continua\u00e7\u00e3o e desenvolvimento do benchmark CLUE na era dos grandes modelos e centra-se na avalia\u00e7\u00e3o exaustiva de grandes modelos gen\u00e9ricos.<\/p>\n

Existe uma diferen\u00e7a clara entre o desempenho dos grandes modelos no pa\u00eds e no estrangeiro<\/strong>A pontua\u00e7\u00e3o total do GPT4-Turbo \u00e9 de 90,63 pontos, muito superior \u00e0 de outros grandes modelos nacionais e estrangeiros. O melhor modelo nacional, o Wenxin Yiyin 4.0 (API), tem uma pontua\u00e7\u00e3o total de 79,02, a 11,61 pontos do GPT4-Turbo e a 4,9 pontos do GPT4 (web).<\/p>\n

Vale a pena notar que os grandes modelos nacionais fizeram grandes progressos no ano passado, com 11 modelos a ultrapassarem o GPT3.5 e o Gemini-Pro em termos das suas capacidades abrangentes. Por exemplo, o Wenxin Yiyin 4.0 da Baidu, o Tongyi Qianqian 2.0 e o Qwen-72B-Chat da AliCloud, o AndesGPT da OPPO, o Zhispectrum Qingyin da Tsinghua & Zhispectrum Al e o Lark Big Model da Byte Jump's Lark Big Model, etc., tiveram todos um desempenho relativamente bom.<\/p>\n

Para al\u00e9m disso.Os modelos nacionais de fonte aberta superam os modelos estrangeiros de fonte aberta na l\u00edngua chinesa<\/strong>Por exemplo, o Baichuan2-13B-Chat da Baichuan Intelligence, o Qwen-72B e o Yi-34B-Chat da Aliyun s\u00e3o superiores ao Llama2-13B-Chat.<\/p>\n

\"\"<\/p>\n

Fig. 1 Pontua\u00e7\u00f5es de refer\u00eancia do SuperCLUE para modelos de grandes dimens\u00f5es na China e no estrangeiro<\/p>\n

Classifica\u00e7\u00e3o dos grandes modelos<\/h3>\n

Modelo Universal Grande<\/strong>Refere-se a um modelo de rede neural de grande dimens\u00e3o que pode lidar com m\u00faltiplas tarefas de linguagem natural, caracterizado por capacidades poderosas de compreens\u00e3o e gera\u00e7\u00e3o de linguagem, e que pode lidar com uma variedade de tarefas de linguagem natural, como a categoriza\u00e7\u00e3o de textos, a an\u00e1lise de sentimentos e os sistemas de perguntas e respostas. Os grandes modelos gen\u00e9ricos incluem o BERT desenvolvido pela Google, o GPT-2 desenvolvido pela OpenAI, o RoBERTa desenvolvido pelo Facebook, etc.<\/p>\n

modelo em grande escala de uma esp\u00e9cie de pituit\u00e1ria<\/strong>Trata-se de um modelo de rede neuronal de grande dimens\u00e3o, optimizado para um dom\u00ednio ou tarefa espec\u00edficos, que se caracteriza por uma maior precis\u00e3o e efici\u00eancia e que pode ser mais bem adaptado \u00e0s necessidades de um dom\u00ednio espec\u00edfico. Os modelos de grande dimens\u00e3o pendentes incluem o BioBERT no dom\u00ednio m\u00e9dico, o FinBERT no dom\u00ednio financeiro, o LegalBERT no dom\u00ednio jur\u00eddico, etc.<\/p>\n

\"\"<\/p>\n

Fig. 2 Vista panor\u00e2mica do grande modelo chin\u00eas<\/p>\n

Servi\u00e7os para grandes modelos<\/strong>Refere-se \u00e0 aplica\u00e7\u00e3o de modelos de grandes redes neuronais a cen\u00e1rios empresariais reais e ao fornecimento de servi\u00e7os e solu\u00e7\u00f5es correspondentes, que se caracterizam por um elevado grau de personaliza\u00e7\u00e3o e flexibilidade para satisfazer as necessidades de diferentes clientes. Os servi\u00e7os de grandes modelos incluem o servi\u00e7o inteligente ao cliente, a recomenda\u00e7\u00e3o inteligente, o controlo inteligente dos riscos, etc.<\/p>\n

\"\"<\/p>\n

Fig. 3 Diagrama da arquitetura do grande modelo<\/p>\n

Uma revolu\u00e7\u00e3o na efici\u00eancia industrial impulsionada por grandes modelos<\/h3>\n

Os grandes modelos v\u00e3o desencadear uma revolu\u00e7\u00e3o na efici\u00eancia industrial<\/strong>.. Atrav\u00e9s da aprendizagem profunda e da forma\u00e7\u00e3o em dados de grande escala, os modelos de grande dimens\u00e3o permitem intera\u00e7\u00f5es inteligentes que s\u00e3o multimodais, generativas, interpret\u00e1veis e conversacionais.<\/p>\n

Ao visar dom\u00ednios e cen\u00e1rios mais espec\u00edficos, combinando tecnologias como o gr\u00e1fico de conhecimentos, a aprendizagem por transfer\u00eancia e a aprendizagem federada, podemos combinar eficazmente os conhecimentos especializados de diferentes dom\u00ednios verticais para construir um modelo profissional com conhecimentos especializados e l\u00f3gica empresarial.<\/strong>. Esses modelos podem fornecer solu\u00e7\u00f5es inteligentes para cen\u00e1rios e problemas espec\u00edficos em v\u00e1rios sectores, reduzindo fundamentalmente o custo e o limiar da aplica\u00e7\u00e3o a jusante de grandes modelos, de modo a que mais empresas e organiza\u00e7\u00f5es possam aplicar convenientemente as poderosas capacidades dos grandes modelos para melhorar a sua efici\u00eancia e inova\u00e7\u00e3o.<\/p>\n

Integra\u00e7\u00e3o profunda da economia digital na economia real, com os grandes modelos como principal motor, para promover o refor\u00e7o, a otimiza\u00e7\u00e3o e a expans\u00e3o da economia real<\/strong>. Por exemplo, o fabrico de autom\u00f3veis, a energia, os transportes e outras ind\u00fastrias podem inovar em \u00e1reas como o servi\u00e7o inteligente ao cliente, a cadeia de abastecimento, a programa\u00e7\u00e3o de sistemas e outras \u00e1reas atrav\u00e9s de grandes modelos para promover a transforma\u00e7\u00e3o digital e o refor\u00e7o inteligente da ind\u00fastria.<\/p>\n

\"\"<\/p>\n

Figura 4 Mapeamento do sector de dados de IA<\/p>\n

Al\u00e9m disso, os modelos de grande dimens\u00e3o t\u00eam as seguintes vantagens em rela\u00e7\u00e3o aos modelos tradicionais de IA<\/strong>::<\/p>\n