Meta は最近、GhatGPT 3.5 に匹敵する無料のオープンソース商用自然言語モデルである LLaMa 2 を発表しました。 LLaMa 2が無料で商用利用可能なオープンソースになると発表したことに加えて、メタ関係者はLLaMa 2に関するいくつかの関連データも公開した。パラメータのバージョンに関しては、LLaMa 2 は 3 つの異なるバージョン、つまり 70 億パラメータ、130 億パラメータ、700 億パラメータを提供します。

LLaMa 2 のような大規模な言語モデルにより、ますます多くの生産領域が混乱する中、企業が大規模なモデルをどのように適用し、AI の導入をどのように民営化するかが話題になっています。最近、比較的財務力の強い中央国有企業と業界顧客は、業界顧客が業界特有のデータに基づいた専用の大規模モデルを構築できるよう支援する民営化大規模モデルソリューションを模索しています。

現在、多くの企業が AI の大規模モデル民営化を導入できています。たとえば、Contextual AI は企業民営化導入のための拡張世代 (RAG) に関する技術研究を行っています。Cohere も顧客の要件に応じてモデルのトレーニングを行っています。たとえば、Reka のモデル改良顧客には業界をリードするプライベート化されたコード機能プラットフォームが提供され、これにより企業の研究開発効率が大幅に向上します。 R 3 PO は、このトラックを解体し、大規模な AI モデルの民営化展開の現状と開発の可能性を共有するためにここにいます。

1. 企業のデジタルの未来は、大規模な AI モデルの民営化と展開から切り離せません。

従来型の大企業の多くは、データ セキュリティやその他の考慮事項により、パブリック クラウド AI サービスを使用できません。しかし、これらの企業における AI の基本的な能力は相対的に弱く、技術や人材の蓄積も不足していますが、インテリジェントなアップグレードは企業にとって厳しい、あるいは緊急のニーズです。企業内での AI 中間ステーションの民営化展開は、より経済的で効率的な戦略です。

Tencent Tang Daosheng 氏は最近の講演で、「一般的な大規模モデルは 100 のシナリオの問題の 70% ～ 80% を解決できますが、企業の特定のシナリオのニーズを完全に満たすことはできない可能性があります。」と指摘しました。一般的な大規模なモデルは、通常、広範な公的文献やネットワーク情報に基づいています。トレーニングには多くの専門知識や業界データの蓄積が不足しているため、業界の適切性や正確性に欠陥があります。しかし、企業が提供する専門サービスに対するユーザーの要求は高く、耐障害性も低いため、企業が誤った情報を一般に提供すると、重大な結果を引き起こす可能性があります。大規模な業界モデルに基づいて微調整し、独自のデータを組み合わせることで、企業は可用性の高いインテリジェントなサービスを構築できます。さらに、専用モデルは汎用の大規模モデルと比較して、パラメーターが少なく、トレーニングと推論のコストが低く、モデルの最適化が容易です。

同時に、大規模なインダストリ モデルとモデル開発ツールは、民営化された展開、権限制御、データ暗号化を通じて企業の機密データの漏洩を防ぐことができます。また、大規模なモデルを実際のシナリオに適用するには、アルゴリズムの構築やモデルの展開といった一連のステップが必要であり、各ステップでミスをすることはできません。モデルには継続的な反復と調整が必要であり、それには体系的なエンジニアリング ツールの使用が必要です。

2. AI大型モデルの民営化導入の意義は何ですか?

最近では、企業向けに大規模なカスタマイズされた処理サービスを提供する Reka も、企業民営化された AI モデルの市場が徐々に拡大していることを反映して、5,800 万米ドルの資金調達を受けました。

GPT-4 のような大規模な言語モデルは、すでにテキストの分析とテキストの生成に非常に優れていますが、トレーニングに費用がかかり、垂直領域でのトレーニングが困難です。また、現状では、GPT-4 に従って広告コピーを作成するなどの特定のタスクを完了することは困難です。ブランドのスタイル。この点で、彼らの「普遍的な性質」が欠点となります。

企業の垂直分野におけるアプリケーションと AI の組み合わせの難しさを解決するために、企業民営化展開ソリューションが推奨されるソリューションとなっています。エンタープライズ AI 民営化展開は、AI テクノロジーをパブリック クラウド プラットフォームから企業独自のプライベート インフラストラクチャに移行するプロセスです。この展開方法により、企業はより高度なデータ セキュリティとプライバシー保護を実現できると同時に、AI アプリケーションの制御とカスタマイズも向上します。エンタープライズ AI 民営化の導入には、通常、社内の AI インフラストラクチャ、データ ストレージおよび処理機能の構築、AI 専門家によるシステム全体の管理と運用が含まれます。

Reka 氏は、エンタープライズ AI 民営化の導入に必要な重要性について言及する際、主に次の 5 つの側面から業界について詳しく説明しました。

l データのプライバシーとセキュリティを強化する

AI システムを企業内に導入することで、機密データを企業のセキュリティ境界の外に出す必要がなくなり、データ漏洩やセキュリティ侵害のリスクが軽減されます。これにより、企業は機密情報を含むタスクに対する信頼性と保護が強化されます。

l カスタマイズ性と柔軟性の向上

エンタープライズ AI 民営化の導入により、組織は AI アプリケーションをニーズに合わせて調整できるようになります。このカスタマイズ機能により、企業は特定のビジネス シナリオに適応し、必要に応じて柔軟に調整および拡張できるようになります。

l 高性能かつ低遅延

AIシステムを企業の内部インフラに導入することで、より高速なデータ転送と処理速度を実現できます。これは、リアルタイムの意思決定と迅速な対応を必要とするビジネスにとって非常に重要であり、全体的な効率と競争力を向上させます。

l 費用対効果の向上

民営化されたエンタープライズ AI の導入にはある程度の初期投資が必要ですが、長期的にはコストにプラスの影響を与える可能性があります。パブリック クラウド プラットフォームに長期的に依存する場合と比較して、企業の民営化導入により、運用コストが削減され、予算の管理と計画が改善されます。

l データガバナンスとコンプライアンス

エンタープライズ AI のプライベート展開により、企業はデータ ガバナンスをより適切に管理および制御し、規制やコンプライアンスの要件を満たすことができます。これは、個人のプライバシー保護とデータ使用のコンプライアンスが関係する業界では特に重要です。

3. パーソナライズされたカスタマイズと最適化: Reka のモデル洗練テクノロジーは、エンタープライズ レコメンデーション モデルに大きな可能性をもたらします。

DeepMind、Google、Baidu、Meta の研究者らが Reka を設立し、現在は DST Global Partners と Radical Ventures が主導しており、戦略的パートナーである Snowflake Ventures と今回の資金調達に元 GitHub CEO の Nat Friedman を含む投資家の参加を得ています。

Reka は現在、最初の商用製品 Yasa を開発しています。当初の目標は完全には達成できませんでしたが、Yasa はモデルのカスタマイズにおいて小さな進歩を遂げました。 Yogatama 氏は、Yasa は、単語やフレーズに加えて画像、ビデオ、表形式のデータを理解するように訓練されたマルチモーダル AI アシスタントであり、さらに、アイデアを自動的に生成し、基本的な質問に答えることができ、会社の状況についての視点を提供することもできると述べました。内部データ。

GPT-4 などのモデルとは異なり、Yasa は独自のデータやアプリケーションに合わせて簡単にカスタマイズできます。 Yasa は、テキストに加えて、単語やフレーズに加えて、画像、ビデオ、表形式のデータを理解できるように訓練されたマルチモーダル AI の「アシスタント」です。アイデアを生み出したり、基本的な質問に答えたりするだけでなく、企業の内部データから洞察を得るためにも使用できるとヨガタマ氏は述べています。

Reka の次のステップは、より多くの種類のデータを受け入れて生成し、再トレーニングせずにデータを最新の状態に保つことができる AI に注目することです。この目的のために、Reka は、カスタムまたは独自の企業データ セットに適応できるモデルを開発できるサービスも提供しています。顧客は、アプリケーションとプロジェクトの制約に応じて、独自のインフラストラクチャ上で、または Reka の API を通じて、カスタム処理されたモデルを実行できます。

4. AI大型モデルの民営化導入市場が活況

リソース効率、リアルタイム パフォーマンス、パーソナライズされたカスタマイズと説明可能性の利点を通じて、企業向けにカスタマイズされた AI 導入テクノロジーは、大規模なレコメンデーション モデルに高い効率と柔軟性をもたらし、レコメンデーション システムのパフォーマンスとユーザー エクスペリエンスを向上させます。

要約すると、多くの企業が AI モデルのカスタマイズへの道を進めており、すべての企業がモデルをゼロから構築することなく AI 企業になる機会を得ています。企業の民営化された AI モデルの市場規模は、この傾向が進むにつれて拡大する一方であることは明らかです。

参考リンク：

https://analyticsindiamag.com/meta-launches-new-llm-LLaMa-which-outperforms-gpt-3-at-a-fraction-of-the-size/

https://baijiahao.baidu.com/s?id=1772397234831147837&wfr=spider&for=pc

https://wallstreetcn.com/articles/3691998

著作権に関する声明: 転載する必要がある場合は、アシスタント WeChat を追加して連絡してください。許可なく原稿を転載または洗浄した場合、当社は法的責任を追及する権利を留保します。

免責事項: 市場にはリスクがあり、投資には注意が必要です。読者は、この記事の意見、観点、結論を検討する際に、現地の法律や規制を厳格に遵守するよう求められ、上記の内容は投資アドバイスを構成するものではありません。