この AI 研究レポートでは、ChatGPT、Gen-AI、大規模モデル、マルチモーダル...をすぐに解明しました。

出典: AI ダークホース

著者: Qiming Venture Partners による未完の研究

AI ダークホースの推奨事項:

以前、清華大学とテンセント研究所の研究レポートを共有しました（前回の記事を参照）。今回共有されたレポートは Qiming Venture Partners からのものです。この人工知能レポートは、ChatGPT、Gen-AI、大規模モデル、マルチモーダル...を明らかにしました。

一| 2022 年は、ChatGPT が誕生し、拡散モデルの応用に画期的な進歩が見られ、生成型人工知能の年としても知られています。

二| 2023 年に大型モデルはピークに達し、生成人工知能は一般人工知能の革新的な応用の段階に入ります。

三| 2024 年に、中国は GPT-4 に匹敵する多言語汎用モデルを導入する予定です。

四| 2025 年までに、ビデオや 3D などのモーダルがマイルストーン モデルの到来を告げ、生成効果が大幅に向上します。

五| 生成型人工知能の生態には、インフラストラクチャ層、モデル層、アプリケーション層が含まれており、各レベルでイノベーションが開始され、テクノロジー巨人、業界リーダー、新興企業の間で競争も始まります。この革新的なテクノロジーに対して、企業は積極的または消極的に関わらず関与します。テクノロジーの既存企業、革新者、採用企業のいずれであっても、ビジネス モデルは変化し、それが企業の発展に影響を及ぼします。

Lu| 現時点では、生成 AI はまだ技術開発の初期段階にあり、そのインフラストラクチャとコア技術は未熟です。テクノロジー大手は大規模なモデルの開発に忙しく、特定のアプリケーション シナリオの深さを考慮していません。 。しかし、巨人が同様の機能を追加するときは常に新興企業の頭上にダモクレスの剣がかかっており、大規模モデルの能力の限界の拡大により、将来的には新興企業の開発スペースが締め出される可能性もあります。青い海の中には、発展途上の隠れた暗礁もあります。

百| この大規模モデルは、記事や画像の生成に使用されるだけでなく、より複雑なタスクの管理と実行を支援するインテリジェント エージェントとしても使用できます。オープンソース モデルは、低コスト、小型化、専門的なトレーニングを実現し、クローズドソースの基本モデルと競合および補完し、生成人工知能技術の適用を共同で促進し、エッジおよびモバイル端末へのモデルの展開を加速します。

八| 生成型人工知能の大規模モデルは、マルチモダリティに向けてますます発展しており、身体化された知能も重要な研究方向となっており、生成型人工知能が現実世界の複雑さと多様性をよりよく理解し、対処するのに役立ちます。

九| より有望な大規模言語モデルが出現する前に、垂直分野でより良い結果を達成するために、次の 3 つの方法が共存します。 1) 一般的な大規模モデルの事前トレーニングには、より一般的なデータを使用します。業界データを特別に導入せずに、2) 業界固有のデータを使用して一般的な大規模モデルを微調整 (ファインチューニング) し、3) 業界データの割合が高いデータセットを垂直モデルの事前トレーニングに使用します。

** Pick up | ** PALM-E に代表される身体化型 AI は、ロボットの知覚、理解、意思決定の方向で大きな可能性を示していますが、現在のトレーニングと信頼性には大きな課題があります。短期的には、Transformer は複数のモダリティのネットワーク構造の主流になりつつありますが、デジタル世界全体を圧縮するための一般的な方法はまだ登場しておらず、Transformer は人工知能技術の終わりではありません。現在の生成 AI 市場はテクノロジー優位性の初期段階にあり、数千億ドルの市場価値を持つプラットフォーム企業にとってはチャンスがあります。