Генеральный директор Lenovo Юаньцин Ян видит революционное будущее генеративного ИИ, основанное на "личной основной модели", которая понимает вас на глубоком уровне и работает прямо с вашего интеллектуального устройства. На мероприятии Lenovo Tech World 2023 в Остине, штат Техас, Ян отметил: "В будущем ваш ПК может превратиться в ИИ-ПК. Ваш телефон может эволюционировать в ИИ-телефон, а рабочая станция – в ИИ-рабочую станцию." Это видение было дополнительно обсуждено с лидерами отрасли, включая генерального директора Nvidia Дженсена Хуана и гендиректора AMD Лизу Су, которые также выступили на мероприятии.
Концепция личной основной модели основывается на обучении ИИ именно на ваших индивидуальных данных, что позволяет ему давать ответы, адаптированные к вам, без необходимости подключения к интернету. Эта инновация открывает новые возможности: ваш ИИ сможет помогать с личными задачами, такими как планирование поездок или рекомендации по ресторанам на основе ваших уникальных предпочтений.
Основные модели, составляющие ядро этой технологии, представляют собой обширные сущности машинного обучения, охватывающие от 100 до 200 миллиардов параметров. Они обучаются на больших наборах данных из интернета, что позволяет им выполнять разнообразные задачи, выходящие за рамки простых функций. Известные примеры включают ChatGPT от OpenAI, который основан на мощных основном моделях GPT-3.5 и GPT-4.
В настоящее время пользователи могут выбирать между двумя основными типами моделей: публичными и частными. Публичные основные модели, такие как ChatGPT, доступны всем и обучаются на открытых данных, что позволяет справляться с общими задачами. Однако такая доступность также подразумевает, что любые переданные данные становятся частью открытого доступа, потенциально снижая точность и специфичность ответов.
С другой стороны, частные основные модели настраиваются под конкретные отрасли или организации, позволяя им давать точные ответы и выполнять специальные задачи, оставаясь при этом защищенными от раскрытия конфиденциальной информации. Эти модели предназначены для групп, например, сотрудников компании, но не предлагают персонализированного подхода.
Личные основные модели, представляющие собой значительный шаг вперед, создаются исключительно для вас—индивидуального пользователя. Обученный на ваших данных, этот индивидуализированный ИИ может успешно определять ваши вкусы и предпочтения, становясь неоценимым помощником в повседневной жизни. Инновационная технология сжатия моделей Lenovo позволяет работать этим личным основным моделям непосредственно на вашем устройстве, создавая то, что Ян описывает как "цифровое расширение вас" или "личный ИИ-двойник".
Видение Ян перекликается с мыслями Мустафы Сулеймана, сооснователя DeepMind и ныне руководителя Inflection AI, который тоже ожидает, что личный ИИ сможет выполнять различные задачи от имени пользователей, такие как юридическое представительство и покупки.
В рамках смелого шага к инновациям в области ИИ, Lenovo объявила о планах инвестировать 1 миллиард долларов в устройства ИИ, инфраструктуру и решения в течение следующих трех лет, дополняя свои существующие обязательства в этой области.
Гибридная модель ИИ
Технический директор Lenovo Ён Руй предложил, что будущее основных моделей лежит в рамках гибридного ИИ, который эффективно интегрирует публичные, частные и личные модели. Чтобы понять эту структуру, Руй сначала описал независимую функциональность каждого типа модели.
Основная модель, которая изначально обучалась без конкретных данных, затем эволюционирует в публичную модель через обучение на обширных публичных наборах данных. Включение данных, специфичных для предприятия, позволяет перейти к частной модели, которая может решать как общие запросы, так и специализированные задачи, актуальные для бизнеса.
Частная основная модель превосходит в выполнении задач, специфичных для предприятия, требуя наличия векторной базы данных знаний предприятия для обеспечения точных результатов. Оба типа моделей должны безупречно интегрироваться с существующими системами, такими как ERP и CRM, чтобы эффективно справляться с более широкими задачами организации.
Переход к личной основной модели включает сжатие информационно насыщенной модели для размещения на меньших устройствах. Lenovo достигает этого, выделяя важные структуры внутри модели, такие как нейроны и их связи, чтобы приоритизировать ключевые компоненты. Этот процесс позволяет существенно сократить размер модели при сохранении ее функциональности, позволяя модели удобно размещаться на устройствах, таких как ПК или смартфоны.
В конечном итоге идеальная основная модель объединяет элементы всех трех категорий. Перед выполнением задач этими моделями необходим модуль управления данными, чтобы обеспечить конфиденциальность и уместность. Оценивая, является ли задача подходящей для публичной, личной или частной обработки, он гарантирует, что чувствительные данные остаются в безопасности.
Руй заключил, что, объединяя публичные, частные и личные основные модели, можно создать мощную гибридную модель ИИ, прокладывающую путь к будущему, в котором технологии ИИ будут глубоко соответствовать индивидуальным потребностям.
Рейтинг
