北京日報客戶端 | 記者 袁璐
(資料圖片僅供參考)
大模型“混戰(zhàn)”下，互聯(lián)網(wǎng)巨頭、科技公司紛紛秀出“肌肉”，騰訊云則選擇直接瞄準(zhǔn)產(chǎn)業(yè)場景，參與大模型在行業(yè)端的應(yīng)用。6月19日，騰訊云在行業(yè)大模型技術(shù)峰會上首次公布MaaS（模型即服務(wù)）解決方案，宣布將推出行業(yè)精選模型商店。
不過，專家認(rèn)為，目前通用大模型落地行業(yè)場景，仍面臨算力成本高、服務(wù)價格貴的挑戰(zhàn)，想要走向好用、用得起的階段，仍需降低成本、提高算力效率。
行業(yè)大模型有了“APP store”
“雖然大家對通用大模型期待很高，但它不一定是滿足行業(yè)場景需求的最優(yōu)解。”騰訊集團(tuán)高級執(zhí)行副總裁湯道生在會上表示，通用大模型一般都是基于廣泛的公開文獻(xiàn)與網(wǎng)絡(luò)信息來訓(xùn)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(dǎo)致模型的行業(yè)針對性與精準(zhǔn)度不夠，數(shù)據(jù)“噪音”過大。但是，在很多產(chǎn)業(yè)場景中，用戶對企業(yè)提供的專業(yè)服務(wù)要求高，容錯性低。
湯道生認(rèn)為，企業(yè)更需要有針對性的行業(yè)大模型，能在實際場景中真正解決某個問題。他進(jìn)一步表示，訓(xùn)練數(shù)據(jù)越多，模型越大，訓(xùn)練與推理的成本也越高。“如何在合理成本下，選擇合適的模型，是需要思考與決策的?！?/p>
因此，騰訊云決定推出了MaaS服務(wù)。具體來看，該服務(wù)會為客戶提供模型預(yù)訓(xùn)練、模型精調(diào)、智能應(yīng)用開發(fā)等行業(yè)大模型解決方案，其次，企業(yè)可以根據(jù)騰訊云TI平臺內(nèi)置的大模型，加入企業(yè)自己的數(shù)據(jù)，生成專屬模型。企業(yè)也可以根據(jù)自己的業(yè)務(wù)規(guī)模，選擇不同參數(shù)、不同規(guī)格的模型服務(wù)。
會上，湯道生宣布打造行業(yè)精選模型商店，目前已經(jīng)覆蓋金融、文旅、政務(wù)、傳媒、教育等10大行業(yè)，提供超過50個解決方案。
產(chǎn)業(yè)場景成大模型“練兵場”
在現(xiàn)場，騰訊云副總裁吳運(yùn)聲用一個“文旅大模型”作為商業(yè)落地案例?！肮?jié)假日有哪些比較經(jīng)濟(jì)的旅游景點(diǎn)推薦？”如果一個用戶這樣問，基于通用大模型的客服機(jī)器人，可能會給出一些簡單的景點(diǎn)介紹和路線規(guī)劃。但是，當(dāng)大模型用大量有針對性的行業(yè)數(shù)據(jù)來做模型精調(diào)之后，客服機(jī)器人的回答就變得更加細(xì)致，給出經(jīng)濟(jì)實惠的定制化推薦方案。
“產(chǎn)業(yè)場景是大模型最佳練兵場。”湯道生表示，模型最終要在真實場景落地，在模型研發(fā)過程中，既要關(guān)注敏感數(shù)據(jù)的保護(hù)與安全合規(guī)，也需要管理好大量的數(shù)據(jù)與標(biāo)簽，不斷測試與迭代模型。
記者注意到，早在2019年，騰訊云就宣布已打造了超過200個產(chǎn)品和90個行業(yè)的解決方案，覆蓋了零售、金融、政務(wù)、醫(yī)療、文旅、教育等領(lǐng)域。
如今，騰訊云基于大模型的解決方案和此前的行業(yè)解決方案有何區(qū)別？對此，吳運(yùn)聲在采訪時對記者回應(yīng)稱，以前一些在技術(shù)上不好解決或解決成本很高的問題，用了大模型的技術(shù)后可能有更好、更容易的一些解決手段。
走向千行百業(yè)仍需降低成本
“未來的大模型服務(wù)很可能將會是訂閱式的付費(fèi)模式?！睒I(yè)內(nèi)人士表示，大模型尤其是私有化的大模型價格和硬件投入較高，短期來說，對企業(yè)來說是相當(dāng)大的一筆支出，但從長期來看，企業(yè)運(yùn)營和創(chuàng)新的整體成本可能會因大模型的效率提升而降低?！盀槠胶忸A(yù)算壓力，企業(yè)很可能會向大模型服務(wù)提供商按需定制大模型能力，按需支付相應(yīng)的服務(wù)費(fèi)。”
近段時間，大模型賽道進(jìn)入“百模大戰(zhàn)”，云端競爭加劇。6月1日，阿里云推出AI產(chǎn)品“通義聽悟”，成為國內(nèi)首個開放公測的大模型應(yīng)用產(chǎn)品。6月9日，科大訊飛升級“訊飛星火認(rèn)知大模型”，宣布開放式問答取得突破等。
不過，目前通用大模型落地行業(yè)場景，仍面臨算力成本高、服務(wù)價格高昂的挑戰(zhàn)。英偉達(dá)的研究表明，GPT3最大規(guī)模的模型需要使用175 Billions的參數(shù)量，需要使用512顆V100顯卡訓(xùn)練7個月時間，或者使用1024顆A100芯片訓(xùn)練一個月時間，大模型訓(xùn)練每月成本在數(shù)百萬美元以上量級。據(jù)業(yè)內(nèi)人士透露，由于訓(xùn)練成本高、數(shù)據(jù)篩選難度大，千億參數(shù)模型的報價往往高達(dá)數(shù)十萬元。
“一旦大模型聚焦在垂直行業(yè)領(lǐng)域發(fā)展，走向千行百業(yè)應(yīng)用，會趨使模型變小。”某專注人工智能加速器資源池化的科創(chuàng)企業(yè)創(chuàng)始人對記者表示，垂直行業(yè)小模型和專業(yè)領(lǐng)域數(shù)據(jù)集可以縮小企業(yè)的訓(xùn)練范圍與強(qiáng)度，降低整體訓(xùn)練成本。“一個產(chǎn)業(yè)的發(fā)展，一般會有可用、好用和用得起三個階段，當(dāng)前大模型正處于可用階段，未來想要走向好用、用得起，降低成本、提高算力的效率將是必然之選。”
標(biāo)簽：
要聞