Teraz komercjalizacja dużych modeli ponownie znajduje się na stole.
Jednym z faktów jest to, że obecny duży trening modelu wymaga silnego wsparcia mocy obliczeniowej, zwłaszcza modelu z dużą liczbą parametrów, co jest niezwykle drogie. Duże modele szkolenia wymaga ogromnej kwoty na wsparcie.
Po zainwestowaniu ogromnej ilości pieniędzy, przedsiębiorstwa z jednej strony mają nadzieję jak najszybciej komercjalizować, aby rozwiązać problem uzupełniających funduszy na badania i rozwoju, z drugiej strony mają nadzieję na osiągnięcie celu zarabiania pieniędzy poprzez komercjalizację.
Jest nieuniknione, że na razie zostaną odłożone pewne problemy bezpieczeństwa i etyczne, i bardziej prawdą jest, że nie ma wiele myślenia o ścieżce rozwoju po szybkiej komercjalizacji dużych modeli, więc możemy zobaczyć, że wiele dużych modeli jest po prostu smakiem, a ostatecznie doprowadziły do sprzeczności między komercjalizacją a nie-organizacją.
Po pierwsze, komercjalizacja dużych modeli
Ale pomimo tego komercjalizacja krajowych dużych modeli jest nadal na początkowym etapie, a proces komercjalizacji stoi przed wieloma wyzwaniami.
Po pierwsze, opracowanie i zastosowanie dużych modeli wymaga dużej inwestycji pieniędzy i czasu, a zwrot jest często trudny do przewidzenia. Doprowadziło to wiele firm do wahania się procesu komercjalizacji i pominięcia możliwości rynkowych.
Po drugie, kwestie etyczne i bezpieczeństwa dużych modeli wywierają również presję na komercjalizację. Obecnie potrzeby dotyczące aplikacji większości przedsiębiorstw koncentrują się głównie na dziedzinach inteligentnej obsługi klienta, inteligentnej rekomendacji, inteligentnego marketingu i innych dziedzin aplikacji są nadal na etapie eksploracji. To sprawia, że proces komercjalizacji dużych modeli jest stosunkowo powolny i trudny do osiągnięcia rozwoju na dużą skalę.
Bardziej godne uwagi jest to, że chociaż Chiny poczyniły znaczne postępy w dziedzinie sztucznej inteligencji, nadal istnieje pewna luka w krajowej technologii dużych modeli w porównaniu z międzynarodowym poziomem wiodącym. To sprawia, że przedsiębiorstwa krajowe są w niekorzystnej sytuacji w konkurencji rynku międzynarodowego i trudno jest rozciągnąć się na morze i kierunek transgraniczny.
Komercjalizacja dużych modeli powinna rozwiązać problem umożliwiania przedsiębiorstw i użytkownikom mniejszego zrozumienia zasady oraz wykorzystywania wyników bardziej prosto i bezpośrednio, aby użytkownicy mogli powrócić do wartości i rozwiązać własne problemy biznesowe. Innymi słowy, jest to „zintegrowany model czarnej skrzynki” dużego modelu.
W rezultacie niektóre z dzisiejszych modeli biznesowych są miejscem spotkań dla graczy i przedsiębiorców z wielkim modelu wyścigowym.
Po drugie, jaka jest trudność komercjalizacji?
Ogólnie rzecz biorąc, ścieżka do komercjalizacji dużych modeli nie jest najlepsza, ale kierunek jest jasny. Ale jasność nie oznacza lądowania. Dla graczy krajowego dużego modelu ścieżki wciąż stają w obliczu wielu wewnętrznych i zewnętrznych wyzwań.
Ogólnie rzecz biorąc, komercjalizacja globalnej branży dużych modeli jest nadal na wczesnym etapie eksploracji.
Z jednej strony, chociaż instytucje badawcze i rozwojowe były dość dojrzałe pod względem technologii dużych modeli, nie są wystarczająco zaznajomieni ze sceną lądowania i nie utworzyły jeszcze idealnego modelu komercyjnego. Dlatego muszą współpracować z przedsiębiorstwami scenariuszy niższych, aby wspólnie budować duże modele biznesowe.
Z drugiej strony, większość przedsiębiorstw scenariuszy niższego szczebla nie utworzyła jeszcze podstawowych pojęć i poznania dużych modeli i brakuje im siły obliczeniowej wymaganej do obsługi modeli, a także zasobów ludzkich i siły technicznej wymaganej do dostosowania i wtórnego tworzenia modeli.
Zasadniczo, chociaż ścieżka komercjalizacji dużych modeli jest stosunkowo wyraźna, a producenci krajowi aktywnie ją badają, komercjalizacja dużych modeli nie może być ograniczona do eksploracji modeli biznesowych, ale bardziej w celu rozwiązania podstawowych problemów rozwoju dużych modeli.