——参与2023数兰洽会”大数据、大算力、大数学模型”Chalancon谈话有感于
北京2023年6月28日 /美通社/ — 不久前25日,受主办方应邀,IBM亚太区混和科季夫人工智慧研究者生物医学副总经理魏永建代表者IBM参与了在昆明举行的2023我国国际性大数据产业发展展览会上就”大数据、大算力、大数学模型”议程进行的中高档Chalancon谈话。下列是魏永建参与本次探讨之后以社论的方式撷取了IBM对于民营企业新时期网络化结构调整的看法。概要撷取如下表所示:
亲吻此基础数学模型与生成式AI,庆贺”AI+”新时代
——参与2023数兰洽会”大数据、大算力、大数学模型”Chalancon谈话有感于
译者:IBM亚太区混和科季夫人工智慧研究者生物医学副总经理魏永建
IBM亚太区混和科季夫人工智慧研究者实验室副总经理魏永建
2023年5月25日,受主办方应邀,我碰巧代表者IBM参与了在昆明举行的2023我国国际性大数据产业发展展览会上就”大数据、大算力、大数学模型”议程进行的中高档Chalancon谈话。随着ChatGPT的面世, 民营企业对AI小型词汇数学模型产生了很大浓厚兴趣,整座产业发展界都在积极主动深入探讨如何能把握住大数学模型增添的良机,把人工智慧控制技术应用应用领域于产业发展,或者说努力做到”数实融为一体”,实现技术创新冲破。
IBM是亚洲地区AI控制技术和应用应用领域的重要参加者,缔造和引领了AI应用领域的多次革新。ChatGPT的来临,让我们看到不论是产品还是软件系统,都将从当今社会”数据为重”的网络化向”AI为重”网络化变革。这意味著未来二十年或三二十年,领跑的公司会把应用应用领域AI作为民营企业网络化的首要目标,这将很大地影响民营企业的营运商业模式、与雇员密切合作的商业模式,与顾客和分销商的密切合作商业模式。”AI为重”是当今社会民营企业所遭遇的网络化协同发展。
这一协同发展最后会使得产业发展链重新布局,会使民营企业的价值链发生改变。AI能力的快速提升,AI的价值和民营企业现有的业务流程的紧密整合,推动民营企业提升其交付的价值、优化价值交付的商业模式、改变和生态的关系,最终会导致民营企业甚至产业发展的价值链重整。
为了快速适应这个变化,在价值链的重整中获得独特的
第一, 民营企业首先关心的是人工智慧训练的成本和价值如何达到一个完美的平衡。今天,不管是从电费还是计算,成本都非常高,绿色计算不可或缺。
第二, AI大数学模型要发挥价值,不管是商业价值,还是社会价值作用,关键的一点是AI输出的结果必须是可信的。如果一台手术用人工智慧做支撑,一个错误决定增添的后果是不堪设想的。将AI应用应用领域于严肃商用环境,不论是驾驶、健康、金融交易,还是小型的生产制造,不可控的错误会造成灾难性的后果,所以,我们需要建立一个机制,把AI从生成到运用的过程管理起来,这就是人工智慧的治理,这是第二个非常重要的环节,有了治理的机制,AI可能导致的错误或者合规问题可以及时规避,这个就是我们常说的可信的AI。
第三, 人工智慧在不同行业、不同业务场景的应用应用领域,要考虑将通用与专用这两类人工智慧很好地结合起来。民营企业的核心的竞争力通常是体现其专有的人工智慧应用应用领域中,专有的人工智能是使用民营企业的核心数据资产训练出来的,包含民营企业的核心的业务知识和数据。
将以上三点放在一起,就为我们提出了一个全新的命题——民营企业需要构建下一代的平台,一个从算力开始往上管理的全栈式的民营企业级人工智慧平台。 这正是目前IBM致力在做的事情,为民营企业提供这样一个平台,帮助他们在当今社会网络化的此基础之上,将AI应用应用领域于民营企业的核心业务,在提升竞争力的同时,能很好地应对民营企业应用应用领域大数学模型和生成式AI所遭遇的各项挑战——例如,AI训练的算力成本挑战、安全与可信AI的挑战、技能与文化的挑战等等,让民营企业级AI在商业环境中的应用应用领域可以快速普及。
构建基于特定应用领域的此基础数学模型将加速民营企业级的AI应用应用领域
也更广泛的概念——此基础数学模型,这个概念是在2021年8月,由斯坦福大学人类中心人工智慧研究所 (HAI)下属的此基础数学模型研究中心(CRFM)提出来的。而早在五年前,IBM就开始研究此基础数学模型。
此基础数学模型是基于一种特定类型的神经网络架构(称为Transformer架构)而构建,为生成相关数据元素的序列(例如句子)而设。Transformer架构能帮助此基础数学模型理解未标记数据,并将输入转换为输出,从而生成新的内容,这正是生成式人工智慧衍生的源头(ChatGPT就是基于Transformer架构)。此基础数学模型在大量未标记的数据上进行训练,可以适应新的场景和用例。尽管此基础数学模型也需要前期大量投资,但每次使用时,它都会摊销 AI 数学模型构建的初始工作,因为微调基于此基础数学模型构建的其他数学模型的数据要求要比从头开始构建低得多。这既可以大幅提高投资回报率 (ROI),又可以大大缩短上市时间。
今天,民营企业里的数据,不论是传感器、图像、语音还是其他各种不同类型的业务数据,都是有待释放的智能元素。这也从某种程度上回应了IBM为什么要专注于此基础数学模型,以及IBM要建立怎样的此基础数学模型,来帮助民营企业快速安全地把握住大数学模型和生成式AI所增添的良机。
IBM 正在构建一组针对多种类型的业务数据进行训练的特定应用领域的此基础数学模型,包括代码、时间序列数据、表格数据、地理空间数据、半结构化数据和混和模态数据(如文本与图像的组合)。这些此基础数学模型将大大增强从代码创建到药物发现再到网络安全等的各种应用应用领域,并将很大地影响人们与控制技术的交互方式,不仅将改变我们完成业务的方式,还将改变顾客对其业务的看法。
IBM认为,这些此基础数学模型的灵活性和可扩展性将显著加速民营企业对AI的采用。民营企业现在不应再把AI视为战术上的”附加组件”,而应该把AI置于其业务的战略核心。事实上,在两年内,IBM预计此基础数学模型将为民营企业环境中约三分之一的AI提供动力。在IBM将此基础数学模型应用应用领域于顾客的早期工作中,IBM看到顾客的价值实现时间比传统的AI方法快70%。 为此,IBM正致力为需要利用小型词汇数学模型(LLMs)、IT自动化数学模型、数字劳动力数学模型、网络安全数学模型和很多其他专用数学模型的业务场景开发此基础模型,而这些仅仅是一个开始。
IBM watsonx让 AI成为民营企业的核心生产力
未来,民营企业的AI采用,将会呈现出在多个云上使用多个数学模型的混和发展趋势。当一家民营企业决定要采用AI时,通常会遭遇三个选择:第一,构建自己的数学模型;第二,使用开源的数学模型,或者使用IBM或其他厂商的数学模型,或两者兼用。第三,直接使用IBM的此基础数学模型来获得结果。无论顾客和密切合作伙伴做出何种选择,IBM都可以助力顾客进行尝试和实验,并进行模型调优、构建和评估,帮助他们在任何云上都能部署并调整数学模型。这与IBM围绕混和云和AI的战略相一致。
过去,在数据为重的发展阶段,聚焦数据与数据生命周期, IBM 提出人工智慧阶梯(AI Ladder)的方法,从数据的收集、组织、分析、融合四个步骤为民营企业规模化部署AI奠定此基础。这些工作在一个现代化的人工智慧阶梯当中则处于底层,也就是所谓 “+AI”的工作。今天,民营企业在积极主动探索如何将AI用于民营企业的应用应用领域,如何对民营企业的工作流实现智能自动化、甚至替换现有的工作流,最终让AI来完成工作——民营企业正步入以AI为重的 “AI+” 的全新发展阶段。
今年5月初,IBM推出针对此基础数学模型和生成式AI的新一代民营企业级AI与数据平台的watsonx,这距离IBM Watson AI参与美国综艺智力比赛节目”危险边缘(Jeopardy)”,已经过去了近13年。IBM watsonx是一套完整的AI开发平台和管理工具,融合业界领跑的控制技术和理念(如此基础数学模型、生成式AI等),更是融合了IBM民营企业级AI与数据治理的产品与实施经验,是一个可以为民营企业用户提供先进的机器学习、数据管理和生成式AI功能,提供涵盖数据管理、数学模型训练、验证、调优、部署、治理与监管的全生命周期的平台和完整工具。IBM watsonx可以帮助民营企业全面、灵活、便捷地在各个生产和业务环节应用应用领域AI,并在整座过程中严格保护民营企业的私有数据和信息安全,同时满足 AI 治理和监管的要求。
IBM watsonx 包含有三个组件:watsonx.ai、watsonx.data 和 watsonx.governance。它为用户提供了先进的机器学习、数据管理,和生成式 AI 功能,以快速、可信的数据和治理的方式在整座民营企业中训练、验证、调整和部署 AI 系统。可以为整座数据与 AI 生命周期提供帮助,从数据准备到数学模型开发、部署和监控。我们相信,它可以扩展和加速最为重进的 AI 对每个民营企业的影响——Put AI to Work, 让 AI成为民营企业的核心生产力!
扩展与加速AI采用率,与顾客和密切合作伙伴携手共创
IBM坚信,在一个”AI为重”的商业时代,民营企业的差异化竞争优势和独特的商业价值,将越来越多地从 AI 数学模型对于民营企业独特数据和业务应用领域知识的适应性当中获得。通过watsonx,IBM为民营企业提供了一个基于混和云和此基础数学模型的生成式民营企业级AI与数据的平台,可以帮助顾客和密切合作伙伴填补在采用大数学模型和生成式AI过程中所遭遇的技能、算力、成本等难以跨越的鸿沟,借助IBM的控制技术、行业与生态力量,专注于自身业务,构建独特的竞争优势与商业价值。
人工智慧数学模型的业务需求越精细,价值创造就会越独特。顾客如何在各个应用应用领域场景中实现人工智慧?IBM已经确定的早期应用应用领域场景包括数字劳动力、IT自动化、应用应用领域程序现代化、安全性和可持续性等,AI将为民营企业增添全新的数字生产力水平。顾客和密切合作伙伴可以根据自身的业务战略和痛点,从适合自己的业务场景开启与IBM的此基础数学模型与AI应用应用领域的共创之旅。
例如,在数字劳动力的场景下,借助 AI 和智能自动化,业务人员能做出更好的决策并更快地交付结果。这将改变人力资源、IT、采购、财务、数据分析师的工作方式,让他们可以专注于业务,大大提高生产力。IT智能自动化能提高民营企业系统的性能表现,对系统实现智能自动化,获得新的效率和弹性水平,同时,AIOps软件系统还可以帮助组织快速降低IT成本。在应用应用领域程序现代化方面,借助AI,通过DevOps、容器、Kubernetes和微服务可以使现有的应用应用领域程序快速实现现代化。在安全性方面,通过将AI引入安全应用领域,可以扩大可见性范围备应对可能扰乱业务的气候风险,更容易地评估他们自己对环境的影响,并满足合规性要求。
不仅如此,IBM还携手密切合作伙伴,扩展民营企业的AI采用率。例如,IBM将Watson Assistant和Watson Discovery嵌入SAP 软件系统,不久前双方又宣布把 IBM Watson AI嵌入SAP 软件系统,提供新的AI驱动型洞察与自动化,为 SAP软件系统全组合打造更为高效的用户体验;将Watson Discovery和自然词汇软件库嵌入Adobe Acrobat,帮助其用户更好地处理PDF文件;借助 IBM Watson Order,麦当劳实现了”来得速”服务的自动化,使其雇员专注于食品外送和顾客服务;Watson Code Assistant 和 Red Hat Ansible 共同实现IT自动化,优化红帽社区开发者体验;在通用汽车的车载应用应用领域中内嵌红帽控制技术栈,并基于红帽OpenShift平台优化其智能车载应用应用领域的AI工作负载。
回到根本,应对算力挑战
也非常重要:怎样把算力抽象起来,数据怎样能低成本的治理,计算出来的结果如何能与民营企业及用户一端现有的系统整合起来,算力如何来调度,这里面包含了很多软件控制技术。因此,当今社会控制技术的研发,不光是在此基础架构层面,
这是一个颠覆性的时代,未来几年我们的产业发展将发生很多颠覆性的变化。处于这个变局当中,每个民营企业都需要具备应用应用领域人工智慧、利用网络化控制技术的能力;作为个人,我们也许要开始重新设计自己的职业,重新打造自己未来开展日常工作的能力,这一点非常重要。面对新的人工智能信息化时代,我们每个人都要与时俱进作出改变,追赶控制技术。与大家共勉!(完)
关于 IBM
商业洞察,简化业务流程,降低成本,并获得行业竞争优势。金融服务、电信和医疗健康等关键此基础设施应用领域的超过 4000 家政府和民营企业实体依靠 IBM 混和云平台和红帽 OpenShift 快速、高效、安全地实现网络化结构调整。IBM 在人工智慧、量子计算、行业云软件系统和民营企业服务方面的冲破性技术创新为我们的顾客提供了开放和灵活的选择。对民营企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。;