创新中心
个人中心
创新中心
个人中心

AI应用前景广阔,云+AI推动大模型商业创新实践 | 阿里云AI应用创新沙龙回顾

阿里云创新中心> 创业资讯> AI应用前景广阔,云+AI推动大模型商业创新实践 | 阿里云AI应用创新沙龙回顾

AI应用前景广阔,云+AI推动大模型商业创新实践 | 阿里云AI应用创新沙龙回顾

阿里云创新中心 2023-05-24 16:58:21 4932
阿里云与达摩院联合推出了“飞天club·阿里云AI创新技术沙龙”,汇聚业界知名投资人、科学家、工程师分享阿里巴巴在AI领域从技术创新到场景应用的全流程探索,为AI开发者和企业提供阿里云的最佳实践和解决方案。

AI在全球掀起新一轮的人工智能革命浪潮,与千行百业的结合更是创造了未来无限的可能性。面对下一代技术革命的浪潮,云计算、 大数据和大模型成为关键的生产要素。

基于达摩院雄厚的大模型能力积累和阿里云机器学习平台PAI杰出的AI工程化能力,阿里云与达摩院联合推出了“飞天club·阿里云AI创新技术沙龙”,汇聚业界知名投资人、科学家、工程师分享阿里巴巴在AI领域从技术创新到场景应用的全流程探索,为AI开发者和企业提供阿里云的最佳实践和解决方案。

在5月18日举办了首场商业应用专场活动,关注AI领域的企业代表和AI开发者们齐聚阿里云云谷园区,本次活动由阿里云智能浙江分公司副总经理李虹开场致辞,邀请了元璟资本投资人、达摩院及阿里云的工程师以及技术专家,围绕“AI的商业化创新”话题发表主题演讲,分别从商业投资和技术应用角度出发,分享当下对大模型发展趋势的判断,分析大模型创新及落地的关键,并现场展示了基于PAI和ModelScope在AI场景的应用实践。

111.jpg

01.png

模型即应用:从投资视角推演大模型的市场机遇,C端场景蕴含更多机会

元璟资本合伙人王琦以及元璟资本高级投资经理李一豪共同带来《新摩尔定律和生产力革命:AI大模型应用创新机会推演和思考》分享,探讨AI风潮下的大模型市场创新创业机遇。

王琦首先介绍了元璟资本在过去几年中在AI方向上的多方探索,先后投资过自动驾驶、服装设计、制药等细分场景下的AI应用项目。基于对AI行业应用的深刻理解,王琦认为生成式AI的出现为AI领域带来变革,包括ToB场景和ToC场景,尤其是在C端的应用

当下大模型的发展处于早期阶段。中国目前也有大量针对不同场景或者平台性的大模型,但未来更多的机会蕴含在于各个领域、各个应用场景上的中、小模型竞争。

在不同的场景下,每个人都可能会有一个在不同应用场景上的小模型,这对创业者来说是机遇。

模型的竞争才刚刚开始。有人从底层技术突破,也有人从服务应用层创新。元璟资本提出:“模型即应用,ToC的应用可能本身就是模型。”对此,王琦认为所有要做C端应用的团队,其落脚点不仅仅是产品本身,团队自身需要有非常强的技术迭代能力。

222.jpg

(元璟资本合伙人 王琦)

针对不同行业、不同方向上的AI应用思考,李一豪从大模型的前沿进展切入,分别从开源和闭源两条路线进行分析。闭源路线上,海内外的平台和企业在模型规模和能力上竞争激烈;而在开源生态中,学界在加速技术研发,包括端运行的大模型开发、多模态的数据拟合训练等,几乎每天都有新的业务模式和技术进展。

李一豪总结,大模型的迭代带来生产力的革命,改变人类思考的范式,大量性推演和信息处理工作都应该交给人工智能去完成。而模型目前展现出来的核心能力,正是对非结构化数据的理解能力。发展到新一代的大模型特点是对非常多模态,非结构化数据的理解和处理,包括日常生活的。

当前不同国家、不同行业都在涌现多模态模型,包括图、视频、3D+物理、动力控制,此外边缘计算也是一个非常先进的趋势。安全问题也随之而来。李一豪表示,模型能力迭代非常快,元璟资本目前对一些单一工具的开发会相对谨慎,但看好原生的AI应用新的硬件机会,以及更智能的机器人。

基于模型端到端的应用,个人无限集数据的闭环是关键,场景和交互定义见高低。从模型的生态结构看,云端结合终端的趋势明显,底层算力、数据中心在这一波浪潮中强受益,云计算带来巨大利好。

333.jpg

(元璟资本高级投资经理 李一豪)

用户需求体现在信息和产品服务需求上,AI技术的迭代和大模型的应用带来了交互方式的变革,模型本身会代替人工收集并处理信息,人类的决策方式会从主动的输出通过点方式变成被推荐,未来是在有限优质推荐中做选择。

李一豪以用户需求为出发点,分别对存量和增量的市场机会做了模型的应用推演,可以看到AI与游戏、教育、金融、文娱等行业结合,可以带来更多的创新和创业机会,包括ToC和ToB的场景应用。当中,Agent(指能自主活动的软件或硬件实体)是关键节点,李一豪认为未来的Agent可以更主动地预测用户需求,个人应用的模型开发有非常大的机会,未来的购物、出行、医疗等都可以通过Agent完成。

在新摩尔定律下,算力、算法、数据呈指数爆发,模型能力本身也会成为生产力的一部分。生产力的提升,实际上可以让很多高端产品和服务泛化,帮助生活变得更美好,产生巨大的商业价值,这也是元璟资本所关注的。

李一豪认为,从中远期来看,市场的核心关注点应更多在软硬件结合的智能公司、机器人产业、高端娱乐与服务的发展上。

02.png

模型即服务:共建模型开发生态,魔搭社区助力企业一站式AI创新

AI 大模型拥有广阔的应用前景,回归技术与产品本身。自2019年起,阿里云就开始进行了大模型的研究,并在近期展示了阶段性的研究成果。达摩院技术产品专家,从技术应用角度出发带来关于大模型的思考与实践,并现场展示了阿里云的大模型产品和AI开源模型平台魔搭(modelscope.cn),助力企业AI创新。

达摩院算法专家朱鹏程分享了大模型的实践与思考,现场介绍了达摩院在大模型方面的探索,展示了大模型的应用场景。

444.jpg

(达摩院算法专家 朱鹏程)

达摩院成立于2017年,一直专注于技术攻克。在AI方向上,从基本的NLP到语音、视频都在做探索。从早期的文本机器人到后期的语音机器人,再到智能数字人输出,可以满足不同的渠道、不同的场景的应用需求。

朱鹏程介绍,AI的概念提出已久,早期行业集中做某一领域或专有数据模型的训练,随着算力和芯片的技术迭代,通用模型开始走向大众视野。伴随着数据的增大,大模型不管是在理解还是推理创作的能力上,都有一个非常显著的提升。以接入通用大模型的钉钉为例,用户只需输入一个斜杠就能生成文案、日程等,在线体验大模型带来的智能办公体验。未来面向AI 时代,所有产品都值得用模型重新升级

通用的大模型,如何变为企业或行业的大模型?面对这个问题,朱鹏程看到了四个核心要点,分别是计算成本,其二是轻量化部署,其三是个性化需求,其四是数据量,当中还涉及到安全问题,这也是当下很多企业和商家的核心需求。在这个过程中,大模型的接入方式与传统的端到端接入有所区别,用户主要面临部署和硬件支持两大难题。

“云+AI”,或是企业的最佳解决方案。

去年11月,达摩院推出了国内首个开源的AI模型社区——ModelScope魔搭社区。开发者可以在魔搭社区下载各类开源AI模型和配套数据集,体验各类AI创新应用,并可直接调用阿里云的算力进行AI模型推理、训练、微调、部署等工作的一站式AI模型服务平台。到今年4月,魔搭社区的用户总量已经超过100万,成为国内规模最大的AI模型社区。

魔搭社区负责人、达摩院资深产品专家刘建荣首先指出,企业在应用大模型的过程中,除了定制难度和算力成本的问题外,模型本身的使用难度也很高,不同的模型的底层框架不同,企业还需要付出学习成本。

555.jpg

(魔搭社区负责人、达摩院资深产品专家 刘建荣)

魔搭社区的理念是将模型技术转化为服务,提供一站式的模型服务,包括免费的模型检索和下载、模型Demo体验、简单的模型调优和训练等。

魔搭社区开源了达摩院绝大部分的预训练模型(大模型底座模型),并引入第三方模型开发者和团队入驻,当前已上线接近900个模型,覆盖大部分应用场景。同时,平台上提供大量配套数据集,用户不仅可以调用开源数据训练和调优模型,也可以贡献自己特有的数据集,成为社区开源贡献者。

为降低模型的开发门槛,魔搭社区通过SDK的封装,让所有人都能够快速调用和训练模型。用户还能够在魔搭社区上使用Gradio、Streamlit、Static SDK等方式快速创建自己的创空间,基于平台模型与可视化SDK,只需几行代码即可自由搭建AI应用,同时平台提供CPU/GPU运行环境,支持空间一键发布。

刘建荣表示,今天的魔搭社区正在努力实现人工智能的普惠化,同时期望能与更多的开发者和企业伙伴合作,共同构建开源的模型生态,让AI更普及。

6.jpeg

03.png

AI工程化:AI研发新范式下,PAI提供低门槛、高性能的平台服务

大模型是一场AI加云计算的全方位竞争,超万亿参数的大模型研发,不仅涉及算法,还囊括了底层算力网络、大数据、机器学习等诸多领域的复杂的系统性工程,需要有超大规模AI的基础设施的支撑。

阿里云智能资深产品专家、机器学习产品负责人黄博远分享了他对AI研发新范式的洞察,以及大模型应用的核心要点,并带来阿里云机器学习平台PAI的分享,全面助力企业博弈AI市场。

888.jpg

(阿里云智能资深产品专家、机器学习产品负责人 黄博远)

黄博远看到AI已在传统和新兴业务场景中有非常多的应用,也指出在技术走向落地的过程中,企业仍面临诸多挑战,主要集中在四个方面:缺乏高质量数据集、对算力的诉求、人才和经验争夺激烈、合规问题。

目前的AI研发新范式下,超大规模的预训练模型成为热点。黄博远介绍,大规模预训练模型具备很多通用能力,在基础的认知上引入特定的行业领域经验,可以形成特定的行业解决方案。企业做大模型并不需要从0到1构建,只需在预训练模型基础上加入特定的专业数据,便可获得企业的模型。

大模型的训练可能是一次性的,而完成训练的模型需要每时每刻为客户服务。将模型变为一个低成本的在线服务,这是大模型商业化落地的关键之一。

要形成大模型的闭环链路,还需将技术下沉为服务。黄博远表示,从企业的角度讲首先要找到自己的定位,对平台而言,重点解决两类问题,分别是机器的效率和人的效率问题。只有解决了这两个效率问题,才有可能将大模型在各自的这个领域里沉淀。

阿里云机器学习PAI的模型在线服务平台PAI-EAS,将模型一键部署为在线推理服务或AI-Web应用,高吞吐低延时,支持自动扩缩容和完整运维监控体系等能力,为企业解决AI 模型推理。

黄博远介绍,在今年4月PAI发布了深度学习模型推理的专属机型——GU30,能为企业提供更高性价比的模型推理能力。同时他也指出,在基础设施之上,随着模型变大、业务变得更复杂,容器层的调度会变得非常关键。PAI通过弹性的扩缩容、定时的扩缩容以及弹性的资源池,可以降低企业的在线服务成本。

博弈AI,购买机器简单,但如何高效的使用机器,这是摆在每一个企业面前的难题。面对这个问题,黄博远现场展示了PAI的全链路工程平台服务。

从数据准备到建模交互式开发,再到超大规模的分布式训练和推理优化,这些模型开发中的工程问题都可以在PAI上得到解决。同时PAI与魔搭社区无缝衔接,用户还可以将魔搭社区的模型部署到PAI上进行分布式训练,同时能实时看到模型效果。

黄博远表示,在PAI背后的架构逻辑中,底层依赖于阿里云的基础设施和云上算力,基于多租户公共云架构搭建的系统具有灵活、可控、安全的特点,企业无需担心模型和数据的安危。同时,阿里云与达摩院合作,共同提供大模型专家服务,可以为企业解决大模型的人才困扰。

8.jpeg

活动最后,由阿里云智能产品专家高慧玲、阿里云算法专家曲博涵带来PAI和ModelScope在AI场景的应用实践,现场展示了以文生图、聊天对话等热门AIGC场景下,企业开发者如何基于开源模型构建专属应用的开发实战,获得了到场嘉宾们的热烈反响。

作为AI不可或缺的基础设施支撑,云计算与AI在未来有更多的场景的结合值得期待。我们对于AI的创新与探索还在继续。5月25日,阿里云AI创新技术沙龙·长沙站活动即将开启,我们期待能与更多的行业企业进行交流,点击下方二维码,扫码即可在线报名参加。

长沙站报名二维码.png

-END-


阿里云创新中心简介

阿里云创新中心将阿里技术、产品、业务的生产力,转化为对企业发展有价值的推动力,将更普惠、更安全、更绿色的产品和服务提供给科技型中小企业,在中小企业科技创新、日常运营、职业技能培训、资金对接、跨境出海等方面提供全方位支持。

截至目前,阿里云创新中心累计为中小创企业提供2亿的双创云资源,共服务了超过350万的创业者、50万小微企业,孵化出600多家高成长创新企业,调研数据显示头部企业估值规模超1387亿,每年估值增速超过35%。

image.png

版权声明: 创新中心创新赋能平台中,除来源为“创新中心”的文章外,其余文章均来自所标注的来源,版权归原作者或来源方所有,且已获得相关授权,创新中心「创业资讯」平台不拥有其著作权,亦不承担相应法律责任。如果您发现本平台中有涉嫌侵权的内容,可填写「投诉表单」进行举报,一经查实,本平台将立刻删除涉嫌侵权内容。