国产AI大模型加速“上车”

2024-04-30 04:12
文章标签 ai 模型 加速 国产 上车

本文主要是介绍国产AI大模型加速“上车”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

上海白领刘先生,坐上他的汽车主驾,向右扭头说:“打开那窗户。”话音刚落,副驾驶的车窗自动开了。

这辆车搭载了基于国产AI大模型的智能系统,就像有了人的大脑和神经网络,通过学习提升语音、视觉等多模态感知能力,在座舱里提供更人性化的交互,智能驾驶方面计算更精准,越来越像“老司机”开车。

当国产AI大模型开始加速“上车”,人工智能正以更加触手可及的方式走进现实生活。

会思考的多功能助手

图片

人们在世界设计之都大会上参观极越汽车(2023年9月30日摄)。新华社记者 王翔 摄

“汽车是一个终端,承载大量先进技术,先是电动化,现在是智能化,以后还要和整个社会交通体系联起来。”哪吒汽车创始人方运舟说。

“有一段时间,车的智能化体现为一个个App,你问它答。现在我们的车搭载360智脑大模型,开始会思考了,与人交互更自然,识别车内外的人与物更准确,增强自动驾驶系统的效率和安全。这是初步探索,以后是强大的多功能助手。”学习并研究汽车技术30年的方运舟说。

“车会思考”怎么体现?

方运舟举例,以前司机要对语音助手提出明确指令,如“打开空调”。AI大模型接入车内语音助手后,司机只需要说:“我有点冷”。大模型会像人一样考虑如何满足司机的需求,执行多个动作,如关上车窗、把空调调到司机习惯的温度、风力调至常用的档位等。

图片

在2023上海车展上,参观者在哪吒GT展车边驻足观看(2023年4月25日摄)。新华社记者 王翔 摄

“车会思考”背后是什么?

中科院院士姚期智表示,大模型在技术上可分为通用、行业、场景三类。大模型的通用智能必须细化到各个行业,给它投喂行业中的专业数据,通过训练形成场景化、定制化、个性化,产生专有的模型,才能给各垂直领域带来AI革命,关键是算力、数据和模型的匹配。

赛迪智库未来产业研究中心人工智能研究室主任钟新龙说,以前的人工智能是规则驱动,大模型则是数据驱动,数据决定模型的质量,影响泛化能力。“泛化就是学习并理解数据中隐含的规律,进而能够对未曾见过的数据给出恰当的输出,就像举一反三、学以致用。”

国家网信办4月发布的公告显示,我国已有117个大模型完成生成式人工智能服务备案。

记者梳理发现,目前“上车”的大模型,既有华为的盘古、百度的文心一言、科大讯飞的星火、360的智脑等科技企业的通用大模型,也有比亚迪的璇玑、小鹏的灵犀等车企自研的行业大模型。从终端看,已有超过10个品牌的汽车搭载大模型。

云端和车端协同工作

图片

由吉利和百度共同打造的极越01汽车的智能座舱。(张文静 摄)

大模型赋能汽车是不断深入的过程,目前集中体现在智能座舱和智能驾驶上。

极越汽车座舱里,有块35.6英寸的一体屏幕。司机刘先生说,因为文心一言大模型的支持,屏幕显示的各种应用“可见即可说,可说即可做”。记者看到这样的对话场景:

司机:“Simo,我还有多久能到家?”

大模型:“1小时。”

司机:“在我到家前30分钟,打开家里的空调、拉上窗帘。”

大模型:“好的。”

司机不需要操作车里或手机上任何按键,通过Simo智能语音系统控制车内一切,还可通过屏幕上的小度App,远程控制家中电器。即使出现多人指令、声音交织、连续对话等情况,大模型也可理解每人不同的需求,满足不同的操作指令。极越首席执行官夏一平表示,极越车主目前对智能语音系统的使用率达98%,平均每人每天用60多次。

“以前的语音识别需要在云端解析数据,再下载到车端,现在全部的语音识别都是离线,这样反应快,而且哪怕没网络,也不影响开车。”夏一平说。

这得益于大模型在云端和车端的协同工作。钟新龙说,云端大模型的参数规模大、算力强,完成大量数据标注、数据融合等任务,降低成本和错误率;车端大模型的参数量小一些,无需联网也有算力,节省车端计算的推理时间,即使云与车端通讯有时延,也能确保安全。

“我们已把大模型应用到整车智能,垂直整合所有场景应用。”比亚迪集团董事长王传福表示,智能化架构有一个“中央大脑”,车端AI和云端AI,车联网、5G网、卫星网,及传感链、控制链、数据链、机械链,实时捕捉内外部环境的变化,在毫秒间将信息汇总反馈到“大脑”思考决策,调节车辆“身体”状态,提升驾乘安全性和舒适性。

学习能力迭代加速

展望大模型“上车”的发展前景,百度创始人李彦宏表示,随着技术的进步,汽车机器人将实现每天开“新版本”的体验,就如同购买新车一样,给用户带来持续的惊喜。

自动驾驶的迭代速度将加快。专家普遍认为,大模型可重构自动驾驶技术架构、合成模拟场景数据、预测安全风险,加快自动驾驶技术开发和应用落地。

在大模型出现前,自动驾驶是靠任务驱动,即程序员依据特定的场景,编写解决方案的代码,当车辆在行驶中感知到相应情况,便按照之前设定的方式处理。

“有了大模型后,我们发现有巨大的机会让原来特别多的泛化代码变成简单的端到端的模型,使感知、行为、控制在很多领域比我们想象的聪明很多,比如读懂‘前方ETC即将维修,请换道’等标识。”小鹏汽车创始人何小鹏说,以前小鹏智驾系统每一季度更新一次,现在平均每天有3.87个版本快速迭代。

在这里插入图片描述

4月25日,在北京中国国际展览中心顺义馆举行的2024北京车展上,参观者观看展出的小鹏X9新能源汽车。

未来,基于数据驱动的大模型端到端自动驾驶,可通过单个神经网络完成所有模块任务。中国工程院院士张亚勤表示,通过视频大模型,可根据环境、交通标志要素,结合车辆的控制、转向等驾驶行为生成大量可控视频,用于端到端自动驾驶的训练、测试,解决自动驾驶长尾场景数据积累问题。

大模型可整合座舱分散功能,提供类人理解能力的人机交互体验。商汤科技首席科学家王晓刚认为,大模型“上车”后能将座舱各单点AI功能组合起来,自动调用座舱软硬件资源,多模态大模型能够实现人与车的多感官交互,显著提升交互顺畅性、自然性。

“大模型‘上车’,现在带来了从0到1的变化,未来会实现从1到100等更大变化,人会把驾驶交给车,在智能空间处理其他事。”方运舟说。

夏一平打比方说,智能汽车现在理解用户的能力也许还是中学生,但大模型让车有了每天学习的能力,很快会成为大学生、博士;现在自动驾驶的能力还是新手菜鸟,以后会变成老司机。

大模型在汽车行业的深入应用也面临挑战。张亚勤指出,大模型在汽车行业的应用对数据资源的流动与共享提出更高要求。王晓刚认为,大模型训练与应用对AI芯片等算力基础设施要求不断提升。

大模型“上车”的成长之旅才刚刚开始。

作为汽车、电子信息、通信等领域跨界融合的产物,智能网联汽车已成为全球技术革命和产业变革的前沿阵地,国产汽车有望借助大模型,巩固和扩大在智能网联领域的优势,在新一轮产业革命中走在前列。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

这篇关于国产AI大模型加速“上车”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/947875

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费