La Conferencia de Innovación de la Red de AI 2023 celebrada en el modelo de red inteligente de Beijing en el BBS, el modelo de productos de cable ZTE, el arquitecto senior, Ji'an-Guo Lu, hizo la nueva era de la red de sabiduría: Big Model Model impulsó el futuro del tema del ZTE a través de la capacidad de la red direccional de la red de la red de la red de inteligencia de ajuste de la red de ajuste.
Lu Jianguo dijo que muchas tecnologías clave, como la IA habilitadora, la gemela digital y la unidad de intención, apoyarán el nivel de inteligencia de la red de autointeligencia de L4 a L5, y harán que la red de autointeligencia continúe iterando y evolucionando para completar la autointeligencia. Entre estas tecnologías clave, la IA es el motor más importante, y los modelos grandes son la clave en la tecnología de IA.
En cómo aplicar un modelo grande a la red de autointeligencia, Lu Jianguo introdujo que el modelo grande tiene una capacidad de súper generación y puede generar rápidamente una gran cantidad de esquemas. Para las operaciones de la red intelectual, tal necesidad de implementar una gran cantidad de pasos de operación, equivalente al espacio de alta dimensión para encontrar la solución óptima, la solución establecida para todos los procesos posibles, un modelo grande para soluciones generales como NP (no polinomio), una gran cantidad de muestras, evaluación, optimización, iteración pueden reproducir una poda eficiente, abordar rápidamente la solución óptima. Sin embargo, aunque los modelos grandes generan muchos esquemas, es difícil garantizar que estos esquemas sean útiles. A pesar de que los modelos grandes tienen cierta capacidad de pensamiento, aún necesitan intervención humana cuando se trata de lógica compleja. Para resolver este problema, ZTE sugiere integrar la experiencia experta en el proceso de pre-entrenamiento incremental y ajuste fino del modelo para formar una iteración de bucle cerrado. De esta manera, se puede realizar una transición suave del aprendizaje de refuerzo de retroalimentación manual al aprendizaje de refuerzo de retroalimentación de herramientas, lo que puede utilizar de manera efectiva la capacidad de generación de modelos grandes, por un lado, y por otro lado, garantizar que el esquema de diagnóstico generado sea preciso y confiable. En este esquema, es un enlace clave para construir el mapa de conocimiento de operación y mantenimiento combinado con ingeniería de conocimiento. La generación del esquema del volante de datos se basa en el mapa de conocimiento de operación y mantenimiento, para evitar la ilusión del modelo y garantizar la fiabilidad y precisión del esquema de generación. Este enfoque basado en gráficos de conocimiento puede integrar mejor la experiencia experta y las capacidades de generación de modelos para proporcionar soluciones más confiables.
Para el diseño lógico de la aplicación del modelo grande, Lu Jianguo introdujo además que ZTE adoptará el método de circuito cerrado basado en el modelo basado en ingeniería rápida. La esencia del diseño es tomar la expresión estructurada del lenguaje humano (plantilla de inmediato) como entrada, generar la salida estructurada (esquema de disposición) a través del modelo grande y finalmente combinar la ejecución interactiva del marco de la aplicación. Para realizar la lógica anterior, ZTE hará preparaciones técnicas de muchos aspectos, como la evolución de la capacidad multimodal, la preparación del corpus, la inyección de conocimiento del gráfico de la relación de recursos, la inyección de conocimiento de la API Atomic API / Reserva de capacidad API atómica, la construcción del entorno de falla de simulación artificial, el entorno de simulación de falla automática digital y la preparación de herramientas.
Lu Jianguo finalmente dijo que el valor principal del gran modelo radica en su capacidad de emergencia, es decir, puede generar innovación combinando el conocimiento existente. Sin embargo, la realización de esta capacidad emergente depende de la producción de datos de alta calidad, la aceptación y la precipitación. Un ciclo virtuoso de datos es el factor determinante.
Tiempo de publicación: noviembre-20-2023