 |
——參加2023數(shù)博會"大數(shù)據(jù)、大算力、大模型"圓桌對話有感
北京2023年6月28日 /美通社/ -- 上個月25日，受組委會邀請，IBM大中華區(qū)混合云及人工智能專家實驗室總經(jīng)理魏永明代表IBM參加了在貴陽舉辦的2023中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上就"大數(shù)據(jù)、大算力、大模型"議題展開的高端圓桌對話。以下是魏永明參加此次討論之后以署名文章的方式分享了IBM對于企業(yè)新時期數(shù)字化轉(zhuǎn)型的見解。全文分享如下：
擁抱基礎(chǔ)模型與生成式AI，迎接"AI+"新時代
——參加2023數(shù)博會"大數(shù)據(jù)、大算力、大模型"圓桌對話有感
作者：IBM大中華區(qū)混合云及人工智能專家實驗室總經(jīng)理魏永明
2023年5月25日，受組委會邀請，我有幸代表IBM參加了在貴陽舉辦的2023中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上就"大數(shù)據(jù)、大算力、大模型"議題展開的高端圓桌對話。隨著ChatGPT的問世， 企業(yè)對AI大型語言模型產(chǎn)生了極大興趣，整個產(chǎn)業(yè)界都在積極探討如何能夠把握大模型帶來的機(jī)會，把人工智能技術(shù)應(yīng)用于產(chǎn)業(yè)，真正做到"數(shù)實相融"，實現(xiàn)創(chuàng)新突破。
IBM是全球AI技術(shù)和應(yīng)用的重要參與者，見證和引領(lǐng)了AI領(lǐng)域的數(shù)次變革。ChatGPT的到來，讓我們看到無論是產(chǎn)品還是解決方案，都將從當(dāng)下"數(shù)據(jù)為先"的數(shù)字化向"AI為先"數(shù)字化轉(zhuǎn)變。這意味著未來十年或二十年，領(lǐng)先的公司會把應(yīng)用AI作為企業(yè)數(shù)字化的首要任務(wù)，這將極大地影響企業(yè)的運營模式、與員工合作的模式，與客戶和供應(yīng)商的合作模式。"AI為先"是當(dāng)下企業(yè)所面臨的數(shù)字化新格局。
這一新格局最后會使得產(chǎn)業(yè)鏈重新布局，會使企業(yè)的價值鏈發(fā)生改變。AI能力的快速提升，AI的價值和企業(yè)現(xiàn)有的業(yè)務(wù)流程的緊密整合，推動企業(yè)提升其交付的價值、優(yōu)化價值交付的模式、改變和生態(tài)的關(guān)系，最終會導(dǎo)致企業(yè)甚至產(chǎn)業(yè)的價值鏈重整。
為了快速適應(yīng)這個變化，在價值鏈的重整中獲得獨特的競爭優(yōu)勢，我們要重點關(guān)注以下三點：
第一， 企業(yè)首先關(guān)心的是人工智能訓(xùn)練的成本和價值如何達(dá)到一個完美的平衡。今天，不管是從電費還是計算，成本都非常高，綠色計算不可或缺。
第二， AI大模型要發(fā)揮價值，不管是商業(yè)價值，還是社會價值作用，關(guān)鍵的一點是AI輸出的結(jié)果必須是可信的。如果一臺手術(shù)用人工智能做支撐，一個錯誤決定帶來的后果是不堪設(shè)想的。將AI應(yīng)用于嚴(yán)肅商用環(huán)境，無論是駕駛、健康、金融交易，還是大型的生產(chǎn)制造，不可控的錯誤會造成災(zāi)難性的后果，所以，我們需要建立一個機(jī)制，把AI從生成到運用的過程管理起來，這就是人工智能的治理，這是第二個非常重要的環(huán)節(jié)，有了治理的機(jī)制，AI可能導(dǎo)致的錯誤或者合規(guī)問題可以及時規(guī)避，這個就是我們常說的可信的AI。
第三， 人工智能在不同行業(yè)、不同業(yè)務(wù)場景的應(yīng)用，要考慮將通用與專用這兩類人工智能很好地結(jié)合起來。企業(yè)的核心的競爭力通常是體現(xiàn)其專有的人工智能應(yīng)用中，專有的人工智能是使用企業(yè)的核心數(shù)據(jù)資產(chǎn)訓(xùn)練出來的，包含企業(yè)的核心的業(yè)務(wù)知識和數(shù)據(jù)。
將以上三點放在一起，就為我們提出了一個全新的命題——企業(yè)需要構(gòu)建下一代的平臺，一個從算力開始往上管理的全棧式的企業(yè)級人工智能平臺。 這正是目前IBM致力在做的事情，為企業(yè)提供這樣一個平臺，幫助他們在當(dāng)下數(shù)字化的基礎(chǔ)之上，將AI應(yīng)用于企業(yè)的核心業(yè)務(wù)，在提升競爭力的同時，能夠很好地應(yīng)對企業(yè)應(yīng)用大模型和生成式AI所面臨的各項挑戰(zhàn)——例如，AI訓(xùn)練的算力成本挑戰(zhàn)、安全與可信AI的挑戰(zhàn)、技能與文化的挑戰(zhàn)等等，讓企業(yè)級AI在商業(yè)環(huán)境中的應(yīng)用可以快速普及。
構(gòu)建基于特定領(lǐng)域的基礎(chǔ)模型將加速企業(yè)級的AI應(yīng)用
IBM認(rèn)為，企業(yè)應(yīng)該關(guān)注一個更核心也更廣泛的概念——基礎(chǔ)模型，這個概念是在2021年8月，由斯坦福大學(xué)人類中心人工智能研究所 (HAI)下屬的基礎(chǔ)模型研究中心(CRFM)提出來的。而早在五年前，IBM就開始研究基礎(chǔ)模型。
基礎(chǔ)模型是基于一種特定類型的神經(jīng)網(wǎng)絡(luò)架構(gòu)（稱為Transformer架構(gòu)）而構(gòu)建，為生成相關(guān)數(shù)據(jù)元素的序列（例如句子）而設(shè)。Transformer架構(gòu)能夠幫助基礎(chǔ)模型理解未標(biāo)記數(shù)據(jù)，并將輸入轉(zhuǎn)換為輸出，從而生成新的內(nèi)容，這正是生成式人工智能衍生的源頭（ChatGPT就是基于Transformer架構(gòu)）。基礎(chǔ)模型在大量未標(biāo)記的數(shù)據(jù)上進(jìn)行訓(xùn)練，可以適應(yīng)新的場景和用例。盡管基礎(chǔ)模型也需要前期大量投資，但每次使用時，它都會攤銷 AI 模型構(gòu)建的初始工作，因為微調(diào)基于基礎(chǔ)模型構(gòu)建的其他模型的數(shù)據(jù)要求要比從頭開始構(gòu)建低得多。這既可以大幅提高投資回報率 （ROI），又可以大大縮短上市時間。
今天，企業(yè)里的數(shù)據(jù)，無論是傳感器、圖像、語音還是其他各種不同類型的業(yè)務(wù)數(shù)據(jù)，都是有待釋放的智能元素。這也從某種程度上回應(yīng)了IBM為什么要專注于基礎(chǔ)模型，以及IBM要建立怎樣的基礎(chǔ)模型，來幫助企業(yè)快速安全地把握大模型和生成式AI所帶來的機(jī)會。
IBM 正在構(gòu)建一組針對多種類型的業(yè)務(wù)數(shù)據(jù)進(jìn)行訓(xùn)練的特定領(lǐng)域的基礎(chǔ)模型，包括代碼、時間序列數(shù)據(jù)、表格數(shù)據(jù)、地理空間數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和混合模態(tài)數(shù)據(jù)（如文本與圖像的組合）。這些基礎(chǔ)模型將大大增強(qiáng)從代碼創(chuàng)建到藥物發(fā)現(xiàn)再到網(wǎng)絡(luò)安全等的各種應(yīng)用，并將極大地影響人們與技術(shù)的交互方式，不僅將改變我們完成業(yè)務(wù)的方式，還將改變客戶對其業(yè)務(wù)的看法。
IBM認(rèn)為，這些基礎(chǔ)模型的靈活性和可擴(kuò)展性將顯著加速企業(yè)對AI的采用。企業(yè)現(xiàn)在不應(yīng)再把AI視為戰(zhàn)術(shù)上的"附加組件"，而應(yīng)該把AI置于其業(yè)務(wù)的戰(zhàn)略核心。事實上，在兩年內(nèi)，IBM預(yù)計基礎(chǔ)模型將為企業(yè)環(huán)境中約三分之一的AI提供動力。在IBM將基礎(chǔ)模型應(yīng)用于客戶的早期工作中，IBM看到客戶的價值實現(xiàn)時間比傳統(tǒng)的AI方法快70%。 為此，IBM正致力為需要利用大型語言模型（LLMs）、IT自動化模型、數(shù)字勞動力模型、網(wǎng)絡(luò)安全模型和很多其他專用模型的業(yè)務(wù)場景開發(fā)基礎(chǔ)模型，而這些僅僅是一個開始。
IBM watsonx讓 AI成為企業(yè)的核心生產(chǎn)力
未來，企業(yè)的AI采用，將會呈現(xiàn)出在多個云上使用多個模型的混合發(fā)展趨勢。當(dāng)一家企業(yè)決定要采用AI時，通常會面臨三個選擇：第一，構(gòu)建自己的模型；第二，使用開源的模型，或者使用IBM或其他廠商的模型，或兩者兼用。第三，直接使用IBM的基礎(chǔ)模型來獲得結(jié)果。無論客戶和合作伙伴做出何種選擇，IBM都可以助力客戶進(jìn)行嘗試和實驗，并進(jìn)行模型調(diào)優(yōu)、構(gòu)建和評估，幫助他們在任何云上都能部署并調(diào)整模型。這與IBM圍繞混合云和AI的戰(zhàn)略相一致。
過去，在數(shù)據(jù)為先的發(fā)展階段，聚焦數(shù)據(jù)與數(shù)據(jù)生命周期， IBM 提出人工智能階梯（AI Ladder）的方法，從數(shù)據(jù)的收集、組織、分析、融合四個步驟為企業(yè)規(guī)?；渴餉I奠定基礎(chǔ)。這些工作在一個現(xiàn)代化的人工智能階梯當(dāng)中則處于底層，也就是所謂 "+AI"的工作。今天，企業(yè)在積極探索如何將AI用于企業(yè)的應(yīng)用，如何對企業(yè)的工作流實現(xiàn)智能自動化、甚至替換現(xiàn)有的工作流，最終讓AI來完成工作——企業(yè)正步入以AI為先的 "AI+" 的全新發(fā)展階段。
今年5月初，IBM推出針對基礎(chǔ)模型和生成式AI的新一代企業(yè)級AI與數(shù)據(jù)平臺的watsonx，這距離IBM Watson AI參加美國綜藝智力比賽節(jié)目"危險邊緣（Jeopardy）"，已經(jīng)過去了近13年。IBM watsonx是一套完整的AI開發(fā)平臺和管理工具，融合業(yè)界領(lǐng)先的技術(shù)和理念（如基礎(chǔ)模型、生成式AI等），更是融合了IBM企業(yè)級AI與數(shù)據(jù)治理的產(chǎn)品與實施經(jīng)驗，是一個可以為企業(yè)用戶提供先進(jìn)的機(jī)器學(xué)習(xí)、數(shù)據(jù)管理和生成式AI功能，提供涵蓋數(shù)據(jù)管理、模型訓(xùn)練、驗證、調(diào)優(yōu)、部署、治理與監(jiān)管的全生命周期的平臺和完整工具。IBM watsonx可以幫助企業(yè)全面、靈活、便捷地在各個生產(chǎn)和業(yè)務(wù)環(huán)節(jié)應(yīng)用AI，并在整個過程中嚴(yán)格保護(hù)企業(yè)的私有數(shù)據(jù)和信息安全，同時滿足 AI 治理和監(jiān)管的要求。
IBM watsonx 包含有三個組件：watsonx.ai、watsonx.data 和 watsonx.governance。它為用戶提供了先進(jìn)的機(jī)器學(xué)習(xí)、數(shù)據(jù)管理，和生成式 AI 功能，以快速、可信的數(shù)據(jù)和治理的方式在整個企業(yè)中訓(xùn)練、驗證、調(diào)整和部署 AI 系統(tǒng)。可以為整個數(shù)據(jù)與 AI 生命周期提供幫助，從數(shù)據(jù)準(zhǔn)備到模型開發(fā)、部署和監(jiān)控。我們相信，它可以擴(kuò)展和加速最為先進(jìn)的 AI 對每個企業(yè)的影響——Put AI to Work, 讓 AI成為企業(yè)的核心生產(chǎn)力!
擴(kuò)展與加速AI采用率，與客戶和合作伙伴攜手共創(chuàng)
IBM堅信，在一個"AI為先"的商業(yè)時代，企業(yè)的差異化競爭優(yōu)勢和獨特的商業(yè)價值，將越來越多地從 AI 模型對于企業(yè)獨特數(shù)據(jù)和業(yè)務(wù)領(lǐng)域知識的適應(yīng)性當(dāng)中獲得。通過watsonx，IBM為企業(yè)提供了一個基于混合云和基礎(chǔ)模型的生成式企業(yè)級AI與數(shù)據(jù)的平臺，可以幫助客戶和合作伙伴填補在采用大模型和生成式AI過程中所面臨的技能、算力、成本等難以跨越的鴻溝，借助IBM的技術(shù)、行業(yè)與生態(tài)力量，專注于自身業(yè)務(wù)，構(gòu)建獨特的競爭優(yōu)勢與商業(yè)價值。
人工智能模型的業(yè)務(wù)需求越精細(xì)，價值創(chuàng)造就會越獨特?？蛻羧绾卧诟鱾€應(yīng)用場景中實現(xiàn)人工智能？IBM已經(jīng)確定的早期應(yīng)用場景包括數(shù)字勞動力、IT自動化、應(yīng)用程序現(xiàn)代化、安全性和可持續(xù)性等，AI將為企業(yè)帶來全新的數(shù)字生產(chǎn)力水平?？蛻艉秃献骰锇榭梢愿鶕?jù)自身的業(yè)務(wù)戰(zhàn)略和痛點，從適合自己的業(yè)務(wù)場景開啟與IBM的基礎(chǔ)模型與AI應(yīng)用的共創(chuàng)之旅。
例如，在數(shù)字勞動力的場景下，借助 AI 和智能自動化，業(yè)務(wù)人員能夠做出更好的決策并更快地交付結(jié)果。這將改變?nèi)肆Y源、IT、采購、財務(wù)、數(shù)據(jù)分析師的工作方式，讓他們可以專注于業(yè)務(wù)，大大提高生產(chǎn)力。IT智能自動化能夠提高企業(yè)系統(tǒng)的性能表現(xiàn)，對系統(tǒng)實現(xiàn)智能自動化，獲得新的效率和彈性水平，同時，AIOps解決方案還可以幫助組織快速降低IT成本。在應(yīng)用程序現(xiàn)代化方面，借助AI，通過DevOps、容器、Kubernetes和微服務(wù)可以使現(xiàn)有的應(yīng)用程序快速實現(xiàn)現(xiàn)代化。在安全性方面，通過將AI引入安全領(lǐng)域，可以擴(kuò)大可見性范圍并提升響應(yīng)能力，通過機(jī)器學(xué)習(xí)和自然語言處理等AI技術(shù)提供快速洞察，以減少每日警報的噪音，大幅縮短響應(yīng)時間。此外，AI還可以減少排放、浪費和成本，將可持續(xù)性嵌入到日常運營中來獲取新的效率，幫助組織做好準(zhǔn)備應(yīng)對可能擾亂業(yè)務(wù)的氣候風(fēng)險，更容易地評估他們自己對環(huán)境的影響，并滿足合規(guī)性要求。
不僅如此，IBM還攜手合作伙伴，擴(kuò)展企業(yè)的AI采用率。例如，IBM將Watson Assistant和Watson Discovery嵌入SAP 解決方案，不久前雙方又宣布把 IBM Watson AI嵌入SAP 解決方案，提供新的AI驅(qū)動型洞察與自動化，為 SAP解決方案全組合打造更為高效的用戶體驗；將Watson Discovery和自然語言軟件庫嵌入Adobe Acrobat，幫助其用戶更好地處理PDF文件；借助 IBM Watson Order，麥當(dāng)勞實現(xiàn)了"來得速"服務(wù)的自動化，使其員工專注于食品外送和顧客服務(wù)；Watson Code Assistant 和 Red Hat Ansible 共同實現(xiàn)IT自動化，優(yōu)化紅帽社區(qū)開發(fā)者體驗；在通用汽車的車載應(yīng)用中內(nèi)嵌紅帽技術(shù)棧，并基于紅帽O(jiān)penShift平臺優(yōu)化其智能車載應(yīng)用的AI工作負(fù)載。
回到根本，應(yīng)對算力挑戰(zhàn)
在數(shù)博會的"大數(shù)據(jù)、大算力、大模型"的圓桌對話中，算力挑戰(zhàn)是大家非常關(guān)注的議題?；氐礁?，我認(rèn)為，應(yīng)對算力挑戰(zhàn)，除了基礎(chǔ)設(shè)施的硬件層面，軟件也非常重要：怎樣把算力抽象起來，數(shù)據(jù)怎樣能夠低成本的治理，計算出來的結(jié)果如何能與企業(yè)及用戶一端現(xiàn)有的系統(tǒng)整合起來，算力如何來調(diào)度，這里面包含了很多軟件技術(shù)。因此，當(dāng)下技術(shù)的研發(fā)，不光是在基礎(chǔ)架構(gòu)層面，從平臺一直到應(yīng)用，技術(shù)提供商都必須關(guān)注，為企業(yè)客戶提供全棧式的產(chǎn)品和服務(wù)。這也是今天IBM在中國為企業(yè)客戶提供人工智能大數(shù)據(jù)和數(shù)字化轉(zhuǎn)型服務(wù)非常重要的一點。
這是一個顛覆性的時代，未來幾年我們的產(chǎn)業(yè)將發(fā)生很多顛覆性的變化。處于這個變局當(dāng)中，每個企業(yè)都需要具備應(yīng)用人工智能、利用數(shù)字化技術(shù)的能力；作為個人，我們也許要開始重新設(shè)計自己的職業(yè)，重新打造自己未來開展日常工作的能力，這一點非常重要。面對新的人工智能信息化時代，我們每個人都要與時俱進(jìn)作出改變，追趕技術(shù)。與大家共勉?。ㄍ辏?/p>
關(guān)于 IBM
IBM 是全球領(lǐng)先的混合云、人工智能及企業(yè)服務(wù)提供商，幫助超過 175 個國家和地區(qū)的客戶，從其擁有的數(shù)據(jù)中獲取商業(yè)洞察，簡化業(yè)務(wù)流程，降低成本，并獲得行業(yè)競爭優(yōu)勢。金融服務(wù)、電信和醫(yī)療健康等關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域的超過 4000 家政府和企業(yè)實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現(xiàn)數(shù)字化轉(zhuǎn)型。IBM 在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務(wù)方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對企業(yè)誠信、透明治理、社會責(zé)任、包容文化和服務(wù)精神的長期承諾是 IBM 業(yè)務(wù)發(fā)展的基石。了解更多信息，請訪問：https://www.ibm.com/cn-zh
媒體聯(lián)絡(luò)人：
