腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生
(资料图)
出品|搜狐科技
作者|郑松毅
6月19日,腾讯云在国家科技传播中心召开行业大模型及智能应用技术峰会,首次公布腾讯云行业大模型研发进展,依托腾讯云TI平台打造行业大模型精选商店,为客户提供MaaS(Model-as-a-Service)服务,助力客户构建专属大模型及智能应用。
峰会上,腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生发表《模型扎根产业,共建智能生态》的主题演讲,分别从模型、数据、应用与算力四个角度分享了对大语言模型在产业落地的思考。
首先,就模型而言,比起通用大模型,企业更需要针对具体行业的大模型,并结合企业自身的数据进行训练和精调,以打造出更实用的智能服务。企业对提供的专业服务要求高且容错性低,因此使用的大模型必须具备可控、可追溯和可修正的特点,并经过反复充分的测试。
其次是数据的重要性。数据是大模型的原材料,针对具体场景,数据的覆盖和质量至关重要。在模型的开发过程中,需要关注敏感数据的保护和安全合规,并有效管理大量的数据和标签,不断进行测试和模型的迭代。腾讯云推出基于TI平台的行业大模型精调解决方案,帮助模型开发者和算法工程师处理数据、创建和使用大模型。
在应用方面,腾讯通过基于行业模型的智能小助手、腾讯会议可以协助用户进行日程安排、会管、会控等操作,并自动生成智能总结摘要。腾讯企点智能客服和AI代码助手等应用也通过行业模型的训练和精调,优化问题回答和编程辅助能力。
最后是算力的支持。算力是模型持续运转的基础,高性能、高弹性和高稳定的算力对于大模型的训练和使用至关重要。腾讯云提供新一代计算集群,为客户提供稳定计算、高速网络与专业运维。同时,推出面向AI运算的向量数据库,支撑对图像、音频和文本等非结构化数据的处理,数据接入AI的效率较传统方式有提升。
汤道生介绍,“在大模型的训练和使用过程中,需要大量异构算力的支持,对网络速度与稳定性要求也很高,加上GPU服务器比一般服务器稳定性更低一些,服务器的运维、问题的排查更频繁,整体运维的难度与工作量会高很多。”
他表示,“模型最终要在真实场景落地,要达到理想的服务效果,往往需要把企业自身的数据也用起来。在模型研发过程中,既要关注敏感数据的保护与安全合规,也需要管理好大量的数据与标签,不断测试与迭代模型。”
责任编辑:
标签: