有哪些信誉好的足球投注网站- 1、本文档共10页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
01
背景篇
大模型落地工业具有可行性
02
市场篇
玩家纷纷涌现，但产品和服务形式尚在摸索中
03
思考篇
模型能力进化带来不确定，合作利大于弊
04专家篇
一线企业专家的项目实践经验分享及前瞻的思考
3
背景篇-基本概念厘清
大模型落地工业具有可行性
4
01
AI本质就是一系列参数化的函数所组成的计算系统，并在一定的框架环境下，进行数据计算和参数调优的过程
整体来看，AI通用技术框架主要分为基础层、技术层、应用层三层，不同公司，在整体框架上都保持一致，只不过针对基础层和技术层的部分内容划分，略有区别，但主旨就是为各类函数组成的计算系统提供环境、数据、算力等支撑，最终达到模型运行并输出结果的目的。具体到不同层级的主要玩家而言：1）基础层和技术层的AI框架和算法/架构上，其玩家比较类似，主要是国内外领先的科技巨头、云厂等参与，如谷歌、Meta、微软、亚马逊、阿里、百度、华为等；2）应用层和技术层的工具组件、通用技术，其玩家更加百花齐放，针对行业、场景、功能等各角度发力，推动AI工具和应用的落地。当前，大部分大模型玩家的侧重点更多聚焦于通用技术的提升、应用的领域的拓展。
AI的通用技术框架情况
工具组件
全流程开发工具、可视化分析工具、安全可信组件、预训练模型应用工具、模型评估工具、云上任务提交工具、并行及优化组件等，目的是便捷AI能力开发
算法/架构
•机器学习，是核心，包含有监督、无监督、半监督学习等类别
•深度学习，包含CNN、RNN、GNN、Transformer等类别
•其他，如增强学习、强化学习、回归、分类等类别
……
输入中间输出
层层层
简易的深度学习架构
AI框架
•国外：TensorFlow（Google）、PyTorch（Meta）等
•国内：MindSpore（华为）、PaddlePaddle（百度）等
几点说明
•AI框架：是AI领域的“操作系统”，AI算法的训练及应用等都是通过AI框架进行，主要提供模型训练和模型推理支撑能力。
•算法/架构：具体的运算函数，一般由大型公司、学术机构和研究所、开源社区或平台等提供。
•AI框架+算法：在AI框架的基础上，不同特性算法的组合和变体，在某些能力上相对更加强大，可称为不同的模型类别。如果参数足够多，其推理、泛化等能力更加强，则可以称为大模型。
•大模型厂商主要服务内容：通用技术及相关工具组件。
当我们在说AI时，在说什么？
本质
•模型的本质是由一系列参数化的数学函数组成的计算系统。
•模型训练是不断调整参数及其权重的过程，部分可能需调整算法架构。
•硬件类：智能汽车、机器人、XR等智能硬件产品
•软件类：ChatGPT、智能客服等软件应用
•金融、工业、教育等行业解决方案
•智慧城市、自动驾驶等领域或者场景解决方案
通过机器学习、深度学习、NLP、计算机视觉、语音识别等算法的组合应用与优化，可以衍生一些相对通用的技术，如生成式AI、NLP大模型、CV大模型、多模态大模型等等
©2024.9iResearchInc.
行业数据，包含内部数据整合、外部合规数据等
技术层
计算资源，如CPU、GPU、NPU等
来源：《深度学习入门》by斋藤康毅，艾瑞咨询研究院自主研究及绘制。
基础层
通用技术
C端产品及服务
B/G端解决方案
应用层
数据库
操作系统
大数据平台
云计算平台
通用数据
软件设施
硬件设施
数据集
网络资源
存储资源
安全资源
传感器
…
…
…
5
…
…
大模型是什么？大模型的能力如何获取？
大模型是从海量数据中学习并记住泛知识后，在域内数据+提示数据集的修正下，具备在某类具有相对更准确能力的计算系统，
文档评论（0）