原文來源：IT時報
作者：郝俊慧
圖片來源：由無界AI 生成
這是一次要靠加快語速、提高分貝才能“搶”到提問的採訪。
7月7日下午，2023世界人工智能大會·騰訊論壇舉行前，一個狹小嘈雜的會議室裡，騰訊雲副總裁、騰訊雲智能負責人、優圖實驗室負責人吳運聲接受了媒體群訪。近20天前，騰訊對外正式公佈MaaS全景圖，以行業大模型切入火熱的“大模型賽道”，記者們迫切地想知道，同為頭部互聯網企業，騰訊為何避開通用大模型，選擇了一條看起來更“現實”的道路。
“企業需要的，是在實際場景中真正解決某個問題，而不是在100個場景中解決70%-80%的問題。”吳運聲表示，站在公司策略角度，騰訊更專注於解決落地實際的問題，而通用大模型不能徹底解決用戶的所有問題。
擁有中國最多個人用戶的騰訊，在新一輪人工智能浪潮來臨時，將產業互聯網AI化放在了改變的第一步。
騰訊雲MaaS再升級
6月19日，騰訊雲首次公佈騰訊雲行業大模型研發進展，依托騰訊雲TI平台打造行業大模型精選商店，為客戶提供MaaS（Model-as-a-Service）一站式服務，並已為傳媒、文旅、政務、金融等10餘個行業提供了超過50個大模型行業解決方案。
本次世界人工智能大會上，騰訊雲再次公佈了多項升級。
其中，最新升級的騰訊云自研星脈高性能計算網絡，能提升40%的GPU利用率，節省30%~60%的模型訓練成本，為AI大模型帶來10倍通信性能提升。基於騰訊雲新一代算力集群HCC，可支持10萬卡的超大計算規模。騰訊雲AI原生向量數據庫，最高支持10億級向量檢索規模，延遲控制在毫秒級，相比傳統單機插件式數據庫檢索規模提升10倍，同時具備百萬級每秒查詢（QPS）的峰值能力。
在應用創新方面，騰訊雲行業大模型能力應用到金融風控、交互翻譯、數智人客服等場景中，極大提升了智能應用效率。
行業大模型加持的金融風控解決方案，相比之前有了10倍效率提升，通過騰訊增持超過20年的黑灰產對抗經驗和上千個真實業務場景，整體反欺詐效果比傳統模式有20%左右的提升。在數智人領域，今年騰訊雲推出了小樣本數字人工廠，僅需少量數據、24小時內即可複刻2D數字分身，讓企業應用數智人服務成本大大降低。
“事實上，過去半年多的時間裡，我們一直在思考和探索，大模型和各行業結合背後最本質的邏輯是什麼？其實只有兩點：一是技術的根本出發點是解決實際問題，二是如果不能深入行業探索，便不能真正解決行業面臨的問題。”真實場景對大模型帶來的“考驗”，讓吳運聲感慨頗多。
智能客服被公認是LLM（大規模語言模型）最適用的行業。此次大會，騰訊為一家線上旅遊OTA公司打造了一個行業大模型，精調後的客戶專屬模型，無需配置對話流程，即可實現端到端解決業務問題。提升任務完成率，降低對話構建成本。但事實上，讓大模型真正理解客戶的問題，並非想像中那麼簡單。
“在溝通過程中，客戶的思維是跳躍的、變化的。比如他剛提出要定10號的酒店，但在機器還沒回答之前，突然又說，再幫我看看11號的酒店和航班，當AI還在對第二個需求進行反饋時，他又可能說，給我看看雙床房。”吳運聲指出，大模型要實現多意圖識別，目前還是有相當難度，通用大模型並不能簡單解決，而是需要結合場景，特別是與客戶的系統交互要重構一些非常複雜的模型。
“群模共舞”時代到來
經過初期的喧囂之後，AI大模型如何落地商業化，企業客戶如何享受這輪AI紅利，解決“AI焦慮”，成為這屆世界人工智能大會上熱議的話題。
紅杉資本中國合夥人鄭慶生從PC互聯網中期開始進入投資領域，在他看來，每個時代的勝出者，都源自那個時代的技術原生，比如PC互聯網時代，人們看重電子商務，結果社交軟件成了最大贏家；移動互聯網時代開始，人們看中社交軟件、長視頻，但短視頻佔據了最多的時長，“現在我們並不知道，哪些AI本身產生的原發性場景，將改變我們的基礎行為。”
儘管AI原生的“殺手鐧”何時出現，還不得而知，但“入局”一定是第一步。此次WAIC中心化亮相的30多個大模型中，除了百度文心一言、阿里通義、訊飛星火、商湯日日新等第一輪通用大模型之外，後來者基本都聚焦於行業大模型。
“對客戶而言，參數少、投入低，見效快的企業專屬大模型，更容易被接受，買單意願也比較明確。”一位創業公司展商告訴《IT時報》記者，一些已經在用大模型改造客服系統的銀行客戶，通常會選擇軟硬一體的私域部署方式，用自己已有的知識圖譜和數據訓練和實現推理，既確保了數據安全，投入算力成本也不會太高，“如果只需要對一個場景進行推理輸出，算力闆卡甚至在個位數便可以搞定。”
“產業場景已經成為最佳練兵場，”騰訊集團高級執行副總裁、雲與智慧產業事業群CEO湯道生，在本次WAIC全體會議-產業發展論壇上曾表示，選擇具有一站式行業大模型服務能力的雲廠商合作，基於行業大模型，構建自己的專屬模型，或許是企業探索大模型應用實踐的可行路徑。
這意味著，未來將是一個“萬模共存”的時代，每個企業都將擁有自己的大模型，而騰訊決定做新時代的賦能者。
上個月騰訊雲公佈的MaaS服務全景圖中提出，基於騰訊雲TI平台打造行業大模型精選商店，騰訊雲可提供金融、文旅、政務、醫療、傳媒、教育等10大行業，50多個解決方案。同時騰訊雲推出行業大模型精調解決方案，幫助模型開發者與算法工程師，一站式解決模型調用、數據與標籤管理、模型精調、評估測試與部署等任務，減輕創建大模型的壓力。
在這些模型和工具平台基礎上，企業只用加入自己的場景數據，就可以快速生成自己的“專屬模型”。
“現在還是大模型發展的早期階段，我個人更希望百花齊放，大家在不同的領域嘗試不同的可能性。”吳運聲認為，人工智能的發展是一項龐大的數據工程，既要有共性的知識，也需要有專業的精深的權威知識組織，需要各方合力，才能真正使技術服務行業。
AI for Science捕獲Cosmos“閃爍”
當然，除了在產業數字化轉型發揮效應，騰訊雲行業大模型也加速推動大模型等AI技術在科學計算領域的應用。
2021年開始，騰訊、國家天文台、復旦大學計算機科學技術學院聯合啟動“探星計劃”，用雲+AI幫助中國天眼FAST處理每天接收到的龐大數據量，通過視覺AI分析找到快速射電暴、脈衝星線索，截至目前已發現30顆脈衝星。
今年WAIC上，騰訊宣布探星計劃再度取得進展，首次通過AI技術發現2顆快速射電暴。
快速射電暴是一種神秘的天文現象，每1毫秒，就會放射出太陽一整年釋放的能量，“閃爍”Cosmos。但它“閃爍”頻次極低、時間極短，海量數據中極易忽視、捕捉極難，直到2007年，人類才發現第一顆，比脈衝星的發現晚了40年。
與脈衝星探索相比，要在海量數據中發現更低頻出現的快速射電暴，要求AI模型具備更高的精度、以及更快的計算速度。為了提高計算速度，騰訊針對快速射電暴探索，特別設計了一套全新的，端到端的AI算法。在同等算力下，這套全新的天文數據處理範式，推動信號處理效率相對常規處理流程提速1800倍。
此前，AI識圖前，需要先對信號圖完成繁雜的天體物理預處理，比如傅立葉變換、消色散……這些工作專業而復雜。現在騰訊優圖開創了一種天文數據處理的“端到端AI算法”，可以跳過預處理步驟，直接進入AI識別，效率大提升。
FAST每天產生數百TB 數據，每週產生幾千萬張信號圖。面對海量數據，通過“多示例學習方法+注意力機制”，騰訊雲可以快速定位和識別數據中有用信息，並提供強大的底層算力支撐。
如今，騰訊雲和FAST正在繼續探測250萬光年外M31仙女座的射電信號，預計不久的將來，將有更多“Cosmos閃爍”被捕獲。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載