A Conferência de Inovação de Rede 2023 da AI realizada no modelo de rede inteligente de Pequim no BBS, o Modelo de Produtos a Cabos ZTE Ji'an-Guo Lu fez da New Era da Rede de Sabedoria: o Big Model direciona o futuro do tema do nível de Automação de Tuning.
Lu Jianguo disse que muitas tecnologias importantes, como a IA habilitadora, o Digital Twin and Intention Drive, apoiarão o nível de inteligência da rede de auto-inteligência de L4 a L5 e fará com que a rede de auto-inteligência continue a itera e evoluir para concluir a auto-intelligência. Entre essas tecnologias -chave, a IA é o mecanismo mais importante, e os modelos grandes são a chave da tecnologia de IA.
Em como aplicar um modelo grande à rede de auto-inteligência, Lu Jianguo introduziu que o modelo grande tem capacidade de super geração e pode gerar rapidamente um grande número de esquemas. Para as operações de rede intelectual, é uma necessidade de implementar um grande número de etapas de operação, equivalente ao espaço de alta dimensão para encontrar a solução ideal, o conjunto de soluções para todos os processos possíveis, um modelo grande para soluções gerais, como NP (não polinomial), um grande número de amostras, avaliação, otimização, iteração pode reproduzir eficiente de eficiência, abordar rapidamente a solução otimal. No entanto, embora modelos grandes gerem muitos esquemas, é difícil garantir que esses esquemas sejam úteis. Embora modelos grandes tenham certa capacidade de pensar, eles ainda precisam de intervenção humana ao lidar com a lógica complexa. Para resolver esse problema, a ZTE sugere integrar a experiência especializada no processo de pré-treinamento incremental e ajuste fino do modelo para formar uma iteração de circuito fechado. Dessa maneira, uma transição suave do aprendizado de reforço de feedback manual para o aprendizado de reforço de feedback da ferramenta pode ser realizado, o que pode utilizar efetivamente a capacidade de geração de modelos grandes, por um lado, e, por outro, garantir que o esquema de diagnóstico gerado seja preciso e confiável. Nesse esquema, é um link essencial para construir o mapa de conhecimento de operação e manutenção combinado com a engenharia do conhecimento. A geração do esquema de volante de dados é baseada no mapa de conhecimento de operação e manutenção, para evitar a ilusão do modelo e garantir a confiabilidade e a precisão do esquema de geração. Essa abordagem baseada em gráficos de conhecimento pode integrar melhor a experiência especializada e os recursos de geração de modelos para fornecer soluções mais confiáveis.
Para o design lógico do aplicativo do modelo grande, Lu Jianguo introduziu ainda que a ZTE adotará o método de malha fechada acionada por modelo com base na engenharia imediata. A essência do design é tomar a expressão estruturada da linguagem humana (modelo rápido) como entrada, gerar a saída estruturada (esquema de arranjo) através do modelo grande e, finalmente, combinar a execução interativa da estrutura de aplicativos. Para realizar a lógica acima, a ZTE fará os preparativos técnicos de muitos aspectos, como evolução de capacidade multimodal, preparação de corpus, relacionamento com relação de recursos, conhecimento do conhecimento da injeção de conhecimento, reserva de corpus atômico / reserva de capacidade de API atômica, criação de ambiente de falha de simulação artificial, ambiente de simulação de falhas automáticas digitais e preparação de ferramentas.
Lu Jianguo finalmente disse que o principal valor do grande modelo está em sua capacidade de emergência, ou seja, pode gerar inovação combinando o conhecimento existente. No entanto, a realização dessa capacidade emergente depende da produção, aceitação e precipitação de dados de alta qualidade. Um ciclo virtuoso de dados é o fator determinante.
Hora de postagem: Nov-20-2023