近年來,大規(guī)模預(yù)訓(xùn)練模型(以下簡稱“大模型”)作為人工智能取得突破性進展的重要驅(qū)動力之一,顯著加速人工智能工程化和普惠化發(fā)展進程,有望成為新一代智能技術(shù)底座。人工智能大模型的突破源于高質(zhì)量數(shù)據(jù)的不斷發(fā)展,提升高質(zhì)量數(shù)據(jù)要素供給能力是推動通用人工智能大模型領(lǐng)域創(chuàng)新的關(guān)鍵。

2020年的一項重要研究工作發(fā)現(xiàn),模型效果與模型的參數(shù)、數(shù)據(jù)和計算量之間存在冪律發(fā)展規(guī)律“ScalingLaws”。模型參數(shù)、數(shù)據(jù)和計算量呈指數(shù)級增長,模型在測試集上的損失呈指數(shù)級下降,模型性能越好。

也就是說,在計算量給定、參數(shù)規(guī)模較小的情況下,增加模型參數(shù)量對模型性能的影響遠高于數(shù)據(jù)和訓(xùn)練次數(shù)的貢獻模型的步驟。

因此,業(yè)界對大型模型的性能形成了普遍的認識,即模型的參數(shù)和容量越多,模型的性能越好。

從AI產(chǎn)業(yè)鏈的發(fā)展情況和未來發(fā)展趨勢來看,中國AI數(shù)據(jù)服務(wù)行業(yè)的市場規(guī)模正在逐步擴大。隨著行業(yè)內(nèi)對訓(xùn)練數(shù)據(jù)需求類型的增加以及對服務(wù)標(biāo)準(zhǔn)要求的提高,產(chǎn)業(yè)鏈的專業(yè)化分工愈加清晰。

在青年先鋒論壇活動上,云測數(shù)據(jù)總經(jīng)理賈宇航指出,作為人工智能的“燃料”,AI數(shù)據(jù)的質(zhì)量影響著大模型的最終的結(jié)果的好壞。數(shù)據(jù)的數(shù)量越多、質(zhì)量越高,模型的訓(xùn)練和性能優(yōu)化就越充分、性能就越好,高質(zhì)量的AI數(shù)據(jù)將助力人工智能應(yīng)用具備更強大的服務(wù)能力。

談及面向大模型高質(zhì)量數(shù)據(jù)需求,云測數(shù)據(jù)在相關(guān)層面有哪些優(yōu)勢布局時,賈宇航表示云測數(shù)據(jù)一直將數(shù)據(jù)質(zhì)量作為AI數(shù)據(jù)服務(wù)的發(fā)展核心,不僅聚焦于技術(shù)研發(fā)優(yōu)化,更是延伸至人才培養(yǎng)、產(chǎn)品服務(wù)等環(huán)節(jié),為企業(yè)提供高質(zhì)量的場景化的AI數(shù)據(jù)服務(wù)。業(yè)務(wù)層面通過數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注等方式為企業(yè)引入AI數(shù)據(jù)處理,以標(biāo)準(zhǔn)API接口支持?jǐn)?shù)據(jù)導(dǎo)入和導(dǎo)出、支持已有算法預(yù)標(biāo)注功能,可以提供多項AI數(shù)據(jù)產(chǎn)品應(yīng)用和AI數(shù)據(jù)服務(wù),跟任何的企業(yè)的數(shù)據(jù)庫打通,完成原始數(shù)據(jù)到標(biāo)注數(shù)據(jù)的快速積累,加速AI模型的開發(fā)進程。