亚洲国产午夜真人一级片中文字幕精品黄,精品久久久噜噜噜久久久,国产区综合精品国产www,www.国产精品.com,国产美女的第一次好痛在线看,最新国产乱人伦偷精品免费网站,日本欧美一区二区三区不卡视频,精品久久久无码人妻字幂,国产午夜精品理论片,国产午夜精品久久久久免费视

數(shù)據(jù)生產(chǎn)垂直大模型研發(fā)項目可行性研究報告
思瀚產(chǎn)業(yè)研究院 海天瑞聲    2023-06-25

1、項目背景

（1）受大模型技術驅(qū)動，全球人工智能產(chǎn)業(yè)進入加速發(fā)展期，快速提升大模型相關技術能力成為國家新興科技發(fā)展戰(zhàn)略

人工智能大模型因其良好的泛化性和遷移性，有助于推動人工智能進入大規(guī)模落地應用，已成為人工智能發(fā)展新賽道。同時其強大的理解和生成能力，將驅(qū)動人工智能技術加速與實體產(chǎn)業(yè)融合，并深刻改變未來人類的生活和工作方式，發(fā)展大模型技術成為全球各國比拼科技實力，提升經(jīng)濟效率，拉升經(jīng)濟增長的重要動能之一。

目前，國際巨頭紛紛布局以大模型為核心的通用人工智能產(chǎn)業(yè)，產(chǎn)業(yè)進入加速發(fā)展期。在這一信息技術重點領域，我國與國際巨頭存在一定差距，正加速布局和應對。國內(nèi)眾多研究機構、企業(yè)積極研究生成式AI大模型技術的最優(yōu)路徑，并進行產(chǎn)品發(fā)布。近期，在國內(nèi)科技及投資各領域的高度關注下，百度、商湯、阿里巴巴、華為、科大訊飛、360、京東、字節(jié)跳動等企業(yè)均有所行動。

我國在“十四五”期間，針對人工智能的未來發(fā)展陸續(xù)出臺了相關指導方案和激勵政策，對人工智能的整體發(fā)展方向和技術發(fā)展重點做出重要規(guī)劃，同時提出加強算法創(chuàng)新與應用、推動算力基礎設施建設、完善數(shù)據(jù)基礎支撐體系等關鍵建議，倡導未來不斷夯實產(chǎn)業(yè)發(fā)展新基礎。

全國各地亦陸續(xù)出臺多項數(shù)據(jù)政策，其中，《北京市促進通用人工智能創(chuàng)新發(fā)展的若干措施》明確提出要“系統(tǒng)構建大模型等通用人工智能技術體系：開展大模型創(chuàng)新算法及關鍵技術研究；加強大模型訓練數(shù)據(jù)采集及治理工具研發(fā)；建設大模型評測開放服務平臺；構建大模型基礎軟硬件體系。推動通用人工智能技術創(chuàng)新場景應用。

《北京市加快建設具有全球影響力的人工智能創(chuàng)新策源地實施方案（2023-2025 年）》提出“到 2025 年，人工智能基礎理論研究取得突破；關鍵核心技術基本實現(xiàn)自主可控，其中部分技術與應用研究達到世界先進水平；人工智能高水平應用深度賦能實體經(jīng)濟，促進經(jīng)濟高質(zhì)量發(fā)展”的目標，并進一步提出了“自然語言、通用視覺、多模態(tài)交互大模型等形成完整技術棧；生成式產(chǎn)品成為國內(nèi)市場主流應用和生態(tài)平臺”等具體目標。

（2）人工智能大模型正處于產(chǎn)業(yè)發(fā)展轉(zhuǎn)型關鍵期，垂直應用面臨爆發(fā)

在大模型通用性、泛化性以及擴大人工智能應用范圍的優(yōu)勢推動下，人工智能加快與各類產(chǎn)業(yè)的滲透和融合。人工智能大模型正處于打造商業(yè)模式，形成基礎設施能力的關鍵時期，將從通用逐漸走向垂直領域，在基礎模型之上的垂直行業(yè)應用也有望興起。大模型在搜索、推薦、智能交互、生產(chǎn)流程變革、產(chǎn)業(yè)提效等場景已表現(xiàn)出了較大的潛力。例如，在金融領域，陸續(xù)產(chǎn)生了通過構建大語言

模型等解讀征信報告、實現(xiàn)交互式智能客服，為金融服務提質(zhì)增效賦能。目前，國內(nèi)相關機構及頭部企業(yè)在深耕通用基礎大模型研發(fā)之外，同時根據(jù)自身產(chǎn)業(yè)生態(tài)布局，打造垂直領域大模型，觸達應用場景落地；其他具備模型自研能力的肩部廠商，亦基于開源模型或海量數(shù)據(jù)，打造垂向大模型，建立垂直行業(yè)的平臺生態(tài)。

我國 AIGC 商業(yè)落地產(chǎn)業(yè)圖譜如下圖所示

來源：億歐·TE《中國AIGC商用場景趨勢捕捉指北》

由于大模型在垂直領域應用場景中，需要依賴垂直領域數(shù)據(jù)和行業(yè)know-how、應用場景和用戶數(shù)據(jù)反哺以及一站式端到端工程化能力等。因此，為實現(xiàn)通用大模型對行業(yè)應用的賦能，需要相關領域機構或服務提供商基于通用大模型進行知識遷移，建設行業(yè)垂向大模型，實現(xiàn)其縱向業(yè)務價值。

（3）大模型對人工智能數(shù)據(jù)處理技術提出了新要求，該類技術的持續(xù)提升是支撐大模型長期發(fā)展、持續(xù)服務垂直應用的必備能力

目前人工智能進入大模型時代，大規(guī)模、高質(zhì)量數(shù)據(jù)的重要性愈加凸顯，并成為模型訓練效果的核心支撐之一，但在數(shù)據(jù)前沿性及工程化技術方面依然充滿挑戰(zhàn)。長期來看，AI數(shù)據(jù)處理技術的持續(xù)拓新與發(fā)展是及時適應甚至超前引領大模型技術和應用發(fā)展的關鍵。

大模型研發(fā)的第一階段，即預訓練階段，需要通過對海量未經(jīng)標注數(shù)據(jù)進行學習，獲得"基本的語言能力和通用知識"。雖無需標注，但這一階段需要對海量數(shù)據(jù)進行清洗，清洗質(zhì)量的好壞，會顯著影響無監(jiān)督學習的效果及大模型的精準性。在第二階段，即強化學習階段，需要加入人類反饋，人類以標注的方式對機器自學習后的判斷進行調(diào)整，使得大模型的認知和人類認知進行對齊，亦構成大模型帶來優(yōu)質(zhì)體驗感的核心環(huán)節(jié)。

當前，業(yè)界已形成高度共識，即對于大模型訓練來說，數(shù)據(jù)是模型訓練質(zhì)量的重要保障和核心要素。若要訓練一個功能全面的高質(zhì)量大模型，不僅需要持續(xù)獲取大規(guī)模、高質(zhì)量、多模態(tài)、多場景、多垂向的數(shù)據(jù)，更需具備持續(xù)迭代的高質(zhì)量數(shù)據(jù)篩選、清洗等技術和指令、對齊、標注等策略，以不斷提升包括預訓練階段、強化學習階段中所需數(shù)據(jù)的質(zhì)量，確保通用能力及各垂直應用能力的提升，為大模型精確性、通用性及泛化能力的實現(xiàn)奠定堅實基礎。

2、項目基本情況

本項目建設目標為研發(fā)海天瑞聲數(shù)據(jù)生產(chǎn)垂直大模型，并以海天瑞聲數(shù)據(jù)生產(chǎn)垂直大模型為核心，升級海天瑞聲一體化技術支撐平臺。

大模型所需數(shù)據(jù)不同于傳統(tǒng)有監(jiān)督學習范式下的數(shù)據(jù)需求，數(shù)據(jù)規(guī)模量級大，且近年隨著數(shù)據(jù)安全環(huán)境快速驅(qū)嚴，數(shù)據(jù)使用權限和范圍受到更多的限定，因此大模型時代下的數(shù)據(jù)處理規(guī)則將顯著區(qū)別于傳統(tǒng)方式。此外，由于大模型訓練數(shù)據(jù)本身具有更高的復雜性和多樣性，其數(shù)據(jù)服務規(guī)則的設計難度也將指數(shù)級提升。

因此，為更高效高質(zhì)完成數(shù)據(jù)規(guī)則的規(guī)?；a(chǎn)，公司將采用全棧自研的數(shù)據(jù)生產(chǎn)垂直大模型技術，輔助完成面向多個下游任務的數(shù)據(jù)設計與處理規(guī)則，形成下載方案設計、清洗方案設計、指令方案設計、指令泛化與遷移、指令數(shù)據(jù)驗證、多模態(tài)數(shù)據(jù)方案等多項生成能力，以及在上述方案下的原始數(shù)據(jù)及標注成果生成能力。

同時，為更好實現(xiàn)數(shù)據(jù)生產(chǎn)垂直大模型下的各類生成能力，公司將研發(fā)并引入預訓練數(shù)據(jù)集設計與處理技術、指令數(shù)據(jù)集設計與處理技術、任務對齊與泛化技術、強化學習技術、Transformer技術、大模型訓練框架技術、大模型訓練相關底層工程技術、大模型評測技術等，夯實數(shù)據(jù)生產(chǎn)垂直大模型構建的基礎。

此外，基于數(shù)據(jù)生產(chǎn)垂直大模型的核心能力，項目還將升級海天瑞聲一體化技術支撐平臺，使其能夠全面擁有大模型范式下的數(shù)據(jù)服務能力。通過嵌入預訓練數(shù)據(jù)下載工具、預訓練數(shù)據(jù)清洗工具、指令數(shù)據(jù)集篩選工具、指令數(shù)據(jù)集生成與調(diào)優(yōu)工具、大模型評測數(shù)據(jù)集評測工具、大模型評測數(shù)據(jù)集質(zhì)檢工具、多模態(tài)數(shù)據(jù)集生產(chǎn)工具等模塊，完成大模型的數(shù)據(jù)獲取與處理工作，打造模型訓練、模型評測的能力。

海天瑞聲新一代基于數(shù)據(jù)生產(chǎn)垂直大模型的數(shù)據(jù)服務技術架構圖

3、項目建設必要性

（1）本項目建設是公司落實國家科技創(chuàng)新發(fā)展戰(zhàn)略的重要舉措

人工智能是戰(zhàn)略性新興產(chǎn)業(yè)的重要組成部分，對我國經(jīng)濟發(fā)展和提升國家戰(zhàn)略安全具有重要意義。在世界政治經(jīng)濟格局加速重構的影響下，未來逆全球化趨勢仍將延續(xù)。全球產(chǎn)業(yè)合作格局重構、國際分工體系全面調(diào)整，關鍵環(huán)節(jié)的國際競爭將加劇，我國在關鍵核心技術上的問題愈發(fā)突出，戰(zhàn)略性新興產(chǎn)業(yè)的產(chǎn)業(yè)鏈安全穩(wěn)定存在潛在隱患。

因此，我國需要進一步集中優(yōu)勢資源，在重點領域加快突破一批關鍵核心技術，助力提升我國新興產(chǎn)業(yè)的產(chǎn)業(yè)鏈關鍵環(huán)節(jié)、關鍵領域、關鍵產(chǎn)品的安全保障能力，保障國家戰(zhàn)略安全。

公司是我國人工智能數(shù)據(jù)服務領域的龍頭提供商，本項目以研發(fā)數(shù)據(jù)生產(chǎn)垂直大模型為核心，并基于該生產(chǎn)大模型對數(shù)據(jù)集生產(chǎn)的強大支撐能力，升級海天瑞聲一體化技術支撐平臺，持續(xù)以自主可控的技術與平臺為我國人工智能技術與產(chǎn)業(yè)發(fā)展提供支撐。本項目的建設是公司落實國家科技創(chuàng)新發(fā)展戰(zhàn)略的重要舉措。

（2）本項目建設是鞏固公司的核心技術壁壘，構建長期技術實力的必然手段

隨著人工智能從深度學習階段走向大模型階段，對訓練數(shù)據(jù)服務產(chǎn)生了新的需求，具體可分為預訓練階段和強化學習階段：在預訓練階段，模型所需的數(shù)據(jù)量巨大；在強化學習階段，模型所需的數(shù)據(jù)質(zhì)量較高，并需要以相關領域 know-how 作為模型輸入。此外，隨著多模態(tài)大模型的不斷發(fā)展，跨語音、文本和視頻圖像數(shù)據(jù)等多種類別的數(shù)據(jù)集需求將快速增加。

數(shù)據(jù)集生產(chǎn)能力和一體化技術支撐平臺是公司核心技術的重要體現(xiàn)。目前ChatGPT 等模型執(zhí)行通用生成任務的效果證明了大模型可具備數(shù)據(jù)生成能力。本項目的建設將基于公司在深度學習階段數(shù)據(jù)集生產(chǎn)所積累的 know-how，自主研發(fā)數(shù)據(jù)生產(chǎn)垂直大模型，構建大模型數(shù)據(jù)處理技術通用化解決方案能力，實現(xiàn)完整、可持續(xù)迭代的大模型數(shù)據(jù)技術框架和數(shù)據(jù)策略，進一步提高公司在人工智能基礎數(shù)據(jù)服務領域的智能化水平，鞏固公司的核心技術壁壘，形成長期技術實力支撐。

（3）本項目建設是提升公司數(shù)據(jù)服務綜合競爭力的有效途徑

大模型訓練數(shù)據(jù)集的生產(chǎn)流程包括設計、獲?。Ｐ蜕桑⑶逑?、標注、安全管理、質(zhì)控評測等不同的環(huán)節(jié)。系統(tǒng)化的開發(fā)平臺和專業(yè)化的軟件處理工具對應對大模型時代的數(shù)據(jù)處理需求和全流程支撐至關重要。本項目有助于進一步優(yōu)化公司的數(shù)據(jù)處理技術，促進數(shù)據(jù)資源處理經(jīng)驗的進一步沉淀，長期來看，可以大幅提高公司的數(shù)據(jù)處理能力、效率，提升服務范圍和水平，適應人工智能發(fā)展的新階段，獲得有效長期的發(fā)展動力，進一步鞏固和提升公司在數(shù)據(jù)服務領域的競爭力。

4、項目建設可行性

（1）本項目建設符合政策要求和行業(yè)發(fā)展趨勢

2023 年 4 月 11 日，國家互聯(lián)網(wǎng)信息辦公室公布《生成式人工智能服務管理辦法（征求意見稿）》，文件明確指出，“國家支持人工智能算法、框架等基礎技術的自主創(chuàng)新、推廣應用、國際合作，鼓勵優(yōu)先采用安全可信的軟件、工具、計算和數(shù)據(jù)資源”，“用于生成式人工智能產(chǎn)品的預訓練、優(yōu)化訓練數(shù)據(jù)，應滿足法律法規(guī)要求、不侵權、同時保證數(shù)據(jù)真實性、準確性、客觀性、多樣性等若干要求?！痹撧k法從政策層面對生成式人工智能的數(shù)據(jù)集提出了明確的合法、合規(guī)、合理、準確以及知識產(chǎn)權清晰的高要求。

但目前國內(nèi)大模型的發(fā)展普遍存在數(shù)據(jù)來源不均衡、數(shù)據(jù)更新實時性弱、垂直類型數(shù)據(jù)不足、指令集質(zhì)量欠佳且存在偏見等問題，由此導致大模型的效果、效率、合規(guī)性、合理性等方面亟待完善與提升，且在大模型持續(xù)發(fā)展過程中，部分問題的影響可能持續(xù)擴大。因此，建立一套完整、完善、可持續(xù)迭代的大模型訓練數(shù)據(jù)技術框架和數(shù)據(jù)策略，符合生成式人工智能技術與應用合規(guī)、高效發(fā)展的趨勢。

（2）公司與現(xiàn)有客戶、科研院所聯(lián)系緊密，可確保項目技術框架明確、技術路線可行有效

公司自 2005 年成立以來，始終致力于挖掘行業(yè)客戶需求，解決客戶痛點，通過在智能語音、計算機視覺、自然語言等領域的技術積累，獲得全球眾多客戶認可，截至 2022 年底，公司累計客戶數(shù)量已達到 810 家。公司現(xiàn)有客戶包括阿里巴巴、騰訊、百度、科大訊飛、?？低暋⒆止?jié)跳動、微軟、亞馬遜、三星、中國科學院、清華大學等全球主流企業(yè)、教育科研機構以及政企機構。

公司部分現(xiàn)有客戶是當前大模型領域的積極實踐者，通過與客戶的長期合作，深度交流，能夠第一時間獲取大模型研發(fā)中數(shù)據(jù)痛點與需求，并可在持續(xù)交流反饋中不斷修正本項目的建設方案。此外，公司也與科研院所和高校等開展深入合作，可引入外部專家資源，以保證技術路線的可行性。

（3）公司擁有深厚的技術沉淀和人才儲備，具有完成本項目的技術基礎

公司深耕行業(yè)近 20 年，擁有一支高素質(zhì)的研發(fā)團隊，公司高管及核心研發(fā)人員大多畢業(yè)于清華、北大、復旦等一流院校，大部分曾在微軟、阿里巴巴、英特爾、IBM、中科院等業(yè)內(nèi)領先的成熟企業(yè)與研究機構擔任人工智能領域技術研發(fā)與管理的領導職務。截至 2022 年 12 月 31 日，公司研發(fā)人員達到 82 人，經(jīng)驗豐富的技術團隊為本項目的執(zhí)行提供了人才保證。

截至 2022 年底，公司擁有算法模型框架 16 個、算法模型數(shù)量超過 200 個，公司自然語言理解算法支持包括語義理解、情感分析和意圖識別等能力，語音識別算法支持語種 58 個，計算機視覺算法支持幾十大類、上百小類的物體識別。公司在智能語音、自然語言、計算機視覺領域均有多年算法積累，該等算法模型能夠全面支撐公司多個領域數(shù)據(jù)生產(chǎn)活動的開展。

5、項目投資概算

本項目投資金額總量為 40,651.64 萬元，投資明細主要包括場地購置及裝修費用、設備購置費用、軟件購置費用、研發(fā)人員費用和設備托管費用。

6、項目實施主體及實施計劃

（1）項目實施主體

本項目的實施主體為北京海天瑞聲科技股份有限公司及/或下屬子公司。

（2）項目實施計劃

本項目建設期3年。

7、項目經(jīng)濟效益評價

本項目是公司落實發(fā)展戰(zhàn)略，順應行業(yè)發(fā)展趨勢，支撐公司加速數(shù)據(jù)服務領域算法能力建設、持續(xù)構建 AI 產(chǎn)業(yè)核心競爭力的必要手段。本項目不直接產(chǎn)生效益，項目建成后將成為公司主營業(yè)務長期發(fā)展的技術底座。

8、項目批準情況

目前，本公司正在辦理本項目立項備案。

本項目不同于常規(guī)生產(chǎn)性項目，不存在廢氣、廢水、廢渣等工業(yè)污染物，不屬于根據(jù)《中華人民共和國環(huán)境影響評價法》和《建設項目環(huán)境影響評價分類管理名錄》等相關法律法規(guī)需要進行環(huán)境影響評價的建設項目。因此，本項目無需進行項目環(huán)境影響評價，亦不需要取得環(huán)保主管部門對項目的審批文件。