
شفا – في السنوات الأخيرة، ومع تسارع تطور صناعة النماذج الكبيرة للذكاء الاصطناعي في الصين، قد أظهرت المزيد من النماذج الكبيرة المحلية أداءً ملموسًا. وباعتبارها القوة الدافعة الأساسية في العصر الرقمي، تتغلغل تقنيات الذكاء الاصطناعي بسرعة في مختلف قطاعات الاقتصاد الوطني.
وبينما تستمر هذه النماذج الكبيرة في كسر الحواجز التقنية، أصبح السؤال حول كيفية ترسيخ وتعزيز النماذج الكبيرة المحلية في الممارسات الصناعية وتمكين ترقية الصناعات موضوعًا ساخنًا في مناقشات النواب والأعضاء خلال “الدورتين السنويتين.
النماذج الرأسية وتعزيز قواعدها في البيئة الصناعية
مع تسارع الرقمنة الصناعية في الصين، أصبحت متطلبات الذكاء الاصطناعي أكثر دقة وتخصصًا في مختلف القطاعات. وغالبًا ما تفشل النماذج الكبيرة العامة التقليدية في التكيف بدقة مع السيناريوهات الصناعية المحددة، مما يؤدي إلى ما يُعرف بـ”عدم الملاءمة البيئية”. وفي هذا السياق، ظهرت هذه النماذج الكبيرة الرأسية المصممة خصيصًا لتلبية احتياجات القطاعات المتخصصة، لتصبح اتجاهًا جديدًا في تطبيق تقنية النماذج الكبيرة على الصناعات.
فعلى سبيل المثال، وبالاعتماد على القدرات الأساسية لنماذج الذكاء الاصطناعي العامة مثل “تونغ يي” ( Tongyi ) من “علي بابا” الصينية( Alibaba )، طوّرت المنصة التجارية “دينغ دينغ” ( DingTalk ) مساعدًا ذكياً للذكاء الاصطناعي موجهًا نحو سيناريوهات الأعمال، يغطي قطاعات مثل التصنيع، والرعاية الصحية، والتجزئة، والتعليم. وفي شركة “جينشي روبوت” ( Jinshi Robotics ) بمدينة تشانغتشو، ومن خلال تعلم واستيعاب كميات هائلة من المعرفة المتخصصة في مجال الروبوتات، أصبح مساعد “دينغ دينغ” الذكي يخدم بشكل مباشر أكثر من 1000 موزع في جميع أنحاء البلاد، مما يوفر استجابات فعالة لمختلف المشكلات المتعلقة بخدمات ما بعد البيع للمنتجات.
تُعد البيانات الصناعية “المغذّي” الأساسي للنماذج الكبيرة الرأسية. ورغم أن الصين تتمتع بتنوع صناعي واسع، إلا أن ذلك يؤدي أيضًا إلى تحديات تتعلق بتنوع هياكل البيانات وجودتها، والتي غالبًا ما تكون غير متسقة. في هذا السياق، أشار العديد من الخبراء في هذا المجال إلى ضرورة تعزيز مشاركة البيانات الصناعية، وتسريع عملية جمع البيانات عالية الجودة واستغلالها، مما يساهم في خلق تأثير “عجلة البيانات”.