Минулого тижня китайські регулятори дали “зелене світло” ще 14 великим мовним моделям (LLM) для публічного використання, зокрема це розробки Xiaomi Corp, 01.AI та 4Paradigm. Повідомляється, що з серпня минулого року, незабаром після того, як Пекін запровадив процедуру затвердження для технологічних компаній, він схвалив вже понад 40 моделей ШІ.
Такі компанії, як Alibaba, Baidu і ByteDance, були серед перших бенефіціарів, а перша партія LLM була схвалена незабаром після того, як китайські регулятори затвердили цей процес. У листопаді та грудні китайські регулятори схвалили ще дві партії моделей ШІ, а минулого тижня дали зелене світло четвертій партії.
Ці схвалення є частиною масштабніших зусиль Китаю, спрямованих на те, щоб не відставати від перегонів навколо ШІ, які почалися з появою OpenAI ChatGPT у 2022 році. Однак уряд ще не оприлюднив повний список схвалених компаній, доступних для публічного використання.
Baidu оголосила про свою пропозицію, подібну до ChatGPT, Ernie Bot у березні минулого року, а в серпні зробила її публічною. У грудні китайський технологічний гігант показав, що чат-бот привернув увагу понад 100 млн користувачів. Однак Ernie Bot – це лише один з багатьох продуктів і послуг на основі штучного інтелекту, які існують сьогодні.
Технологічні гіганти на кшталт Google і Meta швидко включилися в конкуренцію і зробили свій внесок у розширення списку LLM, включаючи Gemini, PaLM 2, Llama 2 і багато інших. Південнокорейський гігант Samsung також представив свою першу генеративну модель ШІ під назвою Gauss і розробив деякі функції ШІ для своїх цьогорічних флагманів Galaxy S24.
Велика мовна модель GPT від OpenAI також стала рушійною силою для створення Bing Chat від Microsoft, який згодом був перейменований на Copilot. Нещодавній звіт свідчить про те, що Microsoft, яка є одним з найбільших прихильників OpenAI, працює над меншою і дешевшою пропозицією, яка отримала назву “менша мовна модель” (smaller language model, або SLM). Ці моделі мають на меті запропонувати можливості генеративного штучного інтелекту, водночас зменшуючи навантаження на апаратні ресурси.
Читайте також: