ಸ್ವಯಂ-ಇಂಟೆಲಿಜೆನ್ಸ್ ನೆಟ್‌ವರ್ಕ್‌ನ ಹೊಸ ಯುಗ: ದೊಡ್ಡ-ಮಾದರಿ-ಚಾಲಿತ ಭವಿಷ್ಯ

BBS ನಲ್ಲಿ ಬೀಜಿಂಗ್ ಇಂಟೆಲಿಜೆಂಟ್ ನೆಟ್‌ವರ್ಕ್ ಮಾದರಿಯಲ್ಲಿ ನಡೆದ 2023 ಎಐ ನೆಟ್‌ವರ್ಕ್ ಇನ್ನೋವೇಶನ್ ಕಾನ್ಫರೆನ್ಸ್, ZTE ಕೇಬಲ್ ಉತ್ಪನ್ನಗಳ ಮಾದರಿ ಹಿರಿಯ ವಾಸ್ತುಶಿಲ್ಪಿ ಜಿಯಾನ್-ಗುವೊ ಲು ಅವರು ವಿಸ್ಡಮ್ ನೆಟ್‌ವರ್ಕ್ ಅನ್ನು ಹೊಸ ಯುಗವನ್ನಾಗಿ ಮಾಡಿದರು: ದೊಡ್ಡ ಮಾದರಿ ZTE ಯ ವಿಷಯದ ಭವಿಷ್ಯವನ್ನು ಉತ್ತಮ ಟ್ಯೂನಿಂಗ್ ಮೂಲಕ ನಿರ್ದೇಶನ ಮಾಡೆಲ್ ಮಾಡೆಲ್ ಸಾಮರ್ಥ್ಯದ ಮೂಲಕ ಕಾರ್ಪಸ್ ಗುಣಮಟ್ಟವನ್ನು ಹೆಚ್ಚಿಸುವ ಮತ್ತು ಡಿಜಿಟಲ್ ಟ್ವಿನ್ ಆಟೊಮ್ಯಾಟಿಕ್ ದತ್ತಾಂಶವನ್ನು ಅನ್ವಯಿಸಲು ದೊಡ್ಡ ಮಾದರಿ,
ಎಐ ಸಕ್ರಿಯಗೊಳಿಸುವಿಕೆ, ಡಿಜಿಟಲ್ ಟ್ವಿನ್ ಮತ್ತು ಉದ್ದೇಶದ ಡ್ರೈವ್‌ನಂತಹ ಅನೇಕ ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನಗಳು ಎಲ್ 4 ರಿಂದ ಎಲ್ 5 ರವರೆಗಿನ ಸ್ವಯಂ-ಬುದ್ಧಿವಂತಿಕೆಯ ನೆಟ್‌ವರ್ಕ್‌ನ ಗುಪ್ತಚರ ಮಟ್ಟವನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ ಮತ್ತು ಸ್ವಯಂ-ಇಂಟೆಲಿಜೆನ್ಸ್ ನೆಟ್‌ವರ್ಕ್ ಅನ್ನು ಸ್ವಯಂ-ಇಂಟಿಗನ್ಸ್ ಅನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಪುನರಾವರ್ತಿಸಲು ಮತ್ತು ವಿಕಸನಗೊಳ್ಳುವಂತೆ ಮಾಡುತ್ತದೆ ಎಂದು ಲು ಜಿಯಾಂಗ್‌ಗೂ ಹೇಳಿದರು. ಈ ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ, ಎಐ ಅತ್ಯಂತ ಪ್ರಮುಖ ಎಂಜಿನ್ ಆಗಿದೆ, ಮತ್ತು ಎಐ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ದೊಡ್ಡ ಮಾದರಿಗಳು ಪ್ರಮುಖವಾಗಿವೆ.
ಸ್ವಯಂ-ಬುದ್ಧಿವಂತಿಕೆ ನೆಟ್‌ವರ್ಕ್‌ಗೆ ದೊಡ್ಡ ಮಾದರಿಯನ್ನು ಹೇಗೆ ಅನ್ವಯಿಸಬೇಕು, ಲು ಜಿಯಾಂಗು ದೊಡ್ಡ ಮಾದರಿಯು ಸೂಪರ್ ಪೀಳಿಗೆಯ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಪರಿಚಯಿಸಿದರು ಮತ್ತು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಯೋಜನೆಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಉತ್ಪಾದಿಸಬಹುದು. ಬೌದ್ಧಿಕ ನೆಟ್‌ವರ್ಕ್ ಕಾರ್ಯಾಚರಣೆಗಳಿಗಾಗಿ, ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಕಾರ್ಯಾಚರಣೆಯ ಹಂತಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಅವಶ್ಯಕತೆಯಿದೆ, ಸೂಕ್ತವಾದ ಪರಿಹಾರವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಹೆಚ್ಚಿನ ಆಯಾಮದ ಸ್ಥಳಕ್ಕೆ ಸಮನಾಗಿರುತ್ತದೆ, ಎಲ್ಲಾ ಸಂಭಾವ್ಯ ಪ್ರಕ್ರಿಯೆಗಳಿಗೆ ಪರಿಹಾರ, ಎನ್‌ಪಿ (ಬಹುಪದೀಯವಲ್ಲ) ಸಮಸ್ಯೆ, ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಮಾದರಿಗಳು, ಮೌಲ್ಯಮಾಪನ, ಆಪ್ಟಿಮೈಸೇಶನ್, ಪುನರಾವರ್ತನೆಯು ಪರಿಣಾಮಕಾರಿಯಾದ ಪ್ರಸಾರವನ್ನು ಆಡುತ್ತದೆ, ತ್ವರಿತವಾಗಿ ಪುನರುಜ್ಜೀವನಗೊಳಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ದೊಡ್ಡ ಮಾದರಿಗಳು ಅನೇಕ ಯೋಜನೆಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆಯಾದರೂ, ಈ ಯೋಜನೆಗಳು ಉಪಯುಕ್ತವೆಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು ಕಷ್ಟ. ದೊಡ್ಡ ಮಾದರಿಗಳು ಕೆಲವು ಆಲೋಚನಾ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದ್ದರೂ ಸಹ, ಸಂಕೀರ್ಣ ತರ್ಕದೊಂದಿಗೆ ವ್ಯವಹರಿಸುವಾಗ ಅವರಿಗೆ ಇನ್ನೂ ಮಾನವ ಹಸ್ತಕ್ಷೇಪದ ಅಗತ್ಯವಿದೆ. ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವ ಸಲುವಾಗಿ, ಮುಚ್ಚಿದ-ಲೂಪ್ ಪುನರಾವರ್ತನೆಯನ್ನು ರೂಪಿಸಲು ಮಾದರಿಯ ಹೆಚ್ಚುತ್ತಿರುವ ಪೂರ್ವ-ತರಬೇತಿ ಮತ್ತು ಉತ್ತಮ ಶ್ರುತಿ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ತಜ್ಞರ ಅನುಭವವನ್ನು ಸಂಯೋಜಿಸಲು ZTE ಸೂಚಿಸುತ್ತದೆ. . ಈ ಯೋಜನೆಯಲ್ಲಿ, ಜ್ಞಾನ ಎಂಜಿನಿಯರಿಂಗ್‌ನೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟ ಕಾರ್ಯಾಚರಣೆ ಮತ್ತು ನಿರ್ವಹಣಾ ಜ್ಞಾನ ನಕ್ಷೆಯನ್ನು ನಿರ್ಮಿಸಲು ಇದು ಒಂದು ಪ್ರಮುಖ ಕೊಂಡಿಯಾಗಿದೆ. ಡೇಟಾ ಫ್ಲೈವೀಲ್ ಯೋಜನೆಯ ಉತ್ಪಾದನೆಯು ಕಾರ್ಯಾಚರಣೆ ಮತ್ತು ನಿರ್ವಹಣಾ ಜ್ಞಾನ ನಕ್ಷೆಯನ್ನು ಆಧರಿಸಿದೆ, ಇದರಿಂದಾಗಿ ಮಾದರಿ ಭ್ರಮೆಯನ್ನು ತಪ್ಪಿಸಲು ಮತ್ತು ಪೀಳಿಗೆಯ ಯೋಜನೆಯ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ನಿಖರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು. ಈ ಜ್ಞಾನ ಗ್ರಾಫ್ ಆಧಾರಿತ ವಿಧಾನವು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹ ಪರಿಹಾರಗಳನ್ನು ಒದಗಿಸಲು ತಜ್ಞರ ಅನುಭವ ಮತ್ತು ಮಾದರಿ ಉತ್ಪಾದನಾ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಉತ್ತಮವಾಗಿ ಸಂಯೋಜಿಸುತ್ತದೆ.

ದೊಡ್ಡ ಮಾದರಿಯ ಅಪ್ಲಿಕೇಶನ್ ತರ್ಕ ವಿನ್ಯಾಸಕ್ಕಾಗಿ, ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಆಧಾರಿತ ಮಾದರಿ-ಚಾಲಿತ ಮುಚ್ಚಿದ-ಲೂಪ್ ವಿಧಾನವನ್ನು ZTE ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತದೆ ಎಂದು ಲು ಜಿಯಾಂಗ್‌ಗುಯೊ ಪರಿಚಯಿಸಿದರು. ವಿನ್ಯಾಸದ ಸಾರವು ಮಾನವ ಭಾಷೆಯ ರಚನಾತ್ಮಕ ಅಭಿವ್ಯಕ್ತಿಯನ್ನು (ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್) ಇನ್ಪುಟ್ ಆಗಿ ತೆಗೆದುಕೊಂಡು, ದೊಡ್ಡ ಮಾದರಿಯ ಮೂಲಕ ರಚನಾತ್ಮಕ output ಟ್ಪುಟ್ (ವ್ಯವಸ್ಥೆ ಯೋಜನೆ) ಅನ್ನು ರಚಿಸುವುದು ಮತ್ತು ಅಂತಿಮವಾಗಿ ಅಪ್ಲಿಕೇಶನ್ ಚೌಕಟ್ಟಿನ ಸಂವಾದಾತ್ಮಕ ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯನ್ನು ಸಂಯೋಜಿಸುವುದು. ಮೇಲಿನ ತರ್ಕವನ್ನು ಅರಿತುಕೊಳ್ಳುವ ಸಲುವಾಗಿ, ಮಲ್ಟಿ-ಮೋಡಲ್ ಸಾಮರ್ಥ್ಯದ ವಿಕಸನ, ಕಾರ್ಪಸ್ ಸಿದ್ಧತೆ, ಸಂಪನ್ಮೂಲ ಸಂಬಂಧ ಜ್ಞಾನ ಗ್ರಾಫ್ ಜ್ಞಾನದ ಚುಚ್ಚುಮದ್ದು, ಪರಮಾಣು ಎಪಿಐ ಕಾರ್ಪಸ್ ರಿಸರ್ವ್ / ಪರಮಾಣು ಎಪಿಐ ಸಾಮರ್ಥ್ಯದ ಮೀಸಲು, ಕೃತಕ ಸಿಮ್ಯುಲೇಶನ್ ದೋಷ ಪರಿಸರ, ನಿರ್ಮಾಣವನ್ನು ನಿರ್ಮಿಸುವುದು, ಡಿಜಿಟಲ್ ಟ್ವಿನ್ ಟ್ವಿನ್ ಸ್ವಯಂಚಾಲಿತ ದೋಷ ಸಿಮ್ಯುಲೇಶನ್ ಪರಿಸರ ಮತ್ತು ಉಪಕರಣ ತಯಾರಿಕೆಯಂತಹ ಹಲವು ಅಂಶಗಳಿಂದ ZTE ಅನೇಕ ಅಂಶಗಳಿಂದ ತಾಂತ್ರಿಕ ಸಿದ್ಧತೆಗಳನ್ನು ಮಾಡುತ್ತದೆ.
ದೊಡ್ಡ ಮಾದರಿಯ ಮುಖ್ಯ ಮೌಲ್ಯವು ಅದರ ಹೊರಹೊಮ್ಮುವ ಸಾಮರ್ಥ್ಯದಲ್ಲಿದೆ, ಅಂದರೆ, ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಜ್ಞಾನವನ್ನು ಒಟ್ಟುಗೂಡಿಸುವ ಮೂಲಕ ಇದು ಹೊಸತನವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ ಎಂದು ಲು ಜಿಯಾಂಗು ಅಂತಿಮವಾಗಿ ಹೇಳಿದರು. ಆದಾಗ್ಯೂ, ಈ ಹೊರಹೊಮ್ಮುವ ಸಾಮರ್ಥ್ಯದ ಸಾಕ್ಷಾತ್ಕಾರವು ಉತ್ತಮ-ಗುಣಮಟ್ಟದ ದತ್ತಾಂಶ ಉತ್ಪಾದನೆ, ಸ್ವೀಕಾರ ಮತ್ತು ಮಳೆಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ. ಡೇಟಾದ ಸದ್ಗುಣಶೀಲ ಚಕ್ರವು ನಿರ್ಧರಿಸುವ ಅಂಶವಾಗಿದೆ.