AI被视为新闻机构的必要工具
随着诸如chatgpt之类的生成AI的兴起,您如何看到它对越南经济时报/vneconomy等媒体的影响?
生成AI的到来确实是一个转折点。在越南经济时报 / VNecomony,我们不断寻求解决方案,以满足读者对快速,明智获取信息的需求。当我们尝试了各种技术(包括传统的基于关键字的搜索)时,没有一个完全满足我们的需求。他们是资源丰富的,没有产生预期的结果。
随着生成的AI,一切都改变了。我们认识到AI不仅优化了结构化数据处理,而且更重要的是解决了非结构化数据问题。新闻业长期以来一直忽略的宝贵资源。以前,访问此数据需要复杂的手动分类。现在,生成的AI可以快速,准确和较低的成本处理大量信息。
在过去30年中,越南经济时报/ vneconomy以文章的形式建立了宝贵的资源档案。在获得生成AI之前,我们并不完全欣赏它的价值。但是,我们已经开始与中央新闻发布公司合作数字化内容。
这个过程导致了AI工具的想法。虽然我们对今天的AI聊天机器人有模糊的想法,但直到Chatgpt出现了一切,一切都咔嗒一声了。几乎立即,我们的Askonomy聊天机器人诞生了。宣传工程学的发展发生了“与闪电一样快” - 确实如此。
您能告诉我们更多有关那一刻的信息吗?
这个故事始于晚上9点左右。中央新闻发布公司(根据越南邮报)的一名工作人员告诉我,我的想法是为越南经济时报 / vnecomony创建聊天机器人。我立即打电话给一个快速响应团队,在一个小时之内,我们决定继续进行该项目。
我们看到了清晰的市场需求。像Google这样的传统搜索引擎无法按预期提供直接,快速的答案。但是,Askonomy可以以交互式的问答形式提供即时答案,会议用户需要更有效地。
我们的合作伙伴Actable AI提到该项目只需要一笔小投资,因此仅在一个月后,使用Chatgpt的API在2023年春季新闻节上启动了Askonomy。
我后来邀请了Actable AI的创始人兼首席技术官Trung Huynh博士,他在AI获得博士学位并总部位于英国,以越南进行进一步的讨论。他有信心,我告诉他:“如果您能做到,请尝试建立一个独特的模型。”他回答:“我想我可以。”从那一刻起,我们开始开发askomy。
在此之前,我们测试了chatgpt。当我们问:“您对越南经济时报 / vneconomy有什么了解?”它回答说:“我什么都不知道。”这是令人失望的,因为我们是一个越南最大的经济媒体公司。在提出问题之后,Chatgpt做出了正确的回答,但这揭示了核心问题:任何人都可以教chatgpt,但其答案只与提供的数据一样可靠。
这突出了对我们自己的AI模型的需求。
此外,随着用户数量的增长,使用Chatgpt的基于令牌的系统将导致高成本,这使其不可持续。
到2024年,我们已经根据Mistral的开源型号推出了新版本的AskOnomy,今天,今天6月2日,我们介绍了完整的Asko平台,其中包括更智能的第二代模型和更多工具。
。Askonomy的命名过程快速有趣。我们最初想到了一个问答工具,但是“问答”的名称太普遍了。我想要一个以“ A”开头的名称,因为它表示顶级质量。我们结合了“询问”和“经济”,我们登陆了askonomy。
是什么e您和越南经济时报的最大动机/vnecomony决定投资宣传的决定?
这很简单。主要动机来自数字时代的传统媒体面孔,尤其是内容分布的挑战。如果我们继续以旧的方式出版,新闻业将没有未来。这就是为什么从我们从越南经济时报报纸过渡到越南经济时报杂志的那一刻,我们以PDF格式建立了数字分销系统。
当Chatgpt推出时,我们将其视为转向更聪明,更积极主动的内容的绝佳机会。 Askonomy不仅是一种分销工具,还可以使读者积极参与新闻。用户现在可以提出问题并获得即时答案,而不是被动消费内容。
由我们的战略技术PAR开发的越南经济时报 / VNecomony的内容管理系统(CMS)的另一个突破Tner,Hemera。该CMS是更有效地管理内容的关键,同时通过高级技术增强用户界面和体验。
Hemera还与我们合作构建了Asko平台,该平台包括AskOnomy和旨在优化媒体相关任务的AI驱动工具。该系统将使我们能够将尖端的AI技术与读者和未来的企业用户更加接近。
当前如何在越南经济时报 / vneconomy的内容生产过程中使用求问工程?该平台将如何定制为全国新闻编辑室提供服务?
在越南经济时报 / vnecomony,Askonomy已成为由AI提供支持的智能聊天工具,该工具可以增强内容分布并鼓励积极的读者参与。我们建立在Askonomy平台上,在更广泛的Asko平台生态系统中开发了一套应用程序,以支持我们的记者和编辑在日常任务中,包括艺术ICle写作,内容摘要,翻译,语音到文本和文本转换转换。
这些工具将于6月2日正式推出,标志着越南第一期的32周年纪念日,与瑞士的Ringier Group合作出版,并在本月开始庆祝越南革命新闻日100周年。
。 。该平台的一个关键功能是使用专业语言模型,也称为特定于域的语言模型(DLMS),该模型是针对每个新闻编辑室重点量身定制的。例如,法律出版物将提供有关法律术语和环境培训的模型。另一方面,经济媒体渠道将获得经济和经济语言深入培训的模型。这些DLM凭借一个大型,处理良好的数据集,使每个新闻编辑室都能构建一个与他们的编辑工作流程和受众需求相符的AI驱动的生态系统。
鉴于高成本在AI中缺乏明确的货币化,新闻编辑室如何负担投资建立自己的聊天机器人或AI系统,即使它被认为是“小型投资”?
许多人说,建立专有的AI模型极具挑战性,尤其是在成本方面。当他们指向诸如Chatgpt和其他大型技术平台之类的巨人时,很容易理解为什么。这些模型需要大量资源。例如,Chatgpt拥有数百十亿个参数,支持数百种语言,并从所有域中的数据集中拉出。最重要的是,运行这些型号会消耗大量的电力,水和计算能力(例如GPU)。我经常将这种模型称为“恐龙”。
这就是为什么我从一开始就设想了一些不同的模型,我称之为“ The Ant”:紧凑,高效且专注于特定任务的原因。我们设计了一个以经济为中心的人,而不是建立全知的人工智能IC语言并专门培训了越南经济时报 / Vneconomy的数据,实际上是这些大型模型所需的投资的三分之一。为了进一步削减成本,我们将其仅限于两种语言:越南和英语,足以满足我们的读者需求。
但是这个“蚂蚁”概念并不止于此。我真正设想的是蚂蚁的殖民地 - 每个企业或新闻编辑室都拥有量身定制的AI模型,该模型是为其特定需求而设计的。这就是 marcom ai平台的核心思想 - 小而强大的AI模型的生态系统,专门为新闻编辑室,公司传播部门,政府机构和行业协会而设计。
。我们根据实际需求而没有像科技巨头这样的基础设施倾注数十亿美元,而是租用GPU和规模。这使模型更具成本效益和灵活性,同时也创建了一个自我维持的周期,从技术开发到输送。
为了使这种愿景栩栩如生,越南经济时报/VNECOMONY与Actable AI和Hemera合作,建立了 marcom AI平台 财团 - 建立一个专业的AI生态系统进行营销和交流的大胆战略举动。
。 。您刚刚提到了Marcom AI平台联盟,并且已经指出,越南经济时报 / VNECOMONY还将领导数据和AI联盟(D.A Alliance)项目。您能否分享越南为企业和新闻机构创建这个新的竞争环境背后的愿景和目标?
Marcom AI平台和D.A联盟背后的想法植根于致力于从政治局实施第57-NQ/TW的决议[关于越南科学,技术,技术,创新和国家数字化转型的突破]以及国家数字转型策略,党,政府和社会已经成为了党,政府和社会的进步近年G。
在过去的四年中,越南经济时报 / VNecomony独立研究和投资于构建满足自身需求量的AI应用程序,并取得了积极的结果。< / p> < / p>。< / p>
通过这一成功,我们认识到askonomy可以作为其他新闻编辑室遵循的实用模型。凭借其可靠的效率和可及的成本,我们相信其他媒体绝对可以追求这一道路。 Marcom AI平台联盟在这里提供支持,通过提供小语言模型(SLM)并分享我们的实施经验,使新闻编辑室能够快速有效地集成到他们的工作流程中。
AI在大型数据集上蓬勃发展,支持它的基础架构可能非常昂贵。如果媒体组织和企业合作,共享数据和基础架构的同时还利用预先构建的AI模型,我们可以建立一个高效且具有成本效益的生态系统。
tMarcom AI平台联盟旨在成为越南企业和媒体渠道的开放竞争环境,以利用共享的SLM模型,降低投资成本并优化绩效。这不仅提高了生产力,而且增强了编辑的信誉和读者的参与度,为越南新闻界的可持续发展奠定了基础。
在越南经济时报 / VNecomony的赞助下,这是一家经验超过30年的经验和支持企业的使命, D.A Alliance < / strong>旨在充当协作桥梁。它将建立强大的数据经济并促进跨部门的AI采用,将生成性AI嵌入越南每个企业的核心。
将促进合作伙伴关系。返回您前面提到的“ AI蚂蚁殖民地”模型,您能否详细说明每个AI“ ant”(例如Askonomy)的特定价值,可以带来To新闻室和企业?
由于我们一直在越南经济时报 / vneconomy开发AI生态系统时,我们的目标是建立可以在每个组织中进行优化的单个AI模型。例如,如果有人询问特定项目,则askonomy可以在五秒钟内立即汇总所有相关信息,而无需挖掘文件。这就是我们旨在交付的核心价值:为拥有大量数据的组织提供服务,同时确保数据机密性。这是我们追求的基本方向。
我设想,数百万的组织和企业将需要此类解决方案。我们不依靠大量的,普遍的AI模型(例如Chatgpt),该模型接受了来自无数域名的不同数据集的培训,并且可能无法满足专业需求的精确度,而是正在建立一个轻量级AI模型的“蚂蚁殖民地”。使用每个组织的专有数据和D完全保护该宝贵数据集。
例如,Askonomy仅根据越南经济时报 / VNECONOMONY的数据进行培训,以确保响应在不被无关的来源稀释的情况下准确且上下文相关。虽然Chatgpt可以消化从报告到个人资料的所有内容,但并不总是会根据特定的组织要求量身定制结果。
构建AI“蚂蚁”对于许多组织来说都是可行的。但是您能否澄清成本的影响,以便他们可以更好地设想涉及的内容?
实施这种生态系统时,两个关键要素最重要:数据和基础架构。如今,基础设施不再是主要障碍。我们一直在努力解决这个难题。随着技术进步,硬件成本正在下降,AI模型变得越来越有效,需要更少的GPU操作。现代芯片越来越针对人工智能工作量进行优化,显着降低部署成本。
展望未来,我预见了直接在智能手机等个人设备上处理的无需大型服务器的工作负载。这显然释放了巨大的潜力,使我们能够利用数百万个个体用户的计算能力共同增强AI系统。
这就是为什么我们正在建立的“蚂蚁殖民地”模型具有如此巨大的希望。诸如Askonomy之类的模型不需要大量的大语模型(LLMS)中的大量参数 - 它很精致,高效,并且只专注于真正重要的内容。这意味着降低成本和更高的效率,尤其是对于寻求量身定制的AI的组织而没有不必要的数据或基础设施的膨胀。