奔向大模型時代

原野燃榴火 2023-03-21 發(fā)布于北京

展開全文

道德經(jīng)言：“道生一，一生二，二生三，三生萬物?！钡兰醋匀灰?guī)律、宇宙運行規(guī)律，衍生出天地、陰陽、男女…….二生三，再衍生為萬物。其思想本質(zhì)是天地萬物可以用一個通用的理論來解釋，可謂大道至簡。

這與時下火熱的生成式AI不謀而合，大模型就像“道”，將衍生出萬物。

本周，必將成為載入人工智能發(fā)展史的一周——史上最強大的多模態(tài)大模型GPT-4以及最強大的中文語言大模型“文心一言”均正式發(fā)布。

大模型如海嘯般奔涌而來，讓整個產(chǎn)業(yè)界、學(xué)術(shù)界、投資界都甚為驚嘆、激動又惶恐擔(dān)心錯過一次劃時代浪潮和機遇。

那么，如何正確看待大模型帶來的變革？大模型能否解決AI商業(yè)化難題？多模態(tài)大模型創(chuàng)業(yè)備受關(guān)注，又將帶來怎樣的機遇與挑戰(zhàn)？本文一一剖析，試圖挖掘最受關(guān)注的大模型問題的答案。

大模型評價的三個維度：

適用性、準確度和時效性

“ChatGPT的出現(xiàn)是人工智能發(fā)展的一個G點（或者說是爆發(fā)點），堪比智能手機時代iPhone 3發(fā)布，是顛覆時代的新物種?！敝袣W資本董事長、華為前任副總裁張俊博士對AI商業(yè)評論說。

中歐資本董事長、華為前任副總裁張俊博士

過去人工智能主要以對比識別、決策為主，比如，自動駕駛領(lǐng)域車牌識別、車道線識別、人臉識別等，都是在已有的數(shù)據(jù)里尋求最優(yōu)解。但ChatGPT能夠創(chuàng)造性生成一些新內(nèi)容，可以做一些推理，生產(chǎn)全新的內(nèi)容。

要正確理解大模型，首先要找到評價大模型通用標準。張俊博士認為，“評價一個模型的好壞，可以從處理信息的適用性、準確度和時效性這三個維度來看。”

很多人會把ChatGPT與搜索對比，搜索主要通過關(guān)鍵詞推薦一堆內(nèi)容，幾十甚至上百條，但對于讀者來說可能無所適從。而ChatGPT能夠幫助讀者獲得更加精準的內(nèi)容。在適應(yīng)性上，ChatGPT做到了很優(yōu)秀的程度。

在準確度上，搜索引擎已經(jīng)可以做到前10條結(jié)果點擊率超過95%，前3條結(jié)果點擊率高達80%-85%。而ChatGPT在準確度上顯然做了一個妥協(xié)，它的準確度不如搜索引擎，如果滿分是10分，ChatGPT搜索結(jié)果可能只能打6分。

時效性方面，ChatGPT可能只能打0分，因為它的模型是以年為單位訓(xùn)練，不適合處理時效性強的信息。

綜合來看，ChatGPT既有它的強項，也有短板。它其實是一個強適應(yīng)性、弱準確度、弱時效性的一個大模型。

基于這三個特點，應(yīng)用場景的界定就比較清楚了，它不適合從0到1，更適合從1到N；它不適合代替用戶尋找正確答案，更適合在搜索之后做二次加工處理，比如做個總結(jié)、分類、糾錯、寫代碼等。

大模型能治好AI商業(yè)化通病嗎？

總結(jié)來看，人工智能技術(shù)商業(yè)化落地的鏈條如下：確定要求->收集數(shù)據(jù)->做模型算法設(shè)計->訓(xùn)練調(diào)優(yōu)->部署應(yīng)用->運營維護。

一直以來，無論微軟還是百度等AI公司，均面臨人工智能落地通病和難以逾越的鴻溝——落地場景碎片化嚴重，同時模型研發(fā)仍處于手工作坊式階段，人力研發(fā)和應(yīng)用計算成本高。

目前來看，OpenAI為行業(yè)探索出了一條新路徑，即通過網(wǎng)絡(luò)結(jié)構(gòu)來自動搜索的技術(shù)路線，一種可以降低專業(yè)人員設(shè)計門檻的思路。

為應(yīng)對各種各樣的場景需求，研發(fā)人員需要設(shè)計專網(wǎng)和專用的個性化定制的神經(jīng)元網(wǎng)絡(luò)模型，而且它模型訓(xùn)練過程中又要求研究人員具有充分的網(wǎng)絡(luò)結(jié)構(gòu)和場景任務(wù)的專業(yè)知識。

更重要的是，ChatGPT不依賴于重復(fù)的對比和基于數(shù)據(jù)的統(tǒng)計決策，而是能夠產(chǎn)生新內(nèi)容，是全新范式的生成式AI。這也是讓產(chǎn)業(yè)界、投資界引起轟動的原因。

從技術(shù)上來講，它不僅是大模型的訓(xùn)練，而且是加入了監(jiān)督學(xué)習(xí)的訓(xùn)練。如果把AI比作一個小孩，傳統(tǒng)訓(xùn)練算法是給它讀很多書，做一些訓(xùn)練，但這種小孩學(xué)習(xí)的程度和創(chuàng)造性就很差很慢。

而ChatGPT就像大人監(jiān)督小孩學(xué)習(xí)，根據(jù)小孩學(xué)的情況、反饋出來的信息，再給他有針對性的監(jiān)督他去重新讀這本書。這就大大提升了學(xué)習(xí)效率，訓(xùn)練的成本也大幅降低

應(yīng)用場景也將隨著算力、算法、模型的落地，會不斷演進。未來，像美團、大眾點評、小紅書、拼多多這些公司，它們可能會以全新的形態(tài)出現(xiàn)。而多模態(tài)大模型作為一個底層技術(shù)基、數(shù)字底座，其應(yīng)用場景可以無所不在。

“人工智能將會把所有的業(yè)態(tài)重做一遍，我們核心還是要抓住多模態(tài)、大模型、通用人工智能這個平臺的關(guān)鍵技術(shù)和核心能力，這些核心關(guān)鍵技術(shù)和核心能力將成為下一代互聯(lián)網(wǎng)的數(shù)字底座?！睆埧〔┦空f。

多模態(tài)大模型創(chuàng)業(yè)如何抓住機遇？

自GPT-4發(fā)布之后，多模態(tài)大模型賽道已然成為資本市場關(guān)注熱點。

今日（3月19日），由李開復(fù)親自帶隊籌組的Project AI 2.0公司剛剛宣布成立。李開復(fù)在朋友圈表示：“我正在親自籌組的 Project AI 2.0，是一個致力打造 AI 2.0全新平臺和 AI-first 生產(chǎn)力應(yīng)用的全球化公司?！苯?/span>，諸多多模態(tài)大模型公司初露頭角，國內(nèi)首家多模態(tài)AI大模型創(chuàng)業(yè)公司MiniMax首款產(chǎn)品Glow已近500萬用戶；邁微醫(yī)療布局多模態(tài)能量平臺和關(guān)鍵技術(shù)，獲得數(shù)千萬元Pre-A輪融資；拓元智慧連續(xù)完成兩輪融資，首款A(yù)IGC產(chǎn)品商業(yè)化落地……

張俊博士認為，多模態(tài)創(chuàng)業(yè)公司首先要抓住三大關(guān)鍵技術(shù)：

多模態(tài)理解和生成多任務(wù)的統(tǒng)一建模，這是三大關(guān)鍵技術(shù)最重要的一個；
面向國產(chǎn)化軟硬件的高效訓(xùn)練和部署；
多模態(tài)預(yù)訓(xùn)練模型架構(gòu)的設(shè)計與優(yōu)化。

三大關(guān)鍵技術(shù)是多模態(tài)公司落地商業(yè)化應(yīng)用應(yīng)該抓住的核心，它的核心能力體現(xiàn)為6個方面：

多模態(tài)統(tǒng)一表示和語義的關(guān)聯(lián)；
多模態(tài)的內(nèi)容轉(zhuǎn)化與生成；
運行預(yù)訓(xùn)練模型的網(wǎng)絡(luò)框架設(shè)計；
標注受限的自監(jiān)督模型的學(xué)習(xí)；
模型適配和分布式訓(xùn)練；
模型輕量化與推理的加速。

對于創(chuàng)業(yè)公司，掌握了三大關(guān)鍵技術(shù)和6大核心能力，就可以在應(yīng)用場景里去套這些技術(shù)路徑，進而找到各種各樣的一些應(yīng)用。比如圖像分析、雙語翻譯、語音識別等等，應(yīng)用場景是無窮無盡的。

另外，小公司在人力資源、算力、資本等方面不占優(yōu)勢，應(yīng)避開OpenAI主流賽道，比如說在準確性、實時性上解決一些Open AI還沒有解決的問題，但又有自身的獨特算法和前瞻性，再往前走一步。

“資本其實就是希望找到某一個細分賽道的領(lǐng)軍企業(yè)或者是專精特新，比如說涉足大模型的大廠已經(jīng)很多了，百度、微軟、華為、阿里、商湯等都有自己的大模型，大公司有大公司的強項，人力物力雄厚，但小公司可以做一些細分領(lǐng)域，小公司船小靈活、可以不斷去嘗試?！睆埧〔┦空f。

“如果說一個大模型初創(chuàng)公司，能夠在GPT-4基礎(chǔ)上，瞄準一個細分領(lǐng)域再往前走一步，就應(yīng)該可以建立一個護城河，你有了這么一個護城河，VC就愿意投你。”

回顧互聯(lián)網(wǎng)創(chuàng)業(yè)早期，國外有亞馬遜、Facebook、Twitter等巨頭公司，但國內(nèi)仍然誕生了BAT等互聯(lián)網(wǎng)巨頭公司，因為存在本地化優(yōu)勢，所以“本地化”也是大模型創(chuàng)業(yè)公司可以考慮的一大方向。

其實，國內(nèi)大模型賽道玩家很少，行業(yè)處于非常早期。據(jù)了解，國內(nèi)做語言大模型團隊，包括互聯(lián)網(wǎng)大廠、華為這些公司可能不超過10個團隊，如果加上多模態(tài)領(lǐng)域，全國可以投的標的也不超過幾十個。

大模型雖然是一個熱門賽道，但投資機構(gòu)和普通創(chuàng)業(yè)者能夠抓住的機會不多，特別考驗 VC的合伙人的綜合能力，不但要有資本洞察力，還要有產(chǎn)業(yè)經(jīng)驗理解技術(shù)。

更大的挑戰(zhàn)還是需要高水平的團隊，必須是資深的從業(yè)者，搭建高人才密度的技術(shù)創(chuàng)新團隊，同時又有比較強的 AI工程化能力。據(jù)媒體爆料，OpenAI的團隊人數(shù)不過300，但大部分來自MIT、斯坦福、加州伯克利、清華等全球頂尖高校學(xué)府。

一位業(yè)內(nèi)人士評價稱：目前大模型賽道過熱，99%都在忽悠，就像幾年前的元宇宙，泡沫非常大。近期，某互聯(lián)網(wǎng)大佬跳出來說5000萬美金搞大模型創(chuàng)業(yè)，可能買GPU算力都不夠。