2023年2月，美國前國務(wù)卿基辛格與谷歌前首席執(zhí)行官施密特、麻省理工學院教授丹·胡騰洛赫共同發(fā)表了一篇文章，名為《ChatGPT預(yù)示著一場智力革命》(ChatGPT Heralds an Intellectual Revolution)。

(資料圖片)

基辛格提出，自印刷術(shù)發(fā)明數(shù)百年之后，生成式大語言模型將再一次改變?nèi)祟惖恼J知過程?！癘penAI開發(fā)的ChatGPT現(xiàn)在能夠與人類交流。隨著它們的能力變得更廣泛，它們將重新定義人類知識，加速我們現(xiàn)實構(gòu)造的變化，并重組政治和社會?！?

一般而言，信息系統(tǒng)的拐點便是將信息的生產(chǎn)和獲取成本從邊際成本轉(zhuǎn)向固定成本。

舉一個簡單的例子，過去找到某個目的地需要花幾塊錢買份地圖，然后在地圖上慢慢尋覓，而現(xiàn)在用高德等APP搜索，需要的時間不到300毫秒，高德花費的成本不到一分錢，而這是由于高德使用了大量的測繪等固定成本做到的。即從每次消費者都要付很多，變成了高德一次性付很多。

而大模型帶來的關(guān)鍵轉(zhuǎn)變也在于此，將人的成本從邊際成本變?yōu)楣潭ǔ杀?，過去的律師、醫(yī)生等專業(yè)性的工作均可由其完成。

正因如此，自ChatGPT發(fā)布后，上線僅5天就吸引了100萬名用戶，兩個月后，月活躍用戶就已經(jīng)達到1億人次，成為歷史上用戶數(shù)量增長最快的消費級應(yīng)用。要知道，TikTok經(jīng)過大約9個月的時間才達到這一量級，而Instagram則用了兩年半。

01

百模大戰(zhàn)

巨大的蛋糕誰都想來分上一塊。

據(jù)朋湖網(wǎng)不完全統(tǒng)計，我國目前已有超過100家機構(gòu)發(fā)布了自己的AI大模型，其中通用大模型就有超過20個。

8月31日，國內(nèi)首批八家大模型通過《生成式人工智能服務(wù)管理暫行辦法》備案，百度、智譜、百川、字節(jié)、商湯、中科院（紫東太初）、MiniMax、上海人工智能實驗室這八家機構(gòu)的大模型正式上線面向公眾提供服務(wù)。

然而，大模型投入極大，極其耗費資源。英偉達曾透露，訓練一次1750億參數(shù)的GPT-3需要34天，使用1024張A100 GPU芯片，單次訓練成本高達1200萬美元。

“超過千億（參數(shù)）級別的大模型，訓練需要投入的人力、電力、網(wǎng)絡(luò)支出等投入，一年至少5000萬美金到1億美金?！崩鋈f維CEO方漢認為。

微軟甚至為了訓練大模型，建成一臺排名世界前五的超級計算機。

以上種種統(tǒng)統(tǒng)證明了，通用大模型擁有極高的準入門檻，早已不是入門者的游戲。然而，改變世界的機會沒有人能視而不見，因此，國內(nèi)幾乎所有知名的互聯(lián)網(wǎng)公司均有大模型方向的布局。

2010年，以拉手網(wǎng)、窩窩團、美團等為代表的“千團大戰(zhàn)”如火如荼，雖然活到如今的只剩一家，但這場競爭客觀上的確為消費者普及了移動互聯(lián)網(wǎng)。如今的大模型同樣如此，已是業(yè)內(nèi)共識的是，通用大模型未來可能只有兩三家，甚至可能只有一家。

而如何才能活到最后，在數(shù)據(jù)與模型之外，應(yīng)用才是關(guān)鍵所在。

02

商業(yè)化困境

早在2016年，當DeepMind研發(fā)的AlphaGo擊敗李世石后，其宣布與英國國家衛(wèi)生服務(wù)局，以及Moorfields眼科醫(yī)院、倫敦大學醫(yī)院等機構(gòu)展開AI醫(yī)療診斷算法的合作，包括IBM旗下的Watson Health也趁著這股勢頭加快了拓展的腳步。

自此，人工智能迅速成為了資本市場最為性感的故事，甚至一度到某個公司發(fā)個關(guān)于AI合作的通稿就能看到股票的拉升。

泡沫破滅的同樣很快。

2017年，在AI界頂級的神經(jīng)信息處理系統(tǒng)大會(NIPS)上，阿里·拉希米將當時快速發(fā)展的機器學習比作煉金術(shù)，即方法雖然有不錯的效果，但缺乏嚴謹完備可驗證的理論知識，這直接戳破了當時AI存在的最大問題。

2018年，Watson Health被曝出內(nèi)部文件，顯示其腫瘤診斷算法經(jīng)常給出不準確的、與美國國家治療指南相悖的建議。例如，對于一名被診斷患有肺癌，同時伴有嚴重出血癥狀的患者，Watson Health給出的建議是接受化療并使用藥物貝伐珠單抗(Bevacizumab)，然而該藥物可能導致“嚴重或致命的出血”，建議不要給患有嚴重出血的患者服用。

2019年，IBM停止了沃森人工智能藥物研發(fā)工具的開發(fā)和銷售，理由是銷售表現(xiàn)令人失望。

這揭示了人工智能的行業(yè)落地最大的問題——業(yè)務(wù)難以復制，模型不可泛化。

對如今的大模型而言依然如此。

一方面，通用大模型用于訓練的信息大部分屬于網(wǎng)絡(luò)信息，有相當一部分存在錯誤，同時專業(yè)知識與行業(yè)數(shù)據(jù)的積累較為淺薄，導致數(shù)據(jù)的“噪音”過大，難以滿足專業(yè)要求高、容錯率低的產(chǎn)業(yè)場景需求，畢竟我們對于大模型的希望肯定不止于“寫寫詩、聊聊天”而已。

另一方面，行業(yè)場景有豐富的know-how訴求，對數(shù)據(jù)的“投喂”要講究行業(yè)特殊性，如在生產(chǎn)管理中，要將原料特性、排產(chǎn)規(guī)則、資源分配規(guī)則等特定數(shù)據(jù)“喂養(yǎng)”給大模型，才能實現(xiàn)替代操作員類似的效果。

03

生態(tài)機會

為了更好的實現(xiàn)商業(yè)化，大模型企業(yè)均在不遺余力地推進生態(tài)化建設(shè)。

2022年，阿里云在國內(nèi)首倡MaaS（Model as a Service，模型即服務(wù)）理念，提出以AI模型為核心的開發(fā)范式，并搭建了一套以AI模型為核心的云計算技術(shù)和服務(wù)架構(gòu)，并將其全部向大模型初創(chuàng)企業(yè)和開發(fā)者開放。

“阿里云將把促進中國大模型生態(tài)的繁榮作為首要目標”， 阿里云首席技術(shù)官周靖人說道。

5月，百度宣布設(shè)立規(guī)模為10億元的“百度文心投資基金”，重點投資孵化大模型領(lǐng)域的優(yōu)質(zhì)創(chuàng)業(yè)企業(yè)。資料顯示，百度千帆大模型如今月活企業(yè)近萬家，覆蓋金融、制造、能源、政務(wù)、交通等行業(yè)的400多個業(yè)務(wù)場景。

多名AI行業(yè)的從業(yè)者均向朋湖網(wǎng)表達過：“對于應(yīng)用場景而言，將大模型與行業(yè)小模型結(jié)合起來將會產(chǎn)生巨大的價值?！贝竽Ｐ涂梢詭矸菍I(yè)信息的生成以及更舒適的人機交互，而小模型可以帶來更為專業(yè)的行業(yè)信息。

應(yīng)用層的商業(yè)價值同樣巨大。舉例而言，Monica是一款基于Google瀏覽器的Chrome擴展插件，它可以幫助用戶撰寫文案、智能搜索。Google的數(shù)據(jù)顯示，其收入在每年6000萬美金左右，但其團隊也才僅僅11人。

百度創(chuàng)始人李彥宏也表達了類似的觀點，“對于創(chuàng)業(yè)者來說，卷大模型沒有意義，卷應(yīng)用機會更大。移動互聯(lián)網(wǎng)時代操作系統(tǒng)只有安卓和iOS，但特別成功的應(yīng)用卻很多，只有在大模型基礎(chǔ)上產(chǎn)生足夠多的AI原生應(yīng)用，才是一個健康的生態(tài)環(huán)境?！?

04

開源之爭

與操作系統(tǒng)類似，在大模型生態(tài)中，閉源與開源之爭也在愈演愈烈。前者的代表是GPT、百度千川等，而后者的代表則是Meta旗下的LLaMA、阿里通義千問等。

與閉源相比，開源大模型可以降低模型的二次開發(fā)門檻，有助于各個領(lǐng)域的廣泛應(yīng)用和普及。更重要的是，大模型開源后可以獲得社會的加持，在開發(fā)者社區(qū)驅(qū)動的創(chuàng)新和改進下，可能獲得更好的發(fā)展。

2月，在Meta宣布開源LLaMA后，一個月內(nèi)就涌現(xiàn)了許多擴展版本，影響較大的有斯坦福大學開發(fā)的Alpaca，以及來自加州大學伯克利分校、卡內(nèi)基梅隆大學等開發(fā)的Vicuna。

谷歌工程師Luke Sernau甚至發(fā)文稱：“除非谷歌和OpenAI改變態(tài)度，選擇和開源社區(qū)合作，否則將被后者替代。”

7 月 19 日，Llama升級到Llama2。后者在 2 萬億的 token 上進行訓練，訓練數(shù)據(jù)增加了 40%，各項外部基準測試中皆優(yōu)于其他開源語言模型。

“Llama2 出現(xiàn)之后，受打擊最大的應(yīng)該就是 OpenAI，更多的公司會開始直接基于 Llama2 進行商業(yè)化開發(fā)，而不再購買它們的 API?！鲍C豹移動董事長傅盛表示。

然而，當下在模型層面上，GPT-4依然遙遙領(lǐng)先，據(jù)業(yè)內(nèi)人士判斷，短期內(nèi)這一領(lǐng)先優(yōu)勢很難被顛覆。

而閉源的支持者們也有其道理所在。百度集團執(zhí)行副總裁沈抖認為基礎(chǔ)模型的升級需要有效的反饋回路，開源模型發(fā)展的最大痛點在于反饋路徑不理想，可能會"走彎路"， 事倍功半。

05

寫到最后

從2006年亞馬遜推出彈性計算云EC2算起，云計算已走過十余年時光。

從 AWS 起步時的牛刀小試，到如今已成長為一個巨大的生態(tài)體系，生長出了一大批如Salesforce、Shopify等的頭部企業(yè)。

如今，我們又站在了人工智能原生產(chǎn)品的新起點，大模型也將在這次巨變中發(fā)揮重要的影響力。