对不起,大模型不会改变世界

2023-11-08 03:10

本文主要是介绍对不起,大模型不会改变世界,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者| Mr.K   编辑| Emma

来源| 技术领导力(ID:jishulingdaoli)

预约今晚K哥直播,学习职场干货

随着ChatGPT用户增速放缓,AI创业公司马太效应加剧,第一轮AI投资热潮逐渐褪去,AI大模型进入“冷静期”。擅长后发制人的腾讯,姗姗来迟,推出了混元大模型,为这一轮AI热潮画上了句号。


01

AI大模型,开启新一轮康波周期

从康波周期来看,当前正处于“萧条时期”,也就是“回升期”的前夜。ChatGPT 的横空出世,打破了黎明前的寂静,科技重回喧嚣、暗流涌动。

86446b9fa183d5ea47fb180f8407221e.png

回顾人类社会的发展历程,过去两百年历史进步的主要动力,来自科技发展推动生产力突破。在这一轮的康波周期中,生产力的突破特征,体现在 AI大模型取得了里程碑式的进步,人类首次看到了AGI的曙光。

AI技术能否成为新一轮经济增长的引擎?中美在AI领域又将展开怎样的角逐?基于大模型的应用又有哪些颠覆式创新......现在下定论,还为时过早。


02

大模型,是一场无限游戏

哲学家詹姆斯卡斯,在1987年出版了《有限与无限的游戏》,书中提出一个观点:“ 世上至少有两种游戏。一种可称为有限游戏,另一种为无限游戏。有限游戏以取胜为目的,而无限游戏以延续游戏为目的。”

王兴说:“有限游戏在边界内玩,无限游戏却是在和边界玩,探索、改变边界本身!”

大模型显然是一场无限游戏,大模型会不断拓展、改变边界。

1、国内没有一个大模型,出现了“涌现”

品玩创始人骆轶航,在一次AGI行业闭门会议上说:“至今为止,国内没有一个大模型出现‘涌现’。我问R总,你们的大模型什么时候会涌现?大佬回答,你问我,我TM问谁?”

那么,没有出现“涌现”,对于国内AI大模型来说,是件可怕的事情吗?

傅盛认为,AI大模型的发展,关键看应用场景。举例来说,酒店服务机器人这个场景,可能对“涌现”就没有这么高的要求,目前大模型的能力已经能够很好地理解人类语意,并且生成较为符合场景的内容,对酒店服务机器人的用户体验提升,已经超过10倍。

2、国内大模型应用,百花齐放

1)百度文心一言

文心一言基于使用场景预置了许多提示词,比如:小红书文案探店、Slogan生成器、知乎回答生成、短视频脚本生成、水墨风格绘画、论文参考......如果把ChatGPT比作毛坯房,那么文心一言就是风格迥异的精装房。后者的好处是,让用户做选择题,降低了学习提示词的成本。

2)阿里通义千问

钉钉的闪记能够把在线会议自动整理成文字稿,并且标出重点摘要;企业还可以训练专属的智能问答机器人,在钉钉群里提供智能问答;钉钉文档的AI是基于通义大模型打造的,可实现头脑风暴、辅助创作、改内容语气风格、文生图、文生表等。

3)讯飞星火

讯飞星火App里有个助手,同样预置了许多场景,如:解梦、节日祝福视频助手、Python编程助手、市场分析师、人生模拟器、商业文案、英语口语交流助手、星火法律咨询、我的家庭医生等等。

国内大模型在应用的体验和创意方面是强项。在一个非常垂直具体的应用场景之下,行业数据以及行业认知才是关键,至于有没有“涌现”,其实影响没那么大。

cfe24c9b5fdda6c896e406c532067c50.jpeg


03

“泡沫”破灭,思考AI真正的价值

基础大模型的研发,耗费巨大的人力、物力、财力,能够投入这些资源的基本都是科技巨头,或顶级风投公司。他们有资源、也有耐心做中长期的技术布局。

相对来说,很多借着这一轮AI热潮迅速崛起的创业公司,发展情况并不乐观。比如:Jasper的用户增长已经连续四个月下降,这是一款面向文字创作者和企业的AI写作工具,估值在最高的时候达到15亿美金,而在7月份不得不裁员,并下调了明年的收入预测。

就连AI绘画独角兽Midjourney,也经历了连续三个月访问量下滑。

在6月份刚刚完成新一轮融资9000万美元的Synthesia,其过去六个月的网站用户增长也均为持平或下降的状态。

这个现象很好理解,对普通用户来说,AI绘画、视频工具,除了发发朋友圈之外,似乎并没什么用。新鲜劲一过,就如同鸡肋,最终被用户抛弃,流量下滑是很自然的事情。

K哥认为,Jasper、Midjourney这一类AI工具的商业化机会,更有可能出现在B端企业。因为,工具的本质是提高劳动生产率,AI创业公司结合企业的实际场景,打造提效工具,给企业带来价值。许多企业愿意为此买单。


05

大模型,不是好的创业机会

蔡崇信说:“任何商业机会,基本上是有30%把握去做的时候才能赢面最大。如果几率太小可能亏本,几率太大基本就是红海了。”

AI是下一个大风口,这个是100%的共识,问题就出在这里,太快达成共识了,这片海已经红得发紫了,普通人还能有什么机会?

这在科技界是很罕见的,值得大家思考。回顾科技发展史,互联网、区块链、元宇宙、新能源等等,哪一个不是在不停争论当中,逐渐达成共识,逐步发展而来的?

我身边有很多大厂技术高管,摩拳擦掌,准备裸辞下场,投身AI创业。

大多数情况下,我都会劝他们放弃这个想法。都“百模大战”了,你一个普通创业者还能有什么机会?想想当年“百团大战”,最后剩下几家?

巨头下场竞争的结果,就是这个赛道里99%的企业,都会成为炮灰,资本是最后的赢家。

653398be9a7f38cfae0f53c998d5f5ba.jpeg


06

大模型不会改变世界

基于大模型的应用将改变世界

百度的李彦宏说:“大模型将改变世界。” 

K哥认为,大模型本身不会改变世界,基于大模型的应用将改变世界。

我选取了几家做大模型行业应用的公司做了调研,非常惊讶于大模型在各行业中应用的速度,而且已经有了相对成熟的落地场景,这些行业包括:金融、影视、游戏、教育、电商、交通、医疗等等。

大模型应用比较成熟的行业有几个特点:

1、数字化成熟度比较高。这些行业大都经历了信息化、数字化,都从科技赋能业务当中,尝到了甜头。

2、数据质量有保障。这些企业都进行了数据治理。如果说数据是大模型的燃料,那么有质量保证的数据,应该就是航空级别的高纯度燃料了。

3、业务高度依赖数字技术。简单来说,就是业务的开展离不开系统,比如金融、电商、游戏等等。

下面,结合我在企业走访看到的情况,总结一下AI应用比较成熟的几个领域。

一、AI+办公

前文已经讲过钉钉文档基于通义千问大模型,提供了辅助创作、改内容语气风格、文生图、文生表等能力。国内的金山办公、腾讯文档、飞书文档;国外的微软、Adobe也陆续推出了智能办公的功能。

以微软为例,office里集成了GPT-4的功能,以聊天机器人的方式出现在文档右侧。

b298bbc375f495db085d0ff21ab3ef5a.png

而国内的金山WPSAI,则集成了文心一言、MiniMax、CopyDone等大模型,提供智能写作、全文翻译、图像识别等功能。

二、AI+金融

今年3月彭博社发布了金融大语言模型BloombergGPT,以帮助客户经理以及金融分析师更好的提升服务质量,大模型能够对金融资讯进行情感分析、新闻智能分类、实时问答等等。

保险公司Lemonade,通过大模型打造了虚拟助手Maya和Jim,它们能够自动收集信息、提供报价、处理付款,帮助客户在3分钟内获得保险赔款,还能够预测灾害,并实时反应。比如当灾害发生,该机器人会自动封锁区域,并向人工索赔团队发出潜在紧急情况的警报。

国内的农业银行发布了百亿参数级别的大模型ChatABC,具备聊天、行业知识问答、生成内容摘要的能力,目前已在客户自助咨询、客服工单回复等场景应用。

三、AI+医疗

AI大模型在医疗领域的应用主要有新药研发、基因研究、诊疗、健康管理等等。谷歌收购的DeepMind,推出了医疗大模型Med-PaLM在医学考试当中已经接近了“专家”水平,还破解了几乎所有蛋白质结构,为新药研发、利用新技术应对饥荒或污染等方面做好了技术储备。

影响大模型在医疗行业应用的主要问题在于数据,前面讲过数据是大模型的燃料。医疗行业数据量非常大,但是质量不高,对这些数据进行清洗和治理需要一个过程。

目前包括华为的盘古大模型已经在助力新药研发、百度文心一言推出了医疗大模型GBI-Bot、京东健康发布了“京医千询”大模型、医联科技推出了千亿级别参数的医疗大模型medGPT。具体应用效果,还需要时间来验证。

四、AI+文娱

携程发布了国内首个旅游行业垂直大模型“携程问道”,携程在旅游业多年,积累了丰富的、高质量的数据。“携程问道”为在线旅游平台创造价值、降低成本,如:提高客服工作效率、为消费者进行路线规划、景点酒店答疑、旅游行程规划等等。

在游戏领域,华为云帮助游戏美术设计师确定风格,辅助框架、剧情、玩法的设计,优化玩家和NPC交互方式与体验。

阿里大文娱,基于“提香”大模型,推出了引爆社交媒体的“妙鸭相机”App。这是一款基于AI的美图应用,只需9块9,用户通过上传多视角、多表情的照片,就能生成一整套写真。

五、AI+教育

教育行业具备成熟的数字化基础,数据质量非常高,AIGC教育产业链也基本形成,主要应用方向是:个性化需求+高频迭代。应用场景包括:口语练习和考试、作业批改、辅助评分、学员和班级学习进度分析、智能教案生成等等。

国内的好未来,推出了首个数学大模型MathGPT,这是一个面向数学爱好者和科研机构的垂直领域大模型,千亿级别参数规模。用户通过上传图片或文字,即可获得对话式的解答反馈。涵盖了小学、初中、高中的数学题,MathGPT在C-Eval的初高中全科测试方面,表现也不错。

六、AI+交通

大模型在交通方面的应用场景非常丰富,在智能驾驶领域中美处于竞争状态。大模型可以统一交通信号控制、交通状况分析、成为交管指挥的助手。

在自动驾驶方面,离不开感知、决策、执行三个部分,自动驾驶的核心目的是脱离人的干预,让汽车可以安全、高效地驾驶和完成各种任务,AI大模型将为自动驾驶提供强大的技术支撑。

大模型可以自动学习交规、对道路信息进行高效处理、提供精准的感知和决策能力,大模型还可以从海量汽车当中收集数据,并通过联合学习进行模型优化。

国内,百度基于文心大模型推出了数字人“简璐璐”,提供更友好和智能的交通信息交互方式。百度还打造了交通大模型,可全面升级交通管理、运输、出行等场景。

毫末智行基于GPT技术,推出自动驾驶大模型DriveGPT,主要用于驾驶场景决策领域。通过引入驾驶数据,使用RLHF(人类反馈强化学习)技术,对自动驾驶决策模型进行优化。

商汤科技也发表了“日日新SenseNova”大模型,商汤认为“入口”、“AI助手”、“知识库”是大模型在交通管理领域三大表现形式。

阿里云推出了“千问伙伴计划”,基于“通义千问”的开放能力,与行业伙伴共创生态应用,千方科技作为首批交通领域合伙伙伴参与共创。

1146dc4193e20bb543853f0c1ffbfc88.jpeg


写在最后的话

以ChatGPT 4为代表的AI大模型,敲开了AGI的大门,展现出许多激动人心的能力和特性,这仅仅是个开始。

心理学家丹尼尔·卡内曼在著作《思考,快与慢》里提出,人类大脑有两个思维系统:即“快思考”、“慢思考”。“快思考”是基于直觉和经验的,直观、自动、快速、无意识的思考方式;“慢思考”是有意识的、理性的、深度的真正意义上的思考。

当前的大模型,是以“快思考”为主的,基于场景、可以解决生活和工作当中各方面问题的;“慢思考”的能力较少。这意味着在深度思考、复杂决策、逻辑推理等方面,大模型仍有很长的路要走。

大模型发展仍处于早期阶段,将面临许多问题,比如:“数字鸿沟”进一步加剧,深化地区和行业的不平等;引发社会伦理和安全等问题。前段时间甚至有数百名科学家联名呼吁停止GPT-5的研究,AI技术一度被异化为“电车难题”,而解题的关键在于使用AI技术的人,以及法律法规的尽快完善。

科技一定要向善,AI会让人们的生活越来越美好。最后,以李开复的一句话作为结尾,与你共勉:“40年来终于等到这一天的AI新革命,见证和参与其中可谓是生逢幸事。”

预约今晚K哥直播,学习职场干货

号主简介

号主简介:Mr.K,黄哲铿,企业数字化转型专家,「顿悟山丘」创始人,科技博主,曾担海尔、中通、1药网技术高管,著有《技术人修炼之道》《技术管理之巅》。分享:成长干货、科技趋势、数字化转型、商业洞察。

 -  END - 

关注“AI新猿人”,回复:AIGC

50份百度腾讯AI学习资料,打包下载!

这篇关于对不起,大模型不会改变世界的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/367556

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

揭秘世界上那些同时横跨两大洲的国家

我们在《世界人口过亿的一级行政区分布》盘点全球是那些人口过亿的一级行政区。 现在我们介绍五个横跨两州的国家,并整理七大洲和这些国家的KML矢量数据分析分享给大家,如果你需要这些数据,请在文末查看领取方式。 世界上横跨两大洲的国家 地球被分为七个大洲分别是亚洲、欧洲、北美洲、南美洲、非洲、大洋洲和南极洲。 七大洲示意图 其中,南极洲是无人居住的大陆,而其他六个大洲则孕育了众多国家和

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者