ChatGPT被玩瘋了！

12月1日，OpenAI發(fā)布了一個NLP（自然語言識別）的新模型ChatGPT，該模型是OpenAI在2020年推出的NLP預(yù)訓(xùn)練模型——GPT－3的衍生產(chǎn)品，不僅可以完成對答、寫劇本、寫代碼等各項功能，還可以創(chuàng)作詩歌和笑話，就連馬斯克也在感嘆“很多人瘋狂地陷入了ChatGPT循環(huán)中”，“ChatGPT 好得可怕，我們離強大到危險的人工智能不遠(yuǎn)了”。

TED負(fù)責(zé)人Chris更是對紐約時報沒有報道ChatGPT表示震驚，ChatGPT在引起全網(wǎng)熱情“調(diào)戲”的同時，也被業(yè)內(nèi)公認(rèn)為是NLP及人工智能領(lǐng)域具有重要意義的一款模型。

小編也上手把玩了一下，沒想到ChatGPT寫起小說來也相當(dāng)強悍，其生成故事的流暢度和邏輯性堪比人類。

ChatGPT爆火的背后除了是AIGC（AI Generated Content）的故事，但不可忽視的一個更重要的推手是以Generative Pre－trained Transformer3（GPT－3）為代表的AI大模型的崛起，大模型的力量讓工業(yè)級AI的“奇點”越來越逼近。

大模型的魅力：工具的復(fù)利???????

就像熟食的出現(xiàn)，讓廚藝不精的人，解決了做菜的難題，只要回家再二次烹飪一下，便可成為一頓美味佳肴，誰又在乎前面98％的步驟都是在餐廳完成的呢？

工具或產(chǎn)品的本質(zhì)目的，是面向生產(chǎn)力的解放和升級，衡量一個工具生命力的重要指標(biāo)是其能否產(chǎn)生復(fù)利效應(yīng)，只有具備遍及性、普惠性、規(guī)�；�、通用能力的工具才能得以流行，開啟一個產(chǎn)業(yè)級生態(tài)甚至是一個時代。

AI大模型的走熱，是工具爆發(fā)周期規(guī)律的使然。

曾投資過Uber、Robinhood的著名天使投資人Jason，這個月在他的播客問答中，談到工具爆發(fā)的周期，他總結(jié)到：階段一是愛好者的工具，比如說以前圖片愛好者用Photoshop處理圖片，但是大部分人是不會用PS的，因為學(xué)起來非常困難；階段二是從愛好者的工具到普通人的工具，比如說從PS到美圖秀秀，這個階段工具的使用難度大大降低；階段三是從普通人的工具到平臺，這個是真正突破性的，是最需要商業(yè)想象力和商業(yè)直覺的，比如說從美圖秀秀，到Instagram，現(xiàn)在你可以直接在社交平臺P完圖分享到你的社交網(wǎng)絡(luò)；最后是從平臺成為行業(yè)。

而AI也正在經(jīng)歷類似的歷程。

不可否認(rèn)，到了2022年，依然可以看到大部分云計算和AI供應(yīng)商無暇去高權(quán)重的投入AI的應(yīng)用場景和應(yīng)用可行性，而是專注于另一個關(guān)鍵詞：成本。

一如商湯科技聯(lián)合創(chuàng)始人揚帆曾表示：AI替代人工，表面上是個需求問題，但實際上是個成本問題。

雖然人人都知道手磨咖啡好喝，但讓每個人都去磨咖啡顯然不現(xiàn)實。

回到云計算和AI服務(wù)提供商這邊，雖然面向企業(yè)賣AI理論上潛力巨大，但每家客戶都有大量需要定制解決的需求，往往要投入眾多行業(yè)專家、算法架構(gòu)師、軟硬件工程師來解決一些小問題。這樣做出來的成果雖然可觀，但其實只具備案例性質(zhì)，缺乏推廣可能。

另一方面，中國與歐美截然不同的生存土壤和To B環(huán)境，讓中國式AI走向高度工業(yè)化的愿景和需求更為強烈，一個顯見的區(qū)別就是歐美的AI to B市場凈值較高，客戶數(shù)字化能力較強，他們的AI面對的客群，更多是大規(guī)模、分散式的企業(yè)軟件市場，而中國的AI目標(biāo)用戶則更多是政企、實體經(jīng)濟企業(yè)，數(shù)字化能力參差不齊，需要一對一的AI能力和通用化的AI解決方案，可以說，低成本的AI工業(yè)化，已成為目前中國AI產(chǎn)業(yè)的主線任務(wù)。

而AI大模型的出現(xiàn)，或成為AI工業(yè)化的最佳解，其可重復(fù)利用的通用能力，正踩在了工具爆發(fā)周期的前站，開啟了從作坊式的人工智能邁向通用智能的里程碑。

那么AI大模型是什么？

AI大模型就是Foundation Model（基礎(chǔ)模型），指通過在大規(guī)模寬泛的數(shù)據(jù)上進行訓(xùn)練后能適應(yīng)一系列下游任務(wù)的模型。即以“預(yù)訓(xùn)練大模型＋下游任務(wù)微調(diào)”的方案，直接在海量通用的、無標(biāo)注的數(shù)據(jù)上自監(jiān)督訓(xùn)練，捕獲知識，通過將知識存儲到大量的參數(shù)中并對特定任務(wù)進行微調(diào)，從而提高模型的泛化能力和通用問題求解能力。

簡而言之，大模型就相當(dāng)于“熟制品”，企業(yè)買回去，進行二次加工，從而可以生成自己想要的AI能力，其在大數(shù)據(jù)集訓(xùn)練的預(yù)訓(xùn)練模型上再完成小數(shù)據(jù)的遷移，最終在企業(yè)用戶時間、人力成本的平衡的基礎(chǔ)上，保證了模型的精度和使用效果，這種大模型預(yù)訓(xùn)練的邏輯成為了工業(yè)級AI的核心思路之一，讓AI變得像齒輪、軸承、鋼筋一樣，成為標(biāo)準(zhǔn)化、規(guī)�；�、流程化、低成本的產(chǎn)物。

就像速泡茶包和傳統(tǒng)烹茶一般，傳統(tǒng)烹茶滿足了精致主義者和鐘愛品茶人士的味蕾，但只有看似不夠高端、廉價的速泡茶包才能飛入尋常百姓家，同樣也凝聚了制茶工藝的精髓，而中國AI要做的，就是炮制出這樣方便快捷、標(biāo)準(zhǔn)化的速泡茶包。

AI大模型“先富帶后富”

三類廠商成受益者??????????

在未來，人工智能所期盼的終極圖景，就是像供水供電一樣流向終端，流向用戶、流向企業(yè)，誰能先做到這點，誰就會在AI 產(chǎn)業(yè)布局中獲得先發(fā)優(yōu)勢。

在發(fā)力大模型這一選擇上，巨頭們便是抱著這一信念，賭一次，賭對了，就值了。

于是，AI大模型軍備競賽開始打響，國外有谷歌、微軟、Meta，國內(nèi)有華為、阿里、百度、浪潮等企業(yè)均下場參戰(zhàn)，模型平均參數(shù)上百億。

例如，谷歌Switch Transformer，采用了“Mixture of experts”（多專家模型），把數(shù)據(jù)并行、模型并行、expert并行三者結(jié)合在一起，實現(xiàn)了某種意義上的“偷工減料”——增大模型參數(shù)量，但不增大計算量。

再例如，浪潮發(fā)布的“源1．0”，參數(shù)規(guī)模2457億，采用了5000GB中文數(shù)據(jù)集，是一個創(chuàng)作能力、學(xué)習(xí)能力兼優(yōu)的中文AI大模型。據(jù)開發(fā)者介紹，由于中文特殊的語言特點，會為開發(fā)者帶來英文訓(xùn)練中不會遇到的困難。這意味著，想要做出和GPT－3同樣效果的中文語言模型，無論是大模型本身，還是開發(fā)者，都需要付出更大的力氣。

而且巨頭們大多不止一個基礎(chǔ)模型，從自然語言模型，到視覺模型，再到多模態(tài)模型，AI大模型的天花板越來越高。

不難發(fā)現(xiàn)，涉及萬億級參數(shù)、擁有“巨量數(shù)據(jù)、巨量算法、 巨量算力”三大特征的AI大模型是一項門檻很高的技術(shù)競賽，只有科技巨頭才有實力研發(fā)工業(yè)級別的AI大模型，然后科技巨頭再開放給各行各業(yè)的開發(fā)者，這種“先富帶后富”的路子正是AI大模型的落地方式，在落地的前半段賽程，科技巨頭們成為“飲頭啖湯”者。

云計算廠商、AI芯片巨頭和數(shù)據(jù)密集型巨頭將會這一波AI大模型化浪潮的核心受益者，大模型帶來 AI 底層基礎(chǔ)技術(shù)架構(gòu)的統(tǒng)一，以及對算力的龐大需求等特征，天然有利于云計算公司在此過程中發(fā)揮基礎(chǔ)性角色，云計算具有全球分布最為廣泛、最為強大的硬件算力設(shè)施，同時 AI 框架、通用算法最為一種典型 PaaS 能力，亦傾向于被整合到云廠商的平臺能力當(dāng)中。因此從技術(shù)通用性、實際商業(yè)需求等維度，在大模型的推動下，云計算巨頭有望逐步成為算力設(shè)施＋基礎(chǔ)算法框架環(huán)節(jié)能力的主要提供商。

而AI芯片巨頭的算力能力是天然護城河，既可以支持自研模型，也可以成為大模型廠商的供應(yīng)商，賣算力，兩邊通吃，而坐擁獨特專用數(shù)據(jù)的數(shù)據(jù)密集型巨頭，如微信掌握的社交數(shù)據(jù)，騰訊視頻的視頻數(shù)據(jù)，阿里淘寶掌握的購物數(shù)據(jù)，在行業(yè)大模型的訓(xùn)練上，具有得天獨厚的優(yōu)勢。

Maas或成為下一個增長大爆發(fā)

目前來看，巨頭們狂練AI大模型，一部分是為了賣，另一部分主要是基于反哺自身的產(chǎn)品和業(yè)務(wù)線，比如騰訊的混元模型，是為了優(yōu)化營銷全鏈路，幫助廣告主促成交易達成，為其帶來更高效的投放轉(zhuǎn)化效果，微軟的大模型是用在Office套件上，谷歌的BERT模型也是為了優(yōu)化搜索引擎的搜索準(zhǔn)確性。

盡管，在現(xiàn)有AI大模型的商業(yè)結(jié)構(gòu)中，“賣”的比重并不高，但或許可以期待下，在AI工業(yè)化推廣的剛需下，在AI能力成為企業(yè)IT基礎(chǔ)設(shè)施標(biāo)配的趨勢下，Maas模式（Model as a service，模型即服務(wù)）作為新興商業(yè)模式的爆發(fā)可能性，除了開源，Maas將是AI走向普惠的最有可行性和網(wǎng)絡(luò)效應(yīng)的第二條路，國外有“huggingface”，而中國的“huggingface”或許要從Maas的探索中誕生，無論是結(jié)合Paas模式，整合為大平臺，還是以產(chǎn)品形式單點輸出，復(fù)制Saas的企服路線，中國企業(yè)、研發(fā)人員們?yōu)锳I模型的付費能力是不容小覷的。

       原文標(biāo)題 : 玩瘋了的ChatGPT不止AIGC，Maas或成為下一個增長大爆發(fā)？