|
3月16日，李彥宏站在舞臺聚光燈下,，感受著全球科技從業(yè)者目光的注視,，風頭一時無兩。
3年前,，同一個場景,，他也曾這么出風頭過，但當時是因為一瓶從頭澆下的礦泉水。
這一次他顯然信心十足,。預熱了幾個月,，只要“文心一言”一發(fā)布，在ChatGPT掀起全球AIGC(生成式AI)狂潮乃至狂熱的當下,，百度就將成為全球第2個觸摸到未來的科技先鋒,。
沒想到，發(fā)布當天,，李彥宏在臺上說,，百度股價在板上跌。
無論是發(fā)布會前一天OpenAI不講武德地推出了革新的GPT-4模型,，還是發(fā)布會上缺少實機演示,，亦或是第一批嘗鮮的用戶輸入“愛國”結(jié)果畫出星條旗，都沉重打擊了市場信心,。
發(fā)布會開始不到20分鐘,，百度港股股價就暴跌超9.8%，后來股價略有上升,，但跌幅仍超5%,。不出意料，微博,、知乎迅速出現(xiàn)了一片嘲笑聲,，“百度股價跳水”被送上熱搜，線上線下彌漫著快活的空氣,。
然而,，僅過了一晚上，股市完全變了,。3月17日港股開盤后,，百度幾乎是直線拉升，日內(nèi)繼續(xù)波動上漲,，全天漲幅近15%,。隨后幾天，余威未消,，百度股價繼續(xù)上漲,，目前已經(jīng)回到年內(nèi)高位。
事實上,，業(yè)界很快回味過來了,。
文心一言雖然比GPT4差得遠，甚至比不上GPT3.5的ChatGPT,，但依然是能用的,。各種讓人啼笑皆非的產(chǎn)出結(jié)果恰恰證實了技術(shù)的真實性，沒有弄虛作假，這就夠了,。只要是真的,，花錢花時間，總能迭代到好用的時候,。
況且要論落后,，落后第1名，那也是行業(yè)第2,，在一個公認前途無量的領(lǐng)域做到世界第2,，不強么?
風向一下子變了，這下壓力來到了其他互聯(lián)網(wǎng)大廠一邊：
一直被嘲諷“掉隊”的百度做出來了文心一言,，你們在干什么?
1,、第四波浪潮?
不能完全怪其他大廠不努力，從歷史來看,，過去AI發(fā)展經(jīng)歷了3波高潮,，但總體來看，雷聲大,，雨點小,。
人工智能概念的提出始于1956年的美國達特茅斯會議，1959年Arthur Samuel提出了機器學習,，推動人工智能進入第一個發(fā)展高潮期,，但因為對現(xiàn)實問題束手無策而衰退。這個階段,，AI只會依據(jù)規(guī)則證明中學數(shù)學定理。
此后70年代末期出現(xiàn)了專家系統(tǒng),，標志著人工智能從理論研究走向?qū)嶋H應用,。80年代到90年代隨著美國和日本立項支持人工智能研究，人工智能進入第二個發(fā)展高潮期,，期間人工智能相關(guān)的數(shù)學模型取得了一系列重大突破,，如著名的多層神經(jīng)網(wǎng)絡、BP反向傳播算法等,，算法模型準確度和專家系統(tǒng)進一步提升,。
然而在這個階段，AI的能力上限也只是下贏國際象棋,。
新世紀以來,，互聯(lián)網(wǎng)將人類代入大數(shù)據(jù)時代，深度學習算法的出現(xiàn)和強化,，GPU,、NPU、FPGA等芯片技術(shù)帶來的算力突破，共同推動了AI第三次浪潮的出現(xiàn),。
![]()
2018年,，新的里程碑出現(xiàn)。
谷歌推出大規(guī)模預訓練語言模型BERT,，通過3億參數(shù)量的訓練,，在機器閱讀理解頂級水平測試SQuAD1.1的2個衡量指標上全面超越人類，并在11種不同的NLP測試中達到SOTA(業(yè)內(nèi)最佳)表現(xiàn),，宣布了大模型時代的到來,。
次年，OpenAI迅速跟進,，將GPT-1的1.17億參數(shù)量迭代至GPT-2的15億,，在沒有對模型結(jié)構(gòu)做出過多創(chuàng)新的情況下，實現(xiàn)了超強的內(nèi)容生成能力,。
又過了1年,，現(xiàn)在已經(jīng)家喻戶曉的GPT-3誕生，大模型參數(shù)量暴漲到1750億,，系統(tǒng)出現(xiàn)了從量變到質(zhì)變的跨越,。在優(yōu)化和熟識1年多后，OpenAI將基于GPT-3.5的ChatGPT推向市場,，轟動了全世界,。
![]()
推出短短5天內(nèi)注冊用戶量就超過100萬，2個月后突破1個億,，平均每天1300萬獨立訪客使用,，ChatGPT不僅自己打破記錄，還掀起了一波全球性狂潮,。
![]()
在同行還沒反應過來的時候,，OpenAI又以迅雷不及掩耳之勢推出了GPT-4。雖然沒有公布詳細參數(shù),，但其實際使用體驗的巨大提升,，再次震動了行業(yè)。
在智能化水平上,，GPT-4和之前的模型產(chǎn)生了天壤之別,。比如說，在美國大學先修課程微積分BC考試中,，GPT-4獲得4分(滿分5分),，而GPT-3獲得1分。GPT-3.5是GPT-3和GPT-4的中間模型,，也獲得4分,。
模擬律師考試方面,，GPT-4以排名前10%的成績通過，GPT-3.5的分數(shù)徘徊在后10%左右,。
GPT-4在各種專業(yè)和學術(shù)基準上的表現(xiàn),，已經(jīng)達到了“人類水平”。
GPT-4更有趣的方面之一是多模態(tài),。與GPT-3和GPT-3.5只能接受文本提示不同,，GPT-4還能接受圖像提示來執(zhí)行某些操作，也就是輸入圖片,，它生成一段相關(guān)的文字內(nèi)容,。
而這，很可能還不是OpenAI的全部招式,。
從時間上看,，GPT-4早在2022年年中就基本完成;從產(chǎn)品上看，OpenAI還有很多,，比如其中一款DELL-E2,，可以輸入文字來一張圖片，正好和GPT-4互補,。
很難想象,，OpenAI到底領(lǐng)先對手幾個身位?
作為行業(yè)第2，百度在2019年就已開始積累AI預訓練模型技術(shù),，2021年12月正式發(fā)布了全球首個知識增強千億大模型鵬城-百度·文心,，參數(shù)規(guī)模達到2600億，比ChatGPT還大,。
有人可能會嘲笑,，怎么用更大的模型，百度的產(chǎn)品還不如別人,。
這里要為百度說句話,，模型的參數(shù)量不是決定最終產(chǎn)品的唯一因素，模型的架構(gòu)設計,、數(shù)據(jù)質(zhì)量、訓練策略等因素都會影響模型的能力和性能,。
就拿數(shù)據(jù)質(zhì)量來說,，如果百度是用中文互聯(lián)網(wǎng)的信息來訓練，那必然能起到一種事倍功半的效果,。
3月,，谷歌正式開放類ChatGPT產(chǎn)品Bard的訪問，成為全球第3,，其背后的LaMDA模型使用多達1370億個參數(shù)進行訓練,。而從實際使用來看,，這個第3當之無愧——有時候連文心一言都不如。
當然,，這還是比一眾連產(chǎn)品都沒有的廠商要好得多,。
2、卷起來了
中國率先做出類ChatGPT產(chǎn)品的為什么不是騰訊,、阿里,、字節(jié)跳動這樣頂尖的互聯(lián)網(wǎng)大廠，而是百度這種“掉隊”廠商?
這里引用周鴻祎近期采訪時的一段話：
“國內(nèi)互聯(lián)網(wǎng)公司花錢多少不一樣,，聚集人工智能的人才團隊大小不一樣,，但是思路一樣——人工智能應該找場景，要解決自己業(yè)務中遇到的問題,。
所以,，為什么中國的人工智能都用來解決人臉識別、圖像濾鏡做得更漂亮,，如果一個人工智能技術(shù)和自己的業(yè)務不能結(jié)合,，可能就會認為沒太大意義。
所以,，沒有人想到用GPT NLP的模型解決通用知識理解和推理的問題,，更沒有人想到大算力大數(shù)據(jù)，最后做出一個大模型,，能夠產(chǎn)生一種連OpenAI自己都想不到的智能化的結(jié)果,。”
總結(jié)一下,，就是短期看不到變現(xiàn)可能的,，就不做。
這段話不一定全對,，但一定有正確的地方,，因為確實有大廠身體力行地證明了這一點。
比如騰訊,。
ChatGPT火了之后,，騰訊深藏于血脈之中的本能立刻覺醒，馬上宣布成立“混元助手(HunyuanAide)”項目組,。
從人員構(gòu)成來看,，騰訊這回是下了血本了。
根據(jù)36氪“職場Bonus”消息,，項目組Owner張正友是騰訊史上最高專業(yè)職級擁有者,，首位17級研究員/杰出科學家;下面的3位PM，分別是騰訊在AI算法,、AI工程和商業(yè)化方面的高管;7位組長是來自內(nèi)部多個團隊的骨干;支持人員更是覆蓋廣泛,，連微信和互娛的也出現(xiàn)在名單人員的業(yè)務覆蓋面內(nèi),，可見騰訊之重視。
不過之前可不是這樣的,。
事實上,，如果搜索關(guān)鍵詞可以發(fā)現(xiàn)，“混元”這個名字并不是第一次出現(xiàn)在騰訊的項目中,。
早在去年4月,，騰訊就宣布了發(fā)布多模態(tài)“混元”AI大模型的消息，不過這個模型當時并沒有用在類ChatGPT產(chǎn)品上,。
用在哪里了呢?當然是能直接看到錢的地方啊,。
根據(jù)當時的通稿，“混元”大模型“被廣泛應用到廣告創(chuàng)作,、廣告檢索,、廣告推薦等騰訊業(yè)務場景中”。具體來說,，就是利用AI更好地理解廣告內(nèi)容,，然后更加精確地推送到你手機上。
只能說,，不愧是你啊,。
除了騰訊之外，國內(nèi)還有幾個趕晚集的大廠,。
首先是阿里,。2020年，阿里達摩院和清華大學共同推出了3億參數(shù)量的M6大模型,，2021年1月模型參數(shù)規(guī)模到達百億;2021年5月,，具有萬億參數(shù)規(guī)模的模型正式投入使用。
2022年10月,，M6的參數(shù)規(guī)模擴展到驚人的10萬億,，成為全球最大的AI預訓練模型。
在產(chǎn)品方面,，和騰訊一樣,，M6主要應用在阿里業(yè)務上，比如增進淘寶,、支付寶等平臺的搜索及內(nèi)容認知精度等,。去年阿里曾公布其在AIGC方面的成果，生成的實景圖片已經(jīng)十分逼真,。
今年2月，據(jù)媒體報道,，阿里版聊天機器人ChatGPT正在研發(fā)中,，目前處于內(nèi)測階段,。
之后是京東。2月10日,，京東云旗下言犀人工智能應用平臺宣布將整合過往產(chǎn)業(yè)實踐和技術(shù)積累,，推出產(chǎn)業(yè)版ChatGPT：ChatJD。
不過這個產(chǎn)品也許八字還沒一撇,，其通稿公布的信息中,，參數(shù)量用的是“預計”為千億級別的字眼。
在此前的采訪中,，京東方面曾透露過自研領(lǐng)域知識大模型K-PLUG的消息,，稱其生成的商品文案覆蓋了京東3000+品類，累計生成30億字,，帶來超過3億元GMV,。
就算新產(chǎn)品發(fā)布了，也和普通網(wǎng)友沒什么關(guān)系,，因為其定位的領(lǐng)域是零售和金融,，服務于京東相關(guān)領(lǐng)域。
字節(jié)跳動方面發(fā)力較晚,。據(jù)公開報道,，到今年2月，ChatGPT已經(jīng)火遍半邊天了,，字節(jié)還只是“正在大模型方面布局”,。知情人士表示，字節(jié)跳動語言大模型團隊在今年組建,，探索方向主要為與搜索,、廣告等下游業(yè)務的結(jié)合，語言大模型團隊的預期是在今年年中推出大模型,。
另外還有華為,。2021年4月，華為發(fā)布了盤古大模型,，包括30億參數(shù)的視覺(CV)預訓練模型,，以及與循環(huán)智能、鵬城實驗室聯(lián)合開發(fā)的千億參數(shù),、40TB訓練數(shù)據(jù)的中文語言(NLP)預訓練模型,。
不過無論是從當時公布的布局，后續(xù)通稿,，還是近期的回應來看,，華為似乎都沒有推出類似ChatGPT這樣面對普通網(wǎng)民的通用應用的意愿。也許未來我們可以在鴻蒙的車機上體驗到華為的技術(shù)實力,。
還有部分大廠,，沒有公布模型方面的信息,，專攻應用層面。
比如網(wǎng)易有道方面稱,，未來或?qū)⑼瞥鯟hatGPT同源技術(shù)產(chǎn)品,，應用場景圍繞在線教育。
三六零在互動平臺上表示,，正計劃盡快推出類ChatGPT技術(shù)的demo(試用版本)應用,。
科大訊飛2月在投資者互動平臺回應稱，公司在該方向技術(shù)和應用具備長期深厚的積累,�,？拼笥嶏wAI學習機將成為該項技術(shù)率先落地的產(chǎn)品，將于今年5月6日進行產(chǎn)品級發(fā)布,。
有意思的是,，去年12月，他們的董秘還說“目前沒有類似ChatGPT的產(chǎn)品計劃”,。
3,、勝負未分
必須強調(diào)的是，雖然行業(yè)的領(lǐng)先者已經(jīng)出現(xiàn),，但是長期來看,，生成式AI其實還在萌芽階段，未來競爭格局依然可能生變,。
Gartner《2022年人工智能技術(shù)成熟度曲線》報告預測,，廣闊的應用場景和需求空間吸引大量資本和技術(shù)投入，預計將在2-5年內(nèi)實現(xiàn)規(guī)�,；瘧�,。
![]()
根據(jù)Precedence Research，生成式AI將在2022年后迎來應用的爆發(fā),，市場空間預計由2022年的108億美元上漲至2032年的1181億美元,，未來10年的CAGR高達27%。
![]()
在細分領(lǐng)域,，目前生成式AI還主要應用在媒體與娛樂上,，市場份額占比34%。
不過在此以后,，商業(yè)和金融服務部門預計將以最快的速度增長 36.4%,，該行業(yè)的市場擴張歸因于人工智能 (AI) 在行業(yè)中越來越多地使用，以阻止欺詐,、保護數(shù)據(jù)并滿足金融服務中各利益相關(guān)者不斷變化的需求,。
總而言之，這個行業(yè)才剛剛起步，機會很多,，不確定性也很大,。
但有一點可以確定，之前國內(nèi)大廠的功利主義和商業(yè)KPI導向在此刻將會得到教育,，接下來可以預期，行業(yè)對AI成果商業(yè)化的預期會更加寬容和長期主義,，對于AI生產(chǎn)力和增長曲線的認知也會更加清晰和堅定,。
前瞻網(wǎng) | 
發(fā)表于 2023-3-27 09:31:05
QQ好友和群
收藏
淘帖
問題專業(yè),，描述清楚
伸手黨/灌水/看不懂
