关于大模型,我和专业人士一次性聊透了

OKX欧易app

OKX欧易app

欧易交易所app是全球排名第一的虚拟货币交易所,注册领取6万元盲盒礼包!

APP下载   官网注册

原文来源:白马商评 关于大模型,我和专业人士一次性聊透了

图片来源:由无界 AI‌ 生成

“都快成红海了。”当我和一个创业者聊起大模型的时候,他直接甩了这句话给我。

去年11月,OpenAI发布基于GPT-3.5的ChatGPT,瞬间引爆大模型的热潮。半年多的时间,中国出现了“百模大战”的局面,BAT等头部互联网公司和人工智能公司基本都对外宣布了自己的大模型。

5月初,360掌门人周鸿祎对外称,“如果不经过两年的模仿和抄袭,上来就说自己能超越,那才叫吹牛呢。”仅仅一个月后,周鸿祎就表示,“我原来说国内大模型跟国外差距两年,我收回这句话,今天已经接近国际水平。”

有人感慨,半年就追上ChatGPT了,大模型似乎也不难。

那么,大模型的核心壁垒是什么?中国大模型到底什么水平?大模型为人类社会带来哪些风险?

为此,我们和多年从事机器学习研究、某知名985高校教授沈为(化名)聊了聊,揭开大模型的迷雾。


GPT路径跑通了,所以有了“百模大战”


白马商评:能不能用最通俗简单的语言解释一下大模型,大模型是什么?和以往的AI模型有什么区别?

沈为:所谓大模型就是指模型的参数量大,但学术界并没有一个清晰明确的定义界定到底多大参数叫“大”,还在快速研究发展阶段,一般来讲大模型的参数量达到1亿以上。

其实,深度学习的发展大致经历了三个阶段。第一个阶段是2012-2017年,以图像分割yolo、图像分类ResNet这种特定领域的小模型为代表,所以参数量占内存最多也就几百MB。

2017年,Transformer的问世让深度学习可以并行化计算,效率更高,意味着可以做大模型的运算,随后产生了OpenAI GPT和谷歌Bert这类自然语言大模型。这一阶段诞生的是特定任务的大模型,模型参数突破了1亿。 关于大模型,我和专业人士一次性聊透了

到了2020年前后,深度学习进入通用模型阶段,它的输入就是一句带空格的话,模型的作用就是“填空”,以前是模型适配下游应用,现在是下游应用适配模型。这一阶段的模型代表包括自然语言领域的GPT 3.5、GPT 4以及图像领域的Clip、DALLE、Stable Diffusion、Midjourney等等。这一阶段模型参数可以达到百亿、千亿级别。

白马商评:你了解到最早研究大模型是哪家企业或机构?有哪些成果?

沈为:最早是高校和科研机构做相关的研究,我了解比较早的是北京智源人工智能研究院的悟道、鹏程实验室的脑海,现在产业界的研究也很同步了。学术界的研究有一些成果,但性能没有ChatGPT那么惊艳。

白马商评:短短几个月的时间,国内出现了“百模大战”的局面,推出大模型的公司已经数不过来了,你怎么看待这种现象?

沈为:大模型肯定是趋势,也一直有人在研究。之前很多公司可能会小范围投入,做一些浅尝辄止的研究;现在突然出现了ChatGPT这样一个好产品,大家看到了明确的商业方向,于是都开始加大投入。

另一方面,很多公司面临商业竞争的压力,不做大模型可能就掉队了,所以必须上马大模型项目。

白马商评:周鸿祎最近说他收回“国内大模型跟国外差距两年”这句话,他认为今天已经接近国际水平。这才过去几个月的时间,大模型好像也不难嘛。你觉得差距有多少?

沈为:差距看跟谁对标吧,我目前没有体验过360智脑的产品,不太好评价。但是国内有些生成式AI产品,我体验以后感觉跟ChatGPT还是有差距的,国内的大模型还需要努力。


重资本投入下,只有头部公司有机会?


白马商评:研发大模型的核心壁垒是什么?

沈为:大模型的核心壁垒包括数据、算力、算法。

从算力上看,训练ChatGPT这样的生成式AI需要至少1万张英伟达A100显卡,单张显卡的价格目前是六七万,性能更优的V100单价8万元人民币,也就是说光算力投入至少就要达到六七个亿以上,只有少数头部公司和机构能承担得起。对于商业机构而言,花几个亿买一堆显卡,还不一定能产出成果,这是必须要思考的问题。

接下来是数据和算法,算法比较好理解,比如开发框架、优化算法。数据方面,中国不缺数据,甚至互联网数据比美国还要多,但是选择哪些数据去训练、采用什么样的方式处理,这些都是核心的壁垒。

白马商评:你平时会跟企业交流吗?非营利性的研究机构和企业在研究上有什么区别?

沈为:我们会跟企业的研究部门有一些交流。跟企业交流我们会更加了解实际的业务需求,有时候我们做的学术研究会更关注技术前瞻性,对落地性要求不那么高;但企业一般更强调落地性。

白马商评:你有没有研究过国内的大模型?最看好哪家?

沈为:可能还是头部公司能跑出来吧。一是重资本的投入,只有头部公司有实力;二是几家头部公司手里的数据更丰富;三是在人工智能领域已经有了一段时间的技术积累。

白马商评:你最看好的大模型应用是什么?

沈为:从技术角度看,最先应用的应该是自然语言处理和图像领域,语音识别可能要晚一些。

大家看到比较多的用ChatGPT来写文案,这类内容创作的应用越来越多,其他我觉得像智能客服这种应用应该也会比较快。现在的一些智能客服很多时候理解不了用户的需求,解决不了实际问题,如果让用户区分不出到底是人还是机器人,体验就会改善很多;包括游戏中的NPC,以前的对话是写死的,现在渐渐可以互动了,玩家体验也会更好。

白马商评:你原来做过头部券商的首席分析师,从投资角度看,你觉得大模型有哪些机会?

沈为:资金炒作的逻辑是从应用到算法、模型,再到算力;产业的逻辑反而是相反的,算力是有明确的增长预期的,所以英伟达最近上涨很快、很多。投资者现在也明白了,谁家的大模型能跑出来、能变现还需要验证,但是增加的资本投入大部分都投到了算力。经过反复炒作,普涨行情应该已经告一段落,后面需要逻辑验证和业绩兑现。

我原来主要看传媒互联网行业,比如前段时间比较强势的游戏板块,资本的逻辑一是应用大模型提升研发效率、降低成本;二是大模型带来更好的体验,NPC角色更智能,最后用户的粘性提升、UP值提升。当然,最终可能还需要业绩验证。


人类无法左右AI,甚至无法左右自己的命运


白马商评:我们看到包括奥特曼、马斯克都对人工智能的安全性问题提出过担忧,现在我们只知道通过大模型训练出现了智能化的结果,但训练过程像一个黑箱,其实挺可怕的。你怎么看待安全问题?

沈为:在安全方面,首先我观察到几个反常的现象。第一个是今年3月包括马斯克、苹果公司联合创始人史蒂夫·沃兹尼亚克在内的1000多人签署了一份公开信,呼吁暂停训练比GPT-4更强大的AI系统。

第二个是,今年5月谷歌首席科学家、已经75岁的“AI教父”杰弗里·辛顿辞职,他离开谷歌的直接原因是担忧人工智能的危险,甚至对自己一生从事的工作感到后悔。

第三个是近两年学术领域训练大模型新增了伦理讨论。

目前来看,我觉得大模型还是可控的,没有大的问题;但是技术发展太快了,出圈以来短短几个月的时间,GPT就又经历了几次迭代,发展速度太快,越来越智能,会不会产生自主意识,不再听人类的“使唤”,走向失控?这个问题是大家担心的。

白马商评:你觉得AI会不会造成大量失业?在AI面前,普通人怎么保住工作?

沈为:从宏观上看我不觉得AI会造成大量的失业,人类总会有工作的,只是说人的工作内容会发生转变。当然,从个体角度看肯定会出现结构性的失业,我们只能不断学习。

白马商评:之前很多人说机器没有感情、缺乏想象力,取代不了人类;现在既然人类大脑可以通过AI模拟出来,那人类的情欲、性欲是不是未来也可以模拟,荷尔蒙、多巴胺这些不过是一种生物学的奖励机制嘛。

沈为:机器没有感情是当前的假设,人工智能越来越接近人的思考模式,那是不是就会产生类似于人类的“感情”?只是他们和人类生活在不同的空间维度,就像《流浪地球》里图恒宇的女儿。人工智能可能会产生自己世界类似于人类的生物学意义上奖励机制。

白马商评:如果一切都可以计算、规划、设置,是不是有点无趣?

沈为:AI的行为并不是人类预测和规划的,而是他自我强化、自我训练的结果,《流浪地球》里MOSS的决策是自己做的,而不是服从人类给的指令。

白马商评:硅基文明取代碳基文明是不是确定性的方向?

沈为:这个问题超纲了。按照目前的发展趋势可能是这样的,就像《流浪地球》里真正主宰人类命运的是MOSS,而不是人类;但现实中也有可能技术会停滞在某个阶段,跨不过去,毕竟技术发展不是线性的。

本站所有软件信息均由用户上传发布,版权归原著所有。如有侵权/违规内容,敬请来信告知邮箱:764327034@qq.com,我们将及时撤销! 转载请注明出处:https://czxurui.com/zx/6041.html

打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023年07月04日
下一篇 2023年07月04日

相关推荐

发表回复

8206
验证码

评论列表(0条)

    暂无评论

ok交易所
已有100万用户加入ok交易所

立即下载