《ChatGPT背后的互联网大厂：挑战与机遇》
本文探讨了互联网大厂在生成式AI领域的进展和挑战。虽然我国互联网大厂在国际 level 上仍有落后，但落在世界先进水平之前的距离尚不致命，且具备足够的发展手段。目前，互联网大厂内部对生成式 AI 的热情很高，并将之作为内部降本增效的工具，而非面向 C 端的大规模应用。由于监管风险和技术瓶颈，大规模 C 端应用和 API 开放仍面临挑战。尽管如此，随着政策扶持和技术的不断进步，我国互联网大厂在生成式 AI 领域有望迎头赶上。
《ChatGPT背后的GPU力量：AI芯片的崛起》
ChatGPT的诞生是AI行业发展的一个里程碑，其能力过于突出，引发了全球首富马斯克及其千人的请愿。马斯克的呼吁吸引眼球是因为他曾经是ChatGPT的母公司OpenAI的联合创始人，但被现任CEO“奥特曼”挤出，而且他一直是站在新兴技术风口上的人，不可能容忍当今最新潮的技术和自己没关系。马斯克购买一万块GPU芯片主要是因为GPU的性能决定了行业天花板，GPU在人工智能行业被细分到“AI芯片”领域，相对于通用的CPU，GPU在人工智能行业被细分到“AI芯片”领域，也就是针对AI算法做了特殊加速设计的芯片。
AI进化之恐：ChatGPT引发的技术革命与监管挑战
本文主要讨论了人工智能助手ChatGPT的发展及其引发的热潮。尽管ChatGPT在生成文本、图像、音频和视频等多模态任务处理方面取得了显著进展，但其发展也引发了关于数据隐私、安全性、伦理等方面的担忧。随着监管的加强，人工智能在各行各业的应用或将持续扩大，但同时也需充分考虑安全和隐私等问题，以促进人工智能的健康发展。
ChatGPT创业:狮子和土狼一起奔向光明｜投资人说
阿尔法公社 重度帮助创业者的天使投资基金 ━━━━━━ ChatGPT独步全球，提供的创业机会盖过了iPhone3的出现以及抖音的出世，给创业者、投资人极大的想象空间。我们两周前组织的科大校友全球ChatGPT论坛吸引了8万人，一位师兄喊出了“经验主义的胜利”的口号，精辟地诠释了这场NLP（自然语言处理）革命性进步的本质。 本文从创业者出身的投资人角度，看看技术来龙去脉，探讨一下我们的机会。 Google种树，OpenAI摘桃子，卖给了微软 ChatGPT的起源是2017年一篇题为《Attention is All You Need》的论文，论文首次提出Transformer模型。GPT3.5靠的是算力结合大量数据获取的相关性，取得了AI的革命性进步，相比之下，“理性派”的进展似乎显得慢了一步。 Transformer一改串行方式，让语言处理能用并行处理完成，使得GPU这个“核武器”在语言处理上派上了用场，大幅提升了机器学习的效能，是NLP研究的里程碑。8位作者齐刷刷来自Google Brain，除了这篇开山祖师级的论文，Google Brain还提出了Tensor Flow这个著名的开源机器学习框架，随后推出了TPU，把机器学习的性能实现了数量级的提升。 开疆拓土的Google做梦也没想到，几年后的2023年，一个创业组织OpenAI拔得了LLM（大语言模型）走向应用的头筹。 更离谱的是，Elon Musk出资创立OpenAI的初衷是搞一个非营利、开源的平台，意在为全人类做贡献。没想到他退出后Sam Altman拿OpenAI来跟微软勾兑成了一个商业项目。Elon Musk扬言再创造一个WokeAI，意图唤醒人类真正掌握“危险的AI”。 本是四平八稳的四国大战，却蹦出个搅局的 美国AI四大超级大国Google、Microsoft、Meta、Amazon分别在AI领域下注，试图实现AI突破并构筑核心竞争力。Google和微软的核武库异常强大，Google的功力不用说了，微软研究院更是业内AI翘楚聚集地，Meta（我还是习惯叫Facebook）在强化学习、NLP也积累不少，著名的图灵奖得主Yan LeCun（2018年图灵奖得主，同年得奖的还有Geoffery Hinton，被Google连人带公司连锅端去）主导了FAIR（Facebook AI Research）， Amazon在NLP、AI用于深度挖掘方面也是功夫了得。 怎么看，这都是一场重工业级的“核竞赛”。 四国大战按部就班展开，大公司有天然的产业领袖焦虑症，尤其在未知领域的探索需要庞大资源，但资源摊了大饼，缺乏聚焦。反观OpenAI，几百号人孤注一掷，一针杵破天。应该说，这一场人NLP的进步，是创业者的胜利。 资料来源：国泰君安证券研究 下面我们分大模型、增值型垂直领域、应用型垂直领域三方面，分析一下国内创业者的机会在哪里。 大语言模型，楚河汉界，泾渭分明 AI从不专属于大洋彼岸。国内百度、腾讯、字节、阿里磨刀霍霍，论人才和数据，同属世界级玩家。NLP的竞争进入了核大战阶段，除了比人才，还要拼GPU算力，国内坐拥过万GPU、数千GPU的应该有10家上下，足够参与全球竞赛。众所周知，中美互联网和技术的楚河汉界已经形成，ChatGPT甚至不对中国大陆和香港开放。由于内容的特殊性，中国的大语言模型及数据也会留在国内。从这点看，别人抢跑之后，我们的游戏照玩不误。这场“核大战”平台公司取胜应该没有悬念，留给创业者的机会不多。 大平台都走开放路线，百度已经抢先一步做了文心一言，倒是为创业者留足了空间。 增值型垂直领域，“中间商”吃的是能力差价 LLM进一步激活了GAI（生成式AI）市场，相比国外，国内这个领域仍属蓝海。由于国内大平台起步慢，做垂直领域的模型更有机会弯道超车，比如文生图，拥有数10亿数据、搞30亿个参数，用300-400块GPU训练模型，个把星期也能完成，不断迭代，终将大成。 一旦拥有了标注质量高的数据，后来居上超过StabilityAI、Midjourney完全可能。 中国的科学家和产品经理的结合应该是全世界最好的，没有之一，再加上垂类经验和数据，凭借后期RLHF（Reinforced learning with Human Feedback），出现世界级玩家，至少独步国内，前景可期。 文生图只是一个例子，各类靠数据、垂直领域的能力建立起来的中间层值得期待。 有人会问，大厂的平台大资源多，会不会吃独食？大有大的难处，为了在平台之争中获胜，往往会争夺能力强的伙伴建立生态。国内外都如此。 如果有中间层，一定有垂直模型的机会。有人计算过一个成本模型，如果提供收费服务，服务方支付给大平台的成本占收费价格的1/10，毛利可观，容得下中间层。中间商可以吃能力差价。 应用层机会，万马奔腾...
ChatGPT创业潮来了，我既兴奋又焦虑
点击上方蓝色字关注我们~ ChatGPT会颠覆很多领域，但这个蛋糕最终被大厂还是创业公司吃到还是个未知数。 来源 | 深燃 （shenrancaijing） 作者 | 唐亚华 最近一段时间，ChatGPT从AI领域破圈，成了互联网领域的新风口。创业者和投资人也兴奋起来了。 创业的方向已经很明了。做中国版对标ChatGPT的大模型，是显而易见的一条路。目前百度的“文心一言”已经呼之欲出，原美团联合创始人王慧文也宣布携5000万美元进军AI，要打造中国的OpenAI（ChatGPT的研发公司）。 同时，将ChatGPT这样的大模型平行扩展，从文字信息知识模型扩展到图片、视频等领域，也有同等机会。另外，顺着ChatGPT的方向再往前走一步，又是另一个思路，如今的ChatGPT理解能力强，但准确性和时效性弱，在后者上下功夫，也是不少创业者在做的事。 大模型之外，ChatGPT在各垂直领域的应用可能是适合更多创业者的路径。ChatGPT可以应用到文案、营销、设计、行业研究等文化传媒领域，还有医疗+AI，教育+AI，企业服务中的智能客服、数字人，以及游戏等各行各业中。有从业者提到，每个领域都可以训练适合自己的ChatGPT。 机会有很多，不过最终作为创业投资项目，其可行性还待验证。现在，ChatGPT欠缺严密的逻辑能力，也缺乏一些常识，在很多领域的应用壁垒不高但模型训练成本高，短期之内商业化也有难度。 投资人最近既兴奋又焦虑，市场很热，但蹭热度的占据大多数，真正靠谱的项目不多，他们目前普遍处于高度关注但下手谨慎的状态。毕竟，ChatGPT会颠覆很多领域，但这个蛋糕最终被大厂还是创业公司吃到还是个未知数。 01 大模型、小场景， 盯紧ChatGPT 要找到ChatGPT领域的创业投资机会，有必要先弄清楚ChatGPT的特点。 众所周知，ChatGPT是生成式AI，与之对应的是分析式AI。微软投资的人工智能企业OpenAI从2015年开始研发这个模型，直到2020年，OpenAI发布了GPT-3语言模型，才引起国内外科技从业者对生成式AI的关注。 如今的ChatGPT，是OpenAI在ChatGPT-3.5的基础上，模拟人的自然语言，重点做了聊天对话方面的训练而形成的，同时，这一代的ChatGPT具备了创造、生成内容的能力。 英诺天使基金合伙人王晟告诉深燃，他们一年半之前就把AIGC（利用人工智能技术来生成内容）确定为主要投资方向了，也已经投了专注大模型的项目深言科技和做全新应用场景的公司深空交响。 ChatGPT突然爆了，“好处是我们已经投了的项目非常受人关注，最近每天都有好几个投资机构去和他们约见面。不好之处是本来我们在这一波AIGC方面的认知和布局是领先行业的，相对有时间逐步完善布局，现在这一波热度让市场开始变得混乱。”他说。 在王晟看来，国内ChatGPT相关的创业投资机会有两大方向：第一是研发大模型，直接对标ChatGPT，比如做中国版ChatGPT，同时，在ChatGPT这类语言大模型之外还可以扩展到图片、视频等领域；第二就是将ChatGPT垂直应用到各个细分领域。 目前，涉足大模型的国内大厂已有不少。百度的文心一言、华为的盘古模型，字节跳动和达摩院也有自己的模型。这些大部分是语言模型，也有一些多模态的模型，比如达摩院的M6模型，它可以生成文本，也可以生成图像。但国内的模型可能限于某些比较小众的应用，还没有形成非常大规模的市场影响力。 初创企业在该领域也有相当的发展。其中，比较有代表性的国内人工智能企业“智谱AI”近年来一直在做关于千亿模型和万亿模型的研究。他们主导研发了多语言千亿级预训练模型（是深度学习架构，经过训练以执行大量数据上的特定任务）GLM-130B，并打造了认知大模型平台（认知模型是指描述人类认知结构和认知过程的模型）Bigmodel.ai，形成了AIGC产品矩阵，提供智能API（应用程序接口）服务。从应用落地层面，智谱AI于2022年推出的AI数字人，在北京冬奥会及卡塔尔世界杯上受到广泛关注。 “大模型需要高水平团队，得是资深从业者，同时有比较强的AI工程化能力，另外我们倾向于看好曾经花过大钱做过大模型的团队。”王晟说。不过他也指出，中国能做语言类大模型的团队非常有限，加上大厂、一些科研机构和创业公司，总体数量可能不超过十个团队，加上图片、音乐、视频、3D资产等领域的大模型，全国能投的标的也就几十个。所以说大模型是一个重点关注的范围，但投资机构和普通创业者能抓住的机会不多。 ChatGPT如何适用细分领域，是更多创业者关心的事情。在这里，我们先解释一下ChatGPT身上的一些特性。跃盟科技创始人兼CEO王冉对深燃分析，评价一个模型好坏要从处理信息的适用性、准确度、时效性三个维度来看。ChatGPT对标的是搜索，可以从这三个维度对比ChatGPT和搜索的差别。 他进一步解释：搜索目前用的主要是关键词搜索，ChatGPT却能很好地识别自然语言，所以在适应性上，ChatGPT能做到满分10分；在信息的准确度上，现在搜索引擎已经做到了前十条结果点击率95%，前三条的结果点击率80%-85%，ChatGPT在准确度上做了妥协，在知识跟推理里用了更模糊的方式，准确率远远不如搜索，能打6分；在时效性上，ChatGPT是0分，它的模型是以年为单位训练的，不适合处理有时效性的信息。 所以ChatGPT是一个强适应性、弱准确度、弱时效性的产品模型，在这样的特点之下，应用场景也就明确了。 “这些特点就决定了ChatGPT不适合从0到1，更适合从1到N，它不能代替用户寻找正确答案，而适合在搜索之后做二次加工处理，比如总结、分类、做表、纠错、写代码，另一类应用是模糊推理下的创造，比如写小说、创意设计。”王冉说。 理论上说，基于ChatGPT大模型，能做各个行业的解决方案，来提升生产力，比如媒体、设计、营销、行业研究、智能客服、影视特效、教育、医疗、游戏等领域。王晟也提到，现在很多广告公司平面设计师的工作很大程度上已经是AI在做，设计师对成果再做优化，另外，ChatGPT如果运用到游戏中，里面的NPC可以真实互动，游戏也会变得更酷。 02 AI、医疗、教育， 谁能借ChatGPT起飞? ChatGPT具体怎么应用到细分领域，创业者的现身说法最有说服力。 王冉的跃盟科技从2016年就专注AI赛道，目前在做服务直播、新媒体或新的电商形态的AIGC模型。“我们提供一个模型底层技术，能在搜索之上，把直播间的商品按照用户的需求呈现出来，比如用户搜索情人节买点什么，我就把所有直播间在卖的对应商品信息整理出来，用对话或搜索推荐的方式推给用户。” 在这一业务中，王冉重视的是模型的准确性和时效性，因为电商的平台信息、价格信息都要准确，时效上，要做到小时级乃至分钟级。 “现在我们要做的就是准备好迎接大模型的到来。”医疗AI领域创业公司“左手医生”创始人张超说。最近每天找他咨询的同行很多，大家都在讨论怎么用、效果怎么样、怎么投入，他的感受是，ChatGPT让医疗AI领域原来很多不好解决的问题忽然能解决了，AI医生离商业化、大规模使用又近了。 张超整理了ChatGPT对医疗AI的影响，首先，ChatGPT可以用在文档的处理类任务上，比如，抽取类、结构化类任务、摘要类任务，解决医生的文书工作；同时，可以带动一堆监管类任务应用，比如质控、DRG（疾病诊断相关分组）；还有一个重要应用是人机沟通类任务，比如智能自诊、预问诊、分导诊、随访等；最后，ChatGPT对全科医生的打造也更有利，比如AI能更好地辅助诊断、做指标解读、开方、做基础患者教育、完成智能问答等。 “AI医生目前需要解决的核心就是语义问题，以前我让AI系统理解10个指令，如果患者的问题不在这10个指令范围之内，系统就不会回答了，因为患者输入的问题可能用的不是标准表达方式，有了ChatGPT，新指令出现的时候它还能很好地处理。”另外，张超还提到，大家一直吐槽AI电话随访是人工智障，有了ChatGPT，系统可能对患者的提问对答如流，也可能从患者语无伦次的回复中整理出有价值的数据。 “原来我们做的是一个70分的产品，这一版优化完升级之后，应该能达到90分。接下来行业里面如果有人发布了大模型，我们会考虑采购，在大模型基础上用我们的数据去升级优化模型。”张超预计再过两三个月就能用起来，就看OpenAI或国内大厂谁先开放出来，“不过投入也不会少，硬件追加大概得1000-2000万元，预期在这块投入的研发成本一年也得近3000万元。” 教育和ChatGPT契合的场景也很多。 在新东方优编程董事长朱宇看来，在学前阶段，ChatGPT可以做成一个能够帮助孩子探索世界，解答小孩各类问题的陪伴机器人，上升到小学、中学，经过训练的ChatGPT可以像老师一样答疑，比如学生的水平比较低，就调取最低级的概念解释，一步步告诉答案，如果提问者是个水平很高的学生，直接说几个关键步骤就行。再往上一层级，ChatGPT能做到个性化推送学习素材，甚至能编写针对每一个学生的教材。 “ChatGPT现在已经会写小说、写报告了，实际上学生用的教材涉及到的知识点是固定的，比小说和报告的素材更简单，只需要用不同层次的学生听得懂、有兴趣听的方式输出就可以了，比如可以选择更活泼幽默的方式。”朱宇说，这可能是跨时代的意义，几乎能颠覆过去三四千年以来的知识传递方式。 悉之智能创始人兼CEO孙一乔目前看好ChatGPT做语言学习方面的结合，“我最近正好在学英语，以前都是跟外教一对一练习，但外教不太懂中文，有一些词汇我表达不出来，外教也不知道我想说什么，我的合伙人利用现在的ChatGPT加上语音识别与合成功能，结合一个虚拟AI形象，做出了可以与我进行流畅的英语对话的AI老师，大大的提高了我的英语学习效率，降低了学习成本。未来一些以真人为主的英语教学，可能会被替代。”...