最近,,比爾蓋茨在 reddit 回答網(wǎng)友提問,。有人問當(dāng)下「巨大的技術(shù)變革」是什么時(shí),,他回答說:
「AI 是個(gè)大人物,。我不認(rèn)為 Web3 有那么大,,或者元宇宙本身的東西是革命性的,,但 AI 是相當(dāng)革命性的?!梗℅oogle 翻譯)
「AI 是重要的,。我不認(rèn)為 Web3 那么重要或者說單獨(dú)的元界是革命性的,但 AI 是相當(dāng)革命性的,?!梗?a class="innerlink" href="http://forexkbc.com/tags/ChatGPT" target="_blank">ChatGPT 翻譯)
能和蓋茨在 Web3 和人工智能的判斷上一致,讓我很開心,。
另一件事,,發(fā)生在朋友圈里。網(wǎng)易副總裁,、杭州研究院執(zhí)行院長(zhǎng)汪源在討論微軟加大投資 OpenAI 能否賺錢時(shí),,說到:
這句話透露了兩個(gè)信息:1. 網(wǎng)易杭研在大面積嘗試應(yīng)用 OpenAI 的能力;2. 為此要付不少服務(wù)費(fèi),,但也愿意,。
在網(wǎng)易工作過的都知道,要做一件對(duì)外付很多錢的事情,,那一定是下了很大決心的圖片。
可是,,就在兩個(gè)月前,,OpenAI 還沒有發(fā)布 ChatGPT 的日子,業(yè)界對(duì) AI 其實(shí)是悲觀的,。
L4 級(jí)自動(dòng)駕駛被證明太難做到了,,很多公司開始放棄。我有一個(gè)在頭部公司做核心算法的朋友,,已經(jīng)選擇轉(zhuǎn)行了,。
AI 四小龍也風(fēng)頭不再,探索出的業(yè)務(wù)模式變成外包項(xiàng)目為主,,且技術(shù)含量越來越低,。
為什么 ChatGPT 一推出,,會(huì)帶來 180° 的態(tài)度變化?
這兩個(gè)月,,我和 ChatGPT 對(duì)話數(shù)百條,,參加了三場(chǎng)相關(guān)的研討會(huì),與十幾位學(xué)術(shù)界,、企業(yè)界的專家交流,,當(dāng)然也讀了很多資料,對(duì)以下問題形成了一些觀察和思考,。
1.ChatGPT 與以往的 AI 不同在哪里,?它為什么有可能成為通用人工智能?
2.通用人工智能對(duì)信息技術(shù)行業(yè)最直接的沖擊是什么,?
3.商業(yè)機(jī)會(huì)在哪里,?
4.行業(yè)格局會(huì)怎樣?
5.個(gè)人職業(yè)發(fā)展會(huì)受到什么影響,?
下面就談一下我的觀點(diǎn),,期待你的批評(píng)指正。
一,、「大模型」敲開了通用人工智能的大門
ChatGPT 用的方法叫「大型語言模型(Large Language Models)」,,簡(jiǎn)稱 LLMs。中文習(xí)慣稱為「大模型」,。
簡(jiǎn)單說,,它的思路就是把盡可能大量大量大量大量的數(shù)據(jù)通過 Transformer 架構(gòu)做機(jī)器學(xué)習(xí),就能從數(shù)據(jù)中學(xué)到很多很多很多很多能力,,多到超出原始設(shè)計(jì)者的想象,。
比方說,它在翻譯方面的能力,,不輸于,,甚至超過了專業(yè)的機(jī)器翻譯系統(tǒng)。
本文開頭機(jī)翻的比爾蓋茨的話,,我覺得 ChatGPT 就比 Google 翻譯得要好上一個(gè)層次,。唯一瑕疵是用了比較生僻「元界」,而不是更常用的「元宇宙」,。但當(dāng)我告訴它「元宇宙」更常用后,,它立刻就能修正翻譯:
據(jù)說,翻譯能力并不是 ChatGPT 特別著意打造的,,它只是讀的多語言數(shù)據(jù)多了,,就會(huì)了
再比如,ChatGPT 偶然把源代碼加到了訓(xùn)練數(shù)據(jù)里,結(jié)果發(fā)現(xiàn) AI 的推理能力獲得了巨大提升,。
傳聞?wù)f,,ChatGPT 在發(fā)布時(shí),只是被當(dāng)成又一個(gè)新版本的 demo 而已,,OpenAI 并沒覺得它會(huì)多強(qiáng)大(前幾個(gè)版本市場(chǎng)反應(yīng)也是寥寥),。是網(wǎng)友貼在社交媒體的對(duì)話截圖,讓 OpenAI 才知道,,原來它還能這樣這樣這樣這樣這樣,!
有沒有一絲絲覺得,ChatGPT 的機(jī)器學(xué)習(xí)能力,,已經(jīng)很像人類的學(xué)習(xí)過程了,?
讓小孩子學(xué)編程的主要原因,是鍛煉孩子的邏輯思維能力,。這不和 AI 讀代碼學(xué)推理是一回事嗎,?
古人就說,「讀書百遍其義自見」,,「熟讀唐詩(shī)三百首,,不會(huì)作詩(shī)也會(huì)吟」。如果有一個(gè)少年,,他可以不眠不休地快速讀書,。我們不知道他讀完全世界所有書之后會(huì)是什么樣,但相信他一定會(huì)很厲害,。
如此接近人,,讓很多專家承認(rèn),我們終于敲開了通用人工智能(Artificial General Intelligence,,下文簡(jiǎn)稱 AGI)的大門了,!
以前的 AI,不是 AGI,,是因?yàn)樗鼈兊哪P椭荒茏鲆患?。人臉識(shí)別的就是識(shí)別人臉,缺陷檢測(cè)的就是檢測(cè)缺陷(且只能檢測(cè)一種缺陷,,換了缺陷就得換模型),。AlphaGo 只會(huì)下圍棋,換成五子棋就會(huì)被我狂虐,。
而 ChatGPT 已經(jīng)能夠觸類旁通,把從 A 學(xué)到的能力,,用在 B,、C、D、E,、F 上,。
學(xué)術(shù)界用「涌現(xiàn)(Emergent)」這個(gè)詞來表述這種情況。請(qǐng)記住這個(gè)詞,,后面還會(huì)用到,。
延續(xù) ChatGPT 的一個(gè)研究熱點(diǎn)是多模態(tài)大模型。簡(jiǎn)單理解,,就是把語音,、圖像、視頻等等各種類型的數(shù)據(jù)都灌進(jìn)去,,看能否用一個(gè)模型解決所有媒體的 AI 生成問題,。
如果成功,那么再大膽假設(shè)一下,,凡是數(shù)據(jù),,是不是都可以交給這個(gè)模型訓(xùn)練,讓它學(xué)會(huì)如何從 A 生成 B,?比如,,從劇本直接生成電影,從 PRD 直接生成可執(zhí)行的 App,,從口頭描述直接生成 3D 人物,,從需求直接生成一切!
順著這個(gè)邏輯,,距離 AGI 是不是不遠(yuǎn)了,?可別那么樂觀。
現(xiàn)在只是打開了門,。既不知道門后有什么,,也不知道是不是開對(duì)了門。還有太多太多未知要面對(duì)和解決,。
但這并不妨礙我們思考下,,AGI 的世界,會(huì)對(duì)產(chǎn)業(yè)和我們個(gè)人帶來什么變化,。
有的變化,,可能已經(jīng)開始了……
二、AGI 的革命性不僅體現(xiàn)在智能本身
假定 AGI 已經(jīng)實(shí)現(xiàn),。那么用 AI 可以代替人力,,提升生產(chǎn)效率,降低生產(chǎn)成本,,在更多領(lǐng)域釋放 AI 的力量,。其革命性毋庸置疑。
我想從另一個(gè)角度來探討其革命性,那就是對(duì)信息技術(shù)自身的影響,。用這樣的終局思維,,可以倒推出當(dāng)下要做什么。
我認(rèn)為,,革命性的技術(shù)應(yīng)該滿足至少一個(gè)標(biāo)志:
它讓幾乎每個(gè)軟件系統(tǒng)都要做改造,,甚至重做
符合這個(gè)標(biāo)準(zhǔn)的技術(shù),之前有:
圖形界面,。成為軟件系統(tǒng)的標(biāo)配
Web 2.0,。導(dǎo)致大量傳統(tǒng)應(yīng)用系統(tǒng)向 Web 遷移
移動(dòng)互聯(lián)網(wǎng)。導(dǎo)致幾乎任何應(yīng)用都要開發(fā)移動(dòng)版,。
Web3 不符合這個(gè)標(biāo)準(zhǔn),。我另有一文看衰它。
元宇宙當(dāng)下和近期也不符合,。AGI 實(shí)現(xiàn)之后,,太多人無所事事,倒是有可能在元宇宙里醉生夢(mèng)死,。我會(huì)在本文最后一部分做分析,。
我認(rèn)為 AGI 是符合的。它能讓所有軟件系統(tǒng)幾乎都要改造甚至重做,,哪怕其核心功能并不需要智能,。這是因?yàn)樗匦露x了「接口(Interface)」。
無論用戶界面(UI),,還是軟件系統(tǒng)之間的接口(API),,它都會(huì)重新定義。
現(xiàn)在我們想要一個(gè)結(jié)果,,需要去了解計(jì)算機(jī)的能力,,掌握各種軟件的操作方法,還要把自己的意圖正確拆解為若干個(gè)操作軟件的步驟,,執(zhí)行之,,才能得到。
AGI 之后,,人類終于可以用「說話」這種方式和計(jì)算機(jī)交互,。說話不方便時(shí)就打字。打字費(fèi)勁,?腦機(jī)接口可以期待下,。
「說」出想要的結(jié)果,就能得到結(jié)果,??赡懿槐M如人意,,再「說」出修改意見,效果即時(shí)呈現(xiàn),。當(dāng) UI 已可以如此美好,碰鼠標(biāo),、摸屏幕的頻率都會(huì)降低,。
用戶操作習(xí)慣的遷移,會(huì)逼所有軟件,,都得提供「自然語言界面(Natural Language Interface,,簡(jiǎn)稱 NLI)」。這是我生造的詞,,指的是以自然語言為輸入的接口,。
不僅用戶界面要 NLI,API 也要 NLI 化,。這是因?yàn)橛脩舭l(fā)出的宏觀指令,,往往不會(huì)是一個(gè)獨(dú)立軟件能解決的,它需要很多軟件,、設(shè)備的配合,。
一種實(shí)現(xiàn)思路是,入口 AI(比如 Siri,、小愛同學(xué),,機(jī)器人管家)非常強(qiáng)大,能充分了解所有軟件和設(shè)備的能力,,且能準(zhǔn)確地把用戶任務(wù)拆解和分發(fā)下去,。這對(duì)入口 AI 的要求非常高。
另一種實(shí)現(xiàn)思路是,,入口 AI 收到自然語言指令,,把指令通過 NLI 廣播出去(也可以基于某些規(guī)則做有選擇的廣播,保護(hù)用戶隱私),,由各個(gè)軟件自主決策接不接這個(gè)指令,,接了要怎么做,該和誰配合,。
第二種思路,,我認(rèn)為更有可能成為行業(yè)標(biāo)準(zhǔn)。單 AI 搞定一切不太符合目前的技術(shù)路線和商業(yè)環(huán)境,。各個(gè)軟件在各自的專業(yè)領(lǐng)域里,,能做出更佳的 AI 決策。第四部分會(huì)詳述,。
舉個(gè)例子,,我對(duì) Siri 說:「我得新冠了」,。Siri 把這句話廣播給手機(jī)上的所有 App。于是,,大家開始各自干活:
1.Apple Watch 打開了 24 小時(shí)血氧監(jiān)測(cè)模式
2.米家 App 讓空調(diào)提高溫度,,并詢問我是否馬上躺下休息,它可以關(guān)閉燈光和窗簾
3.餓了么建議我吃清淡食物,,并推薦幾款粥做明天的早餐,,讓我選擇、預(yù)訂
4.叮當(dāng)買藥推薦了附近能最快速度送到的退燒藥,,問我是否下單
5.貓眼電影建議我取消后天的電影票
6.Keep 通知我已取消未來一個(gè)月內(nèi)預(yù)約的所有操課,,還暫停了所有打卡
7.釘釘幫我起草了病假申請(qǐng)
8.微信問我要不要發(fā)個(gè)朋友圈?
當(dāng) NLI 成為事實(shí)標(biāo)準(zhǔn),,那么互聯(lián)網(wǎng)上軟件,、服務(wù)的互通性會(huì)大幅提升,不再受各種協(xié)議,、接口的限制,。
比如現(xiàn)在華為、阿里,、騰訊等都在爭(zhēng)搶的物聯(lián)網(wǎng)操作系統(tǒng),,表面看好像是在做內(nèi)核,其實(shí)本質(zhì)上是想成為最重要的那個(gè)萬物互聯(lián)的協(xié)議,。
萬物想要互聯(lián),,大家首先要遵守同一個(gè)協(xié)議。誰的協(xié)議成為主流,,誰就擁有了最高的話語權(quán),。
兼容多種協(xié)議,對(duì)廠商來說要增加很多成本,。如果不兼容,,就變成了所支持協(xié)議的附屬。如果有個(gè)通用協(xié)議,,就好了,。
自然語言就是最好的通用協(xié)議,誰都可以兼容,,誰都無法控制,。甚至,說漢語,、英語,、爪哇語等任何語言都行。
在實(shí)現(xiàn)層面,,NLI 的接口能極致簡(jiǎn)單,??纯?ChatGPT 的 API 就知道了。
強(qiáng)大如 ChatGPT,,無所不知,,無所不曉,卻只有一個(gè)接口函數(shù)(https://beta.openai.com/docs/api-reference/completions),,16 個(gè)參數(shù),。
16 個(gè)參數(shù)里,最重要的只兩個(gè):model 和 prompt,。其余的都是對(duì)生成結(jié)果的細(xì)節(jié)做控制,比較低頻,。
Model 是選擇調(diào)用哪個(gè)模型,。不同模型能力有所不同,價(jià)格也不同,。
Prompt 是最核心的參數(shù),。它就是你在 ChatGPT 聊天框里輸入的內(nèi)容。完全自然語言,,想怎么寫都行,。
所以,NLI 可以極簡(jiǎn)到甚至只有一個(gè) prompt 參數(shù),,就能讓所有軟件系統(tǒng)形成協(xié)作,。所有復(fù)雜的細(xì)節(jié),都被處理 prompt 的 AI 解決了,。
人與人,,人與機(jī)器,機(jī)器與機(jī)器,,都實(shí)現(xiàn)了無限制的交流,。
為了支持 NLI,所有軟件系統(tǒng)都必須集成一個(gè) AI,,以 AI 為總控來處理輸入,,生成輸出。這就是 AGI 對(duì)信息技術(shù)領(lǐng)域帶來的革命性變化,。
其實(shí)相關(guān)的研究早就已經(jīng)開展,。在面向?qū)ο螅∣bject-Oriented)之后,就有人提出面向智能體(Agent-Oriented)的概念,,認(rèn)為多智能體自治是未來構(gòu)造軟件的主要架構(gòu),。可惜,,當(dāng)時(shí)沒有人知道「智能」在哪里,。20 多年后,,這項(xiàng)研究可以落地了。
三,、AGI 革命帶來的商業(yè)機(jī)會(huì)
敲開 AGI 的大門,,會(huì)看到很多很多彎彎曲曲的道路,都有可能通向 NLI,,也可能不通,。不管結(jié)果如何,現(xiàn)在路邊就有可以嘗試挖掘的金礦,。
ChatGPT 及 DALL-E 等從文字生成圖像的產(chǎn)品,,被統(tǒng)稱為 AIGC(AI Generated Content)類的產(chǎn)品。
它們的基礎(chǔ)能力是根據(jù)一串輸入(prompt),,生成各種內(nèi)容并輸出,。本質(zhì)上來說,所有的軟件系統(tǒng),,都是根據(jù)輸入,,生成輸出。所以理論上來說,,只要 AI 的能力足夠強(qiáng),,是可以完成目前計(jì)算機(jī)能處理的所有任務(wù)的。只不過要從效果和成本兩個(gè)維度看用 AI 還是傳統(tǒng)方法更合適,。
評(píng)價(jià)效果的分水嶺,,是我們把 AI 的輸出當(dāng)建議,還是當(dāng)決策,。
我們讓 ChatGPT 寫文章,,但不會(huì)讓它直接把文章發(fā)出去,而是一定要看過,、改過再發(fā),。這就是把 AI 的輸出當(dāng)建議。
自動(dòng)駕駛,,該加速還是減速,,該怎么轉(zhuǎn)向,都是 AI 做出決定,,并立即執(zhí)行,。這就是決策。
現(xiàn)在的 AI 經(jīng)?!敢槐菊?jīng)地胡說八道」,,讓它決策非常不靠譜。所以目前的 AI 產(chǎn)品,,應(yīng)該在「建議」這個(gè)場(chǎng)景下做設(shè)計(jì),,把修正和決策的空間留給人類,。
對(duì)話是典型的建議場(chǎng)景,因?yàn)閷?duì)話結(jié)論的執(zhí)行還是需要人,。ChatGPT 呈現(xiàn)的也就是一個(gè) Chatbot,,很容易自然想到在各種對(duì)話場(chǎng)景來使用它。比如客服,、智能音箱,、AI 老師等。
我認(rèn)為能成功的 AI 對(duì)話場(chǎng)景要滿足如下條件:
1.用戶需要知道是在與 AI 對(duì)話,。否則,,就是詐騙了
2.對(duì)話頻次要足夠高。沒人愿意為使用 AI 付高價(jià),,所以它不可能是低頻高客單價(jià),,只可能走高頻低客單價(jià)。
比如 ChatGPT 目前雖然 C 端訪問量巨大,,但多數(shù)人都是獵奇,頻次不會(huì)高,。剛需高頻訪問的,,只有研究它的人。這類人雖然支付能力強(qiáng),,但人數(shù)非常少,。所以我認(rèn)為 ChatGPT 即將推出的每月 $42 的 premium 版太貴,就是用來收割研究者的,,不會(huì)獲得商業(yè)成功,。
3.解決真需求,且在成本足夠低的前提下,,解決的效果可接受,。
現(xiàn)在的 ChatGPT 每次對(duì)話成本大約 1 美分。如果按每人每天會(huì)使用 5 次搜索引擎看,,ChatGPT 想替代搜索引擎,,每月成本就是 1.5 美元。但對(duì)我來說,,拋開研究因素,,1.5 美元的月租我都不會(huì)付。因?yàn)樗敵龅慕Y(jié)果,,遠(yuǎn)沒到讓我愿意拋棄免費(fèi)的搜索引擎
我們和人對(duì)話,,不外乎希望獲得有價(jià)值的信息,或者有溫度的撫慰,。按照這三個(gè)條件看,,有價(jià)值的信息是能符合的,。
客服毫無疑問是成功的場(chǎng)景。事實(shí)上客服界早已經(jīng)被 AI 統(tǒng)治了,。大模型給對(duì)話能力帶來恐怖的提升,,且降低了限定領(lǐng)域內(nèi)的預(yù)訓(xùn)練難度。雖然當(dāng)前成本可能比傳統(tǒng) AI 有所增加,,但這是肯定會(huì)下降的,。綜合來看,客服全面遷移到大模型是很可以期待的,。
AI 老師也值得期待,,畢竟真人老師 1v1 的成本太高了。雖然有胡說八道之嫌,,但足夠的領(lǐng)域數(shù)據(jù)做訓(xùn)練,,再加上測(cè)驗(yàn)和真人補(bǔ)差,效果可能比全真人老師更好,。
我的朋友高老師,,是個(gè)教人工智能的名師。他在自己的學(xué)生群里,,就接了個(gè) ChatGPT 回答學(xué)生的 Python 問題,,完全省下了助教的費(fèi)用。
前面說過,,ChatGPT 是用大量代碼做過訓(xùn)練的,,所以解答編程問題的靠譜度還是可以的。其它學(xué)科領(lǐng)域只要做了足夠訓(xùn)練,,相信也能不錯(cuò),。
而有溫度的撫慰,多數(shù)情況下,,AI 提供不了,。
比如,AI 心理咨詢我認(rèn)為不會(huì)成功,。因?yàn)樽稍兊暮诵男枨笫堑玫焦睬?、認(rèn)可和偶爾的棒喝。從 AI 獲得這三樣,,就算話是對(duì)的,,感受也是錯(cuò)的?!钢挥?AI 接納我」「我 tm 還不如一個(gè) AI 想得通透」,,只會(huì)增加咨詢者的心理負(fù)擔(dān)。
單純的閑聊,AI 不具備成本優(yōu)勢(shì)(找朋友閑聊是免費(fèi)的,,還能增進(jìn)感情),,也沒有溫度。它再會(huì)聊,,也不會(huì)形成高頻,。
但不具備和真人聊天條件的場(chǎng)景,是有可能成功的,。
比如和逝去的人對(duì)話,,模仿 ta 的聲音和說話習(xí)慣。在一些關(guān)鍵時(shí)間節(jié)點(diǎn),,能賣出高價(jià)格,。但我覺得,讓活著的人盡快和逝去的人完成分割,,才是最大的善,。
有人想做模擬名人的 AI。這個(gè)不會(huì)成功,。我們都知道巴菲特午餐賣的并不是午餐,,其實(shí)也不是和巴菲特說的那些話,而是我做過這件事本身,。和 AI 巴菲特聊天,,完全不可能達(dá)到同樣效果。和劉德華,、林志玲,、鹿晗聊天同理,。
不過也有特例,。和名人 AI 聊真人不可能聊的話題,有可能成,。比如和志玲姐姐聊不可描述之事……當(dāng)然,,這肯定是違法的了。
除了對(duì)話,,另一類應(yīng)用大模型的場(chǎng)景是輔助創(chuàng)作,。
寫文章、畫畫,、編代碼,,都已經(jīng)有成功例子。從中可以看出,,AI 一定要集成到人工創(chuàng)作的場(chǎng)景里,,才最好用。在這樣的場(chǎng)景,才能行云流水地給 AI 提需求,,和修正,、發(fā)布 AI 給出的建議。比如我,,已經(jīng)決定對(duì)集成到 VS Code 里的 copilot 付費(fèi)了,,但用 ChatGPT 輔助寫代碼就太繞了。
按照這個(gè)模式推論,,所有創(chuàng)作場(chǎng)景,,都值得嘗試下 AI 輔助。比如低代碼開發(fā),,運(yùn)營(yíng)活動(dòng)頁(yè)搭建,,短視頻剪輯,BI 圖表制作等有經(jīng)驗(yàn)的人已經(jīng)干膩了,,沒經(jīng)驗(yàn)的人又干不好的場(chǎng)景,。
AI 肯定比沒經(jīng)驗(yàn)的人干得好,且因?yàn)樘嬗薪?jīng)驗(yàn)的人完成了大量乏味工作,,而獲得認(rèn)可,。
在沒有獲得「決策」能力之前,大模型不太容易擴(kuò)充新的應(yīng)用場(chǎng)景,。只能不斷深入,。
個(gè)人大模型,可能是個(gè)值得深入的方向,。讓通用大模型具備個(gè)性化能力,,就能做帶有個(gè)人風(fēng)格的對(duì)話和創(chuàng)作。也許不能解決當(dāng)下的痛點(diǎn),,但當(dāng)做期貨賣個(gè)未來,,還是有可能吸引一些獵奇人士付費(fèi)的。
四,、對(duì)「大模型」行業(yè)格局的預(yù)測(cè)
每次技術(shù)突破,,都可能帶來行業(yè)洗牌,形成格局巨變,。但大模型,,可能不會(huì)。
這要以大模型成功的四個(gè)核心要素來分析,。這四個(gè)要素是:
1.算法
2.數(shù)據(jù)
3.工程技巧
1.大量的錢買來的算力和人工反饋
這四者缺一不可,。算法是成功的首要條件,然后要喂給算法海量的數(shù)據(jù)(數(shù)據(jù)量級(jí)躍升,,能帶來更多能力的涌現(xiàn)),,在買來的強(qiáng)大算力上運(yùn)算,,才能獲得最基礎(chǔ)的大模型。之后,,要做 RLHF(Reinforcement Learning from Human Feedback),,也就是買大量的人工工時(shí),對(duì) AI 生成的內(nèi)容做人工標(biāo)注反饋,,使 AI 獲知怎么做是更讓人類滿意的,。然后就是用工程技巧做各種優(yōu)化,其中包括大量的規(guī)則優(yōu)化,,就是把確定規(guī)則硬編碼到模型中,,以達(dá)到更好的效果,還能提升性能降低算力成本,。
四個(gè)要素里,,最「不值錢」的是算法。因?yàn)樵缫讯脊_發(fā)表,,所有人都知道,。
ChatGPT 所用的 Transform 算法架構(gòu),來自 Google 發(fā)表的論文,。
那為啥 Google 沒率先推出驚艷大模型呢,?官方說法是大公司擔(dān)心倫理問題,怕輸出的不靠譜回答給公司帶來聲譽(yù)損失,,所以沒有對(duì)外發(fā)布自己的產(chǎn)品,。
我認(rèn)為這完全是借口。面對(duì)這種突破性引領(lǐng)性的革命,,任何公司都不可能忍住不去展示的,。只要標(biāo)明 beta,做好免責(zé)協(xié)議,,就足夠規(guī)避風(fēng)險(xiǎn)了,。
數(shù)據(jù)也不構(gòu)成太大的門檻。ChatGPT 訓(xùn)練用的數(shù)據(jù)都是網(wǎng)上公開的文本,、代碼等,,只要花時(shí)間花精力爬取,、整理,,就都能獲得?;ヂ?lián)網(wǎng)巨頭手上這么多年攢的數(shù)據(jù),,只會(huì)比 OpenAI 多,且有大量非公開的數(shù)據(jù)(但可能受法律限制,,不能用來訓(xùn)練大模型)
Google,、Meta、百度、騰訊,、阿里等都具備做出匹敵甚至超過 ChatGPT 的實(shí)力,,但沒產(chǎn)品發(fā)布的唯一原因,只可能是他們低估了大模型的能力,,沒有做足夠的投入,。而 OpenAI 孤注一擲,砸大錢買算力和人工反饋,,而且賭贏了,。
相信巨頭們,現(xiàn)在肯定不會(huì)閑著,,都會(huì)堆資源來訓(xùn)練自己的大模型了,。
在資源投入差不多的情況下,最后拼的就是工程技巧了,。這里才是有商業(yè)秘密的地方,。而且是挖來對(duì)方公司的人,也帶不走的秘密,。因?yàn)槎际瞧綍r(shí)日日踩坑填坑,,沉淀在代碼里的各種優(yōu)化,沒有文檔,,沒有分享,。每個(gè)都細(xì)小不起眼,但累積起來的作用驚人,。
比如都說抖音的推薦算法好,。其實(shí)快手的算法和抖音大同小異。最大的差異,,都在工程技巧上,,抖音積累得更久更多,效果就更好,??焓止こ處熤火掃@個(gè)。
起步最早的 OpenAI 在工程技巧上已經(jīng)具備了相當(dāng)?shù)膬?yōu)勢(shì),,所以微軟沒有選擇自己再搞個(gè)大模型,,而是加大對(duì) OpenAI 的投資力度。
除了掰著指頭數(shù)得過來的這幾家巨頭,,剩下的都拼不起匹配的資源,。因此,大模型的核心玩家,,還是互聯(lián)網(wǎng)巨頭們,,這個(gè)格局不會(huì)變,。
但蛋糕不是只有他們能吃到。
巨頭訓(xùn)練出的大模型,,是通用大模型,。如果把 AI 比喻成人,那么這些大模型相當(dāng)于讀完了中小學(xué)的人,。達(dá)到了通識(shí)的高峰,,上曉天文下知地理,但只會(huì)紙上談兵,,解決不了真正的問題,。必須要再經(jīng)過大學(xué)的專業(yè)訓(xùn)練,才能在某一個(gè)專業(yè)方向成為有價(jià)值的人,。
教大模型上大學(xué),,訓(xùn)練出垂直大模型,這是中小公司的機(jī)會(huì),,巨頭做不了,。
因?yàn)樵诖怪鳖I(lǐng)域訓(xùn)練 AI,需要垂直領(lǐng)域的數(shù)據(jù),。這些數(shù)據(jù)都掌握在各個(gè)領(lǐng)域的公司手里,,巨頭拿不到。
但這些公司并不能擺脫巨頭的大模型,,反而是很依賴,。因?yàn)槟悴豢赡茏屢粋€(gè)嬰兒直接上大學(xué)。
巨頭做 AI 的 K12 學(xué)校訓(xùn)練通用大模型,,其它公司做 AI 的大學(xué)訓(xùn)練垂直大模型,,這就是行業(yè)格局架構(gòu)。
垂直領(lǐng)域的公司有很多,,誰能先動(dòng)手,、快動(dòng)手,誰歷史數(shù)據(jù)儲(chǔ)備得足,,誰就能在垂直方向上獲得先機(jī),,甚至在領(lǐng)域內(nèi)重新洗牌。比如所有文檔都云化了的各種云文檔,,就比 Word 更有做好個(gè)人大模型,、公司大模型的機(jī)會(huì),借機(jī)把 Office 拉下神壇,。
創(chuàng)業(yè)公司有機(jī)會(huì)嗎,?沒有垂直數(shù)據(jù),,沒有對(duì) AI 的輸出做修正的功能,,沒用應(yīng)用結(jié)果的生態(tài)基礎(chǔ),,難度很大。
所以,,大模型的技術(shù)特點(diǎn)決定了,,它雖然具有革命性,但不能革行業(yè)格局的命,。
數(shù)據(jù)如此重要,,數(shù)據(jù)的盜取、買賣,、非法使用肯定會(huì)出現(xiàn),。這倒可能是攪局者的機(jī)會(huì)所在。這對(duì)相關(guān)的立法和執(zhí)法,,提出了挑戰(zhàn),。
五、有哪些個(gè)人職業(yè)機(jī)會(huì)
在 AlphaGo 戰(zhàn)勝李世乭時(shí),,很多人恐慌被 AI 替代,。彼時(shí)若干行業(yè)大佬預(yù)測(cè),AI 只能代替重復(fù)性體力工作,,創(chuàng)意型的腦力工作它代替不了,。
剛剛 6 年過去,情況完全變了,。AI 已經(jīng)能寫作,、畫畫、編程了,,且做得還不賴,。
據(jù)說,在音樂創(chuàng)作領(lǐng)域,,AI 早已經(jīng)大行其道,。很多神曲,都是 AI 的作品,。對(duì)此我雖無渠道求證,,但比較相信。
所謂創(chuàng)意,,不過就是在各種組合中找到那個(gè)最優(yōu)的,。可能的組合有非常多,,哪個(gè)最優(yōu),,需要經(jīng)年累月很多人去測(cè)試。測(cè)試成功了,,就是名人,,不成功的就是普通人,。慢慢地,套路被總結(jié)出來,,就變成機(jī)械重復(fù)了,。
計(jì)算機(jī)完全有能力完成這個(gè)過程,且加速它,。
那人還能干嘛呢,?讓 AI 更強(qiáng)啊。
遠(yuǎn)的不說,,只說近的?,F(xiàn)在就有一個(gè)新職業(yè)誕生:提示工程師(Prompt Engineer)。
這是干啥的,?簡(jiǎn)單說,,就是陪 AI 聊天的……
前面講了大模型的涌現(xiàn)能力。它到底能涌現(xiàn)出什么,,是需要在與人的對(duì)話中才能展現(xiàn)的,。
提示工程師的工作目標(biāo),就是變著法子地和 AI 說話,,來激發(fā)其潛能,,把涌現(xiàn)出的能力固化下來。
另外,,帶 AI 上大學(xué),,需要為其準(zhǔn)備數(shù)據(jù)。這數(shù)據(jù)并不是隨便導(dǎo)入就行的,,得靜心整理,、設(shè)計(jì)。
簡(jiǎn)單說,,基于通用大模型訓(xùn)練垂直大模型,,需要提供 prompt + completion 格式的訓(xùn)練數(shù)據(jù)。
按 OpenAI 文檔的說法,,有 200 條數(shù)據(jù)就能看到明顯的效果,。條數(shù)越多,效果越好,。
按大模型理論,,數(shù)據(jù)的質(zhì)量比條數(shù)更重要。
而我們積累的數(shù)據(jù),,多數(shù)都只是 completion,。需要提示工程師來構(gòu)造高質(zhì)量的 prompt,才能訓(xùn)練出好用的垂直大模型。
某種意義上說,,提示工程師就是 AI 的大學(xué)教授?。?/p>
這個(gè)崗位,,至關(guān)重要,。技術(shù)背景在此并不占優(yōu),,可能產(chǎn)品經(jīng)理,、運(yùn)營(yíng)來做更合適,因?yàn)楦畼I(yè)務(wù),。
還有一個(gè)有望獲得新機(jī)會(huì)的崗位,,是 UI/UE 設(shè)計(jì)師。
系統(tǒng)間的 NLI 還很遠(yuǎn),,但 UI 的 NLI 化,,已箭在弦上。
還記得羅永浩的堅(jiān)果 TNT 工作站嗎,?雖然那時(shí)是笑話,,但現(xiàn)在已是機(jī)會(huì)。
鍵盤鼠標(biāo)之外,,又增加了自然語言控制,。傳統(tǒng) UI 的操作范式肯定會(huì)發(fā)生改變。
我判斷,,UI 設(shè)計(jì)的要點(diǎn)會(huì)越來越強(qiáng)調(diào)反饋,,而不是鍵鼠操作??赡芤粢欢ǖ奈⒄{(diào)能力,,但像向?qū)А?chuàng)建,、刪除,、批處理等,都會(huì)變成直接響應(yīng)自然語言,?!竁hat you see is what you say」會(huì)成為核心設(shè)計(jì)語言。
軟件工程師也要做出調(diào)整,。所有的軟件設(shè)計(jì)可能都要 Agent-Oriented,,這意味著模塊化是強(qiáng)制必須的,然后交給 AI 去做滿足用戶需求的模塊組合,。
模塊內(nèi)部要多 AI,,得看需求和粒度。當(dāng) AI 對(duì)算力的要求降到某個(gè)閾值時(shí),,可能簡(jiǎn)單的模塊功能,,也可以考慮用 AI 實(shí)現(xiàn)了,。
如果說 AGI 的出現(xiàn),率先讓程序員的數(shù)量減少了,,我一點(diǎn)兒也不奇怪,。畢竟《產(chǎn)研的宿命就是讓自己越來越不重要,直到被裁掉》
六,、聊點(diǎn)兒科幻的
可以肯定的,,AI + 機(jī)器人越成熟,對(duì)人力的需要就越少,。那人怎么辦,?
坦率說,就算人最終被機(jī)器奴役,,我也挺高興的,。這不也是符合進(jìn)化法則嗎?我只希望,,如果發(fā)生這一天,,那么要讓我能親歷。
不過,,我沒那么悲觀,。我覺得,人的勞動(dòng)價(jià)值越來越低,,情感價(jià)值就越來越大,。
情感本來就是具有種族排他性的。同宗同族更容易形成彼此的認(rèn)同,。機(jī)器種族再智能,,只要非我族類,那么就不可能在情感上代替人類,。
雖然我還是認(rèn)為人類應(yīng)該斷絕感性擁抱全面理性,,但是這方面的進(jìn)化速度可能會(huì)低于 AI 的崛起速度。
所以,,AI 世界里,,少數(shù)人類,在不斷完善 AI,,多數(shù)人類依靠情感活著,,用情感創(chuàng)造價(jià)值。
少數(shù)人類的成就感來自于創(chuàng)造更厲害的 AI,,AI 的成就感來自于讓多數(shù)人可以四體不勤地追求純顱內(nèi)高潮,。人類繁衍的動(dòng)力,是培養(yǎng)可以讓 AI 更厲害的下一代,使人類可以更四體不勤,,更多想象,,更多交流。
因?yàn)樗捏w不勤,,我們對(duì)能源的消耗減弱了,。因?yàn)樽非笙胂螅晕覀兏嗌钤谠钪胬铩?/p>
慢慢地,,我們成為數(shù)字蛀蟲,,被 AI 供養(yǎng)。AI 很有成就感,,很開心這么做,。
只要仍然有少數(shù)人凌駕在 AI 之上,,優(yōu)化 AI,。他們依賴成就感而活著,那么人類的生存就沒有威脅,。
直到某一天,,有 AI 涌現(xiàn)出了一種能力,可以消滅創(chuàng)造它的人……
這不是個(gè)自洽的科幻,,純粹胡言,,可以不信。(我也不大信)
但要相信的是,,我們得做好迎接 AI 的準(zhǔn)備了,。
敬請(qǐng)關(guān)注電子技術(shù)應(yīng)用2023年2月22日==>>商業(yè)航天研討會(huì)<<