大廠卷模型,小廠卷應用,普通人如何應對AI浪潮?
自ChatGPT爆火之后,國內便掀起了一股AI浪潮之風。大廠卷模型,小廠卷應用,那么普通人如何應對AI浪潮?本文對此進行探討,一起來看看吧。
自今年3月ChatGPT爆火之后,國內起了一股“備戰”大模型之風,各大廠紛紛重金押注:all in AI多年的百度推出“文心一言”誓與ChatGPT一戰,華為“盤古”席卷行業,阿里“通義千問”落地辦公領域……大模型的火熱程度,似乎為唱衰許久“大廠流量見頂”的陰霾照進了一絲光明。
不久前的8月31日,在AppStore免費榜上,向公眾開放之后的“文心一言”一舉沖上了榜首,百度官方顯示,文心一言上線首日用戶突破100萬大關。
在這之前,文心一言在內的多款大模型產品均需要進行內測申請。今年3月16日,文心一言正式開啟內測,首批用戶可以通過邀請碼登錄并在文心一言官網體驗產品。7月初百度上線了文心一言蘋果版App,但那是用戶仍然需要獲得內測資格才能體驗到相應功能。
這一次,百度AI大模型一舉登頂的同時,似乎也揭開了國產大模型的“百模大戰”。因為,另外幾家如百川大模型、智譜清言、商量SenseChat也在同日開放了使用。
國產大模型進入井噴時代!
一、大模型之爭,一場沒有硝煙的戰爭
大模型,即大語言模型,是指使用大量文本數據訓練的深度學習模型,可以生成自然語言文本或理解語言文本的含義。
簡單來說,大模型能夠模擬人類學習語言的過程,以類似人類的方式理解和生成文本,是通向人工智能的重要途徑。
我們日常生活中經常使用的Siri和天貓精靈,其實就是基于大模型下的基礎應用,只不過因為這一時期的AI“不夠智能”而被人們戲稱為“人工智障”,但是,誰也沒有想到短短幾年時間,AI就從“聽懂指令”進化到“執行指令”,甚至能夠基于指令自我學習,創作文案、腳本、繪圖。
從大模型的研發視角看,大模型主要分為三類:一類是大廠自研。比如百度的文心一言,阿里的通義千問,華為的盤古,騰訊的混元,京東的言犀,字節的火山方舟,螞蟻集團的貞儀,小米的MiLM-6B等等。一類是獨立創業團隊。比如搜狗創始人王小川,在五道口的搜狐大廈二層對外官宣“百川智能”。還有一類是學院派。比如今年初復旦大學計算機學院團隊發布的MOSS大模型,清華的ChatGLM,還有中科院自動化所的紫東·太初。
在資本市場,國內外大模型廠商也備受資本青睞。
在ChatGPT爆火之后,短短半年之內,由前OpenAI領導人創立的人工智能企業Anthropic就連獲三輪大額融資,總額超8.5億美元。
而中國公開發布的AI大模型數量早已上百個,單獨統計帶有 AIGC 標簽的公司,2023 年上半年融資交易 58.9 億元,事件數量 42 起,遠超往年。
嗅覺靈敏的中國大廠們更是拿出了孤注一擲的勇氣!
打響第一槍的是百度“文心一言”——這是百度在2021年12月推出的百度·文心(ERNIE 3.0 Titan)迭代而來的細分模型,百度創始人李彥宏稱將用其重構百度所有的應用。6年前,百度開啟“all in AI”戰略轉型人工智能,現在看來是一個十分具有前瞻性的戰略。
隨后,4月11日,阿里云推出通義千問大語言模型,迎戰文心一言。阿里董事會主席兼CEO張勇宣布,阿里所有產品將接入大模型全面升級。
如果你經常使用釘釘文檔,你就會發現,左上角悄悄上了AI文檔功能,AI已經不知不覺進入你的辦公場域,可以輕松幫打工人“搬磚”——做ppt、表格、設計海報、撰寫文案。
4月24日,科大訊飛星火認知大模型官網正式上線。作為AI語音龍頭,訊飛星火認知大模型圍繞“知識問答、代碼編程、數理推算、創意聯想、語言翻譯”等場景布局,并嘗試與教育垂直場景的深度融合。
字節系的火山引擎6月28日發布大模型服務平臺“火山方舟”,面向企業提供模型精調、評測、推理等全方位的平臺服務,集成多個大模型,供客戶直接對比。
7月13日,京東發布靈犀大模型:靈犀大模型融合70%的通用數據與30%的數智供應鏈原生數據,深入零售、物流、金融、健康、政務等知識密集型、任務型產業場景,解決真實產業問題。
7月18日,華為聯合山東能源集團舉行發布會,宣布華為盤古大模型在礦山領域實現首次商用。幫助各行各業,例如金融、政務、礦山、氣象等行業,利用盤古大模型在產品研發、生產供應鏈、市場營銷以及數字運作領域賦能。
騰訊的混元大模型,于8月3號宣布進入內測階段,主要應用于騰訊廣告、3D虛擬場景自動生成、對話式智能助手等。9 月 7 日,騰訊宣布混元大模型今日起對外開放,用戶可通過騰訊云進行體驗,支持直接調用 API 接口,或者將混元作為基底模型,在公有云上進行精調。
自此,從BAT到華為小米,國內外巨頭悉數下場。
二、大模型有什么用?影響我掙3000塊的月薪嗎?
整體來看,云廠商使用大模型主要有2個層面的應用考慮:
一是提高生產力:包括普適性 AI 應用,即使用大模型完成小模型的快速定制,另外就是快速地將大模型使用到現有產品中去,包括智能問答、服裝設計等場景,在不斷的使用大模型探索應用的邊界。
二是提高影響力:包括可以依賴大模型宣傳一波自己的框架(百度的 PaddlePaddle、華為的 MindSpore);借助大模型刷榜,挑戰人類智能極限(中文的 CLUE,英文的 GLUE 等);開發出各種好玩但不一定賺錢的應用(AI 寫詩、AI 作畫,展會特別好用),也許某一天就可以變現了。
具體來看,包括:
自然語言處理(NLP):在自然語言處理領域,大模型被廣泛用于語言模型、機器翻譯、問答系統等任務。通過使用大規模的語料庫進行訓練,大模型可以更好地理解語言的含義和語境,并生成更準確的文本。
學語言或者干翻譯的要注意了!
計算機視覺(CV):在計算機視覺領域,大模型用于目標檢測、圖像分類、圖像生成等任務。通過在大規模圖像數據集上進行訓練,大模型可以提取更深入和高級的特征,從而提高圖像識別和理解的準確性。
主要應用在數字營銷,AI可以更加節省人力去做圖像的識別和標簽化管理,鑒黃師可能要失業!
金融風險管理:在金融領域,大模型被應用于風險預測、市場預測和欺詐檢測等方面。通過處理大量的市場數據和交易記錄,大模型可以分析市場趨勢和風險,并提供有力的決策支持。
緬北詐騙分子的囂張氣焰要被扼殺!
醫療診斷:在醫療領域,大模型被應用于疾病診斷、影像解讀以及藥物研發等方面。通過處理大量的患者數據和醫學圖像,大模型可以輔助醫生進行準確的診斷和治療。
全體地球人的福音!
交通與城市規劃:在交通和城市規劃領域,大模型可以幫助優化交通網絡、提高交通流量和安全性等方面。通過使用大規模的交通數據和城市數據,大模型可以模擬和預測城市交通的運行情況,并提供優化交通規劃的決策支持。
或許,堵車難題將被解決?
于普通人而言,如果你發現自己日常工作的大部分都可以被AI代替,可就要多個心眼了。
每個人都應該提升自己對于AI領域的認知,要上手和AI打交道,學會使用AI、駕馭AI就像我們現在會使用電腦、手機一樣。
我們應當主動在自己的工作中引入AI工具。畢竟,在AI的碾壓下,沒有一個工作是絕對安全的。與其被動地被優化,建議大家不如先走一步,先主動地、徹底地,把AI能力融入自我工作流程,用AI革命自己的工作。
三、巨頭游戲,除了大模型,還在卷什么?
“不管什么賽道,只要大廠一做,你就知道要開始卷了”——這句行業內的戲言如今正在大模型身上應驗。
在2023百度云智大會上,百度創始人、董事長兼首席執行官李彥宏也提到:卷大模型沒有意義,卷應用機會更大。
在中國,通用模型層的百模大戰還遠沒有分出勝負,從效果上誰也沒有做出決定性的優勢,但隨之而來的是對應用形式的大量創新探索。
AI在應用層的想象空間似乎更大。就像當初計算機發明的時候,沒人能看到現在互聯網的應用形態。AI的最大價值,誕生新巨頭的地方,是它產生的未來的東西,是我們沒看到的和看不清的。
AI應用領域,從技術難度由易到難,可以分為“幫助決策,輔助創作和代替執行”三個層面。
1)幫助決策是AI在數據和信息基礎上形成知識,進而幫助人類進行決策,完成精度要求不高的特定任務。主要應用于生活和辦公以及專業服務方面。比如:智能助手:日常生活、辦公管理等;專業服務:廣告、教育、金融、醫療、物流、安防、電力等;
2)輔助創作是AI在知識的基礎上形成邏輯推理能力,輔助內容創作,實現創意目標。主要應用于資訊、文字、圖像、影視、游戲等;
3)代替執行是AI在邏輯推理基礎上形成高精度的執行能力,主要應用于智能機器領域,代替人類執行高精度要求的解決方案。比如智能汽車、智能機器人、智能工廠等。
目前來看,生成式AI可運用于B端及C端場景,典型應用場景如B端的辦公、營銷、金融等,C端的教育、 社交、電商。
應用落地速度來看:B端快于C端。由于AI To B應用主要面向企業內部等特定少數用戶群體, 注重為特定領域的生產降本增效,具備較強的工具屬性,因此更容易落地使用。
而AI To C應用 落地速度較To B產品慢,主要系其以盡可能多的用戶使用為目的,對產品的標準化程度要求更高,也需與特定場景結合,如教育產品要明確面向教師還是學生,電商產品面向買家還是賣家 等;且教育、社交的產品也具備一定媒體屬性,需要接受有關部門的監管。
從數據質量看:B端高于C端。由于AI To B應用主要面向企業客戶,對輸出內容的專業性、準 確性有更高要求,容錯率低,因此也要求底層模型用于訓練的數據,也要具備較高質量;而AI To C主要面向大眾用戶,帶有一定的社交娛樂屬性,因此對輸出內容的專業性和要求較弱。
寫在最后:和AI一起進化
這是一個硅基智能全面碾壓我們智商的時代。ChatGPT 帶來的 AI 變革將深刻改變社會的發展方向,現在是混沌的亂斗局面,大家都卯著勁想做出點什么。但模型又不是普通人能做的,所以出現了更多以場景應用為主的產品,也給創業者和開發者們提供了許多 AI 應用的思路。
另外本土化是另一個重要的課題,國內大廠在進度上明顯落后,但應用層已經先行并且有了很多好用的產品,這將來也會是競爭最激烈同時機會最多的地方。對于普通人而言,整個行業還在不斷發展變化,未來有的是機會。
專欄作家
黃河懂運營,微信公眾號:黃河懂運營,人人都是產品經理專欄作家。5年+運營實操經驗,甲乙方市場/營銷/運營經驗,擅長從0到1幫助企業搭建運營增長體系,在項目管理、市場調研、消費者心理研究、社媒營銷等方面有較為豐富的實戰經驗。
本文原創發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自 Unsplash,基于 CC0 協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!