文｜光錐智能 周文斌
“ChatGPT的意義不亞于PC或互聯(lián)網(wǎng)的誕生”，比爾蓋茨對這個新風(fēng)口不吝贊譽(yù)。
裁員潮下一片慘淡的硅谷，因為ChatGPT再次燃起了希望之光。
微軟斥資100億美元投資OpenAI，并計劃將ChatGPT融入旗下全線產(chǎn)品。2月4日，微軟融合ChatGPT-4的Bing已經(jīng)短暫上線，速度之快讓人咂舌。
而為了應(yīng)對微軟激進(jìn)的布局，谷歌緊急地召回了佩奇和布林兩位創(chuàng)始人，并在上周也開始內(nèi)測類似的產(chǎn)品Apprentice Bard。同時，谷歌還向OpenAI的競爭對手Anthropic投資近4億美元，以完成微軟和OpenAI類似的綁定。
中國科技公司也在紛紛跟進(jìn)，一波類似于2016年AlphaGo的熱潮又一次掀起。
2月7日，百度公布了自家類ChatGPT產(chǎn)品的名字“文心一言”，并預(yù)計在3月推出相應(yīng)的產(chǎn)品。
2月8日，阿里巴巴也透露，聊天機(jī)器人ChatGPT目前處于內(nèi)測階段。
同日，網(wǎng)易有道CEO周楓也獨(dú)家向光錐智能確認(rèn)，網(wǎng)易有道未來或?qū)⑼瞥鯟hatGPT同源技術(shù)產(chǎn)品，應(yīng)用場景圍繞在線教育。
2月9日，騰訊也表態(tài)正有序推進(jìn)ChatGPT和AIGC相關(guān)方向的專項研究。
一時間，不僅科技圈無人不談ChatGPT，甚至有不少人也開始用其面向普通用戶賺錢。瑞銀預(yù)測，ChatGPT的月活躍用戶在今年1月份達(dá)到了1億，它完成這個目標(biāo)只用了2個月，而在它之前，最快的TikTok大概花了9個月，這讓ChatGPT成為迄今為止增長最快的消費(fèi)者應(yīng)用。
在此之前，AI產(chǎn)品更多是針對B端的產(chǎn)品，ChatGPT也打破了to B到to C的圈層壁壘。
當(dāng)然，ChatGPT的偉大，更重要的還是它讓通用型人工智能進(jìn)一步成為可能，并降低了這項技術(shù)的進(jìn)入門檻，讓更多開發(fā)者能夠以低成本的方式在ChatGPT的基礎(chǔ)上開發(fā)專屬應(yīng)用，讓AI改造世界的可能性進(jìn)一步提升。
可以說，就像25年前剛剛萌芽的互聯(lián)網(wǎng)正準(zhǔn)備對全球帶來翻天覆地的變革一樣，如今ChatGPT的出現(xiàn)，讓AI成為新一輪技術(shù)爆發(fā)的奇點(diǎn)成為可能。
但是，光錐智能在和中國人工智能行業(yè)從業(yè)者交流后，發(fā)現(xiàn)不少技術(shù)從業(yè)者反而不如圈外如此狂熱。這是因為，漸進(jìn)式技術(shù)進(jìn)步到今天，并非一蹴而就，技術(shù)從業(yè)者一直都在保持著密切的觀察和技術(shù)跟進(jìn)。
ChatGPT很牛，但不要神化它。
01 硅谷只剩AI了
談起ChatGPT，我們?nèi)匀灰獜墓韫乳_始。和互聯(lián)網(wǎng)、Web3、元宇宙等之前大多數(shù)具有革命或非革命意義的技術(shù)突破一樣，ChatGPT仍然來自于硅谷。
但和之前硅谷各項技術(shù)方向百家爭鳴不同，這個時間點(diǎn)的ChatGPT更像是硅谷沒有選擇的選擇。
2022年，硅谷就經(jīng)歷了一波大裁員，并波及了幾乎所有的科技公司。到了2023年2月，雖然冬天的氣溫已經(jīng)有所回升，但硅谷的寒意卻還沒有褪去。
據(jù)trueup.io統(tǒng)計數(shù)據(jù)，在2023年剛剛過去的這一個月，全球326家科技公司累計裁掉了106950萬人，其中大頭都在硅谷，而且打擊面還非常廣泛，元宇宙、芯片、自動駕駛和SaaS都是重災(zāi)區(qū)。
一直以來，裁員都是一個行業(yè)不景氣的直接表現(xiàn)。
以Wbe3為例，Coinbase在2023年1月計劃裁掉公司20%的員工，這是美國第一家上市的合規(guī)加密交易平臺，且這家公司已經(jīng)在去年6月裁掉了18%的員工。
研究公司PitchBook的數(shù)據(jù)顯示，在2022年第四季度，Wbe3行業(yè)的風(fēng)險投資就已跌到了這兩年以來的最低水平，比2021年同期下降了75%。
在芯片領(lǐng)域，美光、格羅方德、英特爾等巨頭無一幸免，其中泛林集團(tuán)裁員1300人，因特爾下調(diào)包括CEO在內(nèi)的管理人員薪酬，并裁員數(shù)百人。SaaS領(lǐng)域，Salesforce在1月4日宣布裁員8000人，約占全體員工的10%。自動駕駛方面，包括Waymo、Crusie、圖森未來、無人車配送公司Nuro都有裁員的消息傳出。
除此之外，曾經(jīng)被傾注下一代互聯(lián)網(wǎng)希望的元宇宙也終于走到了拐點(diǎn)。
去年11月，Meta確認(rèn)了成立18年來首次大規(guī)模裁員，扎克伯格向被裁員工道歉，“我錯了，我要為此次裁員，以及我們是如何走到今天這個地步負(fù)責(zé)?！?/p>
投資人也不再看好Meta的元宇宙未來，美國投資公司Altimeter Capital向Meta發(fā)表公開信，呼吁公司削減20%的員工成本，并將「元宇宙」項目的支出限制在每年50億美元。
而相比于一頭扎入元宇宙之后又船大難掉頭的Meta，涉足稍淺的微軟則果斷選擇了棄舊從新。
首先，微軟對元宇宙相關(guān)業(yè)務(wù)進(jìn)行了大刀闊斧的裁剪，其宣布將在3月10日關(guān)閉2017年收購的社交平臺AltspaceVR，并有可能擺脫混合現(xiàn)實工具包（MRTK）團(tuán)隊。
同時，微軟又在AI方面大力投入。1月初，微軟就計劃向OpenAI投資100億美元，然后宣布要將包括Bing搜索、Office、Azure在內(nèi)的旗下全線產(chǎn)品整合ChatGPT。到2月7日，微軟已經(jīng)在Redmond召開了整合ChatGPT的Bing發(fā)布會。
其實從ChatGPT面世第一天開始，ChatGPT顛覆傳統(tǒng)搜索的觀點(diǎn)就已經(jīng)不脛而走。所以面對微軟激進(jìn)的布局，谷歌2月6日宣布推出一款聊天機(jī)器人Bard來與ChatGPT競爭，谷歌云計算部門也在開展一個名為“Atlas”的項目。
2月7日，谷歌向ChatGPT的競爭對手Anthropic投資了約3億美元，獲得了10%的股份，這讓谷歌和Anthropic形成了類似微軟與OpenAI的綁定關(guān)系。
除了谷歌和微軟之外，在ChatGPT上線前三個月，Meta其實也曾發(fā)布過一款類似的聊天機(jī)器人，只是并沒有獲得太多影響力。用Meta首席人工智能科學(xué)家雅恩?勒昆（Yann LeCun）的話說，“Meta的Blenderbot讓人覺得很無聊”。
相應(yīng)的，亞馬遜也已經(jīng)將ChatGPT應(yīng)用到了包括回答面試問題、編寫軟件代碼和創(chuàng)建培訓(xùn)文檔等工作職能中。一名亞馬遜員工在Slack上表示，亞馬遜云部門已經(jīng)成立了一個小型工作組，以更好地了解人工智能對其業(yè)務(wù)的影響。甚至，連蘋果都宣布要在下周召開內(nèi)部AI峰會。
如今的硅谷，AI已經(jīng)成為了絕對C位。
這種轉(zhuǎn)向其實也表現(xiàn)在投資機(jī)構(gòu)的動態(tài)上，2021年12月，紅杉資本將自己在Twitter上的簡介從“幫助有冒險精神的人創(chuàng)建偉大的公司”改成了“從想法到落地，我們幫助富有冒險精神的人打造偉大的DAO?！?022年，Web3賽道火熱，紅杉在2022年1月1日-4月26日，以大概每周一家的速度投資了17家Web3公司。
但變化發(fā)生在去年9月，紅杉資本發(fā)布了一篇文章《生成式AI：一個創(chuàng)造性的新世界》。其中寫道，生成式AI有可能創(chuàng)造數(shù)百萬億美元的經(jīng)濟(jì)價值。
PitchBook的一項統(tǒng)計數(shù)據(jù)顯示，2022年投資圈向生成式AI公司共投入13.7億美元（折合人民幣約93.69億元），幾乎達(dá)到了過去5年的總和。這些投資中不僅包括OpenAI、Stability AI這樣的頭部企業(yè)，也包如Jasper、Regie.ai、Replika等初創(chuàng)企業(yè)。
整體上，從投資人到大企業(yè)，再到創(chuàng)業(yè)者，一場關(guān)于AI 2.0的大幕已經(jīng)拉開。
02 差距沒那么大
從硅谷到中國，ChatGPT的熱度有增無減。
畢竟一直以來，關(guān)鍵的技術(shù)革新都發(fā)生在硅谷，這兩年中國尖端技術(shù)又一直面臨卡脖子的問題。所以在ChatGPT出現(xiàn)之后，大家最關(guān)心的還是當(dāng)國外技術(shù)已經(jīng)開始商業(yè)化落地的時候，國內(nèi)的進(jìn)度到底如何，差距又有多少？
2月7日，百度對外公布了自家類ChatGPT產(chǎn)品的名稱“文心一言”，英文名叫ERNIE BOT，目前，文心一言正在做上線前的沖刺。
“文心一言”一經(jīng)透露，便迅速登上各大平臺熱搜，百度股價一度漲超17%，市值增長約700億港元。很明顯，市場對于一個中國版的ChatGPT已經(jīng)期待太久。
之前，有觀點(diǎn)認(rèn)為國內(nèi)外差距大概在兩年左右。但云知聲研發(fā)副總裁劉升平認(rèn)為，實際上的差距可能沒有這么遠(yuǎn)。兩年的說法是因為GPT-3是在兩年前公布的，但其實自GPT-3發(fā)布之后，國內(nèi)許多企業(yè)就已經(jīng)跟進(jìn)在做類似的大模型了。“實際差距并沒有那么大，大概在一年左右?！?/p>
小冰公司CEO李笛也向光錐智能提到：“國內(nèi)人工智能技術(shù)不像芯片、操作系統(tǒng)一樣落后于國外，相反它應(yīng)該是最接近國際的。”
“國內(nèi)外的差距主要是一種思維上的差距?！崩畹颜J(rèn)為，國內(nèi)對技術(shù)創(chuàng)新這件事鼓勵得不夠充分，如果一個公司耐得住寂寞，那它無論在哪個方向都是OK的。
事實上，國內(nèi)大廠基本都具備訓(xùn)練大模型的能力。比如百度這次發(fā)布的文心一言，就和百度文心大模型一脈相承。
百度在發(fā)布文心一言名字的時候還特意提到，在人工智能四層構(gòu)架中有全棧布局，包括底層芯片、深度學(xué)習(xí)框架，大模型以及最上層的搜索等應(yīng)用。擁有產(chǎn)業(yè)級知識增強(qiáng)文心大模型ERNIE，具備跨模態(tài)、跨語言的深度語言語義理解與生成能力。
同樣的，騰訊也有類似混元AI大模型，在此基礎(chǔ)上，騰訊推出了HunYuan-NLP 1T大模型并一度登頂國內(nèi)最權(quán)威的自然語言理解任務(wù)榜單CLUE。此外，像阿里有“通義”大模型，華為有盤古大模型，國家隊中科院自動化研究所有“紫東·太初”等等。
簡單來說，國內(nèi)大廠基本都有做NLP預(yù)訓(xùn)練模型的能力，甚至許多專業(yè)能力還處在世界領(lǐng)先的水平。
比如騰訊的混元大模型在2022年11月公布了一項最新進(jìn)展，它們實現(xiàn)萬億級NLP模型，可以用256張卡，最快1天內(nèi)完成訓(xùn)練，成本相比原來降低1/8。
作為對比，ChatGPT訓(xùn)練一次的成本高達(dá)1千萬美元，這是一般企業(yè)無法承受的。小冰公司CEO李笛算過一筆賬：“如果按照ChatGPT成本來考量的話，每天我要燒3億人民幣，一年要燒一千多億。”
而騰訊通過課程學(xué)習(xí)、MOE路由算法、模型結(jié)構(gòu)等方式優(yōu)化之后，讓更多企業(yè)能夠承擔(dān)得起訓(xùn)練自己的NLP模型的成本。
除此之外，像在專利儲備上，根據(jù)statista2021年的數(shù)據(jù)，百度和騰訊都名列世界前列。
另一方面，就ChatGPT而言，它的技術(shù)原理并不新鮮。
Yann LeCun提到：“就底層技術(shù)而言，ChatGPT并不是特別創(chuàng)新的，它不是革命性的，盡管這是公眾對它的看法?！彼赋?，除了谷歌和Meta，還有6家初創(chuàng)公司基本上擁有與它非常相似的技術(shù)。ChatGPT是一項集體努力，因為它匯集了多方多年來開發(fā)的多項技術(shù)。
李笛也提到，大模型對應(yīng)的技術(shù)理念已經(jīng)誕生好幾年，無論是國內(nèi)還是國外，使用這種技術(shù)理念訓(xùn)練出來的大模型已經(jīng)很多，只是在具體fine tune（微調(diào)）的過程中專注的領(lǐng)域有所不同。
做個不恰當(dāng)?shù)谋扔?，ChatGPT就像原子彈一樣，它的原理已經(jīng)被寫在了教科書里，而大多數(shù)國家仍然無法實現(xiàn)，更多是因為工程性的問題。比如千億規(guī)模的數(shù)據(jù)從哪里來？如何進(jìn)行數(shù)據(jù)標(biāo)注，具體標(biāo)注哪些數(shù)據(jù)，標(biāo)注多少，這些數(shù)據(jù)又如何進(jìn)行組織訓(xùn)練等等。
而這些問題也都沒有在OpenAI的論文中得到公布，需要企業(yè)在自己的模型訓(xùn)練中去嘗試和摸索，然后形成經(jīng)驗，積累成自己的know-how。
03 不要神化ChatGPT
雖然在底層技術(shù)上，國內(nèi)外其實并沒有想象中那么大的差距。但當(dāng)大家看到國外如火如荼的技術(shù)落地時，也會擔(dān)心國內(nèi)在這方面掉隊。
對于ChatGPT這樣技術(shù)邏輯清晰的產(chǎn)品而言，慢一點(diǎn)并不影響結(jié)果。但如果產(chǎn)品差，則表現(xiàn)在具體工程問題的解決能力上，這些部分要摸索，要踩坑，要形成經(jīng)驗都需要漫長的時間，這背后反映的是技術(shù)水平的問題。
相比于歐美以英文為主的語言環(huán)境，中文是表意文字，在抽象概括和邏輯能力上天生不及英文。除此之外，國內(nèi)互聯(lián)網(wǎng)的語料也相對缺乏，沒有英文互聯(lián)網(wǎng)那么大的數(shù)據(jù)積累。
所以有業(yè)內(nèi)人士表示，對目前國內(nèi)的類ChatGPT產(chǎn)品發(fā)展而言，重要的不是模型，而是數(shù)據(jù)。
“自然語言處理需要經(jīng)過一個非常嚴(yán)密的推理過程?！崩畹烟岬剑骸按竽Ｐ湍撤N意義上代表一種暴力，即把大量的數(shù)據(jù)壓縮到一個黑盒里面，然后提取出來，這意味著大家在算力有一定保障的前提下，可以有機(jī)會用之前沒有用過的方法去完成?！?/p>
另一方面，ChatGPT確實是革命性的存在，但卻并不代表它就是今后NLP領(lǐng)域的唯一方向。
首先是ChatGPT的技術(shù)發(fā)展，今天最主要的技術(shù)在于，一個模型建壓好之后，如何從里面很好地提取數(shù)據(jù)，目前還有很多新方法沒有嘗試，所以不排除未來用更小的模型達(dá)到很好效果的可能。
李笛提到，現(xiàn)在整個行業(yè)都在追求這種可能，因為模型參數(shù)太大，一定意味著成本非常高，以及各種各樣的其他問題?！敖裉旒夹g(shù)差異還遠(yuǎn)遠(yuǎn)沒有達(dá)到成為不同技術(shù)流派的程度，也還遠(yuǎn)遠(yuǎn)沒有到說就按應(yīng)用場景去劃分這樣一個程度。”
其次是從整個NLP的技術(shù)路線來看，目前主要有兩種主流技術(shù)路線，分別是以谷歌BERT為代表的雙向預(yù)訓(xùn)練語言模型+fine-tuning（微調(diào)），和以O(shè)penAI的GPT為代表的自回歸預(yù)訓(xùn)練語言模型+Prompting（指示/提示）。
在ChatGPT發(fā)布之前，BERT一直是業(yè)內(nèi)主流的技術(shù)方案，它之所以被ChatGPT搶了風(fēng)頭，是因為它無法像GPT一樣用一個模型解決所有問題，沒有表現(xiàn)出通用型人工智能的潛力。
但實際上，BERT在許多具體的場景下?lián)碛袃?yōu)勢，比如在特定場景下，BERT可以用更小的數(shù)據(jù)量（ChatGPT是在3000億單詞的語料基礎(chǔ)上預(yù)訓(xùn)練出的擁有1750億參數(shù)的模型），更低的訓(xùn)練成本實現(xiàn)同樣的性能。
比如在醫(yī)院內(nèi)部這樣一個特定場景，一方面它用不起千億規(guī)模的模型，ChatGPT在醫(yī)院場景就屬于殺雞用牛刀，醫(yī)院也無法負(fù)擔(dān)部署ChatGPT的成本。另一方面，ChatGPT的模型是基于公開數(shù)據(jù)訓(xùn)練的，但醫(yī)院的數(shù)據(jù)并不存在公共網(wǎng)絡(luò)上，所以面對醫(yī)院的問題，ChatGPT可能無能為力。
但BERT卻能夠適應(yīng)這樣的場景，它可以以更小的數(shù)據(jù)量，更低的成本，針對醫(yī)院的數(shù)據(jù)和場景針對性地訓(xùn)練出的模型，在解決具體問題上比ChatGPT更加得心應(yīng)手。
這其實就是一個所有領(lǐng)域都涉獵的全能型選手和深耕特定領(lǐng)域的專家之間的區(qū)別。即在數(shù)據(jù)確定的特定場景，BERT更有優(yōu)勢。而在沒有明確數(shù)據(jù)和目標(biāo)，面向開放式的應(yīng)用場景，ChatGPT則更合適。
當(dāng)然，具體到國內(nèi)企業(yè)的商業(yè)化來說，大模型需要大量的數(shù)據(jù)，高昂的訓(xùn)練成本，這些都不是一般企業(yè)能夠承擔(dān)的，因此它注定了是巨頭的游戲。
在騰訊研究院近期發(fā)布的《AIGC發(fā)展趨勢2023》報告中就梳理了目前AIGC產(chǎn)業(yè)生態(tài)體系的三層構(gòu)架，包括以預(yù)訓(xùn)練模型為主的基礎(chǔ)層；以垂直化、場景化、個性化模型為主的中間層；和以圖像、語音、文字生成等具體AIGC應(yīng)用為主的應(yīng)用層。
其中，如百度、騰訊、OpenAI這樣的大公司將專注于做預(yù)訓(xùn)練模型，對這些企業(yè)來說，他們一方面能夠?qū)⒋竽Ｐ偷哪芰φ系阶约旱漠a(chǎn)品線中，直接面向廣大的用戶；另一方面又能夠通過API為中小企業(yè)提供能力調(diào)用，在具體場景中落地。
面對這樣的生態(tài)架構(gòu)，一位知名機(jī)構(gòu)投資人在考察過硅谷的ChatGPT項目后向光錐智能表示：“創(chuàng)業(yè)公司的機(jī)會在于，在開源技術(shù)的基礎(chǔ)上，做具體的應(yīng)用場景。尤其是可以把幾種具體技術(shù)結(jié)合在一起，比如數(shù)字人和ChatGPT結(jié)合，自動生成視頻，用于金融、客服等特定場景下的應(yīng)用?！?/p>
但這也會面臨一些問題，即如果大家都調(diào)用同一個模型的能力，又落地在同一個細(xì)分場景，那必然會面臨同質(zhì)化的問題。
所以劉升平認(rèn)為：“ChatGPT適合創(chuàng)業(yè)公司進(jìn)入市場初期的冷啟動，即通過ChatGPT提供服務(wù)，然后逐步積累數(shù)據(jù)，待有了一定數(shù)據(jù)積累之后再利用BERT訓(xùn)練專用模型，以此來建立自己的技術(shù)壁壘和護(hù)城河，同時也提供差異化的服務(wù)，和同行拉開差距?！?/p>
所以，無論是從技術(shù)，還是從商業(yè)化的角度而言，ChatGPT和BERT從來不是一個非此即彼的問題，而是一個術(shù)業(yè)有專攻的問題。
此外，劉升平也提到，對于中小公司而言，如果沒有能力去研發(fā)類似ChatGPT的通用大模型，那也可以考慮研發(fā)類似ChatGPT的行業(yè)版模型，用更少的參數(shù)量，更多的行業(yè)數(shù)據(jù)，在行業(yè)問題上達(dá)到或超過ChatGPT的效果。
“我認(rèn)為到目前為止，人工智能在To C和To B上尚未出現(xiàn)一個放之四海而皆準(zhǔn)的商業(yè)模式。”
李笛提到，AI現(xiàn)在還出其實還處在一個相對比較早期，甚至可以稱之為蠻荒時代，很多理念都還處在特別特別原始的狀態(tài)，所以可能每年我們回顧過去，都會覺得在顛覆自己。
“就像前幾年NIIPS大會上有人開玩笑說過的大模型煉丹，現(xiàn)在的大模型就像大家拿到了一個好的玩具，但不知道這個玩具還能吐出什么令人驚訝的東西?！?/p>
在2016年，AlphaGo擊敗李世石時，我們也曾以為AI時代已經(jīng)來臨，它會在許多領(lǐng)域?qū)⑷祟愄娲?，我們也曾為此恐慌和興奮，但實際上如今將近10年過去了，AlphaGo并沒有改變世界，甚至沒有改變?nèi)魏稳恕?/p>
所以，何妨讓子彈再飛一會兒呢？