江苏龙网

  1. 主页 > 生活百科 > >

AI大模型要革AI的命( 三 )

AI大模型


在新的竞争中，原有的技术积累和硬件投入仍将发挥作用 。
田丰对采访人员表示，“AI大装置”智算中心具备强大的AI算力，能够为千亿参数量的20个大模型提供训练算力，是研发和训练大模型的关键装备，商汤科技不仅自用，还开放给大模型创企、研发伙伴使用 。
云从相关负责人对采访人员表示，公司的CWOS操作系统在整合ChatGPT这类超级语言模型方面有先天的优势 。同时，该系统可以根据生产实际情况，反馈数据和信息到大模型中，优化模型的训练和调整，提高模型的准确性和效率 。
大模型突围市场
“即便没有大模型的冲击，“AI四小龙”也处在一个转型的迷茫期，需要思考自身的价值和出路所在” 。苏廉节表示 。
一批人工智能企业受到了资本和市场的青睐，其中商汤科技、云从科技已登陆资本市场 。商汤在2018-2022年间，每年研发投入累计超过120亿元，并在2021年IPO时募资超50亿元 。云从在2018-2022年间，每年研发投入累计超过22亿元，并在2022年IPO时募资17亿元 。
技术和资本的良好互动也让中国在视觉识别领域一度取得了领先的优势，在2018年前后，中国在人工智能论文发表量、人工智能融资额等多方面仅次于美国或已超过美国，特别是在视觉识别领域，中国人工智能公司屡屡在国际大赛中打破纪录，取得优良成绩 。
但很快，随着市场的推动，原有技术的潜力逐渐见顶，2019年中国科学院院士张钹在接受经济观察报专访时曾提示在现有技术路线上，产业应用的潜力可能已经触碰到天花板 。
更重要的是，从商业角度，AI原有技术路线始终难以突破成本瓶颈，以至于更多传统产业客户没有能力买单 。朱兵表示，“多年以来，我们没有看到蓬勃向上的新秩序，大量企业在人和车牌识别这两个赛道里残酷竞争，根本原因在于更多算法无法形成规模效应” 。
一位头部企业的AI研究员对采访人员称，按照传统玩法，一家AI企业为车厂服务，出售一套识别路障的算法，识别一种路障平均单算法需要十几万元，时间需要约2个月，还需要客户提供上万张用于标注的图片，但仅仅一个算法是不够的，实际道路场景很复杂，适用于小汽车的算法不一定适用于大卡车，换一个角度就识别不出了，当检测目标受部分受遮挡就也难识别 。
为了增加设备的智能化，AI企业要叠加多个算法，简单说就是堆叠许多个小模型 。根据财报，商汤科技已累计拥有6.7万个商用小模型，采访人员从云从科技获悉，公司也具备数千个商用小模型 。
但是训练的时间和成本也翻倍上涨 。
冯俊兰对采访人员表示，很多AI公司难以赚钱，一个重要原因在于AI服务的高成本，造成企业“挣一块钱赔五块”，“接单越多、赔的越多”这种模式让供给方难以持续，需求方也只能是少数关键行业或支付能力较强的行业 。
根据财报，2018至2022年间，云从科技累计亏损31亿元，商汤科技累计亏损超过400亿元 。
为了进一步降低AI成本、提升市场，“AI四小龙”战略上也出现分化 。商汤选择AI大装置，云从选择操作系统，旷视选择芯片，依图选择物联网 。
从这个角度，大模型可能带来的并不仅仅是对现有公司的挑战，也可能带来一个全新的商业模式和应用场景 。
上述研究员称，公司曾努力在更多市场找AI的生意，比如，公司曾和一家超市谈过AI监控，检测售货员是否在场，公司派出5名算法工程师，光工资就要花30万元，但客户的十几个售货员月薪加起来不到5万元；还跟工厂主谈过AI质检，检测流水线上的包装盒是否破损，对方评估下来认为雇佣工人更经济等等 。
这些需求统称为AI的长尾需求：大量的中小型客户，支付能力不强，对AI没有刚需，只是在某种场景下有一些特色需求，可用可不用，不愿意支付动辄上百万的成本 。在这位研究员看来，未来，可以将某类大模型或一套多模态大模型，应用于这些视觉检测场景，利用大模型的迁移和通用能力，只需要少量数据标注和算法投入，开发周期和对算力的要求也会更低，这样费用大幅降下来，客户就有更大可能买单 。
朱兵测算过，过去基于小模型的AI算法对碎片化需求的满足度不足10%，未来基于大模型大概率能提升到超过50%，整体长尾算法的效率提升能达到10倍数量级，定制时间能降至1人周内 。
姚志强对采访人员表示，一旦技术实现平台化和标准化，各AI公司通过统一的核心技术的底座平台，快速适应海量场景和实现海量应用 。


推荐阅读


上一篇：人类有这三种能力，是人工智能无法取代的

下一篇：大模型会改变我们的生活吗？