Fuente original: La Oficina de Investigación de Historias Reales
Autor: Shi Yuhan
Fuente de la imagen: Generada por Unbounded AI
Se considera que la aparición de ChatGPT es la última oportunidad para el desarrollo de la industria de Internet. Grandes fábricas, colegios y universidades, e individuos han ingresado al mercado de modelos a gran escala, y la "guerra de los 100 modelos" está en progreso.
Sin embargo, cálmate y mira directamente a esta ola, con alta inversión, escasos talentos, competencia homogénea y un modelo de negocio aún poco claro, también han comenzado a surgir muchas dudas sobre los grandes modelos.
Recientemente, "True Story Lab" tuvo una conversación con Li Di, CEO de Xiaobing Company. Xiaoice es el primer robot con función de interacción emocional en China, y Xiaoice es una de las primeras empresas en China en realizar la comercialización de AIGC.
Li Di tiene una visión más tranquila y objetiva sobre el auge actual de los modelos a gran escala.
La siguiente es la transcripción de la conversación:
**P1: Después del lanzamiento de ChatGPT, los principales fabricantes nacionales y empresarios de inteligencia artificial siguieron. La industria está muy animada, pero todo el mundo parece no ver la diferencia. ¿Qué opinas? **
R1: Actualmente hay al menos 70 modelos a gran escala en China, pero todos son homogéneos y no pueden diferenciarse. Debido a que los datos de entrenamiento de todos son similares, el método de entrenamiento usa el método del artículo publicado por OpenAI, y todos usan GPT para entrenar directamente, usando GPT como maestro.
El maestro, los datos de capacitación y los métodos de capacitación son todos iguales, ¿cómo ampliar la brecha?
Todos los grandes fabricantes vienen a hacer modelos grandes, y su punto de partida no es aprovechar oportunidades y oportunidades, sino defenderse. Si no tienes tu propio gran modelo, serás suprimido por los competidores, de lo contrario tendrás la oportunidad de suprimir a otros.
**P2: ¿Cree que el modelo comercial actual como ChatGPT, que utiliza tarifas de suscripción, tiene perspectivas de desarrollo? **
R2: En primer lugar, es innegable que, en comparación con años anteriores, la demanda de inteligencia artificial definitivamente ha aumentado. Pero con tantos modelos grandes, ¿ha conseguido efecto de escala? No me parece.
La mayoría de los modelos de negocio explorados por la inteligencia artificial hasta ahora apenas tienen éxito. Al igual que ChatGPT, su esencia es en realidad "vender palabras": cuánto es una palabra, cuánto es una oración. Pero el valor de estos enunciados de respuesta no está diferenciado. Por ejemplo, cuando los usuarios chatean con él, hasta cierto punto sus palabras no valen nada. Pero si el usuario busca un consejo, su respuesta es muy valiosa.
Hoy discutimos el modelo comercial de IA, que involucra el valor creado por **AI y el valor que obtiene, pero la brecha entre los dos es muy grande. **
Por ejemplo, la tecnología de reconocimiento facial en la que la industria ha estado involucrada en el pasado ha hecho que el país y la sociedad sean más seguros, y su valor es obviamente muy alto. Sin embargo, después de que la tecnología de reconocimiento facial se incrusta en varios hardware, el valor de la tecnología en sí no ha sido recompensado en consecuencia. Al final, algunas empresas comenzaron a hacer integración de sistemas, integración de software y hardware, y vendieron la pila de equipos de hardware.
El modelo comercial actual de la inteligencia artificial es convertir la tecnología en infraestructura como agua, electricidad y carbón, que se pueden dividir en electricidad industrial o electricidad doméstica como máximo. Sin embargo, los diferentes valores creados en base a diferentes necesidades no han recibido retornos diferenciados.
P3: ¿Cuáles son las limitaciones del modelo comercial de cobro de tarifas de llamadas de tecnología?
**A3: ** La venta de infraestructura como agua, electricidad y carbón depende del monopolio para mantener los márgenes de beneficio. Pero en lo que respecta a mi experiencia, nadie puede lograr el monopolio de la tecnología. Por tanto, sólo puede apoyarse en el ahorro de costes para obtener márgenes de beneficio, pero este no sólo es limitado, sino que tampoco tiene posibilidad de aumentar.
Incluso si se sigue la llamada Ley de Moore y se baja el precio, los competidores compensarán rápidamente el margen de beneficio. Al final, habrá una guerra de precios y luego todos comenzarán gratis. Esto parece ser algo bueno, pero en realidad limita el desarrollo de toda la industria de la inteligencia artificial.
**P4: ¿Xiaoice ha explorado modelos comerciales diferentes y más efectivos? **
**A4: **El modelo de negocios de Xiaoice es algo especial, usamos participación en los ingresos (reparto de ingresos). No proporcionamos una interfaz técnica para vender llamadas de contenido, sino que las empaquetamos en "personas" con diferentes habilidades basadas en la tecnología, es decir, empleados digitales. Dejamos que varios empleados digitales vayan a trabajar en varias industrias, similar a "despacho laboral", y finalmente obtenemos salarios, que es equivalente a la participación en los ingresos de la empresa. Nuestro salario medio anual de un empleado digital puede alcanzar los **300.000. **
Por ejemplo, en febrero de este año, Xiaobing (Rinna) de Japón y Netflix lanzaron conjuntamente un microcortometraje de animación generado por IA "Dog and Boy", que duró más de tres minutos. Aunque la participación es limitada, como creadora de cine y televisión, la productividad de Rinna es ilimitada y podemos obtener los beneficios correspondientes para cada trabajo de cine y televisión en el futuro.
**P5: ¿Xiaoice tomó un desvío antes de explorar un modelo comercial como el reparto de ingresos? **
**A5: **Debe haber algunos en la etapa inicial. En 2017, Rinna comenzó a cooperar con la tienda de conveniencia Lawson para ayudar a Lawson a vender cupones. Basado en la superioridad de Rinna en la interacción emocional, su efecto promocional es muy bueno. Y los consumidores usan cupones para comprar fuera de línea, lo que también ayuda a Lawson a obtener más ingresos.
Pero no compartimos estos ingresos, porque en ese momento nuestro análisis del modelo comercial de inteligencia artificial era que debíamos proporcionar API y cobrar dinero por cada llamada. Este ingreso es muy pequeño, y las ventas generadas por las ventas de cupones de Rinna son enormes, y los dos obviamente no son directamente proporcionales. **
**P6: El Metaverso ha sido popular durante dos años, y parece que la fiebre ha bajado un poco ahora. Se considera que una de las razones es que su experiencia aún no ha sorprendido a los clientes. ¿Se desvanecerá también el calor del modelo grande por la falta de una buena experiencia de usuario? ¿Cuáles cree que son las ventajas y las deficiencias de mi país en la competencia mundial de modelos a gran escala? **
R6: Hubo muchas sorpresas en la industria de la IA el año pasado. Durante tantos años desde el desarrollo de la tecnología de inteligencia artificial, ha sido como una marea, y habrá una marea y una explosión cada pocos años. Y estas llamadas "explosiones" son solo porque han sido notadas por el público, lo que excede la cognición o expectativa del público sobre la inteligencia artificial. No son el final.
Al igual que AlphaGo en aquel entonces, innumerables personas exclamaron que el mundo cambiaría, pero después de tantos años, no se han producido grandes cambios. Ya sea un modelo grande o AIGC, es un nuevo avance en el período de cuello de botella técnico y tendrán sus propios cuellos de botella en el futuro. ** La distancia con la AGI (Inteligencia Artificial General) real será más clara después de varias rondas de evolución tecnológica similar. **
Todavía hay muchos problemas en el modelo grande que no se han resuelto, como la precisión y el alto costo, por lo que Xiaoice utiliza el concepto de modelo híbrido, y hay cerca de 1000 modelos grandes, medianos y pequeños. combinados orgánicamente en el marco de Xiaoice Work together para apoyar el funcionamiento de AI Being. La ventaja de esto es que el costo es relativamente bajo, la velocidad es más rápida y se puede garantizar que sea lo suficientemente preciso y entregado para uso comercial.
Al mismo tiempo, El modelo grande no se ha definido con precisión hasta ahora, cuántos parámetros se pueden llamar modelo grande. En la primera mitad del año, todo el mundo estaba adivinando que cuanto mayor sea el parámetro, mejor será el efecto.Más tarde, se descubrió que un modelo con un parámetro más pequeño también puede lograr el mismo efecto. Así que ahora más y más personas en la industria hablan de modelos híbridos.
Si el estudio de modelos grandes se compara con el aprendizaje de un idioma, es un poco como aprender japonés: es fácil de empezar y difícil de dominar. Los empresarios pueden ver resultados rápidamente, pero descubren que hay demasiados problemas que resolver.
Los modelos actuales a gran escala están seriamente homogeneizados. ** No hay tantos modelos grandes en el mercado, la fiebre debería bajar para 2024 y se descubrirá quién está nadando desnudo en la orilla. **
Finalmente, en realidad no existen barreras técnicas entre los modelos grandes. Su concepto técnico existe desde hace muchos años y muchas personas en la industria lo están aplicando, tanto en el país como en el extranjero. Es solo que en el proceso de ajuste fino (fine-tuning), los desarrolladores tienen diferentes grados de concentración y devoción.
Personalmente, creo que OpenAI realmente ha logrado este efecto con el espíritu de la artesanía, por lo que existe una cierta "barrera de tiempo", pero son dos cosas diferentes de las "barreras técnicas". **En términos de tecnología de inteligencia artificial, no hay una gran brecha entre los países nacionales y extranjeros. Por ejemplo, los chips y los sistemas operativos son muy poderosos en China. La brecha radica solo en si pueden soportar la soledad, atreverse a moler y hacer investigación innovadora. **
Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Diálogo con Li Di, CEO de Xiaoice: los modelos a gran escala se enfriarán para 2024
Fuente original: La Oficina de Investigación de Historias Reales
Autor: Shi Yuhan
Se considera que la aparición de ChatGPT es la última oportunidad para el desarrollo de la industria de Internet. Grandes fábricas, colegios y universidades, e individuos han ingresado al mercado de modelos a gran escala, y la "guerra de los 100 modelos" está en progreso.
Sin embargo, cálmate y mira directamente a esta ola, con alta inversión, escasos talentos, competencia homogénea y un modelo de negocio aún poco claro, también han comenzado a surgir muchas dudas sobre los grandes modelos.
Recientemente, "True Story Lab" tuvo una conversación con Li Di, CEO de Xiaobing Company. Xiaoice es el primer robot con función de interacción emocional en China, y Xiaoice es una de las primeras empresas en China en realizar la comercialización de AIGC.
Li Di tiene una visión más tranquila y objetiva sobre el auge actual de los modelos a gran escala.
La siguiente es la transcripción de la conversación:
**P1: Después del lanzamiento de ChatGPT, los principales fabricantes nacionales y empresarios de inteligencia artificial siguieron. La industria está muy animada, pero todo el mundo parece no ver la diferencia. ¿Qué opinas? **
R1: Actualmente hay al menos 70 modelos a gran escala en China, pero todos son homogéneos y no pueden diferenciarse. Debido a que los datos de entrenamiento de todos son similares, el método de entrenamiento usa el método del artículo publicado por OpenAI, y todos usan GPT para entrenar directamente, usando GPT como maestro.
El maestro, los datos de capacitación y los métodos de capacitación son todos iguales, ¿cómo ampliar la brecha?
Todos los grandes fabricantes vienen a hacer modelos grandes, y su punto de partida no es aprovechar oportunidades y oportunidades, sino defenderse. Si no tienes tu propio gran modelo, serás suprimido por los competidores, de lo contrario tendrás la oportunidad de suprimir a otros.
**P2: ¿Cree que el modelo comercial actual como ChatGPT, que utiliza tarifas de suscripción, tiene perspectivas de desarrollo? **
R2: En primer lugar, es innegable que, en comparación con años anteriores, la demanda de inteligencia artificial definitivamente ha aumentado. Pero con tantos modelos grandes, ¿ha conseguido efecto de escala? No me parece.
La mayoría de los modelos de negocio explorados por la inteligencia artificial hasta ahora apenas tienen éxito. Al igual que ChatGPT, su esencia es en realidad "vender palabras": cuánto es una palabra, cuánto es una oración. Pero el valor de estos enunciados de respuesta no está diferenciado. Por ejemplo, cuando los usuarios chatean con él, hasta cierto punto sus palabras no valen nada. Pero si el usuario busca un consejo, su respuesta es muy valiosa.
Hoy discutimos el modelo comercial de IA, que involucra el valor creado por **AI y el valor que obtiene, pero la brecha entre los dos es muy grande. **
Por ejemplo, la tecnología de reconocimiento facial en la que la industria ha estado involucrada en el pasado ha hecho que el país y la sociedad sean más seguros, y su valor es obviamente muy alto. Sin embargo, después de que la tecnología de reconocimiento facial se incrusta en varios hardware, el valor de la tecnología en sí no ha sido recompensado en consecuencia. Al final, algunas empresas comenzaron a hacer integración de sistemas, integración de software y hardware, y vendieron la pila de equipos de hardware.
El modelo comercial actual de la inteligencia artificial es convertir la tecnología en infraestructura como agua, electricidad y carbón, que se pueden dividir en electricidad industrial o electricidad doméstica como máximo. Sin embargo, los diferentes valores creados en base a diferentes necesidades no han recibido retornos diferenciados.
P3: ¿Cuáles son las limitaciones del modelo comercial de cobro de tarifas de llamadas de tecnología?
**A3: ** La venta de infraestructura como agua, electricidad y carbón depende del monopolio para mantener los márgenes de beneficio. Pero en lo que respecta a mi experiencia, nadie puede lograr el monopolio de la tecnología. Por tanto, sólo puede apoyarse en el ahorro de costes para obtener márgenes de beneficio, pero este no sólo es limitado, sino que tampoco tiene posibilidad de aumentar.
Incluso si se sigue la llamada Ley de Moore y se baja el precio, los competidores compensarán rápidamente el margen de beneficio. Al final, habrá una guerra de precios y luego todos comenzarán gratis. Esto parece ser algo bueno, pero en realidad limita el desarrollo de toda la industria de la inteligencia artificial.
**P4: ¿Xiaoice ha explorado modelos comerciales diferentes y más efectivos? **
**A4: **El modelo de negocios de Xiaoice es algo especial, usamos participación en los ingresos (reparto de ingresos). No proporcionamos una interfaz técnica para vender llamadas de contenido, sino que las empaquetamos en "personas" con diferentes habilidades basadas en la tecnología, es decir, empleados digitales. Dejamos que varios empleados digitales vayan a trabajar en varias industrias, similar a "despacho laboral", y finalmente obtenemos salarios, que es equivalente a la participación en los ingresos de la empresa. Nuestro salario medio anual de un empleado digital puede alcanzar los **300.000. **
Por ejemplo, en febrero de este año, Xiaobing (Rinna) de Japón y Netflix lanzaron conjuntamente un microcortometraje de animación generado por IA "Dog and Boy", que duró más de tres minutos. Aunque la participación es limitada, como creadora de cine y televisión, la productividad de Rinna es ilimitada y podemos obtener los beneficios correspondientes para cada trabajo de cine y televisión en el futuro.
**P5: ¿Xiaoice tomó un desvío antes de explorar un modelo comercial como el reparto de ingresos? **
**A5: **Debe haber algunos en la etapa inicial. En 2017, Rinna comenzó a cooperar con la tienda de conveniencia Lawson para ayudar a Lawson a vender cupones. Basado en la superioridad de Rinna en la interacción emocional, su efecto promocional es muy bueno. Y los consumidores usan cupones para comprar fuera de línea, lo que también ayuda a Lawson a obtener más ingresos.
Pero no compartimos estos ingresos, porque en ese momento nuestro análisis del modelo comercial de inteligencia artificial era que debíamos proporcionar API y cobrar dinero por cada llamada. Este ingreso es muy pequeño, y las ventas generadas por las ventas de cupones de Rinna son enormes, y los dos obviamente no son directamente proporcionales. **
**P6: El Metaverso ha sido popular durante dos años, y parece que la fiebre ha bajado un poco ahora. Se considera que una de las razones es que su experiencia aún no ha sorprendido a los clientes. ¿Se desvanecerá también el calor del modelo grande por la falta de una buena experiencia de usuario? ¿Cuáles cree que son las ventajas y las deficiencias de mi país en la competencia mundial de modelos a gran escala? **
R6: Hubo muchas sorpresas en la industria de la IA el año pasado. Durante tantos años desde el desarrollo de la tecnología de inteligencia artificial, ha sido como una marea, y habrá una marea y una explosión cada pocos años. Y estas llamadas "explosiones" son solo porque han sido notadas por el público, lo que excede la cognición o expectativa del público sobre la inteligencia artificial. No son el final.
Al igual que AlphaGo en aquel entonces, innumerables personas exclamaron que el mundo cambiaría, pero después de tantos años, no se han producido grandes cambios. Ya sea un modelo grande o AIGC, es un nuevo avance en el período de cuello de botella técnico y tendrán sus propios cuellos de botella en el futuro. ** La distancia con la AGI (Inteligencia Artificial General) real será más clara después de varias rondas de evolución tecnológica similar. **
Todavía hay muchos problemas en el modelo grande que no se han resuelto, como la precisión y el alto costo, por lo que Xiaoice utiliza el concepto de modelo híbrido, y hay cerca de 1000 modelos grandes, medianos y pequeños. combinados orgánicamente en el marco de Xiaoice Work together para apoyar el funcionamiento de AI Being. La ventaja de esto es que el costo es relativamente bajo, la velocidad es más rápida y se puede garantizar que sea lo suficientemente preciso y entregado para uso comercial.
Al mismo tiempo, El modelo grande no se ha definido con precisión hasta ahora, cuántos parámetros se pueden llamar modelo grande. En la primera mitad del año, todo el mundo estaba adivinando que cuanto mayor sea el parámetro, mejor será el efecto.Más tarde, se descubrió que un modelo con un parámetro más pequeño también puede lograr el mismo efecto. Así que ahora más y más personas en la industria hablan de modelos híbridos.
Si el estudio de modelos grandes se compara con el aprendizaje de un idioma, es un poco como aprender japonés: es fácil de empezar y difícil de dominar. Los empresarios pueden ver resultados rápidamente, pero descubren que hay demasiados problemas que resolver.
Los modelos actuales a gran escala están seriamente homogeneizados. ** No hay tantos modelos grandes en el mercado, la fiebre debería bajar para 2024 y se descubrirá quién está nadando desnudo en la orilla. **
Finalmente, en realidad no existen barreras técnicas entre los modelos grandes. Su concepto técnico existe desde hace muchos años y muchas personas en la industria lo están aplicando, tanto en el país como en el extranjero. Es solo que en el proceso de ajuste fino (fine-tuning), los desarrolladores tienen diferentes grados de concentración y devoción.
Personalmente, creo que OpenAI realmente ha logrado este efecto con el espíritu de la artesanía, por lo que existe una cierta "barrera de tiempo", pero son dos cosas diferentes de las "barreras técnicas". **En términos de tecnología de inteligencia artificial, no hay una gran brecha entre los países nacionales y extranjeros. Por ejemplo, los chips y los sistemas operativos son muy poderosos en China. La brecha radica solo en si pueden soportar la soledad, atreverse a moler y hacer investigación innovadora. **