Source originale: Le bureau de recherche True Story
Auteur : Shi Yuhan
Source de l'image : générée par l'IA illimitée
L'émergence de ChatGPT est considérée comme la dernière chance pour le développement de l'industrie Internet. De grandes usines, des collèges et des universités, et des particuliers sont entrés sur le marché des modèles à grande échelle, et la "guerre des 100 modèles" est en cours.
Cependant, calmez-vous et regardez directement cette vague.Avec des investissements élevés, des talents rares, une concurrence homogène et un modèle économique encore flou, de nombreux doutes sur les grands modèles ont également commencé à faire surface.
Récemment, "True Story Lab" a eu une conversation avec Li Di, PDG de Xiaobing Company. Xiaoice est le premier robot doté d'une fonction d'interaction émotionnelle en Chine, et Xiaoice est l'une des premières entreprises en Chine à réaliser la commercialisation de l'AIGC.
Li Di a une vision plus calme et objective du boom actuel des modèles à grande échelle.
Ce qui suit est la transcription de la conversation :
**Q1 : Après le lancement de ChatGPT, les principaux fabricants nationaux et les entrepreneurs en intelligence artificielle ont suivi. L'industrie est très vivante, mais tout le monde semble ne voir aucune différence. Qu'en penses-tu? **
A1 : Il existe actuellement au moins 70 modèles à grande échelle en Chine, mais ils sont tous homogènes et ne peuvent pas se différencier. Étant donné que les données d'entraînement de chacun sont similaires, la méthode d'entraînement utilise la méthode de l'article publié par OpenAI, et ils utilisent tous directement GPT pour l'entraînement, en utilisant GPT en tant qu'enseignant.
L'enseignant, les données de formation et les méthodes de formation sont tous les mêmes, comment creuser l'écart ?
Tous les grands constructeurs viennent faire des gros modèles, et leur point de départ n'est pas de saisir les opportunités et les opportunités, mais de se défendre. Si vous n'avez pas votre propre grand modèle, vous serez supprimé par les concurrents, sinon vous aurez la possibilité de supprimer les autres.
**Q2 : Pensez-vous que le modèle économique actuel comme ChatGPT, qui utilise des frais d'abonnement, a des perspectives de développement ? **
A2 : Tout d'abord, il est indéniable que par rapport aux années précédentes, la demande en intelligence artificielle a nettement augmenté. Mais avec autant de gros modèles, a-t-il obtenu un effet d'échelle ? Je ne pense pas.
La plupart des modèles économiques explorés jusqu'à présent par l'intelligence artificielle ne sont guère couronnés de succès. Tout comme ChatGPT, son essence est en fait de "vendre des mots" : combien coûte un mot, combien coûte une phrase. Mais la valeur de ces énoncés de réponse n'est pas différenciée. Par exemple, lorsque les utilisateurs discutent avec lui, dans une certaine mesure, ses paroles sont sans valeur. Mais si l'utilisateur cherche des conseils, sa réponse est très précieuse.
Aujourd'hui, nous discutons du modèle commercial de l'IA, qui implique la valeur créée par **AI et la valeur qu'elle obtient, mais l'écart entre les deux est très grand. **
Par exemple, la technologie de reconnaissance faciale dans laquelle l'industrie a été impliquée dans le passé a rendu le pays et la société plus sûrs, et sa valeur est évidemment très élevée. Cependant, une fois la technologie de reconnaissance faciale intégrée dans divers matériels, la valeur de la technologie elle-même n'a pas été récompensée en conséquence. En fin de compte, certaines entreprises ont commencé à faire de l'intégration de systèmes, de logiciels et de matériel, et ont vendu la pile matérielle d'équipements.
Le modèle commercial actuel de l'intelligence artificielle consiste à intégrer la technologie dans des infrastructures telles que l'eau, l'électricité et le charbon, qui peuvent être divisées en électricité industrielle ou en électricité domestique tout au plus. Cependant, les différentes valeurs créées en fonction de différents besoins n'ont pas reçu de rendements différenciés.
Q3 : Quelles sont les limites du modèle commercial de facturation des frais d'appel de la technologie ?
**A3 : ** La vente d'infrastructures telles que l'eau, l'électricité et le charbon dépend du monopole pour conserver les marges bénéficiaires. Mais d'après mon expérience, personne ne peut obtenir le monopole de la technologie. Par conséquent, il ne peut compter que sur les économies de coûts pour obtenir des marges bénéficiaires, mais celles-ci sont non seulement limitées, mais n'ont également aucune possibilité d'augmenter.
Même si la soi-disant loi de Moore est suivie et que le prix est abaissé, les concurrents compenseront rapidement la marge bénéficiaire. À la fin, il y aura une guerre des prix, puis tout le monde commencera gratuitement. Cela semble être une bonne chose, mais cela limite en fait le développement de toute l'industrie de l'intelligence artificielle.
**Q4 : Xiaoice a-t-il exploré des modèles commerciaux différents et plus efficaces ? **
**A4 : **Le modèle commercial de Xiaomice est quelque peu spécial, nous utilisons le partage des revenus (partage des revenus). Nous ne fournissons pas d'interface technique pour vendre des appels de contenu, mais les conditionnons en "personnes" avec différentes capacités basées sur la technologie, c'est-à-dire des employés numériques. Nous laissons divers employés numériques aller travailler dans diverses industries, similaires à la "répartition de la main-d'œuvre", et percevons enfin un salaire, qui équivaut à la part des revenus de l'entreprise. Notre salaire annuel moyen pour un employé numérique peut atteindre ** 300 000. **
Par exemple, en février de cette année, le japonais Xiaobing (Rinna) et Netflix ont lancé conjointement un micro-court métrage d'animation généré par l'IA "Dog and Boy", qui a duré plus de trois minutes. Bien que la part soit limitée, en tant que créateur de films et de télévision, la productivité de Rinna est illimitée et nous pouvons obtenir des avantages correspondants pour chaque travail de film et de télévision à l'avenir.
**Q5 : Xiaoice a-t-il fait un détour avant d'explorer un modèle commercial tel que le partage des revenus ? **
**A5 : **Il doit y en avoir au début. En 2017, Rinna a commencé à coopérer avec le dépanneur Lawson pour aider Lawson à vendre des coupons. Basé sur la supériorité de Rinna dans l'interaction émotionnelle, son effet promotionnel est très bon. Et les consommateurs utilisent des coupons pour faire des achats hors ligne, ce qui aide également Lawson à générer plus de revenus.
Mais nous n'avons pas partagé ces revenus, car à l'époque, notre analyse du modèle commercial de l'intelligence artificielle était que nous devions fournir des API et facturer de l'argent pour chaque appel. Ce revenu est très faible, et les ventes apportées par les ventes de coupons de Rinna sont énormes, et les deux ne sont évidemment pas directement proportionnels. **
** Q6 : Le Metaverse est populaire depuis deux ans, et il semble que la fièvre soit un peu plus basse maintenant. Une raison est considérée comme étant que son expérience n'a pas encore étonné les clients. La chaleur du grand modèle s'estompera-t-elle également en raison du manque d'expérience utilisateur ? Selon vous, quels sont les atouts et les défauts de mon pays dans la compétition mondiale des modèles à grande échelle ? **
A6 : Il y a eu de nombreuses surprises dans l'industrie de l'IA l'année dernière. Pendant tant d'années depuis le développement de la technologie de l'intelligence artificielle, cela a été comme une marée, et il y aura une marée et une explosion toutes les quelques années. Et ces soi-disant "explosions" ne sont que parce qu'elles ont été remarquées par le public, ce qui dépasse la connaissance ou l'attente du public en matière d'intelligence artificielle. Ils ne sont pas la fin.
Tout comme AlphaGo à l'époque, d'innombrables personnes se sont exclamées que le monde serait changé, mais après tant d'années, aucun grand changement n'a eu lieu. Qu'il s'agisse d'un grand modèle ou d'AIGC, il s'agit d'une nouvelle percée dans la période des goulots d'étranglement techniques, et ils auront leurs propres goulots d'étranglement à l'avenir. ** La distance par rapport à la véritable AGI (General Artificial Intelligence) sera plus claire après plusieurs cycles d'évolution technologique similaire. **
Il y a encore de nombreux problèmes dans le grand modèle qui n'ont pas été résolus, tels que précision et coût élevé, donc Xiaoice utilise le concept de modèle hybride, et il existe près de 1 000 modèles grands, moyens et petits combinés organiquement dans le cadre de Xiaoice Travaillez ensemble pour soutenir le fonctionnement d'AI Being. L'avantage de ceci est que le coût est relativement faible, la vitesse est plus rapide et il peut être garanti qu'il est suffisamment précis et livré pour un usage commercial.
Dans le même temps, Le grand modèle n'a pas été défini avec précision jusqu'à présent, combien de paramètres peuvent être appelés un grand modèle. Dans la première moitié de l'année, tout le monde pensait que plus le paramètre était grand, meilleur était l'effet. Plus tard, il a été découvert qu'un modèle avec un paramètre plus petit pouvait également produire le même effet. Alors maintenant, de plus en plus de gens dans l'industrie parlent de modèles hybrides.
Si l'on compare l'étude des grands modèles à l'apprentissage d'une langue, c'est un peu comme apprendre le japonais, c'est facile à démarrer et difficile à maîtriser. Les entrepreneurs peuvent voir des résultats rapidement, mais trouvent qu'il y a trop de problèmes à résoudre.
Les modèles actuels à grande échelle sont sérieusement homogénéisés. ** Il n'y a pas tellement de grands modèles sur le marché. La fièvre devrait s'apaiser d'ici 2024, et on découvrira qui nage nu sur le rivage. **
Enfin, il n'existe en réalité aucune barrière technique entre les grands modèles. Son concept technique existe depuis de nombreuses années et de nombreuses personnes de l'industrie l'appliquent, tant au pays qu'à l'étranger. C'est juste que dans le processus de réglage fin (réglage fin), les développeurs ont différents degrés de concentration et de dévotion.
Je pense personnellement qu'OpenAI a vraiment obtenu cet effet avec l'esprit de l'artisanat, il y a donc une certaine "barrière temporelle", mais c'est deux choses différentes des "barrières techniques". ** En termes de technologie d'intelligence artificielle, il n'y a pas d'écart énorme entre les pays nationaux et étrangers. Par exemple, les puces et les systèmes d'exploitation sont très puissants en Chine. L'écart réside uniquement dans leur capacité à supporter la solitude, à oser moudre et à faire recherche innovante. **
Voir l'original
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.
Dialogue avec Li Di, PDG de Xiaoice : les modèles à grande échelle se refroidiront d'ici 2024
Source originale: Le bureau de recherche True Story
Auteur : Shi Yuhan
L'émergence de ChatGPT est considérée comme la dernière chance pour le développement de l'industrie Internet. De grandes usines, des collèges et des universités, et des particuliers sont entrés sur le marché des modèles à grande échelle, et la "guerre des 100 modèles" est en cours.
Cependant, calmez-vous et regardez directement cette vague.Avec des investissements élevés, des talents rares, une concurrence homogène et un modèle économique encore flou, de nombreux doutes sur les grands modèles ont également commencé à faire surface.
Récemment, "True Story Lab" a eu une conversation avec Li Di, PDG de Xiaobing Company. Xiaoice est le premier robot doté d'une fonction d'interaction émotionnelle en Chine, et Xiaoice est l'une des premières entreprises en Chine à réaliser la commercialisation de l'AIGC.
Li Di a une vision plus calme et objective du boom actuel des modèles à grande échelle.
Ce qui suit est la transcription de la conversation :
**Q1 : Après le lancement de ChatGPT, les principaux fabricants nationaux et les entrepreneurs en intelligence artificielle ont suivi. L'industrie est très vivante, mais tout le monde semble ne voir aucune différence. Qu'en penses-tu? **
A1 : Il existe actuellement au moins 70 modèles à grande échelle en Chine, mais ils sont tous homogènes et ne peuvent pas se différencier. Étant donné que les données d'entraînement de chacun sont similaires, la méthode d'entraînement utilise la méthode de l'article publié par OpenAI, et ils utilisent tous directement GPT pour l'entraînement, en utilisant GPT en tant qu'enseignant.
L'enseignant, les données de formation et les méthodes de formation sont tous les mêmes, comment creuser l'écart ?
Tous les grands constructeurs viennent faire des gros modèles, et leur point de départ n'est pas de saisir les opportunités et les opportunités, mais de se défendre. Si vous n'avez pas votre propre grand modèle, vous serez supprimé par les concurrents, sinon vous aurez la possibilité de supprimer les autres.
**Q2 : Pensez-vous que le modèle économique actuel comme ChatGPT, qui utilise des frais d'abonnement, a des perspectives de développement ? **
A2 : Tout d'abord, il est indéniable que par rapport aux années précédentes, la demande en intelligence artificielle a nettement augmenté. Mais avec autant de gros modèles, a-t-il obtenu un effet d'échelle ? Je ne pense pas.
La plupart des modèles économiques explorés jusqu'à présent par l'intelligence artificielle ne sont guère couronnés de succès. Tout comme ChatGPT, son essence est en fait de "vendre des mots" : combien coûte un mot, combien coûte une phrase. Mais la valeur de ces énoncés de réponse n'est pas différenciée. Par exemple, lorsque les utilisateurs discutent avec lui, dans une certaine mesure, ses paroles sont sans valeur. Mais si l'utilisateur cherche des conseils, sa réponse est très précieuse.
Aujourd'hui, nous discutons du modèle commercial de l'IA, qui implique la valeur créée par **AI et la valeur qu'elle obtient, mais l'écart entre les deux est très grand. **
Par exemple, la technologie de reconnaissance faciale dans laquelle l'industrie a été impliquée dans le passé a rendu le pays et la société plus sûrs, et sa valeur est évidemment très élevée. Cependant, une fois la technologie de reconnaissance faciale intégrée dans divers matériels, la valeur de la technologie elle-même n'a pas été récompensée en conséquence. En fin de compte, certaines entreprises ont commencé à faire de l'intégration de systèmes, de logiciels et de matériel, et ont vendu la pile matérielle d'équipements.
Le modèle commercial actuel de l'intelligence artificielle consiste à intégrer la technologie dans des infrastructures telles que l'eau, l'électricité et le charbon, qui peuvent être divisées en électricité industrielle ou en électricité domestique tout au plus. Cependant, les différentes valeurs créées en fonction de différents besoins n'ont pas reçu de rendements différenciés.
Q3 : Quelles sont les limites du modèle commercial de facturation des frais d'appel de la technologie ?
**A3 : ** La vente d'infrastructures telles que l'eau, l'électricité et le charbon dépend du monopole pour conserver les marges bénéficiaires. Mais d'après mon expérience, personne ne peut obtenir le monopole de la technologie. Par conséquent, il ne peut compter que sur les économies de coûts pour obtenir des marges bénéficiaires, mais celles-ci sont non seulement limitées, mais n'ont également aucune possibilité d'augmenter.
Même si la soi-disant loi de Moore est suivie et que le prix est abaissé, les concurrents compenseront rapidement la marge bénéficiaire. À la fin, il y aura une guerre des prix, puis tout le monde commencera gratuitement. Cela semble être une bonne chose, mais cela limite en fait le développement de toute l'industrie de l'intelligence artificielle.
**Q4 : Xiaoice a-t-il exploré des modèles commerciaux différents et plus efficaces ? **
**A4 : **Le modèle commercial de Xiaomice est quelque peu spécial, nous utilisons le partage des revenus (partage des revenus). Nous ne fournissons pas d'interface technique pour vendre des appels de contenu, mais les conditionnons en "personnes" avec différentes capacités basées sur la technologie, c'est-à-dire des employés numériques. Nous laissons divers employés numériques aller travailler dans diverses industries, similaires à la "répartition de la main-d'œuvre", et percevons enfin un salaire, qui équivaut à la part des revenus de l'entreprise. Notre salaire annuel moyen pour un employé numérique peut atteindre ** 300 000. **
Par exemple, en février de cette année, le japonais Xiaobing (Rinna) et Netflix ont lancé conjointement un micro-court métrage d'animation généré par l'IA "Dog and Boy", qui a duré plus de trois minutes. Bien que la part soit limitée, en tant que créateur de films et de télévision, la productivité de Rinna est illimitée et nous pouvons obtenir des avantages correspondants pour chaque travail de film et de télévision à l'avenir.
**Q5 : Xiaoice a-t-il fait un détour avant d'explorer un modèle commercial tel que le partage des revenus ? **
**A5 : **Il doit y en avoir au début. En 2017, Rinna a commencé à coopérer avec le dépanneur Lawson pour aider Lawson à vendre des coupons. Basé sur la supériorité de Rinna dans l'interaction émotionnelle, son effet promotionnel est très bon. Et les consommateurs utilisent des coupons pour faire des achats hors ligne, ce qui aide également Lawson à générer plus de revenus.
Mais nous n'avons pas partagé ces revenus, car à l'époque, notre analyse du modèle commercial de l'intelligence artificielle était que nous devions fournir des API et facturer de l'argent pour chaque appel. Ce revenu est très faible, et les ventes apportées par les ventes de coupons de Rinna sont énormes, et les deux ne sont évidemment pas directement proportionnels. **
** Q6 : Le Metaverse est populaire depuis deux ans, et il semble que la fièvre soit un peu plus basse maintenant. Une raison est considérée comme étant que son expérience n'a pas encore étonné les clients. La chaleur du grand modèle s'estompera-t-elle également en raison du manque d'expérience utilisateur ? Selon vous, quels sont les atouts et les défauts de mon pays dans la compétition mondiale des modèles à grande échelle ? **
A6 : Il y a eu de nombreuses surprises dans l'industrie de l'IA l'année dernière. Pendant tant d'années depuis le développement de la technologie de l'intelligence artificielle, cela a été comme une marée, et il y aura une marée et une explosion toutes les quelques années. Et ces soi-disant "explosions" ne sont que parce qu'elles ont été remarquées par le public, ce qui dépasse la connaissance ou l'attente du public en matière d'intelligence artificielle. Ils ne sont pas la fin.
Tout comme AlphaGo à l'époque, d'innombrables personnes se sont exclamées que le monde serait changé, mais après tant d'années, aucun grand changement n'a eu lieu. Qu'il s'agisse d'un grand modèle ou d'AIGC, il s'agit d'une nouvelle percée dans la période des goulots d'étranglement techniques, et ils auront leurs propres goulots d'étranglement à l'avenir. ** La distance par rapport à la véritable AGI (General Artificial Intelligence) sera plus claire après plusieurs cycles d'évolution technologique similaire. **
Il y a encore de nombreux problèmes dans le grand modèle qui n'ont pas été résolus, tels que précision et coût élevé, donc Xiaoice utilise le concept de modèle hybride, et il existe près de 1 000 modèles grands, moyens et petits combinés organiquement dans le cadre de Xiaoice Travaillez ensemble pour soutenir le fonctionnement d'AI Being. L'avantage de ceci est que le coût est relativement faible, la vitesse est plus rapide et il peut être garanti qu'il est suffisamment précis et livré pour un usage commercial.
Dans le même temps, Le grand modèle n'a pas été défini avec précision jusqu'à présent, combien de paramètres peuvent être appelés un grand modèle. Dans la première moitié de l'année, tout le monde pensait que plus le paramètre était grand, meilleur était l'effet. Plus tard, il a été découvert qu'un modèle avec un paramètre plus petit pouvait également produire le même effet. Alors maintenant, de plus en plus de gens dans l'industrie parlent de modèles hybrides.
Si l'on compare l'étude des grands modèles à l'apprentissage d'une langue, c'est un peu comme apprendre le japonais, c'est facile à démarrer et difficile à maîtriser. Les entrepreneurs peuvent voir des résultats rapidement, mais trouvent qu'il y a trop de problèmes à résoudre.
Les modèles actuels à grande échelle sont sérieusement homogénéisés. ** Il n'y a pas tellement de grands modèles sur le marché. La fièvre devrait s'apaiser d'ici 2024, et on découvrira qui nage nu sur le rivage. **
Enfin, il n'existe en réalité aucune barrière technique entre les grands modèles. Son concept technique existe depuis de nombreuses années et de nombreuses personnes de l'industrie l'appliquent, tant au pays qu'à l'étranger. C'est juste que dans le processus de réglage fin (réglage fin), les développeurs ont différents degrés de concentration et de dévotion.
Je pense personnellement qu'OpenAI a vraiment obtenu cet effet avec l'esprit de l'artisanat, il y a donc une certaine "barrière temporelle", mais c'est deux choses différentes des "barrières techniques". ** En termes de technologie d'intelligence artificielle, il n'y a pas d'écart énorme entre les pays nationaux et étrangers. Par exemple, les puces et les systèmes d'exploitation sont très puissants en Chine. L'écart réside uniquement dans leur capacité à supporter la solitude, à oser moudre et à faire recherche innovante. **