- Topik
23k Popularitas
17k Popularitas
61k Popularitas
31k Popularitas
3k Popularitas
95k Popularitas
28k Popularitas
27k Popularitas
7k Popularitas
18k Popularitas
- Sematkan
23k Popularitas
17k Popularitas
61k Popularitas
31k Popularitas
3k Popularitas
95k Popularitas
28k Popularitas
27k Popularitas
7k Popularitas
18k Popularitas
Mengapa model-model besar merangkul produktivitas, namun biaya tenaga kerja tetap tinggi?
Asli: Qiao Zhibin
Sumber: Rumah Model Besar
Catatan Editor: Munculnya model berukuran besar akan membuat orang yang bisa menggunakan AI menjadi lebih berharga.
Dengan latar belakang terobosan besar dalam teknologi model berskala besar, bidang kecerdasan buatan telah mendapat perhatian yang belum pernah terjadi sebelumnya. Penerapan model ini di bidang pemahaman bahasa, pembuatan teks, dan layanan pelanggan otomatis telah sangat meningkatkan efisiensi kerja dan menghemat biaya. banyak waktu dan uang, sumber daya.
Saat ini, teknologi model kecerdasan buatan berskala besar sangat disukai dan telah menjadi salah satu kekuatan pendorong "pengurangan biaya dan peningkatan efisiensi" di berbagai industri. Teknologi ini telah banyak digunakan di bidang keuangan, medis, ritel, dan industri lainnya, dan telah menjadi kekuatan inti untuk mendorong babak baru revolusi industri.
Namun, apakah popularitas teknologi model besar benar-benar dapat mengurangi biaya tenaga kerja? Dari pengamatan industri oleh rumah model besar, meskipun popularitas teknologi model besar telah membawa potensi besar bagi berbagai industri, namun mengurangi biaya tenaga kerja mungkin tidak sesederhana yang dibayangkan.
Semakin panas pengembangan model besar, semakin mahal biaya tenaga kerjanya
Pada awal Periode Musim Semi dan Musim Gugur, Guan Zhong mengemukakan konsep "Sepuluh tahun untuk menumbuhkan pohon, seratus tahun untuk menumbuhkan seseorang", menunjukkan bahwa pengembangan kualitas kepribadian dan pertumbuhan bakat tidak dapat dicapai dalam semalam. . Dalam hal pengembangan bakat, bonus pengembangan model besar telah memberikan peluang bagi akumulasi bakat yang terkait dengan teknologi kecerdasan buatan. Namun, pengembangan bakat tidak terjadi dalam semalam. Pembentukan struktur bakat yang sistematis memerlukan waktu beberapa tahun. sistem pendidikan hanya dapat terbentuk di bawah kekuatan gabungan dari posisi-posisi sosial.
Namun, pada saat yang sama, "Perang Seratus Model" yang telah dimulai di dalam dan luar negeri telah secara langsung membuka persaingan menyeluruh dalam kedalaman teknis dan luasnya penerapan model-model besar. Untuk mengembangkan model besar terbaik, diperlukan tim berbakat yang sangat terspesialisasi untuk pengembangan, debugging, dan pemeliharaan. Tim-tim ini harus memiliki latar belakang teknis dan pengetahuan domain yang mendalam untuk memastikan bahwa model tersebut dapat mencapai hasil yang baik dalam domain tertentu. Perusahaan harus menyerap sejumlah besar talenta di bidang kecerdasan buatan, sehingga memicu "perang perebutan talenta" yang sengit. Saat ini, gaji untuk posisi yang terkait dengan model besar, seperti insinyur pembelajaran mesin, ilmuwan data, dan pakar domain, juga meningkat pesat.
Menurut platform rekrutmen online, Big Model House menunjukkan bahwa berkat popularitas jalur terkait, tingkat gaji untuk posisi terkait model bahasa besar (LLM) juga jauh lebih tinggi daripada posisi TI lainnya, dan tingkat gaji untuk posisi terkait model besar umumnya lebih tinggi daripada posisi TI lainnya. Posisi TI, seperti insinyur pembelajaran mesin, ilmuwan data, pakar domain, dll., memiliki gaji bulanan rata-rata lebih dari 20,000 yuan. Ambil contoh insinyur pembelajaran mesin yang bertanggung jawab merancang dan mengimplementasikan algoritme dan sistem pembelajaran mesin, termasuk pemrosesan data, pelatihan model, dan pengoptimalan model. Hampir separuh praktisi dapat memperoleh penghasilan lebih dari 300.000 yuan per tahun.
Memang benar bahwa munculnya model-model besar mungkin akan menggantikan beberapa pekerjaan tradisional sampai batas tertentu, namun pada saat yang sama juga menciptakan beberapa lapangan kerja baru. Misalnya, dengan perluasan penerapan model besar, posisi baru seperti "Insinyur" telah muncul.Posisi ini bertanggung jawab untuk menyetel dan mengintervensi keluaran model besar untuk memastikan kinerja dan keakuratan model. Saat ini, sebagian besar platform rekrutmen domestik besar mempekerjakan insinyur dengan gaji bulanan 15.000 hingga 60.000 yuan.
Munculnya posisi-posisi baru ini tidak hanya membawa peluang baru ke pasar bakat, tetapi juga mencerminkan pengaruh beragam dari pengembangan model-model besar. Oleh karena itu, di bidang model-model besar di masa depan, lebih banyak orang akan berpartisipasi di dalamnya untuk menstabilkan industri.Zhiyuan.
Model besar masih terbatas, hidup berdampingan antara manusia dan mesin adalah jawaban utamanya
Meskipun telah menjadi konsensus industri bahwa "kecerdasan buatan tidak dapat menggantikan manusia dalam jangka pendek", beberapa perusahaan masih mencoba menggunakan AIGC dan teknologi manusia virtual (manusia digital) untuk mengeksplorasi model baru simbiosis manusia-mesin. Misalnya, kecerdasan berbasis silikon, Teknologi Mofa, 360, dll., semuanya mengusulkan untuk menggunakan kemampuan AIGC pada model besar untuk mewujudkan pembuatan konten manusia virtual, dan bahkan menerapkannya pada produksi manusia virtual 2D/3D. , mengurangi biaya manusia virtual dengan presisi tinggi. Ambang batas untuk pembuatan dan penggunaan.
Diantaranya, kemampuan generasi manusia digital AI 360 Zhinao lebih memperhatikan penciptaan "klon digital" dan menyediakan layanan dengan cara yang lebih antropomorfik dan personal. Setiap orang dapat mengunggah basis pengetahuan pribadi mereka (audio, video atau materi grafis), berlatih melalui model otak cerdas 360, dan menghasilkan orang-orang digital eksklusif mereka sendiri dengan biaya rendah, seperti avatar digital, asisten digital, idola digital, dll.
Kecerdasan berbasis silikon dan Teknologi Mofa telah mencoba menggunakan AIGC untuk mewujudkan produksi dan pekerjaan manusia virtual yang berbiaya rendah, dan mewujudkan manusia virtual yang "inklusif" dengan menurunkan ambang batas, dan telah banyak digunakan dalam e-commerce, pendidikan , pemasaran dan jejaring sosial dan bidang lainnya untuk mencapai efek pengurangan biaya dan peningkatan efisiensi. Bahkan perusahaan-perusahaan tersebut juga menyebutkan bahwa orang-orang yang tidak bisa bersama mereka karena telah bepergian sepanjang tahun atau telah meninggal dunia dapat dijadikan avatar digital sebagai hiburan.
Penggunaan avatar digital sebagai "pendamping" memang bisa meringankan "penderitaan penyakit cinta" masyarakat sampai batas tertentu, namun dalam pandangan rumah model besar, ditemani model besar masih lebih baik daripada sering mudik.
Pada tanggal 22 bulan ini, Spesial Festival Ketujuh Ganda "The House of Big Models": Ayo Dengarkan "Kata-Kata Cinta Rasa Bumi" dari Kecerdasan Buatan, House of Big Models akan menggunakan tema "Festival Ketujuh Ganda akan datang, tolong membantu pasangan yang sedang jatuh cinta Separuh saya yang lain menulis paragraf salinan berkat yang inovatif dan tidak umum." Seperti judulnya, ajukan pertanyaan tentang setiap model besar.
Ternyata kalau soal penulisan "kata-kata cinta", meski semua model besar sudah menunjukkan keromantisan secara maksimal, namun teman-teman di redaksi mengatakan bahwa derajat keromantisan para model besar saat ini terlalu "manusia sains dan teknologi". ", jauh lebih sedikit dari kelembutan emosional manusia.
Perlu dicatat bahwa meskipun model besar telah membuka langkah pertama dalam eksplorasi kecerdasan buatan umum (AGI), manusia masih berada dalam bidang kecerdasan buatan yang lemah. Penataan dan kombinasi dimensi, "cinta rasa bumi cerita" Hari Valentine Cina pada model besar jelas kurang "kehangatan". Terlihat bahwa dalam hal persahabatan, jalan yang harus ditempuh bagi model besar untuk mencapai level yang sama dengan manusia masih panjang.
Hal ini terlihat dari prinsip model besar AI bahwa dengan mempelajari data kecerdasan dan perilaku manusia, serta menghasilkan teks, gambar, audio, dan konten lainnya melalui statistik dan pengenalan pola, metode pembelajaran ini memungkinkan model besar menghasilkan model yang sangat realistis. Akibatnya, ia meniru cara manusia berperilaku, yaitu mencoba mempelajari dan meniru perilaku yang bersangkutan melalui dimensi pengamatannya sendiri. Namun, model besar mungkin tidak benar-benar memahami dan memahami konsep, alasan, dan hubungan yang mendasarinya, sehingga menimbulkan beberapa masalah utama dalam beberapa penerapan praktis.
Oleh karena itu, dalam jangka pendek, kecerdasan buatan lebih pada menangani masalah-masalah umum, dan membebaskan tenaga manusia untuk menyelesaikan masalah-masalah individu yang penuh emosi dan kreativitas. Oleh karena itu, hampir mustahil mencapai kecerdasan buatan untuk “membunuh” manusia dalam jangka pendek, baik secara etis maupun teknologi.
Dalam pandangan Big Model House, di area dimana AIGC tidak dapat menggantikan manusia, kemampuan manusia akan menciptakan nilai lebih.
Meskipun penggunaan teknologi model skala besar memang dapat mencapai tujuan penggunaan AIGC untuk mengurangi biaya dan meningkatkan efisiensi teknologi yang ada, namun yang lebih penting, hal ini juga mendorong perusahaan untuk mengikuti perkembangan zaman dan terus mengkonsolidasikan daya saingnya melalui bisnis-bisnis baru.
Perlu dicatat bahwa kemampuan model-model besar terus ditingkatkan, tidak hanya mereka mulai mengejar manusia dalam hal pengetahuan umum, tetapi mereka juga telah sangat meningkatkan kemampuan profesional mereka melalui peningkatan pengetahuan yang ditargetkan. , telah mendekati atau bahkan melampaui skor rata-rata manusia.
Pada bulan Juli tahun ini, peneliti dari Google dan DeepMind menerbitkan penelitian di jurnal Nature. Hasil penelitian menunjukkan bahwa sekelompok dokter mendapat skor sebesar 92,6% pada jawaban model medis Med-PaLM dari tim Google dan DeepMind. , dibandingkan dengan Pada kenyataannya, tingkat dokter manusia (92,9%) sebanding. Selain itu, hanya 5,9% jawaban di Med-PaLM yang dinilai cenderung memberikan hasil yang "berbahaya", serupa dengan 5,7% jawaban yang dihasilkan oleh dokter.
Namun, beberapa pakar industri telah menyatakan keprihatinannya tentang penggunaan model besar dalam pengobatan: model besar mungkin dapat menghasilkan artikel medis yang masuk akal, namun tidak memiliki pengetahuan medis yang nyata untuk menilai apakah informasi di dalamnya akurat atau aman. Keterbatasan ini terutama terlihat pada beberapa bidang, seperti diagnosis medis dan pengambilan keputusan. Meskipun model besar berkinerja baik dalam pemahaman teks dan pembuatan semantik, model tersebut mungkin tidak dapat memahami pengetahuan mendalam di bidang medis, dan tidak dapat menilai hubungan sebab akibat seperti etiologi dan perkembangan penyakit. Hal ini menimbulkan beberapa potensi risiko, yang dapat menyebabkan kesalahan diagnosis dan pengobatan jika keluaran model besar sepenuhnya diandalkan dalam pengambilan keputusan klinis.
Untuk menstandardisasi penerapan AI generatif dalam industri medis, baru-baru ini, Komisi Kesehatan Kota Beijing memimpin perumusan "Langkah-langkah Implementasi Pengawasan Diagnosis dan Perawatan Internet Beijing (Uji Coba)". Diantaranya, diusulkan agar institusi medis memperkuat pengelolaan obat ketika melakukan diagnosis dan aktivitas pengobatan melalui internet, dan dilarang keras menggunakan kecerdasan buatan untuk menghasilkan resep secara otomatis, dan dilarang keras memberikan obat kepada pasien sebelum resep dikeluarkan. .
Di satu sisi, apakah itu pengembangan teknologi yang lebih kuat oleh para praktisi kecerdasan buatan, atau "efek lele" yang disebabkan oleh kecerdasan buatan pada pekerjaan di ribuan industri, hal ini akan memaksa manusia untuk mengejar akumulasi pengetahuan umum dan profesional yang lebih tinggi dan lebih kuat. kemampuan yang ingin dicapai Untuk keunggulan kompetitif AI.
Di sisi lain, dengan bantuan teknologi kecerdasan buatan yang diwakili oleh model-model besar, akan semakin memperluas batas kemampuan manusia. Di era model besar, jika Anda ingin menggunakan model besar dengan lebih mudah, kata prompt () sangat menentukan hasil model. Sekalipun masalahnya sama, Anda akan mendapatkan hasil yang berbeda jika Anda memasukkan input yang berbeda. kata-kata cepat Pemain profesional Ada kesenjangan besar dengan pemain biasa. Oleh karena itu, ini akan menjadi kemampuan interaksi manusia-komputer di masa depan dan menjadi kekuatan pendorong bagi manusia untuk mengeksplorasi hal-hal yang belum diketahui.
Fakta yang tidak dapat disangkal adalah bahwa kecerdasan buatan, sebagai "batu loncatan" menuju kesuksesan manusia, seharusnya mengangkat manusia lebih tinggi dan lebih berharga.
Dalam pandangan Big Model House, dalam kompetisi kemampuan "kecerdasan buatan" ini, "kecerdasan" ditakdirkan untuk menjadi yang terdepan dari "kecerdasan".