O surgimento do ChatGPT é considerado a última chance para o desenvolvimento da indústria da Internet. Grandes fábricas, faculdades e universidades e indivíduos entraram no mercado de modelos em grande escala, e a "guerra de 100 modelos" está em andamento.
Porém, acalme-se e olhe diretamente para essa onda.Com alto investimento, talentos escassos, concorrência homogênea e modelo de negócios ainda pouco claro, muitas dúvidas sobre os grandes modelos também começaram a surgir.
Recentemente, "True Story Lab" conversou com Li Di, CEO da Xiaobing Company. Xiaoice é o primeiro robô com função de interação emocional na China, e Xiaoice é uma das primeiras empresas na China a realizar a comercialização de AIGC.
Li Di tem uma visão mais tranquila e objetiva sobre o atual boom de modelos em grande escala.
A seguir, a transcrição da conversa:
**T1: Após o lançamento do ChatGPT, os principais fabricantes nacionais e empreendedores de inteligência artificial seguiram. A indústria é muito ativa, mas todos parecem não ver diferença. O que você acha? **
A1: Existem atualmente pelo menos 70 modelos de grande escala na China, mas todos são homogêneos e não conseguem diferenciação. Como os dados de treinamento de todos são semelhantes, o método de treinamento usa o método do artigo publicado pela OpenAI e todos usam o GPT para treinamento diretamente, usando o GPT como professor.
O professor, os dados de treinamento e os métodos de treinamento são todos iguais, como aumentar a diferença?
Todos os grandes fabricantes vêm para fazer modelos grandes, e seu ponto de partida não é aproveitar oportunidades e oportunidades, mas se defender. Se você não tiver seu próprio grande modelo, será reprimido pelos concorrentes, caso contrário, terá a oportunidade de suprimir os outros.
**Q2: Você acha que o modelo de negócios atual, como o ChatGPT, que usa taxas de assinatura, tem perspectivas de desenvolvimento? **
A2: Em primeiro lugar, é inegável que, em comparação com os anos anteriores, a demanda por inteligência artificial definitivamente aumentou. Mas com tantos modelos grandes, conseguiu efeito de escala? Eu não acho.
A maioria dos modelos de negócios explorados pela inteligência artificial até agora dificilmente são bem-sucedidos. Assim como o ChatGPT, sua essência é na verdade "vender palavras": quanto é uma palavra, quanto é uma frase. Mas o valor desses enunciados de resposta não é diferenciado. Por exemplo, quando os usuários conversam com ele, até certo ponto suas palavras são inúteis. Mas se o usuário estiver procurando por conselhos, sua resposta é muito valiosa.
Hoje discutimos o modelo de negócios da IA, que envolve o valor criado pela **IA e o valor que ela obtém, mas a diferença entre os dois é muito grande. **
Por exemplo, a tecnologia de reconhecimento facial em que a indústria esteve envolvida no passado tornou o país e a sociedade mais seguros e seu valor é obviamente muito alto. No entanto, depois que a tecnologia de reconhecimento facial foi incorporada a vários hardwares, o valor da tecnologia em si não foi recompensado adequadamente. No final, algumas empresas começaram a fazer integração de sistemas, integração de software e hardware e venderam a pilha de equipamentos de hardware.
O atual modelo de negócios da inteligência artificial é transformar a tecnologia em infraestrutura como água, eletricidade e carvão, que pode ser dividida em eletricidade industrial ou eletricidade doméstica no máximo. No entanto, os diferentes valores criados com base em diferentes necessidades não receberam retornos diferenciados.
Q3: Quais são as limitações do modelo de negócios de cobrança de tarifas de chamadas de tecnologia?
**A3: ** A venda de infraestrutura como água, eletricidade e carvão depende do monopólio para manter as margens de lucro. Mas, no que diz respeito à minha experiência, ninguém pode obter o monopólio da tecnologia. Portanto, só pode contar com economia de custos para obter margens de lucro, mas isso não só é limitado, como também não tem possibilidade de aumentar.
Mesmo que a chamada Lei de Moore seja seguida e o preço seja reduzido, os concorrentes compensarão rapidamente a margem de lucro. No final, haverá uma guerra de preços e todos começarão de graça. Isso parece ser uma coisa boa, mas na verdade limita o desenvolvimento de toda a indústria de inteligência artificial.
**Q4: Xiaoice explorou modelos de negócios diferentes e mais eficazes? **
**R4: **O modelo de negócios da Xiaoice é um tanto especial, usamos compartilhamento de receita (compartilhamento de receita). Não fornecemos uma interface técnica para vender chamadas de conteúdo, mas as agrupamos em "pessoas" com diferentes habilidades baseadas em tecnologia, ou seja, funcionários digitais. Permitimos que vários funcionários digitais trabalhem em vários setores, semelhante a "despacho de mão de obra" e, finalmente, recebamos salários, o que equivale à participação nos lucros da empresa. Nosso salário anual médio para um funcionário digital pode chegar a ** 300.000. **
Por exemplo, em fevereiro deste ano, a japonesa Xiaobing (Rinna) e a Netflix lançaram em conjunto um microcurta-metragem de animação gerado por IA "Dog and Boy", que durou mais de três minutos. Embora a participação seja limitada, como criadora de cinema e televisão, a produtividade de Rinna é ilimitada e podemos obter benefícios correspondentes para cada trabalho de cinema e televisão no futuro.
**P5: Xiaoice fez um desvio antes de explorar um modelo de negócios como o compartilhamento de receita? **
**A5: **Deve haver alguns no estágio inicial. Em 2017, Rinna começou a cooperar com a loja de conveniência Lawson para ajudar Lawson a vender cupons. Com base na superioridade de Rinna na interação emocional, seu efeito promocional é muito bom. E os consumidores usam cupons para fazer compras offline, o que também ajuda Lawson a obter mais receita.
Mas não dividimos essas receitas, porque naquela época nossa análise do modelo de negócios de inteligência artificial era que deveríamos fornecer APIs e cobrar dinheiro por cada chamada. Essa receita é muito pequena e as vendas trazidas pelas vendas de cupons de Rinna são enormes, e as duas obviamente não são diretamente proporcionais. **
**Q6: O Metaverso é popular há dois anos, e parece que a febre está um pouco mais baixa agora. Um dos motivos é considerado que sua experiência ainda não surpreendeu os clientes. O calor do modelo grande também diminuirá devido à falta de boa experiência do usuário? Quais você acha que são as vantagens e deficiências do meu país na competição global de modelos em grande escala? **
A6: Houve muitas surpresas na indústria de IA no ano passado. Por tantos anos, desde o desenvolvimento da tecnologia de inteligência artificial, tem sido como uma maré, e haverá uma maré e uma explosão a cada poucos anos. E essas chamadas "explosões" são apenas porque foram notadas pelo público, o que excede a cognição do público ou a expectativa de inteligência artificial. Eles não são o fim.
Assim como o AlphaGo naquela época, inúmeras pessoas exclamaram que o mundo mudaria, mas depois de tantos anos, nenhuma grande mudança ocorreu. Seja um modelo grande ou AIGC, é um novo avanço no período de gargalo técnico e eles terão seus próprios gargalos no futuro. ** A distância do AGI (Inteligência Artificial Geral) real será mais clara após várias rodadas de evolução tecnológica semelhante. **
Ainda existem muitos problemas no modelo grande que não foram resolvidos, como precisão e alto custo, então Xiaoice usa o conceito de modelo híbrido, e existem quase 1.000 modelos grandes, médios e pequenos combinados organicamente na estrutura do Xiaoice Work juntos para apoiar a operação do AI Being. A vantagem disso é que o custo é relativamente baixo, a velocidade é mais rápida e pode ser garantido que seja preciso o suficiente e entregue para uso comercial.
Ao mesmo tempo, Modelo grande não foi definido com precisão até agora, quantos parâmetros podem ser chamados de modelo grande. Na primeira metade do ano, todos adivinhavam que quanto maior o parâmetro, melhor o efeito.Mais tarde, descobriu-se que um modelo com um parâmetro menor também pode obter o mesmo efeito. Portanto, agora mais e mais pessoas na indústria estão falando sobre modelos híbridos.
Se o estudo de grandes modelos for comparado ao aprendizado de um idioma, é um pouco como aprender japonês: é fácil de começar e difícil de dominar. Os empreendedores podem ver os resultados rapidamente, mas descobrem que há muitos problemas para resolver.
Os atuais modelos de grande escala são seriamente homogeneizados. ** Não há tantos modelos grandes no mercado, a febre deve baixar em 2024, e será descoberto quem está nadando nu na praia. **
Finalmente, não há barreiras técnicas entre os modelos grandes. Seu conceito técnico existe há muitos anos e muitas pessoas da indústria o estão aplicando, tanto no país quanto no exterior. Acontece que no processo de ajuste fino (ajuste fino), os desenvolvedores têm diferentes graus de concentração e devoção.
Pessoalmente, acho que o OpenAI realmente alcançou esse efeito com o espírito de artesanato, então há uma certa "barreira de tempo", mas isso é duas coisas diferentes de "barreiras técnicas". **Em termos de tecnologia de inteligência artificial, não há grande diferença entre os países domésticos e estrangeiros. Por exemplo, chips e sistemas operacionais são muito poderosos na China. A diferença reside apenas em saber se eles podem suportar a solidão, ousar trabalhar e fazer pesquisas inovadoras. **
Ver 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.
Diálogo com Li Di, CEO da Xiaoice: modelos de grande escala vão esfriar até 2024
Fonte original: The True Story Research Office
Autor: Shi Yuhan
O surgimento do ChatGPT é considerado a última chance para o desenvolvimento da indústria da Internet. Grandes fábricas, faculdades e universidades e indivíduos entraram no mercado de modelos em grande escala, e a "guerra de 100 modelos" está em andamento.
Porém, acalme-se e olhe diretamente para essa onda.Com alto investimento, talentos escassos, concorrência homogênea e modelo de negócios ainda pouco claro, muitas dúvidas sobre os grandes modelos também começaram a surgir.
Recentemente, "True Story Lab" conversou com Li Di, CEO da Xiaobing Company. Xiaoice é o primeiro robô com função de interação emocional na China, e Xiaoice é uma das primeiras empresas na China a realizar a comercialização de AIGC.
Li Di tem uma visão mais tranquila e objetiva sobre o atual boom de modelos em grande escala.
A seguir, a transcrição da conversa:
**T1: Após o lançamento do ChatGPT, os principais fabricantes nacionais e empreendedores de inteligência artificial seguiram. A indústria é muito ativa, mas todos parecem não ver diferença. O que você acha? **
A1: Existem atualmente pelo menos 70 modelos de grande escala na China, mas todos são homogêneos e não conseguem diferenciação. Como os dados de treinamento de todos são semelhantes, o método de treinamento usa o método do artigo publicado pela OpenAI e todos usam o GPT para treinamento diretamente, usando o GPT como professor.
O professor, os dados de treinamento e os métodos de treinamento são todos iguais, como aumentar a diferença?
Todos os grandes fabricantes vêm para fazer modelos grandes, e seu ponto de partida não é aproveitar oportunidades e oportunidades, mas se defender. Se você não tiver seu próprio grande modelo, será reprimido pelos concorrentes, caso contrário, terá a oportunidade de suprimir os outros.
**Q2: Você acha que o modelo de negócios atual, como o ChatGPT, que usa taxas de assinatura, tem perspectivas de desenvolvimento? **
A2: Em primeiro lugar, é inegável que, em comparação com os anos anteriores, a demanda por inteligência artificial definitivamente aumentou. Mas com tantos modelos grandes, conseguiu efeito de escala? Eu não acho.
A maioria dos modelos de negócios explorados pela inteligência artificial até agora dificilmente são bem-sucedidos. Assim como o ChatGPT, sua essência é na verdade "vender palavras": quanto é uma palavra, quanto é uma frase. Mas o valor desses enunciados de resposta não é diferenciado. Por exemplo, quando os usuários conversam com ele, até certo ponto suas palavras são inúteis. Mas se o usuário estiver procurando por conselhos, sua resposta é muito valiosa.
Hoje discutimos o modelo de negócios da IA, que envolve o valor criado pela **IA e o valor que ela obtém, mas a diferença entre os dois é muito grande. **
Por exemplo, a tecnologia de reconhecimento facial em que a indústria esteve envolvida no passado tornou o país e a sociedade mais seguros e seu valor é obviamente muito alto. No entanto, depois que a tecnologia de reconhecimento facial foi incorporada a vários hardwares, o valor da tecnologia em si não foi recompensado adequadamente. No final, algumas empresas começaram a fazer integração de sistemas, integração de software e hardware e venderam a pilha de equipamentos de hardware.
O atual modelo de negócios da inteligência artificial é transformar a tecnologia em infraestrutura como água, eletricidade e carvão, que pode ser dividida em eletricidade industrial ou eletricidade doméstica no máximo. No entanto, os diferentes valores criados com base em diferentes necessidades não receberam retornos diferenciados.
Q3: Quais são as limitações do modelo de negócios de cobrança de tarifas de chamadas de tecnologia?
**A3: ** A venda de infraestrutura como água, eletricidade e carvão depende do monopólio para manter as margens de lucro. Mas, no que diz respeito à minha experiência, ninguém pode obter o monopólio da tecnologia. Portanto, só pode contar com economia de custos para obter margens de lucro, mas isso não só é limitado, como também não tem possibilidade de aumentar.
Mesmo que a chamada Lei de Moore seja seguida e o preço seja reduzido, os concorrentes compensarão rapidamente a margem de lucro. No final, haverá uma guerra de preços e todos começarão de graça. Isso parece ser uma coisa boa, mas na verdade limita o desenvolvimento de toda a indústria de inteligência artificial.
**Q4: Xiaoice explorou modelos de negócios diferentes e mais eficazes? **
**R4: **O modelo de negócios da Xiaoice é um tanto especial, usamos compartilhamento de receita (compartilhamento de receita). Não fornecemos uma interface técnica para vender chamadas de conteúdo, mas as agrupamos em "pessoas" com diferentes habilidades baseadas em tecnologia, ou seja, funcionários digitais. Permitimos que vários funcionários digitais trabalhem em vários setores, semelhante a "despacho de mão de obra" e, finalmente, recebamos salários, o que equivale à participação nos lucros da empresa. Nosso salário anual médio para um funcionário digital pode chegar a ** 300.000. **
Por exemplo, em fevereiro deste ano, a japonesa Xiaobing (Rinna) e a Netflix lançaram em conjunto um microcurta-metragem de animação gerado por IA "Dog and Boy", que durou mais de três minutos. Embora a participação seja limitada, como criadora de cinema e televisão, a produtividade de Rinna é ilimitada e podemos obter benefícios correspondentes para cada trabalho de cinema e televisão no futuro.
**P5: Xiaoice fez um desvio antes de explorar um modelo de negócios como o compartilhamento de receita? **
**A5: **Deve haver alguns no estágio inicial. Em 2017, Rinna começou a cooperar com a loja de conveniência Lawson para ajudar Lawson a vender cupons. Com base na superioridade de Rinna na interação emocional, seu efeito promocional é muito bom. E os consumidores usam cupons para fazer compras offline, o que também ajuda Lawson a obter mais receita.
Mas não dividimos essas receitas, porque naquela época nossa análise do modelo de negócios de inteligência artificial era que deveríamos fornecer APIs e cobrar dinheiro por cada chamada. Essa receita é muito pequena e as vendas trazidas pelas vendas de cupons de Rinna são enormes, e as duas obviamente não são diretamente proporcionais. **
**Q6: O Metaverso é popular há dois anos, e parece que a febre está um pouco mais baixa agora. Um dos motivos é considerado que sua experiência ainda não surpreendeu os clientes. O calor do modelo grande também diminuirá devido à falta de boa experiência do usuário? Quais você acha que são as vantagens e deficiências do meu país na competição global de modelos em grande escala? **
A6: Houve muitas surpresas na indústria de IA no ano passado. Por tantos anos, desde o desenvolvimento da tecnologia de inteligência artificial, tem sido como uma maré, e haverá uma maré e uma explosão a cada poucos anos. E essas chamadas "explosões" são apenas porque foram notadas pelo público, o que excede a cognição do público ou a expectativa de inteligência artificial. Eles não são o fim.
Assim como o AlphaGo naquela época, inúmeras pessoas exclamaram que o mundo mudaria, mas depois de tantos anos, nenhuma grande mudança ocorreu. Seja um modelo grande ou AIGC, é um novo avanço no período de gargalo técnico e eles terão seus próprios gargalos no futuro. ** A distância do AGI (Inteligência Artificial Geral) real será mais clara após várias rodadas de evolução tecnológica semelhante. **
Ainda existem muitos problemas no modelo grande que não foram resolvidos, como precisão e alto custo, então Xiaoice usa o conceito de modelo híbrido, e existem quase 1.000 modelos grandes, médios e pequenos combinados organicamente na estrutura do Xiaoice Work juntos para apoiar a operação do AI Being. A vantagem disso é que o custo é relativamente baixo, a velocidade é mais rápida e pode ser garantido que seja preciso o suficiente e entregue para uso comercial.
Ao mesmo tempo, Modelo grande não foi definido com precisão até agora, quantos parâmetros podem ser chamados de modelo grande. Na primeira metade do ano, todos adivinhavam que quanto maior o parâmetro, melhor o efeito.Mais tarde, descobriu-se que um modelo com um parâmetro menor também pode obter o mesmo efeito. Portanto, agora mais e mais pessoas na indústria estão falando sobre modelos híbridos.
Se o estudo de grandes modelos for comparado ao aprendizado de um idioma, é um pouco como aprender japonês: é fácil de começar e difícil de dominar. Os empreendedores podem ver os resultados rapidamente, mas descobrem que há muitos problemas para resolver.
Os atuais modelos de grande escala são seriamente homogeneizados. ** Não há tantos modelos grandes no mercado, a febre deve baixar em 2024, e será descoberto quem está nadando nu na praia. **
Finalmente, não há barreiras técnicas entre os modelos grandes. Seu conceito técnico existe há muitos anos e muitas pessoas da indústria o estão aplicando, tanto no país quanto no exterior. Acontece que no processo de ajuste fino (ajuste fino), os desenvolvedores têm diferentes graus de concentração e devoção.
Pessoalmente, acho que o OpenAI realmente alcançou esse efeito com o espírito de artesanato, então há uma certa "barreira de tempo", mas isso é duas coisas diferentes de "barreiras técnicas". **Em termos de tecnologia de inteligência artificial, não há grande diferença entre os países domésticos e estrangeiros. Por exemplo, chips e sistemas operacionais são muito poderosos na China. A diferença reside apenas em saber se eles podem suportar a solidão, ousar trabalhar e fazer pesquisas inovadoras. **