Первоисточник: Исследовательский офис The True Story.
Автор: Ши Юхан
Источник изображения: сгенерировано Unbounded AI
Появление ChatGPT считается последним шансом для развития интернет-индустрии. Крупные фабрики, колледжи и университеты, а также частные лица вышли на рынок крупномасштабных моделей, и «война 100 моделей» продолжается.
Однако успокойтесь и посмотрите прямо на эту волну.Из-за высоких инвестиций, дефицита талантов, однородной конкуренции и все еще неясной бизнес-модели также начали появляться многие сомнения в отношении крупных моделей.
Недавно «Лаборатория правдивых историй» поговорила с Ли Ди, генеральным директором компании Xiaobing. Xiaoice — первый робот с функцией эмоционального взаимодействия в Китае, а Xiaoice — одно из первых предприятий в Китае, осуществивших коммерциализацию AIGC.
У Ли Ди более спокойный и объективный взгляд на нынешний бум крупномасштабных моделей.
Ниже приводится стенограмма разговора:
** Q1: после запуска ChatGPT последовали крупные отечественные производители и предприниматели в области искусственного интеллекта. Индустрия очень оживленная, но все, кажется, не видят разницы. Что вы думаете? **
A1: В настоящее время в Китае существует не менее 70 крупномасштабных моделей, но все они однородны и не могут быть дифференцированы. Поскольку данные обучения у всех одинаковы, в методе обучения используется метод, описанный в документе, опубликованном OpenAI, и все они используют GPT для обучения напрямую, используя GPT в качестве учителя.
Учитель, данные обучения и методы обучения одинаковы, как увеличить разрыв?
Все крупные производители приходят делать большие модели, и их отправная точка не в том, чтобы хвататься за возможности и возможности, а в том, чтобы защищаться. Если у вас нет своей большой модели, вы будете подавлены конкурентами, в противном случае у вас будет возможность подавлять других.
**Q2: Считаете ли вы, что текущая бизнес-модель, такая как ChatGPT, которая использует абонентскую плату, имеет перспективы развития? **
A2: Во-первых, нельзя отрицать, что по сравнению с предыдущими годами спрос на искусственный интеллект определенно вырос. Но с таким количеством больших моделей удалось ли добиться эффекта масштаба? Я так не думаю.
Большинство бизнес-моделей, исследованных искусственным интеллектом до сих пор, едва ли являются успешными. Как и в случае с ChatGPT, его суть на самом деле "продажа слов": сколько стоит слово, а сколько предложение. Но ценность этих ответных высказываний не дифференцируется. Например, когда пользователи общаются с ним, его слова в какой-то степени бесполезны. Но если пользователь ищет совета, то его ответ очень ценен.
Сегодня мы обсудим бизнес-модель ИИ, которая включает в себя ценность, создаваемую **ИИ, и ценность, которую он получает, но разрыв между ними очень велик. **
Например, технология распознавания лиц, которой индустрия занималась в прошлом, сделала страну и общество более безопасными, и ее ценность, очевидно, очень высока. Однако после того, как технология распознавания лиц была встроена в различное оборудование, ценность самой технологии не была оценена соответствующим образом. В конце концов, некоторые компании начали заниматься системной интеграцией, программной и аппаратной интеграцией, а также продавать аппаратный стек оборудования.
Текущая бизнес-модель искусственного интеллекта заключается в том, чтобы превратить технологии в инфраструктуру, такую как вода, электричество и уголь, которые можно разделить на промышленное электричество или бытовое электричество. Однако разные ценности, созданные на основе разных потребностей, не получили дифференцированной отдачи.
В3. Каковы ограничения бизнес-модели взимания платы за технологические вызовы?
**A3: ** Продажа инфраструктуры, такой как вода, электричество и уголь, зависит от монополии, чтобы сохранить норму прибыли. Но что касается моего опыта, никто не может добиться монополии в технологии. Следовательно, он может рассчитывать только на экономию затрат для получения прибыли, но она не только ограничена, но и не имеет возможности роста.
Даже если соблюдается так называемый закон Мура и цена снижается, конкуренты быстро компенсируют полученную прибыль. В конце концов, будет ценовая война, и тогда все начнут бесплатно. Вроде бы и хорошо, но на самом деле ограничивает развитие всей индустрии искусственного интеллекта.
**Q4: Изучала ли Xiaoice другие и более эффективные бизнес-модели? **
**A4: **Бизнес-модель Xiaoice несколько особенная, мы используем долю дохода (распределение дохода). Мы не предоставляем технический интерфейс для продажи контент-звонков, а упаковываем их в «людей» с разными способностями на основе технологий, то есть в цифровых сотрудников. Мы позволяем различным цифровым сотрудникам работать в разных отраслях, по аналогии с "диспетчерской работой", и в итоге получаем заработную плату, эквивалентную доле выручки компании. Наша средняя годовая зарплата цифрового сотрудника может достигать **300 000. **
Например, в феврале этого года японская компания Xiaobing (Rinna) и Netflix совместно запустили созданный искусственным интеллектом анимационный микрокороткометражный фильм «Собака и мальчик», который длился более трех минут. Хотя доля ограничена, производительность Ринны как создателя фильмов и телепередач неограниченна, и мы можем получать соответствующие льготы за каждую работу в кино и на телевидении в будущем.
**Q5: Сделал ли Xiaoice обходной путь, прежде чем исследовать бизнес-модель, такую как распределение доходов? **
**A5: **Должны быть какие-то на ранней стадии. В 2017 году Ринна начала сотрудничать с магазином шаговой доступности Lawson, чтобы помочь Лоусону продавать купоны. Основываясь на превосходстве Ринны в эмоциональном взаимодействии, ее рекламный эффект очень хорош. А потребители используют купоны для покупок в автономном режиме, что также помогает Лоусону получать больше доходов.
Но мы не делили эти доходы, потому что на тот момент наш анализ бизнес-модели искусственного интеллекта заключался в том, что мы должны предоставлять API и брать деньги за каждый вызов. Этот доход очень мал, а объемы продаж, вызванные продажей купонов Ринной, огромны, и очевидно, что они не прямо пропорциональны. **
**Q6: Метавселенная была популярна в течение двух лет, и кажется, что лихорадка сейчас немного поутихла. Одной из причин считается то, что его опыт еще не поразил клиентов. Угаснет ли теплота большой модели из-за отсутствия хорошего пользовательского опыта? Каковы, по вашему мнению, преимущества и недостатки моей страны в мировом соревновании крупномасштабных моделей? **
A6: В прошлом году в индустрии искусственного интеллекта было много сюрпризов. За столько лет, прошедших с момента разработки технологии искусственного интеллекта, это было похоже на прилив, и каждые несколько лет будет прилив и взрыв. И эти так называемые «взрывы» происходят только потому, что они были замечены публикой, что превышает общественное сознание или ожидания искусственного интеллекта. Они не конец.
Точно так же, как когда-то AlphaGo, бесчисленное количество людей восклицали, что мир изменится, но по прошествии стольких лет больших изменений не произошло. Будь то крупная модель или AIGC, это новый прорыв в период технических узких мест, и у них будут свои узкие места в будущем. ** Расстояние от настоящего ОИИ (общий искусственный интеллект) станет более ясным после нескольких раундов аналогичной технологической эволюции. **
В крупной модели все еще остается много нерешенных проблем, таких как точность и высокая стоимость, поэтому Xiaoice использует концепцию гибридной модели, и существует около 1000 больших, средних и малых моделей. органично объединены в рамках Xiaoice. Работайте вместе, чтобы поддерживать работу ИИ Бытия. Преимущество этого заключается в том, что стоимость относительно низкая, скорость выше, и можно гарантировать, что он будет достаточно точным и доставленным для коммерческого использования.
В то же время, Большая модель до сих пор точно не определена, сколько параметров можно назвать большой моделью. Если в первом полугодии все гадали, что чем больше параметр, тем лучше эффект, позже выяснилось, что такого же эффекта можно добиться и моделью с меньшим параметром. Так что теперь все больше и больше людей в отрасли говорят о гибридных моделях.
Если сравнивать изучение больших моделей с изучением языка, то это немного похоже на изучение японского: легко начать и сложно освоить. Предприниматели могут быстро увидеть результаты, но обнаруживают, что есть слишком много проблем, которые нужно решить.
Нынешние крупномасштабные модели серьезно гомогенизированы. ** Крупных моделей на рынке не так уж и много.Лихорадка должна спасть к 2024 году, и выяснится, кто плавает голышом на берегу. **
Наконец, между крупными моделями фактически нет технических барьеров. Его техническая концепция существует уже много лет, и многие работники отрасли применяют ее как дома, так и за рубежом. Просто в процессе доводки (тонкой настройки) у разработчиков разная степень концентрации и преданности делу.
Я лично считаю, что OpenAI действительно добился этого эффекта с духом мастерства, поэтому есть некий «временной барьер», но это две разные вещи от «технических барьеров». **С точки зрения технологии искусственного интеллекта, между отечественными и зарубежными странами нет большого разрыва.Например, чипы и операционные системы очень мощные в Китае.Разрыв заключается только в том, могут ли они вынести одиночество, решиться на работу и сделать инновационные исследования. **
Посмотреть Оригинал
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.
Диалог с Ли Ди, генеральным директором Xiaoice: К 2024 году масштабные модели остынут
Первоисточник: Исследовательский офис The True Story.
Автор: Ши Юхан
Появление ChatGPT считается последним шансом для развития интернет-индустрии. Крупные фабрики, колледжи и университеты, а также частные лица вышли на рынок крупномасштабных моделей, и «война 100 моделей» продолжается.
Однако успокойтесь и посмотрите прямо на эту волну.Из-за высоких инвестиций, дефицита талантов, однородной конкуренции и все еще неясной бизнес-модели также начали появляться многие сомнения в отношении крупных моделей.
Недавно «Лаборатория правдивых историй» поговорила с Ли Ди, генеральным директором компании Xiaobing. Xiaoice — первый робот с функцией эмоционального взаимодействия в Китае, а Xiaoice — одно из первых предприятий в Китае, осуществивших коммерциализацию AIGC.
У Ли Ди более спокойный и объективный взгляд на нынешний бум крупномасштабных моделей.
Ниже приводится стенограмма разговора:
** Q1: после запуска ChatGPT последовали крупные отечественные производители и предприниматели в области искусственного интеллекта. Индустрия очень оживленная, но все, кажется, не видят разницы. Что вы думаете? **
A1: В настоящее время в Китае существует не менее 70 крупномасштабных моделей, но все они однородны и не могут быть дифференцированы. Поскольку данные обучения у всех одинаковы, в методе обучения используется метод, описанный в документе, опубликованном OpenAI, и все они используют GPT для обучения напрямую, используя GPT в качестве учителя.
Учитель, данные обучения и методы обучения одинаковы, как увеличить разрыв?
Все крупные производители приходят делать большие модели, и их отправная точка не в том, чтобы хвататься за возможности и возможности, а в том, чтобы защищаться. Если у вас нет своей большой модели, вы будете подавлены конкурентами, в противном случае у вас будет возможность подавлять других.
**Q2: Считаете ли вы, что текущая бизнес-модель, такая как ChatGPT, которая использует абонентскую плату, имеет перспективы развития? **
A2: Во-первых, нельзя отрицать, что по сравнению с предыдущими годами спрос на искусственный интеллект определенно вырос. Но с таким количеством больших моделей удалось ли добиться эффекта масштаба? Я так не думаю.
Большинство бизнес-моделей, исследованных искусственным интеллектом до сих пор, едва ли являются успешными. Как и в случае с ChatGPT, его суть на самом деле "продажа слов": сколько стоит слово, а сколько предложение. Но ценность этих ответных высказываний не дифференцируется. Например, когда пользователи общаются с ним, его слова в какой-то степени бесполезны. Но если пользователь ищет совета, то его ответ очень ценен.
Сегодня мы обсудим бизнес-модель ИИ, которая включает в себя ценность, создаваемую **ИИ, и ценность, которую он получает, но разрыв между ними очень велик. **
Например, технология распознавания лиц, которой индустрия занималась в прошлом, сделала страну и общество более безопасными, и ее ценность, очевидно, очень высока. Однако после того, как технология распознавания лиц была встроена в различное оборудование, ценность самой технологии не была оценена соответствующим образом. В конце концов, некоторые компании начали заниматься системной интеграцией, программной и аппаратной интеграцией, а также продавать аппаратный стек оборудования.
Текущая бизнес-модель искусственного интеллекта заключается в том, чтобы превратить технологии в инфраструктуру, такую как вода, электричество и уголь, которые можно разделить на промышленное электричество или бытовое электричество. Однако разные ценности, созданные на основе разных потребностей, не получили дифференцированной отдачи.
В3. Каковы ограничения бизнес-модели взимания платы за технологические вызовы?
**A3: ** Продажа инфраструктуры, такой как вода, электричество и уголь, зависит от монополии, чтобы сохранить норму прибыли. Но что касается моего опыта, никто не может добиться монополии в технологии. Следовательно, он может рассчитывать только на экономию затрат для получения прибыли, но она не только ограничена, но и не имеет возможности роста.
Даже если соблюдается так называемый закон Мура и цена снижается, конкуренты быстро компенсируют полученную прибыль. В конце концов, будет ценовая война, и тогда все начнут бесплатно. Вроде бы и хорошо, но на самом деле ограничивает развитие всей индустрии искусственного интеллекта.
**Q4: Изучала ли Xiaoice другие и более эффективные бизнес-модели? **
**A4: **Бизнес-модель Xiaoice несколько особенная, мы используем долю дохода (распределение дохода). Мы не предоставляем технический интерфейс для продажи контент-звонков, а упаковываем их в «людей» с разными способностями на основе технологий, то есть в цифровых сотрудников. Мы позволяем различным цифровым сотрудникам работать в разных отраслях, по аналогии с "диспетчерской работой", и в итоге получаем заработную плату, эквивалентную доле выручки компании. Наша средняя годовая зарплата цифрового сотрудника может достигать **300 000. **
Например, в феврале этого года японская компания Xiaobing (Rinna) и Netflix совместно запустили созданный искусственным интеллектом анимационный микрокороткометражный фильм «Собака и мальчик», который длился более трех минут. Хотя доля ограничена, производительность Ринны как создателя фильмов и телепередач неограниченна, и мы можем получать соответствующие льготы за каждую работу в кино и на телевидении в будущем.
**Q5: Сделал ли Xiaoice обходной путь, прежде чем исследовать бизнес-модель, такую как распределение доходов? **
**A5: **Должны быть какие-то на ранней стадии. В 2017 году Ринна начала сотрудничать с магазином шаговой доступности Lawson, чтобы помочь Лоусону продавать купоны. Основываясь на превосходстве Ринны в эмоциональном взаимодействии, ее рекламный эффект очень хорош. А потребители используют купоны для покупок в автономном режиме, что также помогает Лоусону получать больше доходов.
Но мы не делили эти доходы, потому что на тот момент наш анализ бизнес-модели искусственного интеллекта заключался в том, что мы должны предоставлять API и брать деньги за каждый вызов. Этот доход очень мал, а объемы продаж, вызванные продажей купонов Ринной, огромны, и очевидно, что они не прямо пропорциональны. **
**Q6: Метавселенная была популярна в течение двух лет, и кажется, что лихорадка сейчас немного поутихла. Одной из причин считается то, что его опыт еще не поразил клиентов. Угаснет ли теплота большой модели из-за отсутствия хорошего пользовательского опыта? Каковы, по вашему мнению, преимущества и недостатки моей страны в мировом соревновании крупномасштабных моделей? **
A6: В прошлом году в индустрии искусственного интеллекта было много сюрпризов. За столько лет, прошедших с момента разработки технологии искусственного интеллекта, это было похоже на прилив, и каждые несколько лет будет прилив и взрыв. И эти так называемые «взрывы» происходят только потому, что они были замечены публикой, что превышает общественное сознание или ожидания искусственного интеллекта. Они не конец.
Точно так же, как когда-то AlphaGo, бесчисленное количество людей восклицали, что мир изменится, но по прошествии стольких лет больших изменений не произошло. Будь то крупная модель или AIGC, это новый прорыв в период технических узких мест, и у них будут свои узкие места в будущем. ** Расстояние от настоящего ОИИ (общий искусственный интеллект) станет более ясным после нескольких раундов аналогичной технологической эволюции. **
В крупной модели все еще остается много нерешенных проблем, таких как точность и высокая стоимость, поэтому Xiaoice использует концепцию гибридной модели, и существует около 1000 больших, средних и малых моделей. органично объединены в рамках Xiaoice. Работайте вместе, чтобы поддерживать работу ИИ Бытия. Преимущество этого заключается в том, что стоимость относительно низкая, скорость выше, и можно гарантировать, что он будет достаточно точным и доставленным для коммерческого использования.
В то же время, Большая модель до сих пор точно не определена, сколько параметров можно назвать большой моделью. Если в первом полугодии все гадали, что чем больше параметр, тем лучше эффект, позже выяснилось, что такого же эффекта можно добиться и моделью с меньшим параметром. Так что теперь все больше и больше людей в отрасли говорят о гибридных моделях.
Если сравнивать изучение больших моделей с изучением языка, то это немного похоже на изучение японского: легко начать и сложно освоить. Предприниматели могут быстро увидеть результаты, но обнаруживают, что есть слишком много проблем, которые нужно решить.
Нынешние крупномасштабные модели серьезно гомогенизированы. ** Крупных моделей на рынке не так уж и много.Лихорадка должна спасть к 2024 году, и выяснится, кто плавает голышом на берегу. **
Наконец, между крупными моделями фактически нет технических барьеров. Его техническая концепция существует уже много лет, и многие работники отрасли применяют ее как дома, так и за рубежом. Просто в процессе доводки (тонкой настройки) у разработчиков разная степень концентрации и преданности делу.
Я лично считаю, что OpenAI действительно добился этого эффекта с духом мастерства, поэтому есть некий «временной барьер», но это две разные вещи от «технических барьеров». **С точки зрения технологии искусственного интеллекта, между отечественными и зарубежными странами нет большого разрыва.Например, чипы и операционные системы очень мощные в Китае.Разрыв заключается только в том, могут ли они вынести одиночество, решиться на работу и сделать инновационные исследования. **