Почему большие модели обеспечивают производительность, но затраты на рабочую силу остаются высокими?

Оригинал: Цяо Чжибинь

Источник: Большой Дом моделей

Источник изображения: Создано Unbounded AI‌

Примечание редактора: появление крупных моделей сделает людей, умеющих использовать ИИ, более ценными.

На фоне крупных прорывов в технологии крупномасштабных моделей область искусственного интеллекта получила беспрецедентное внимание.Применение этих моделей в области понимания языка, создания текста и автоматизированного обслуживания клиентов значительно повысило эффективность работы и сэкономило много времени и денег.ресурс.

Сегодня технология крупномасштабных моделей искусственного интеллекта получила широкое распространение и стала одной из движущих сил «снижения затрат и повышения эффективности» в тысячах отраслей. Она широко используется в финансовой, медицинской, розничной торговле и других отраслях. стать основной силой, способствующей новому витку промышленной революции.

Однако может ли популярность технологии больших моделей действительно снизить затраты на рабочую силу? Судя по наблюдениям за отраслью, проведенным крупным модельным домом, хотя популярность технологий больших моделей принесла большой потенциал различным отраслям, снизить затраты на рабочую силу может быть не так просто, как предполагалось.

Чем горячее разработка больших моделей, тем дороже стоимость рабочей силы

Еще в период весны и осени Гуань Чжун выдвинул концепцию «Десять лет, чтобы вырастить дерево, и сто лет, чтобы вырастить человека», указав, что развитие качеств личности и рост талантов не достигаются в одночасье. . С точки зрения развития талантов, бонус развития большой модели дал толчок накоплению талантов, связанных с технологиями искусственного интеллекта, но развитие талантов не происходит в одночасье, и формирование систематической структуры талантов требует нескольких Система образования лет может быть сформирована только в рамках совместной силы социальных позиций.

Однако в то же время «война ста моделей», которая уже началась внутри страны и за рубежом, непосредственно открыла всестороннюю конкуренцию в технической глубине и широте применения крупных моделей. Для разработки первоклассных больших моделей требуются узкоспециализированные команды специалистов, занимающихся разработкой, отладкой и обслуживанием. Эти команды должны иметь глубокий технический опыт и знания предметной области, чтобы гарантировать, что модель может достичь хороших результатов в конкретной предметной области. Предприятиям приходится поглощать большое количество талантов в области искусственного интеллекта, тем самым разжигая ожесточенную «войну за таланты». В настоящее время зарплаты на должностях, связанных с большими моделями, таких как инженеры по машинному обучению, специалисты по данным и эксперты в предметной области, также быстро выросли.

Источник изображения: общедоступный информационный дисплей сайта по подбору персонала

По данным онлайн-платформы по подбору персонала, Big Model House показывает, что благодаря популярности связанных треков уровень зарплаты на должностях, связанных с большой языковой моделью (LLM), также намного выше, чем на других ИТ-должностях, а уровень зарплаты на должностях, связанных с большими моделями. обычно выше, чем у других ИТ-должностей.. ИТ-должности, такие как инженеры по машинному обучению, специалисты по данным, эксперты в предметной области и т. д., имеют среднемесячную зарплату более 20 000 юаней. Возьмем, к примеру, инженеров по машинному обучению, которые отвечают за разработку и внедрение алгоритмов и систем машинного обучения, включая обработку данных, обучение моделей и оптимизацию моделей.

Это правда, что появление крупных моделей может в определенной степени заменить некоторые традиционные рабочие места, но в то же время оно также создало некоторые новые рабочие места. Например, с расширением применения больших моделей появились новые должности, такие как «Инженер». Эти должности отвечают за настройку и вмешательство в вывод больших моделей для обеспечения производительности и точности моделей. В настоящее время большинство крупных отечественных рекрутинговых платформ предлагают инженерам с ежемесячной зарплатой от 15 000 до 60 000 юаней.

Рост этих новых позиций не только открывает новые возможности на рынке талантов, но и отражает многогранное влияние развития больших моделей.Поэтому в области больших моделей в будущем в них будет участвовать больше людей, чтобы стабилизировать промышленность.

Большая модель по-прежнему ограничена, окончательным ответом является сосуществование человека и машины.

Хотя в отрасли сложился консенсус, что «искусственный интеллект не может заменить людей в краткосрочной перспективе», некоторые компании все еще пытаются использовать AIGC и технологию виртуального человека (цифрового человека) для исследования новой модели симбиоза человека и машины. Например, кремниевый интеллект, Mofa Technology, 360 и т. д. — все они предлагали использовать возможности AIGC больших моделей для реализации генерации контента виртуальных людей и даже применять их для создания 2D/3D виртуальных людей. , снижая стоимость высокоточных виртуальных людей. Пороговые значения для генерации и использования.

Среди них 360 Zhinao, занимающаяся созданием цифровых людей с помощью искусственного интеллекта, уделяет больше внимания созданию «цифровых клонов» и предоставляет услуги более антропоморфным и персонализированным способом. Каждый может загрузить свою частную базу знаний (аудио, видео или графические материалы), тренироваться с помощью 360-градусных интеллектуальных моделей мозга и с небольшими затратами создавать своих собственных эксклюзивных цифровых людей, таких как цифровые аватары, цифровые помощники, цифровые идолы и т. д.

Источник изображения: Mofa Technology

Кремниевый интеллект и технология Mofa попытались использовать AIGC для реализации недорогого производства и работы виртуальных людей, а также для реализации «инклюзивности» виртуальных людей за счет снижения порога и широко использовались в электронной коммерции, образовании. , маркетинг и социальные сети и другие области для достижения эффекта снижения затрат и повышения эффективности. Даже эти компании также упомянули, что люди, которые не могут быть с ними, потому что путешествовали круглый год или скончались, могут быть превращены в цифровые аватары в качестве утешения.

Использование цифровых аватаров в качестве «компаньонов» действительно может в определенной степени облегчить «страдания от любовной тоски», но, по мнению большого модельного дома, компания большой модели все же лучше, чем частые поездки домой.

22 числа этого месяца в китайском специальном выпуске ко Дню святого Валентина «Дом больших моделей»: приходите и послушайте «Земную историю любви» искусственного интеллекта. Дом больших моделей будет использовать тему «Двойной седьмой фестиваль». Приходите, пожалуйста, помогите влюбленным парам. Моя вторая половинка пишет абзац с благословением, который является новаторским, а не общим». В качестве заголовка задайте вопросы о каждой большой модели.

Оказалось, что когда дело доходит до написания «любовных слов», хотя все большие модели проявили романтику в полной мере, друзья в редакции сказали, что нынешняя степень романтики больших моделей слишком «научна и технологична». ", гораздо меньше, чем у людей. Эмоциональная деликатность.

Китайская «история любви» ко Дню святого Валентина, написанная крупной моделью из Китая

Циси «История любви», написанная редактором Big Model House

Следует отметить, что, хотя большая модель открыла первый шаг в исследовании общего искусственного интеллекта (AGI), люди все еще находятся в области слабого искусственного интеллекта. сюжету «китайского Дня святого Валентина» на крупной модели явно не хватает некоторой «теплоты». Видно, что с точки зрения общения крупным моделям еще предстоит пройти долгий путь, чтобы достичь того же уровня, что и люди.

Из принципа большой модели ИИ видно, что, изучая данные человеческого интеллекта и поведения, а также генерируя текст, изображения, аудио и другой контент посредством статистики и распознавания образов, этот метод обучения позволяет большой модели генерировать весьма реалистичные данные. В результате он имитирует поведение людей, то есть пытается изучить и имитировать соответствующее поведение посредством своего собственного измерения наблюдения. Однако большие модели могут не совсем понимать и понимать основные концепции, причины и взаимосвязи, что поднимает некоторые ключевые проблемы в некоторых практических приложениях.

Таким образом, в краткосрочной перспективе искусственный интеллект больше ориентирован на решение общих проблем и освобождение человеческого труда для решения индивидуальных проблем, полных эмоций и творчества. Поэтому практически невозможно создать искусственный интеллект, способный «убивать» людей в краткосрочной перспективе, как с этической, так и с технологической точки зрения.

По мнению Big Model House, в тех областях, где AIGC не может заменить людей, человеческие возможности создадут большую ценность.

Хотя использование технологии крупномасштабного моделирования действительно может достичь цели использования AIGC для снижения затрат и повышения эффективности существующих технологий, но, что более важно, оно также побуждает компании идти в ногу со временем и постоянно укреплять свою конкурентоспособность за счет новых предприятий.

Стоит отметить, что возможности крупных моделей постоянно расширяются: они не только начали догонять человека по общим знаниям, но и значительно расширили свои профессиональные возможности за счет целенаправленного повышения знаний. , он приблизился или даже превзошел средний балл людей.

В июле этого года исследователи из Google и DeepMind опубликовали в журнале Nature исследование.Результаты исследования показали, что группа клиницистов набрала 92,6% по ответам на медицинскую модель Med-PaLM команды Google и DeepMind. По сравнению с В действительности уровень врачей-людей (92,9%) сопоставим. Более того, только 5,9% ответов в Med-PaLM были оценены как потенциально ведущие к «вредным» последствиям, что аналогично 5,7% ответов, полученных врачами.

Однако некоторые отраслевые эксперты выразили обеспокоенность по поводу использования больших моделей в медицине: большая модель может быть способна создать правдоподобную медицинскую статью, но у нее нет реальных медицинских знаний, чтобы судить о том, точна или безопасна содержащаяся в ней информация. Это ограничение особенно заметно в некоторых областях, таких как медицинская диагностика и принятие решений. Хотя большая модель хорошо справляется с пониманием текста и генерированием семантики, она может быть не в состоянии понять глубокие знания в области медицины и не может судить о причинно-следственных связях, таких как этиология и развитие заболевания. Это создает некоторые потенциальные риски, которые могут привести к неправильному диагнозу и лечению, если результаты большой модели полностью полагаются при принятии клинических решений.

Чтобы стандартизировать применение генеративного искусственного интеллекта в медицинской промышленности, недавно Муниципальная комиссия здравоохранения Пекина взяла на себя инициативу по разработке «Пекинских мер по осуществлению надзора за интернет-диагностикой и лечением (испытание)». Среди них предлагается, чтобы медицинские учреждения усилили управление лекарственными средствами при проведении интернет-диагностических и лечебных мероприятий, строго запрещено использовать искусственный интеллект для автоматического формирования рецептов, а также строго запрещено предоставлять лекарства пациентам до выдачи рецептов. .

С одной стороны, будь то разработка более мощных технологий специалистами по искусственному интеллекту или «эффект сома», вызванный искусственным интеллектом на рабочих местах в тысячах отраслей, это заставит людей стремиться к все большему и большему накоплению общих знаний и профессиональных навыков. возможности для достижения конкурентного преимущества ИИ.

С другой стороны, с помощью технологий искусственного интеллекта, представленных крупными моделями, еще больше расширится границы человеческих возможностей. В эпоху больших моделей, если вы хотите использовать большие модели более удобно, слово-подсказка () во многом определяет результат модели. Даже для одной и той же задачи ввод разных слов-подсказок приведет к разным результатам. Профессиональные игроки Существует большой разрыв с обычными игроками. Таким образом, в будущем это станет возможностью взаимодействия человека и компьютера и движущей силой для исследования неизведанного.

Неоспоримым фактом является то, что искусственный интеллект как «ступенька» на пути к человеческому успеху должен поднимать людей выше и ценнее.

По мнению Большого Дома моделей, в этом соревновании за возможности «искусственного интеллекта» «искусственному» суждено опередить «интеллект».