江苏龙网

  1. 主页 > 生活百科 > >

对话周伯文：当你真的明白了ChatGPT，你就不会想再做一个OpenAI( 三 )

ChatGPT


用生成式人工智能去重构用户和产品的关系，周伯文最终将它们指向5D：发现，定义，设计，开发，转化（Discover，Define，Design，Develop，Distribute） 。周伯文在和客户的沟通中发现，这5D基本涵盖了品牌和制造商的所有需求 。
这5D的任何地方不能只考虑用户或者产品，而是需要把它们链接起来看，也就是需要彼此交互 。这也是与以往的不同——5D并不新鲜，它们早已存在，过往周伯文也用技术走通过每一个D，但问题是在大模型之前，模型训练和部署成本都很高 。更重要的是，它们是彼此分割的，哪怕是曾经火热一时，试图解决这一问题的数据中台概念也没能改变这个事实 。
“当我做了数据中台后，发现这是一个伪命题，因为它是一个ad hoc（临时安排）的东西，是事后定义的 。所有人用不同软件看到的数据还是不同，因为最终的入口不同 。但衔远科技的大模型做成后，所有企业使将使用5D大模型来实现数智化转型，将其成为统一的入口 。”他说 。
“生成式人工智能让5D第一次有可能用同一个AI基础模型跑起来 。而且能够将5D的数据集中到一起并实现全部穿透，这类场景以前是不存在的 。”
“在应用落地层面，我们研发的领衔Collaborative Innovation Platform SaaS基于大模型的多模态理解、推理与生成能力，通过深刻洞察消费者、场景、商品、品参、研发，协助企业发现商业机会与产品创新 。同时，衔远科技的ProductGPT多轮对话平台为企业每个员工提供根据不同职业角色深度定制的个人助手，通过提供角色特定的技能与知识满足其特定的工作需求，例如，衔远科技的消费者研究个人助手会提供研究市场趋势、理解消费者需求、市场调研等专业技能与相关知识 。”
衔远科技在今年3月1日已完成数亿元天使轮融资，由启明创投领投，经纬创投跟投 。不过，在今天已经被一定程度上塑造的中国大模型商业语境里，这样的模型思路似乎会被立刻归类为“垂直模型”，人们认为它需要被建立在一个更强大的，全能的通用大模型之上，而后者才是“百模大战”的焦点 。
但周伯文并不这么认为 。
“我以前没用大模型这个词，现在大家这样理解，没办法（也要用起来），这样有好处，就是简洁 。但它也会把很多东西混淆在一起 。”
第一是技术上，他认为，一方面只强调大就会让人们把GPT这种dense model和其他一些MOE（拼接模型，可以大很多）放一起比较，这样并没有意义 。另一方面，目前模型的确需要足够大才能涌现一些能力，但未来一定会有新的办法，比如，未来训练一定要提供现在还多的高质量、高智慧密度数据，但模型的表征架构不一定就必须要数量级的增长，如果是可能是我们的表征学习还不够好；推理就更明显，一定是越小越好 。
“我一直认为，模型不是越大越好 。我们说大模型其实关键是模型提供了预训练能力，具备了基础能力，后面怎么去用是另一个问题 。”
第二在商业模式上，“大”其实对应的是ROI里I的部分，但事实上没人要去比I，要比的是R，I是分母越小越好，R是分子越大越好 。
以及大模型本身更适合做的是长尾场景，这些往往也是低价值场景 。而一些数据上的变化也开始印证这个判断 。
“从上个月起，ChatGPT的API 调用量明显下降，日活下降5%，而它之前突增之后也才到谷歌日活的2% 。”他说 。“人们不知道用它干什么，只当做是一个玩具或一个简易工具 。我的判断是必须进入生产力环节，成为人们在生产生活中的刚需 。”
所以在衔远科技，大模型在技术底层框架上必须具备通用大模型技术的基础能力，并用科学的方法评估，但同时也需要专业的训练 。
“人们都在用LLM来简述OpenAI做的事情，但实际OpenAI自己的定义是——基于多头注意力机制预测下一个词训练出来的最佳的世界知识压缩器 。”周伯文找到OpenAI科学家的分享对我说 。
也就是，一件产品诞生全过程的知识第一次可以用最佳方式压缩进一个模型 。把人和消费者所有交互的数据压缩之后来预测下一个“词”，并可以学会人的场景，情感，来预测产品的参数 。
周伯文喜欢引用诺贝尔经济学奖得主丹尼尔·卡尼曼提出的一个理论来解释人工智能与人的关系：人们的思考方式有两类，“系统1”基于直觉和经验判断，快速、不需要大量计算，“系统2”需要语言、算法、计算、逻辑 。最初人们以为商业化的AI更适合做“系统1”的工作，比如人脸识别等 。ChatGPT则证明了AI做非给定任务系统2的可行性 。


推荐阅读


上一篇：分享4个功能丰富的图片编辑工具

下一篇：达利欧：人工智能“美妙而又危险”，关键问题在于人