周鸿祎:大模型引领“新工业革命”,这波红利至少五到十年

i黑马  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

周鸿祎:大模型引领“新工业革命”,这波红利至少五到十年

6月15日- 6月16日, 黑马AIGC产业营1期 在北京正式开营。作为创业黑马集团首次专为AIGC产业创业者开办的训练营,“黑马AIGC产业营”整合了黑马多年来积累的产业资源与专业服务能力,聚焦基础概念、商业应用、模式创新、前景趋势、产业融合、数据安全等六大前沿主题,通过产业课程、产业社群、产业游学等不同形式,帮助创业者建立和完善关于AIGC产业协同、数据决策、体验革新三方面的核心认知,并引导中小企业实战升级。

在中国AIGC乃至整个人工智能产业当中,360集团是一个至关重要的存在,其不但居于国内AI实力“第一梯队”,而且是国内最早All In大模型,并向中小企业开放能力的公司之一。6月16日, 360集团创始人周鸿祎来到黑马AIGC产业营1期加速现场,以《后GPT时代,大模型发展“以人为本”》为题授课。

周鸿祎表示,人工智能大模型是人类有史以来发明的最伟大的工具,它将成为每个人的助手,解锁我们的很多新能力。他还分享了关于当前整个AIGC产业发展的一些重要观点:“目前百模大战已经进入场景比拼阶段,国产大模型弯道超车的关键是发展多模态,数字人是大模型未来最重要的应用入口,未来的增量市场在企业级应用。”周鸿祎表示。

以下为编辑后的周鸿祎授课内容:

刚才听到有人给我一个新称号——中国AIGC第一人,真的不敢当,远远算不上。真正的大模型时代才刚刚开始,我只不过做了两件事:一是行业里这几年说话的人少了,到底中国为什么要发展大模型,得有人为这个行业发出声音,所以我出来说话多一点。另一方面,我也在学习人工智能,以前我给黑马创业者讲的课是辟邪剑法、葵花宝典,现在我是在练吸星大法。吸星大法的特点就是把别人的思想据为已有,我也希望向黑马创业者学习,像云之声黄伟和智源研究院的专家都来过这里,我也学到了他们的思想。对于大模型,其实现在谁都是只懂一点,听专家讲就像盲人摸象,把他们的观点融汇贯通,就有了自己的观点。

01

大模型是人类最伟大工具

今天时间仓促,其实现在的这个题目我不是很满意。“后GPT时代”的说法并不准确。如果把GPT理解成是ChatGPT,现在正是追赶者、超越者粉墨登场的时代;如果把GPT作为一个通用名词,指生成式通用模型或者大模型,那么这个时代才刚刚开始。

科技要“以人为本”。我也很愿意讨论硅基生物如何战胜碳基生物,但是讨论这个话题,根本不会有答案,只取决于你看的科幻小说有多少。其实人工智能取代人,还是有很长一段距离,不要听了我的讲解,回去就把员工开掉一半。我认为,人工智能的发展是帮助每个人提升工作效率,它是人类有史以来发明的最伟大的工具。

人类统治地球,从来不是靠生理能力,但是人类会发明工具。我们跑得肯定没有豹子快,但是我可以发明汽车;飞得没有老鹰高,但可以发明飞机。只是以往的工具只加强了肉体能力,知识传承一直是碳基生命遗传继承的薄弱环节。如果生一个孩子能把你的才华学识继承了,站在你的肩膀上,就可以取得更大的成就。将来,GPT在这个方面可以帮我们解决问题。所以说大模型是人类有史以来发明的最伟大的工具,把人类历史上的很多知识凝聚在一起,成为每个人的助手,解锁了我们的很多新能力。

02

关于大模型

未来影响的三个认知

对大模型如何认知,可以从三个方面来说。

第一,大模型推动的智能化才是数字化的高峰。 我们这代人比较幸运,个人电脑、互联网、智能手机和移动互联网时代,都赶上了,从4G、5G到大数据、云计算、物联网,数字化的高峰就是智能化。当前国家的重要战略就是推动数字化,数字化又可以分成两条线:一是数字产业化,即数字化企业如何发展;还有一个更大的市场是产业数字化或者叫产业互联网,这是很多黑马兄弟的机会。我不一定做互联网,我是传统产业,是制造业的,用牛文文说的重度垂直方法,每个行业都可以用数字化重做一遍,这是巨大的机会,也是未来的蓝海市场。企业上云只是手段,最终的目的是实现智能化,大模型推动的智能化才是数字化的高峰。

第二,大模型代表通用人工智能时代的到来。 “AIGC”这个词从一个侧面反应了这个结果,AI可以产生内容,比如文生图、文生视频、文生语音……但它反映的还只是表象,还有一个概念——“通用人工智能”(AGI),更能体现其本质。通用人工智能包含几层意思:首先它和过去的人工弱智不一样。过去的人工智能只能做垂直的事,下围棋的下不了象棋,下象棋的识别不了图片,换一个领域就得换一个模型。但是大语言模型用一套模型算法,解决了很多不同领域的问题。很多人有一个误解,以为大语言模型只是解决自然语言处理的,别的行业用不上,这种观点是错的。其实自然语言处理是人工智能领域皇冠上的明珠,是最难的问题。语言是人类思想的结晶,如果人工智能能理解自然语言,就意味着它能理解这个世界。而且人类的语言可以描绘世界,谁理解了语言,就意味着建立了对这个世界完整知识的图谱。之前,人类做知识图谱很多年都没有做成,因为知识太难表征了,你对一段话中的每一个概念都理解,才能理解整段话。所以通用大语言模型能理解语言,能完整地理解问题,意味着计算机对世界有了基本的认知。

实际上,大模型已经是对于世界最好的理解模型。有了这个能力以后,人工智能就获得了突飞猛进的变化。之前的人工智能软件,比如机器视觉、人脸识别,以及自动驾驶,都是工作在感知层面,而大语言模型工作在大脑层面。有了这种能力以后,在基于对这个世界建立了完整了解的基础上,你再训练人工智能做其他工作,一切都变得简单。过去电脑伪装成人跟你聊天,正常人是聊不下去的,但是今天你问任何一个GPT产品,它都会告诉你,我是AI助手。它有信心,即便我是机器人,也跟你聊得下去,因为你说的每句话我都理解,都能对答如流,这是一个划时代的能力。

第三,大模型将引领新工业革命。 大模型是一个什么级别的发明?比尔盖茨说,它不亚于电脑和互联网的发明。黄仁勋说“这是iPhone时刻”,iPhone引领过无线互联网革命。我觉得大模型是工业革命级的科技进步。第一,它的定位很清楚,尽管可以把它当做聊天机器人,但它实际上是一个生产力提升工具。第二,引发工业革命的一定是通用的东西,1946年电子计算机被发明,但是它没有引起工业革命,因为最初的计算机都是专用的,属于政府有关部门、军队、气象部门。只有当PC被发明了,每个家庭、每个人都买得起电脑以后,才引发了革命。iPhone也是,之前的手机是非常有用的通讯工具,但iPhone是一个计算平台,可以实现更多通用功能。

我认为当前的大模型就到了这样的时刻。在大模型之前,尽管大数据很重要,但是没有引起工业革命,因为大数据不能直接用,如果一家公司想要用大数据,需要找人做分析,成本很高。但是大模型不一样,把大数据输进去,练成大模型,可以提供很多通用人工智能的能力,帮你写文案、做规划、做讨论,帮你阅读一些文章。而且大模型的能力不用跟各行各业结合,就已经可以提升各行各业了。

所以,大模型就是新时代的发电厂。有了电以后,才有了又一次工业革命。 现在各位无论做什么工作,只要你的企业想升级,要做数字化,一定离不开大模型,这个红利期将至少有五到十年。

最近,OpenAI有两个新动作值得大家注意:一是为ChatGPT加了插件。大模型不是万能的,它善于做知识推理、规划和与人的交互,但也做不了很多事,比如订房、订餐、跟互联网连接,所以OpenAI做了一个插件平台。二是他们又做了函数调用能力,不是程序员的人很容易忽略这件事。实际上它做了函数调用以后,就可以把公司业务系统里的函数暴露出来,大模型就可以跟公司的业务系统对接。比如你跟它聊天,要看一看公司这个月的营收,然后它能调用一个函数,去查公司的数据库,这样大模型跟公司的业务就融合在一起了。

所以,最近大模型的变化日新月异。对于一个新生事物,一定要看它的正向发展,不要被它暂时的缺点迷惑,比如它有时胡说八道,回答问题很可笑等等。这些缺点掩盖不了两件事,第一它在飞快迭代,第二它不是孤立的存在,还可以做中间件,做函数调用,做插件平台。就像你做出了一个发动机,总会有人给它配上轮子、底盘,这些东西凑在一起,就有了汽车。

03

关于大模型发展的四个观点

下面分享我对当前大模型发展的四个新观点。

观点一,百模大战已经进入场景比拼阶段。

现在全世界已经是百模大战了,好像每个公司都能做出大模型。其实做出大模型不难,关键是易学难精。

做一个大模型有几个关键: 第一,选择一个基础模型 ,这件事过去很麻烦,但现在感谢开源环境,代码是现成的,不需要自己写,真正的挑战在于后面的步骤。 第二是无监督学习。 新一代大模型一个很重要的优点就是无监督学习,过去训练人工智能,所有东西都要标注,但是学习人类知识时会陷入悖论,因为你不可能把所有人类的知识进行标注。大模型则只要是正确的知识,足够多以后,知识和知识可见相互验证、相互联系,就不需要标注。 接下来是有监督调优 ,把几十万,甚至上百万人工标注好的问题和答案对,给到机器,说白了就是刷题。跟人类一样,有些题没见过,它真的不会做;选得好,它会举一反三。 然后是价值观对齐 ,就是让它的回答和人类价值观对齐。机器是由人的训练决定的,曾经有人拿聊天知识库训练聊天机器人,很难用,因为它学习的不是知识,没有逻辑,最近科学家证明,如果拿晦涩的论文、高难度的大学课文、复杂逻辑文章做预训练,训练出来的模型才能更有逻辑性,像现在公众号的文章,为了阅读方便,都是一句话一段,没几句话就是一段图,这种低质量的文章不适合做训练语料。 最后是用户训练和反馈。 这一步很重要,一定要放到互联网上,有海量的用户来使用。我们自己做测试,测试能力有限,哪怕100道题也是非常片面的测试。只有用户一天问上百万个问题,有的满意,有的不满意。找到错误案例,进行修正,才能进步。

今天做出一个大模型不是很难,难的是用数据去训练大模型,以及有没有场景去使用。现在大模型已经不是核技术了,就像PC出现之后一样,开始技术民主化了,不再像网上说的,ChatGPT训练一次要1000多万美金。但是要想做GPT,大规模、多样性、高质量的训练数据必不可少。360做搜索,每天抓数据,要判断数据质量,因此在数据量上还可以,可以给大家提供预训练的基本数据。

大流量、工程化、高稳定的训练方法也是至关重要,目前大家都在炫耀自己的算力,有多少显卡,但怎么让显卡一起协同工作,这是一个挑战。

尽管OpenAI很了不起,在没有任何场景情况下,构建了通用人工智能。但毕竟大多数公司不是OpenAI,都是凡夫俗子。现在全世界都有共识,世界上不能只有一个大模型。ChatGPT再牛,关于你所在行业问一些深入问题,会发现它比你差远了。黑马之前提过重度垂直的概念,这在大模型领域依然适用。

我们做大模型时,一定要紧扣场景。现在大模型展示的能力从办公来看是够用的,但是一定要能跟中小企业做深度结合。举个例子,很多人在小红书和抖音上做不同的文案,我让它专门写抖音文案,就是一个微观场景。用它的能力结合实际场景,才是用户真正需要的东西。多场景有效落地,可以让大模型真正服务用户。

观点二,国产大模型弯道超车的关键是发展多模态。

现在国产大模型追赶ChatGPT的脚步,比我预想的要快。这还要感谢整个行业半年来公开的技术、培训的方法,以及训练的数据库、数据集越来越多,甚至很多新做的大模型,是以GPT-4作为老师,用GPT-4产生的很多问题和答案来训练。

我认为大模型未来一个重要的发展方向是多模态。看看ChatGPT的发展,GPT-1到2是参数的变化,3是进入千亿模型,实现涌现,GPT-3.5是让它有了问答和对话能力,GPT-4除了能力比3.5强很多以外,也展示了多模态的能力,就是图生文、文生图,相对比较简单,GPT-5最大的可能性就是多模态,会更加理解这个世界。

多模态包括必不可少的四大关键能力: 第一,文字处理能力;第二,图像处理能力;第三,语音处理能力;第四,视频处理能力。

我们今天彼此交流,就是彼此训练的过程。你们听我讲,就是我给你们输入,你们在训练。曾经有人质疑,人类目前总共就出版过几亿本书,据说有一半的书都训练给GPT了,马上就无法训练了。其实只要把满大街的摄像头接入GPT,我们在哪说话,在哪开会,说什么,它能听懂、看懂,这将会是一个更高级的训练,对于增加它对这个世界的理解,将会是非常强大的。

传统的视觉识别,只能认出图上有什么,但理解不了这张图的情感、氛围、逻辑和背后的故事。现在的大模型识别,各家的引擎差不多,真正要画一张符合特定需求的好图,至少需要几十个、上百个Prompt,所以将来垂直的小模型有巨大的机会,而不一定是什么都能干的通用大模型。

观点三,数字人是大模型未来最重要的应用入口。

其实,并不是每个人都要从零开始做一个大模型。我们想用大模型解决问题,最大的机会在于,怎么让大模型更好用,而不是每个人都成为提示词专家。这就需要定义一种新的角色,叫数字人,作为大模型的应用入口。

上一次黑马AIGC产业大会我嗓子出问题了,没有来,就派了一个数字人,但它还是传统的数字人,没有性格和记忆,跟人无法互动。我们希望打造有灵魂的数字人,甚至能复刻某些名人的人生经历,希望有人设、有经历,这里面的机会很大。

现在有很多开源方法在探讨。有一个方案是,既然大模型没有记忆,没有目标,不回答你的问题时它在沉睡,我可以做一个外部程序,可以把大模型驱动起来,对话完以后进行保存,使它有记忆;或者把一个任务分解成多个目标,用不同的模型来完成。

360推出了AI广场,可以做出分类角色。

这种角色可以是娱乐化的,比如我做了一个数字人叫曹操,我经常问他,为什么放关羽走,为什么杀掉吕布。还可以做成数字名人,比如孙悟空、林黛玉等等。

今天大模型跟你的耦合,就是一个聊天机器人,可以解决办公和知识管理的问题。如果跟企业的业务相融合,就需要一些新模式了,可以借助大模型,打造一个数字人。

比如“数字员工”,把大模型定义成不同领域的专家,游戏的产品经理、社交媒体的运营、小红书的运营专家等,把它定义得越细越好。我们人类不愿意跟人打交道,把它包装成各种数字人以后,人跟“人”的交流,使用起来会更加通畅。过去只有老板有助理,以后普通员工想要几个助理就有几个助理。

甚至可能实现数据永生。想象一下,今天给一个人身上挂一个行车记录仪,他写了什么微博,发了什么朋友圈,讲了什么话,攒一年到两年的数据,训练一个大模型出来。我们跟这个G大模型聊天,它可以学到一个人的思维模式,而不是只是模仿原话,就可以实现一定程度的数字永生,也是一种知识的传承。

观点四,大模型未来的增量市场在企业级应用。

尽管我们可以用大模型做出各种娱乐应用,但娱乐应用的场景,已经被互联网巨头割据了,我不认为有创业公司的机会。按照我前面的观点,既然是工业革命级,一定是企业和行业的生产力倍增工具,所以,我认为大模型未来的增量市场是在企业级应用。

其中一个机会在中小微企业。 因为中小微企业即使买了一个GPT账号,也一定不会用。可能全公司只有一小部分人会用,大部分人还不会用。学Prompt的难度就像学编程一样,你不知道说哪句话,数字人就开窍了,回答得特别好,你把某个词改一下,他就像白痴一样乱说。所以中小企业比较大的机会,是在大模型API基础上,定制完成具体工作的数字员工。

第二个机会是行业垂直大模型。 像黑马做的科创大模型就是其中的一个。

第三个机会,给企业和城市部署私有化大模型。 如果你的企业规模很小,通过上传建立自己知识库的方式,建立自己的私有客服机器人,这是可以的。但作为中大型企业,用大模型首先存在数据泄露的风险,其次是公有大模型缺乏深度行业知识。所以,做一个对你所在行业和企业更了解的大模型,这是目前最大的机会。这些公司都是行业翘楚,有深刻的Know how和内涵,行业的知识未必被掌握在大模型手里,也未必在公网上可以抓到。

此外,使用公有大模型无法支持知识及时更新,大模型隔一段时间才能训练一次,目前做不到实时训练,这也是一个挑战。

而且,公有大模型无法实现组织内部权限的分级管理,这又是一个挑战。

所以,大模型既有巨大的需求,也有一系列挑战。这些挑战,就是未来的机会。

大模型有一个优点,目前的训练成本极大降低。每个企业最大的资产,就是企业内部的知识和Know how,这是不能外传的,但是做成大模型,就能解决企业内部知识的传承问题。找到一个大模型,由360做了基本训练以后,企业进行行业数据和企业数据的训练,这样就能训练出一个专有大模型。

专有大模型怎么用呢?我认为至少可以先做四件事:第一是员工知识助手,第二是员工的办公助手,第三是领导的决策助手,第四是企业的智能客服。

我们经常听人说,哪个行业领域的“水”很深,说明这个领域都有大量深奥的行业内部知识,这也恰恰是私有大模型巨大的机会。


黑马AIGC产业营

读懂AIGC底层逻辑,一步接入产业未来

3大核心认知,6大前沿主题

扫描下图二维码,即刻加入

↓↓↓

周鸿祎:大模型引领“新工业革命”,这波红利至少五到十年

文章评价
周鸿祎:大模型引领“新工业革命”,这波红利至少五到十年 匿名用户
发布
发布

    随意打赏

    提交建议
    微信扫一扫,分享给好友吧。