鲅鱼圈网站怎么做,销售培训课程,网站前台页面的设计与实现,wordpress next posts link在AI大模型没有商业模式#xff1f;等文章中#xff0c;我多次表达过这样一个观点#xff1a;不要把大模型的未来应用方式比喻成公有云#xff0c;大模型最终会是云端操作系统的核心#xff08;新通用计算平台#xff09;#xff0c;而它的落地形式会很像过去的沃森等文章中我多次表达过这样一个观点不要把大模型的未来应用方式比喻成公有云大模型最终会是云端操作系统的核心新通用计算平台而它的落地形式会很像过去的沃森以系统型超级应用的形态落地。假如真的这样那无疑的就需要一个开源的、便宜的“安卓”来真正启动这种落地。没想到的是这还没过去一个月LLaMA 2出现了并且表现优异。那LLaMA 2会在AI行业里扮演移动互联网中安卓的角色么其它如chatGPT 和AlphaGo下围棋谁赢垂域大模型有戏么等一系列与此有关的大模型文章参见个人公号琢磨事
安卓与历史性时刻
整个移动互联网有两个至关重要的历史性时刻一个是iPhone的发布这伴随着乔布斯而载入史册一个则是同年Android的发布相比之下这个则有点默默无闻。但实际上对于移动互联网而言后者的实际影响大于前者。每年全球手机销量里面15%左右为苹果手机其它基本是安卓手机。
换句话说没有安卓就没有移动互联网。
那安卓这类操作系统到底是什么为什么这么关键我们来简单科普下操作系统的概念。 (操作系统最简示意图)
这个图不十分精确Kernel内核那个位置通常还有非常复杂的各种模块但好在它能清楚说明操作系统是什么。安卓就处于中间的Kernel那个位置对上面的各种应用比如微信、抖音来讲他们其实根本接触不到麦克风、摄像头、内存、网络等所有对具体物理设备的使用都要通过安卓这样的系统。
这样的分工好处是什么呢
降低开发和应用成本。在IT行业的早期没有上面的分工通常都是一个公司比如IBM把所有事都干了。这就导致对人员要求非常高。纯粹从技术复杂度角度看开发一般终端应用的难度如果是1那很多操作系统里模块的开发难度估计是10并且两者的难度不在一个维度上。同时操作系统只有1个但应用会有无数个安卓--应用商店。所以就需要一种更为高效的分工方式于是行业再分工操作系统出现了。
高效的分工体系才能导致整个生态的大发展对于移动互联网安卓就是生态大发展的最关键支点。如果微信团队需要自己做安卓那很可能我们就看不见微信了。
如果说技术意义上的操作系统是上面那张简图那商业意义上的操作系统则是一个引擎为所有应用提供动力缩减它们的开发成本、缩短周期。
大模型扮演的就是这个角色但如果它只有一个chatGPT并且只是OpenAI自己用那就像只有iOS一样根本就造不出来五花八门的手机也就不会有移动互联网的真正启动。
过去基于chatGPT根本没法打造沃森这样的系统各种数据风险的考量根本不是一个技术进步就能对冲掉的谁愿意把数据都上传到OpenAI呢谁愿意依赖一个完全不知道的黑盒呢
但在过去别的大模型又太差了LLaMA 2在改变这种局面从评测看它基本赶上GPT3.5,也就是说在创造价值的维度它变的能用了在落地的维度又因为开源而能对冲风险上的顾虑。再发展下去就真的会变成一个新智能生态的引擎类似安卓的角色。
在前面系列文章里面也曾经多次提到我们普遍的看待大模型的方式是有问题的。如果就看到技术和能力而看不到它的落地需要一套复杂系统做支撑那就搞不清它的真正价值创造方式就会争论是屁胡还是什么但其实并不对。
人工智能应用会大爆发么
如果评测结果无误那现在就需要开始在不同的领域打造一个个类似沃森的系统。否则可能就晚了。
大模型很关键提供了打造智能型应用的机会但就像移动互联网上真正有价值的是微信而不是一个裸的安卓一样大模型也需要在它上面长出自己的应用。用系统的思维模式很容易看到这类系统型超级应用的关键点。我们换一张图来对此进行说明。 (Alexa基础架构本质和安卓一样
上图是亚马逊Alexa的基础架构图为什么用它呢因为Alexa是现在为止最像云端操作系统的一个产品。
实际上OpenAI的插件骨子里也是这模式。可以这么讲从大模型的角度看OpenAI的远胜这种智能的进步大幅缩减应用上图中的Alexa Skills Kit的开发成本但从系统完备性的角度看OpenAI还有很长一段路要走比如对大规模设备的介入和管控等。
基于这种架构图很容易看出基于大模型的超级应用的关键点
大模型会处于中间的部分负责提供通用智能的能力。也要与其它各类算法相配合比如感知类算法、推荐类算法等。上图中针对交互做了一点分解分成语音识别ASR和自然语言理解后者会完全被大模型取代但不会改变架构。
AIoT基础设施为了支撑大模型跑好并且和另外几部分连接起来AIoT用的东西一个也缺不了包括大规模设备管理通讯等。这些部分加起来才是过去系统的Kernel也就是安卓所扮演的角色上图中间的部分。
用户侧上图右侧要提供充分感知这种感知要有时间维度和空间维度要有现场和历史数据。我们和智能音箱进行交互的时候先要喊一嗓子比如小爱同学等它要听不到不管后面大模型多厉害也是不行。然后交互的时候肯定需要这个人的建模数据历史以及位置等然后才能做好内容输出。不同场景下这部分会有比较大差别比如沃森的场景可能就需要个人的24小时心电图、病史以及基因数据。这些部分非常关键需要综合应用IoT和各种算法才能达成目标。大模型在这个环节扮演的角色没那么关键。
应用侧上图左侧智能音箱的场景就需要对接各种数据源chatGPT的插件就干这事的总不能天气也靠大模型来生成吧。对于沃森类系统这里就需要行业数据和法规等。
相比于过去应用侧在变薄但问题是三个部分整个加一起才是智能云系统下的应用非要类比的话这种新应用的创建有点像需要打造一个个属于特殊领域的手机。
有无数个领域需要这种系统型超级应用医疗、教育、税务、企业、零售、军事、家居等很久以前DeepMind甚至还尝试过给Google数据中心做个这样的应用来管空调。
人工智能应用确实会大爆发在过去大模型是起点和障碍而不是应用本身。LLaMA 2提供了跨越低成本跨越这种障碍的可能性。
普遍盈利break-even会来么
在此前的系列文章中我多次总结从商业角度看人工智能过去10年的创业其实集体性失败了因为没跑通任何一个像样的商业模式。而真自己做大模型的企业短期亏损会加剧因为投入增加并且经常会被归零而议价权并不会增加。
那现在看这会有什么变化么
有点变化但不是对做大模型的公司而是对应用大模型的公司。
可以更低成本创造一种效力巨大的系统型超级应用甚至可以简单用等于多少人来衡量其效果和商业价值。如果LLaMA 2继续再进展下去那相当于这个超级应用总是可以用便宜却更强劲的引擎。
这时候整体成本可控了周边的部分也需要投入但不会像大模型研发那样导致投入产出高度失衡。
这时候效果明显了过去的AI算法其实解决了一些不痛不痒的问题不创造商业上的核心价值做闸机和智能音箱能创造什么核心价值但现在不一样大模型在技术上的进展保证了在用和不用上会导致大刀对坦克的差异。比如对企业而言谁能想象电脑、互联网全部都不用的企业
更关键在于数据飞轮的Key看着是在做出系统型超级应用的企业手里这导致上限会比较高。
在琢磨事上马斯克首先是个商人从xAI发布说起里我画了一张这样的图 (数据飞轮的三个阶段)
每一个大模型每个领域中最终追求的一定是把这个数据飞轮跑起来但很遗憾的是到目前为止好像除了AlphaGo别的就没跑起来过。
可这不意味着未来也这样谁在未来能把它先跑起来谁就是那个领域的冠军也就赢了。
现在产业链条上谁最可能把这个飞轮跑起来
显然是成功落地系统型超级应用的人他们才是拥有场景和用户的人。
若干年后回看我们可能会认为LLaMA 2是一个类似2007年安卓发布的时刻。
小结
我个人前十年主要做系统中间做了阵战略投资后十年主要就做人工智能的产研可能是这种背景的原因导致我越看大模型商业化的路径越觉得是系统型超级应用。希望对此感兴趣的同学和我联系共同探讨如何在新技术要素下确立新的商业模式。确实像DeepMind那哥们说的不要扯图灵测试了现在核心是看看能不能终结人工智能行业的十年亏损这更关键些
其它大模型相关文章涉及团队组织等其它方面标题有点热闹内容不是
chatGPT 和AlphaGo下围棋谁赢垂域大模型有戏么
AI大模型没有商业模式
从教育到就业AI大模型到真产生影响还有多远
是时候摒弃黑暗森林式思维了从瓦格纳反叛开始说
马斯克首先是个商人从xAI发布说起
碳基中心 VS 硅基中心把Vision Pro和便利蜂放一起比比
AI带来了巨大的机遇未能善用AI的企业将面临衰退
