B体育这半年来,我们看到无论是海外还是国内,大模型在快速迭代、千帆竞发。ChatGPT的出现打开了大家对人工智能应用场景的想象空间。海外Meta的Llama2,国内的华为盘古、百度文心一言、讯飞星火大模型等等,可以智能化矿产开采、自动驾驶、AI教育,在不同的行业赋能。过去传统的各行各业都做了智能化的改造升级,模型即服务,这就是大模型在不同行业、在B端落地的重大意义。
人工智能影响每个人,对个人消费者,用AI升级办公体验、日常生活体验已经迅速成为潮流。最近微软推出了Office 365 Copilot,过去传统的办公软件升级成OFFICE+AI,或许开启了新一轮办公生产力革命。以Saas方式进行销售,它的定价是超出市场预期的,验证了“AI+办公”商业化的可行性。还有诸如妙鸭相机这种小型、轻量化AI应用,由阿里云提供算力支持,快速合成照片。在个人消费端,AI应用发展空间还很广阔。
算力是人工智能发展的基石。人工智能应用背后,意味着算力需求指数级提升。AI服务器和算力芯片是关键硬件,GPU的强大性能是当前算力芯片的主流方案。英伟达是全球GPU市场的领导者,CUDA生态形成了强大的竞争优势。然而由于全球芯片产业脱钩,我们需要在优化现有高端芯片配置的同时,加强研发,实现芯片国产化不被卡脖子。
产业智能化是大趋势,影响未来20年。未来机遇有二:第一是产业机会,无数传统企业都能智能化改造,通过对大模型进行精调,配适于不同行业,为企业降本增效提高竞争力。第二是使用者的机会,企业和个人都可以以模型为基础去做很多应用,例如虚拟数字人、AIGC内容创作。人工智能应用将深刻深远地改变人类社会,从大模型-数据-算法-算力-芯片快速迭代、爆发式增长,每个环节都有重大机遇。
从年初开始,ChatGPT带动了全球海量的AI应用场景爆发。人工智能大模型作为背后关键基础设施,引起广泛关注。
通用大模型B体育,基础大模型,擅长处理多种任务,是行业技术的制高点,推动产业革命。如GPT系列就是通用模型。训练通用大模型的参数规模大,需要强大的算力支撑,通常是头部企业的兵家必争之地。
国内科技、互联网巨头纷纷布局,百度的文心一言、阿里的通义千问大模型、腾讯的混元大模型、科大讯飞的星火认知大模型、商汤科技的日日新大模型等都是。
垂直大模型,行业大模型,是大模型应用落地的重要形式。基于通用大模型进行微调,通过训练专业数据,向各行各业等多个场景提供更加精准、高效的解决方案。比如华为盘古大模型就是针对行业提供专业大模型,已经初步运用在政务、金融、铁路、气象、煤矿等领域。
国际上,除了ChatGPT外,还有Llama2,是Meta与微软联手推出的开源大模型,包含70亿参数、130亿参数、700亿参数三个规模;其训练数据快速增加,接受了2万亿tokens的训练。就像Chatgpt4是在3.5基础上的迭代,Llama2相较于上一代Llama1性能更优秀,Llama1更接近于GPT-3.5。
开源且免费商用具有里程碑意义,开发者或初创企业可以在模型的基础上做研究、做创新,调优出适合应用的产品,此举加速了应用的开发、AI产业化进程,带动更多创新和变革。
国内,文心一言、讯飞星火都是大模型的代表。文心一言是首个国产生成式语言大模型,从昆仑芯、飞桨深度学习框架、文心大模型对芯片层、框架层、模型层到应用层进行了全栈自研布局。百度搜索引擎、智能云、Apollo智舱系列产品和小度等都有大模型的融合应用。
科大讯飞星火认知大模型有文本生成、逻辑推理、语言理解、知识问答、数学能力、代码能力、多模态能力,并将这些能力融入到应用产品当中,他的AI学习机、讯飞听见、讯飞智能办公本都有融入应用。涵盖了办公、教育、医疗、工业、车载等场景。
人工智能大模型降低各行业的AI的使用门槛。纵观全局,全球大模型现已“百模争鸣”。以后跑出来的大模型将趋于头部化,企业会选择性能最优的大模型进行接入,在此基础上精调、适配出适合自己的应用。
2 大模型先在to B端落地,未来每个人都可用AI,to C端有无限空间
过去我们说产业数字化、数字产业化和产业智能化。产业和公司,也就是to B端,是过去人工智能应用快速发展的重要方向,率先实现商业化,引领了大模型落地,帮大模型公司实现了一定规模的盈利。
比如盘古大模型在矿山商用,用大模型技术去增益能源行业。能源行业智能化,向更安全、智能、高效化发展。通过海量数据预训练,AI智能监测系统能自动识别异物、动作规范,准确率达95%以上,保障作业安全。远程挖煤得以实现,工人们可以从环境恶劣的地下转至地面办公室工作,极大程度地减少安全事故。目前已经在全国很多矿井规模使用,覆盖煤矿的采、掘、机、运、通等业务流程下1000多个细分场景。
再比如,大模型可以与医疗行业结合,通过训练医学专业知识,提高大模型在各类医学场景中的准确性,全方位优化患者就诊体验。
大模型应用落地的另一种形式,是基于大模型技术开发出具体产品,也称单点工具,可以直接赋能企业或个人。例如,ChatGPT就是大模型GPT-3.5的单点工具。
微软AI工具Office 365 Copilot向企业收取每用户30美元/月的服务费用,SaaS形式收费,定价相对较高。带有Copilot的智能产品相较于基础订阅计划,涨价幅度约达53%到240%,这反映了市场对AI赋能办公领域的强劲需求。Copilot就是将大语言模型GPT-4的能力运用到办公场景当中。例如,通过给定资料,迅速在Word中生成文案;根据指令在Outlook中自动生成回复邮件;Excel独立分析数据并完成数据可视化;根据PDF文档自动生成PPT等。以往工作模式将发生翻天覆地的变化,个人工作效率大大提升。这就是人工智能大模型技术落地到个人办公,以后会成为人工智能最快变现的领域之一。
金山办公WPSAI是WPS与AI结合,原有办公产品升级为智能文档、智能表格、智能表单,办公场景智能化,并在移动端也上架了AI功能,这也是金山办公的第二增长曲线。
无论是国内还是全球,“AI+办公”商业可行性已被验证,AI产业的商业化节奏加速,普惠每个人成为可能。
人工智能在个人消费者C端还有无限的应用。比如妙鸭相机,数字分身写真破圈。这是一款基于大模型“提香”开发的C端应用AI相机,有几十款写真模板,只需上传一些自己的照片,9.9元生成数字分身,选择模板便可一键生成高清写真。相较于传统写真拍摄模式,AI相机为使用者节省了成本和时间。随着大模型更新,图片自然度将会越来越好。以后,类似这样的C端AI应用将持续增长,用AI技术去做爆款、做产品,大有可为。
过去这些年,人工智能完成了从0-1的积累B体育。 脑机接口、星链技术、人形机器人、智能云,这些都是未来人工智能大有可为的应用领域。人工智能的发展过程是非线性的,迭代和进化的速度非常快。过去从0-1,现在是从1到100、到1万、100万,突然爆发了无数的应用场景,潜力超乎想象。人工智能的大跨越式发展主要是因为这些年积淀的技术腾飞了,技术瓶颈突破了。比如:计算机视觉识别、语音交互、自然语言处理以及预训练模型技术。一个典型的例子是,人工智能技术的积累,推动了智能驾驶的发展B体育。计算机视觉的语义分割技术,可以为单个像素分类,区分了人、车、道路、背景。智能驾驶走向了更高级别,以后L3、L4以上的智能化,都要靠这个技术。
新基建1.0在于建,新基建2.0在于用,人工智能是新基建的重点领域,重中之重就是应用场景,和各个行业结合,全都在做智能化迭代。现在人工智能大模型百花齐放,就是行业快速发展的信号。表现形式有二:
第一,以垂直大模型直接赋能行业;第二,基于大模型技术开发出具体单点工具进行应用。“AI+办公”、“AI+搜索”率先引领人工智能应用最快变现。AI的“诺基亚苹果时刻”已来。
大模型的“大”,是指训练的数据量足够大,而那么大的数据量如果要进行处理,就需要庞大的基础算力支撑。全球算力需求快速增加,英伟达黄仁勋说:现在是生成式人工智能的引爆点。世界的每个角落都会有算力需求。
“庞大、快速”,这两个词意味着算力供需之间的巨大不平衡。深度学习出现前,用于AI训练的算力20个月翻一番,这是传统摩尔定律。深度学习出现后,AI算力6个月翻一番。大模型带动算力需求扩张10到100倍,这是新摩尔定律,颠覆性重置科技行业的增长逻辑。
华为技术有限公司董事长、首席供应官应为民在“2023世界半导体大会”上表示:中国对人工智能芯片的需求和年初相比,半年时间里需求增长了10倍以上。随着相关应用落地节奏加快,算力需求进一步膨胀,供给规模受限,矛盾更加突出。
有差距总好过没机会,关键是选好赛道精准下手。当年发展光伏、新能源车,很多人都说这是砸钱的买卖,二十多年过去,新能源已经是“中国制造”的新名片了。多年前的新能源汽车,就是当下的算力赛道。
中国数字经济规模50万亿,算力关联产业是数字经济的超级赛道,规模有望突破十万亿。根据中国信息通信研究院测算,2022年我国算力核心产业规模达到1.8万亿元。算力每投入1元,将带动3至4元GDP经济增长。算力基础设施是新计算时代的“国之重器”,是数字经济时代国家的核心竞争力,算力的发展,具有极强的经济意义。因此,对算力基础设施的扶持,成为政策重点,各地都加速算力新基建。比如,北京就提出要建设人工智能公共算力中心和北京数字经济算力中心。上海要建设人工智能的公共算力平台,到2025年,整个算力超过18000 PFLOPS,规模非常惊人。苏州则给到了实打实的补贴,本市企业按使用AI算力费用的20%给补贴。
算力芯片和AI服务器是算力产业中最为关键的硬件产品。AI服务器采用CPU+GPU的异构形式,可以为AI大模型提供强大算力支持,其主要成本主要来自CPU、GPU等芯片B体育,占比50%以上。芯片是重中之重,AI算力的直接来源,按芯片类型可分为GPU、FPGA、ASIC等,其中GPU仍为主流方案,占据AI芯片市场最大份额,2021年约为91.9%,具有通用性强、速度快、效率高等特点。
目前,在高端AI芯片中,英伟达占据绝对地位,其A100、H100芯片被认为算力是最高的,能广泛地应用于人工智能、云计算、数据分析等领域。目前英伟达主流算力芯片面临严重短缺,供不应求,价格持续走高。受国际形势影响,英伟达向中国出口芯片受到限制。发展算力基础设施迫在眉睫,需加大国产芯片自研力度,早日实现AI芯片自主可控。
算力是发展人工智能的基础,需打造坚实稳固的算力底座。大模型-数据-算法-算力-芯片都在快速迭代进步。以后,越来越多的人工智能企业,开启设计芯片、制造芯片,解决我们的“卡脖子”问题,这是一个必然的趋势。人工智能企业越来越强大,从掌握海量的数据,构建机器学习的算法,到最后突破最困难的芯片环节。
未来,企业用不用人工智能,决定其竞争力。深度使用人工智能技术的企业,能够更快速地生产产品,他们产品的质量要优于那些不使用人工智能技术的企业。比如,工业生产的产品都需要经过质量检测才能上市售卖,如果都用人工检测,一疲惫就容易出现偏差,售卖良莠不齐的产品十分容易损伤口碑。而AI技术检测设备,可以二十四小时保持状态,完美高速地剔除掉质量不好的产品。
第一是产业机会,无数传统产业都能智能化改造,空间巨大。之前提的“模型即服务”,有了大模型,你我皆可用AI。就能把AI的能力用到千行百业去,用到每一个生产生活的核心场景。大大降低了使用AI门槛,同时帮助很多企业去降本增效。“通用大模型”、“通用人工智能”,经过长期的训练,积累了各行各业海量数据,根据行业,来精调、适配。
第二是使用者的机会,未来的公司、企业、个人,都可以围绕人工智能技术,去做很多应用。以后,应用人工智能,用AI赋能产业、生产、内容创作,会有无限的新机遇B体育。比如移动互联网时代,最成功的方向之一就是利用平台去迭代传统产业。电商、外卖都是那个时代的产物,重塑了中国的资金、资源、渠道,中国乃至全球的整个零售大消费都洗了一遍牌。
现在,人工智能时代到来,会改变更多的产业。比如交通、能源、金融,都有一系列的大模型。如果能够根据这些不同的行业大模型,来开发出各种各样的应用,比如用语言类大模型开发虚拟人的带货主播,这将衍生出来新的商业模式,对敢闯敢拼、想找到新风口的创业者来说,是尚待开发的的处女地,是一片机遇无限的蓝海。
顺势而为,抓住时代趋势,选择优于努力。现在用不用AI,就像以前顺不顺应互联网时代的趋势一样。二十年前的互联网,造就了一批世界级企业,也惠及了每个人。未来几年,人工智能也将成就一批“想用、敢用、会用AI”、走在时代前沿的企业和个人。关于人工智能,还有更多的新商业、新模式等待开发,毫无疑问,这都是新的增长点,谁先入局、谁先打破视野盲区,谁就能占得先机。