從chatgpt面世到全球為之著迷，已經(jīng)有了近半年時間，可以說，chatgpt的大爆發(fā)驅(qū)動了行業(yè)的大繁榮，隨著Ai的應(yīng)用面越來越廣，人們使用中不斷進行反饋，AI的表現(xiàn)越來越好。在其擅長的領(lǐng)域，已經(jīng)可以完全替代人力。甚至有些設(shè)計公司，裁員了三分之一的員工，卻提供了更好的圖片設(shè)計產(chǎn)品。
資本市場也早已把當前Ai的各個方向預(yù)期了一輪，從訓(xùn)練AI所需要的算力芯片，到擁有大量芯片的數(shù)據(jù)中心，到云服務(wù)商，再到各類正在開發(fā)Ai產(chǎn)品的公司，最后到應(yīng)用側(cè)，各類傳媒、教育、游戲公司。
(相關(guān)資料圖)
無所不想，無所不炒，但倘若我們問問自己，chatgpt真的影響了我們生活中的方方面面了嗎，似乎又還沒到這個程度。
必須承認的是，在創(chuàng)意制作領(lǐng)域，我們確實看到了一些震撼的表現(xiàn)，但在AI的大規(guī)模應(yīng)用方面，人們期待的自動化操作，卻還有更多進步的空間，至少，目前的Ai在日常應(yīng)用中還是太少，除了程序員和設(shè)計師，編輯等，其他職業(yè)使用的依賴度還是不夠高，Ai更大規(guī)模的落地，還需要更多努力。
一、多模態(tài)大模型的成本制約
目前人們最期待的莫過于GPT-5，期待它可以更聰明，回答更多的問題，未來甚至能夠分辨語音和圖片，甚至視頻，試圖打造一個無所不能的chatgpt。
讓長板更長的思路總是正確的，但可以預(yù)期的是，對大模型更大的追求，將面臨算力和成本的制約。
可以看到，GPT-4的升級過后成本是數(shù)十倍的躍遷，目前的GPT-4收費，也只是維持盈虧平衡，但問題在于，除了設(shè)計及編程相關(guān)人員，20美元的收費是需要考慮的，至少從身邊的樣本看，很多用戶依然使用的是免費版本，有需要時，與他人共享一個GPT plus賬戶。
當下也許Ai更加實用的關(guān)鍵，并不是再度加大模型，不斷地擴充其計算容量，而是如何讓其更普遍，更輕量些。
我們可以對照電子計算機的誕生歷史。
原先的計算機只是開發(fā)用于軍事和政府用途的大型機器，其使用方式跟現(xiàn)在的Ai如出一轍，都是中心化的，也就是一個大型終端，用戶通過連接到終端來使用。
但顯然，計算機真正走向爆發(fā)并提升生產(chǎn)力，并不是在40年代-60年代問世的時刻，而是在后來，PC的出現(xiàn)才帶來了計算機應(yīng)用的大爆發(fā)，每個人都可以極其輕易地，不受限制地使用PC，這帶來了互聯(lián)網(wǎng)的爆發(fā)，而在PC普及的幾十年后，智能手機將終端再次革新，使得互聯(lián)網(wǎng)走向了新的高潮。
Chatgpt目前的問題同樣是用戶在使用過程中，首先需在使用中缺乏更多的多樣性，例如每個用戶若打算基于自己的工作習(xí)慣打造合適自己的Ai，還有相當?shù)碾y處。
企業(yè)使用API，則也面臨著數(shù)據(jù)開放的疑慮，至少目前，沒看到有哪個應(yīng)用或者公司已經(jīng)深度結(jié)合chatgpt推出產(chǎn)品，畢竟，把自己的數(shù)據(jù)庫完全給Ai看個遍，是很令人擔(dān)憂的。
另外，用戶使用chatgpt的方式過于中心化，這導(dǎo)致了較高的不穩(wěn)定性，而例如斷網(wǎng)或者chatgpt服務(wù)器過載等問題，依然困擾著很多用戶，不穩(wěn)定就導(dǎo)致了很多自動化流程無法實踐。
如現(xiàn)在我們在使用chatgpt中面臨的痛點，與chatgpt進行的對話均保存在云端，而隨著使用量的增加，重度使用者的對話量已經(jīng)積累得非常龐大，可能高達數(shù)十條或者數(shù)百條對話，以解決不同的場景，而實際上每次打開chatgpt，加載這些數(shù)據(jù)已經(jīng)開始緩慢了起來。
再看到，GPT-4的運算速度相比GPT-3.5，確實是慢了不少，倘若未來的GPT-5加入圖片等模態(tài)輸入，其運算量的加大就更不言而喻了。
即便用戶對于運算速度的問題可以容忍，但更大的運算量所帶來的成本和定價問題，則也是openai等公司不得不考慮的。
看上去chatgpt是一個殺手級應(yīng)用，全球無數(shù)用戶都愿意使用，然而，要走出成功商業(yè)循環(huán)，或者說，要讓chatgpt馬上盈利，也不是那么簡單的。
面對此種問題，將chatgpt適當?shù)谋镜鼗且粋€很好的思路。屆時，較快的運算速度，更穩(wěn)定的使用體驗，才會使得其的功能最大化。而包括大量的IOT設(shè)備，也才能更好地接入Ai。
其實我們看到目前的Ai繪畫和Ai擬聲，都是本地化、專類化取得成功的例子。
如大名鼎鼎的midjourney，就憑借其過硬的產(chǎn)品取得成功，我們看到的設(shè)計公司減員增效，也都基于這個。應(yīng)該明確的是，Ai繪畫與chatgpt是完全分離的東西，Ai繪畫是應(yīng)用了機器學(xué)習(xí)模型在設(shè)計領(lǐng)域的一個應(yīng)用，它與chatgpt的成功沒有太大關(guān)系，千萬不要把它們混作一談：Ai。
在商業(yè)層面，midjourney更成熟，首先其專類化，用戶明確就是設(shè)計團體，盡管圖片處理的計算量比文字大，但不需要像gpt大模型一樣面面俱到，要考九門考試，又要編程，所以其訓(xùn)練量只要面向圖片即可，成本平衡得更容易。
又比如Ai擬聲，最近我們看到了通過人聲訓(xùn)練所產(chǎn)出的各類ai歌曲，如ai周杰倫，ai孫燕姿翻唱的數(shù)百首歌曲，效果不錯，這同樣是與chatgpt關(guān)系不大，同樣是基于ai的基礎(chǔ)算法取得的成功。
而制造出這些產(chǎn)品的基礎(chǔ)，其實就是開源的，可以在自己搭建的本地環(huán)境中訓(xùn)練的模型。比如midjourney，實際上只是11個人+非?；A(chǔ)有限的硬件。
再仔細想想，chatgpt所生成的產(chǎn)品，是不是還是欠缺的呢？Chatgpt讓人印象深刻的，是文章還是笑話？（請排除所有的AI繪畫、Ai音樂作品，它們不是gpt的產(chǎn)物）
所以說，chatgpt作為一個大模型在自然語言理解上有其巨大價值，但應(yīng)用側(cè)需要完善，需要更多的用戶來使用參與，來發(fā)散自己的創(chuàng)意把Ai應(yīng)用好。
其角色更應(yīng)該是基礎(chǔ)性的，類似于Ai繪畫中的diffusion算法，來幫助用戶繼續(xù)開發(fā)更進一步的產(chǎn)品。所以，追求大模型的同時，專類化更是Ai進化的關(guān)鍵。
當然，要達到此種效果，首先需要openai等公司在商業(yè)模式上的改變，包括將訓(xùn)練Ai的一部分職能讓渡給用戶，給予更高的自由度。也包括硬件層面的適配。例如設(shè)計在PC層面支持特定Ai運算的芯片，以應(yīng)付本地啟動模型運算的基礎(chǔ)算力。
另外，還需要將Ai進行小型化輕量化，部分的數(shù)據(jù)保存在本地，不再進行預(yù)加載。大模型過大后，將其特定用途分型，即為剪枝，以達到更低的運算量，這都是需要重新設(shè)計的。
二、適應(yīng)新時代的趨勢
因此，Ai時代的下一個看點，并不是GPT-5或者GPT-6后面還有多聰明，因為目前的chatgpt在應(yīng)付人類的問題上已經(jīng)足夠好，正如圖片所示，進步空間其實就是剩下的比例了，而明顯，距離滿分已經(jīng)不遠。
關(guān)于大模型的發(fā)展，未來分化成小模型，提煉其核心能力，使其可以被更多用戶所使用，創(chuàng)造是關(guān)鍵，我們還是從痛點出發(fā)，倘若要實現(xiàn)本地化，使得每個人可以訓(xùn)練自己的Ai，首先要的是硬件方面的適配。
如算力，滿足本地化進行Ai訓(xùn)練和運算的芯片將是一個開放的方向，這其中需要的，首先是GPU公司的適配，對未來PC整個業(yè)務(wù)模式的適配，這個機會不只是英偉達的，實際上幾個芯片業(yè)內(nèi)的巨頭還是有機會參與競爭，另外，F(xiàn)PGA和ASIC芯片也應(yīng)該在這個趨勢的發(fā)展中有一定的地位。
當然，也別忘了，作為芯片的載體，也是訓(xùn)練和運用Ai的載體，無論是PC還是手機，都有在這基礎(chǔ)上實現(xiàn)功能創(chuàng)新的可能。
當在Ai實現(xiàn)專類化的過程中，也需要一部分公司對于大模型進行修整，重塑，如一些公司正在針對chatgpt的數(shù)據(jù)緩存進行改善以實現(xiàn)數(shù)倍的加載速度提升。同樣地，一些基于chatgpt所建設(shè)成的專類AI已經(jīng)實現(xiàn)了更快的運算速度，如文本識別的等。這些完善Ai結(jié)構(gòu)，把chatgpt從大模型分離出小模型的公司，同樣大有前途。
三、結(jié)語
新事物的誕生總是需要一段時間的適應(yīng)期，需要時間讓人們?nèi)?yīng)用，發(fā)掘，創(chuàng)造，對于chatgpt而言，明顯，現(xiàn)在就是在一個事物認知逐漸從發(fā)現(xiàn)亮點到發(fā)現(xiàn)缺點的過程，一定的擔(dān)憂和懷疑將很快到來。
大模型的未來，依然充滿不確定性，如何讓其本地化以實現(xiàn)運算速度和穩(wěn)定性的提高，成為小模型，個人模型（personal model）確實是現(xiàn)在提升使用體驗的關(guān)鍵。無論是Ai繪畫還是Ai音樂，都是小模型的好例子。
因此朝著這方向，新的個人化硬件發(fā)展和應(yīng)用側(cè)的開發(fā)，將是未來一段時間Ai發(fā)展的重點，而單純的大模型模仿，在算力上，在模型參數(shù)量上的內(nèi)卷，不一定是更應(yīng)該聚焦的方向。
目前AI的快速發(fā)展，痛點的出現(xiàn)總是不可避免的，方向的改變也是迅速的，革命性歸革命性，人們使用chatgpt及其衍生產(chǎn)品的比例，時長，在這些產(chǎn)品上的付費額，包括相關(guān)Ai公司所得到的營收及增長，才是對Ai產(chǎn)業(yè)發(fā)展程度更立體的觀察指標。而明顯，現(xiàn)在的Ai，仍需要更多的改善。
責(zé)任編輯：Rex_10
營業(yè)執(zhí)照公示信息