生活
本地特色
美食养生
求职招聘
特色小吃
家常菜
保健食品
农产品
饮料
蛋糕甜点
火锅
肉类海鲜
新闻
时光记忆
恋恋爱
母婴
测试
科技
电脑
手机
其他
编程
汽车
文化
读书
历史
心得
艺术
高考
跨境电商
跨境交流
跨境市场
跨境百科
跨境头条
玩
NBA
自驾游
徒步骑行
明星八卦
旅了个游
搞笑
游记攻略
美景分享
随手拍
城市风光
英语
英语家园
英语学习
每日一句
有声读物
汽车
搜索
快捷导航
登录
注册
ဆ
热搜词
活动
交友
discuz
本版
文章
帖子
用户
英语
+关注
+发表新主题
未来10年,它将颠覆我们的工作
[复制链接]
作者:
纤竹无泪、拒泪
|
时间: 2023-7-22 02:10:36
|
英语家园
|
0
76
纤竹无泪、拒泪
当前离线
积分
24891
窥视卡
雷达卡
纤竹无泪、拒泪
8297
主题
8297
帖子
2万
积分
管理员
积分
24891
发消息
发表于 2023-7-22 02:10:36
|
显示全部楼层
|
阅读模式
责编:少将
来源:笔记侠(ID:Notesman)
从今年3月开始,AIGC话题在全球爆火。大众对AIGC的心态,很快从质疑、观望,转为讨论、加入。
这几个月,众多大厂宣布进入AI产业链,给科技企业提供铲子,更多的中小企业、初创公司切入应用场景,为用户解决问题。而一些传统企业也开始摩拳擦掌,思考如何切入AI。
比如,在智能助手和办公场景下,百度如流接入文心一言,钉钉接入通义听问,发布斜杠“/”功能,金山办公推出WPS AI;
在电商场景下,天猫新品创新中心上线AI概念工坊;
在数字人领域,小冰公司基于真人的“克隆人计划”,MiniMax则锁定AI社交,用户可以在Glow App里根据喜好创建AI智能体……
各个细分领域,都正在被挖掘、被看到、被占据。一个围绕AIGC的创业生态雏形,正快速形成。
我们常说,
一个人认知水平的最大问题,就是“不知道自己不知道”。
今天,我们就先去“看到”,再去“知道”。
首先,简要回顾一下这几个月,AIGC领域的新闻大事件:
4月29日,OpenAI获得103亿美元(约人民币745亿元)的B+轮融资,成为2023上半年AIGC赛道获最大融资额的企业。
5月23日,微软发布AI服务Copilot(副驾驶,意为AI组件)全家桶。
6月10日,笔记侠举办“AI新视野,增长新势能”千人大会,帮助参会企业、人员看清AI趋势。
6月19日,腾讯云发布面向B端客户的腾讯云MaaS(Model-as-a-service,模型即服务)服务解决方案。
6月下旬,麦肯锡全球研究院发布报告称,到2030年至2060年间,约一半的工作将被自动化取代,每年生成式人工智能为全球经济增加高达4.4万亿美元(32万亿元人民币)的价值,让半数工作实现自动化。
6月26日,英伟达与云数据平台Snowflake宣布合作。同日,数据巨头Databricks以13亿美元(约人民币94亿元)并购AIGC创企MosaicML,这是当前AIGC领域最大收购案。
6月28日,字节旗下的火山引擎发布大模型服务平台“火山方舟”。
6月29日下午,美团宣布以约 20.65 亿元人民币的价格,完成对光年之外(美团联合创始人王慧文创立)的股权收购。
7月6日,2023世界人工智能大会在上海开幕。
7月7日,中国信通院在“聚焦·大模型时代AIGC新浪潮”论坛上,发起“大模型生态合作共同体”,并发布《2023大模型和AIGC产业图谱》。
《2023大模型和AIGC产业图谱》,
来自“内容科技产业推进方阵”
7月7日,华为云发布盘古大模型 3.0。阿里云公布AI绘画创作大模型“通义万相”。
7月11日,“可解释性AI”初创公司Anthropic发布Claude 2模型。
7月12日,马斯克宣布成立AI初创公司xAI,并提出公司的宗旨是“了解宇宙的真实本质”。
7月13日,京东正式发布言犀大模型,预计8月正式上线。
7月13日,国家网信办等7个部门联合公布《生成式人工智能服务管理暂行办法》,自2023年8月15日起施行。这是国家对AIGC产业首次发布的规范性政策。
9月16日,关于AIGC的一场重要大会,也将在杭州举办。
说AIGC是革命,可能并不夸张。
从融资额来看,经“智东西”调查和梳理,仅在今年上半年,涉及AIGC大模型及其落地应用的企业融资有51笔,投融资金额超过人民币1000亿元。其中,单笔过亿元融资就有18笔。
而2022年全年,AIGC赛道融资总额约为人民币96亿元。这意味着,
仅2023年上半年,AIGC赛道的融资金额,就已超过2022全年的十倍!
前微软全球副总裁、奇迹创坛创始人陆奇,在最近一次演讲中表示,他认为AIGC不是什么当下风口,风口意味着投机主义,未免太低估AI对世界发展的影响。
陆奇说:“AI是未来10到20年推动社会进步最重要的因素。从现在开始,不论工作还是创业,请确保自己跟AI有关。”
信通院发布的产业图谱,详细展示了AIGC的生态链,包含4个主要部分,
行业应用、产品服务、模型与工具、基础层。
如果我们把AIGC生态看做一个花园的话,基础层就是花园的土地、围栏、水管,模型和工具层就是土地分块、道路设计,产品服务就是水果、蔬菜、观赏花植,行业应用就是乔木、灌木、藤科植物。
从一定程度上来说,基础层、模型和工具层门槛较高,占据产业链价值的主要部分,只有实力雄厚的巨头玩家才能玩得起。
而
产品服务、行业应用直接面向用户、消费者,众多创业公司会不断涌现,成为AIGC革命的主战场。
一、数据、芯片、云平台,
是AIGC的基础设施
基础层是整个AIGC生态的底座,包含数据、芯片、云平台等模块。
其中,比较知名是数据领域的中国移动、中国电信,云平台的腾讯云,而蹿升最快的是芯片领域的英伟达。
训练AI模型,离不开芯片。
大模型军备竞赛白热化背景下,大算力AI芯片市场需求持续高涨。得益于今年以来AI的火热,英伟达市值已达1.12万亿美元。
据《晚点LatePost》报道,今年春节后,拥有云计算业务的中国各互联网大公司都向英伟达下了大单,字节今年向英伟达订购了超过10亿美元的GPU,另一家互联网大厂今年至少已给英伟达下了万卡级别订单,按目录价估算价值超10亿元人民币。
除了英伟达,国外的算力芯片公司还有英特尔、AMD等,国内AI算力芯片主要有寒武纪、华为海思、海光等。
而
数据要素,是AI训练与迭代的核心资源。
如三大运营商移动、联通、电信,是算力与数据传输能力的“卖水者”,是绕不开的“数据矿”。
从数据的产业链来看,包含了数据供给、数据流通、数据应用几个环节。而数据采集、存储、加工、确权、交付等关键步骤也穿插其中。
比如数据加工,涉及标注、清洗、脱敏。每一步都不可或缺。
同时,
云平台是AIGC时代运行、储存、交互AI数据的重要基建。
比如,ChatGPT就运行于微软的Azure公有云之上。
这也是巨头公司参与度很高的地方,像亚马逊云平台、华为云、阿里云、腾讯云、京东云等。
对上游硬件厂商来说,云平台可以平滑市场需求,增加硬件使用率,减少淡旺季波动幅度。
对下游算力需求方来说,能最大化降低使用算力的门槛和成本,有助于创业公司的加入和发展。
所以,
数据、芯片、云平台将是AIGC时代的基础设施。
二、算法模型,是AIGC的价值所在
模型与工具层,包含算法模型(文心、星火、序列猴子等)、工具平台(中科闻歌)、模型托管/交易等。
最知名的算法模型,无疑是OpenAI的ChatGPT。可以说,AI如今的火爆正是GPT3.5带来的。而国内的很多大公司也都相继推出了自研的大模型。
很多行业模型、场景模型、垂直化模型,都是建立在通用大模型之上。
接入通用大模型的能力,并用场景化数据训练自己的“小模型”。
比如AI生成代码,Github Copilot。它是一款AI辅助编程应用,可根据上文提示为程序员自动编写下文代码。
但它是GitHub和OpenAI两家公司合作的结果。由基于GPT3模型的Codex AI系统提供支持,并接受了数十亿行代码的训练。
此前,数据量被认为是通用大模型能力飞跃的关键。
比如,据OpenAI 披露,此前 GPT-3.5 的文本语料多达 45TB,相当于 472 万套中国四大名著。而 GPT-4 在 GPT-3 和 GPT-3.5 训练数据集的基础上,又增加了多模态数据。
业界对大模型性能形成了一种普遍的认知,模型的参数越多、容量越大,模型的性能表现越好。
但其实,数据量只是一个维度。
数据质量,也是很关键的因素。
智源研究院副院长林咏华曾表示,模型性能取得阶段性突破,最重要的还有数据质量的提升,模型的训练语料在一定程度上会影响 AIGC 应用、微调后模型等内容生成的合规、安全以及价值观等问题。
清华大学副教授、聆心智能创始人黄民烈也强调过,数据质量对于模型的性能影响非常大。
源于互联网的数据虽然多,质量却良莠不齐,从获得海量数据到高质量数据,数据的清洗仍面临着很大挑战。
此外,
还有数据的多样性。
以 GPT 系列模型的能力跃进来看:
GPT-1使用的训练语料以书籍为主、如BookCorpus 等;
GPT-2则使用了如 Reddit links 等新闻类数据,文本规范质量高,同时又包含了部分人们日常交流的社交数据;
GPT-3时期,模型的数据规模呈数十倍增长,社交平台、语料库、维基百科等数据集的加入,大大提高了数据的多样性;
GPT-4阶段更引入了 GitHub 代码、对话数据以及一些数学应用题,进一步提高了模型的思维链推理能力。
所以,
对于通用大模型来说,数据的数量、质量、多样性都很重要。
也是因此,我们可以得到一个清楚的事实:数据的需求量,将会越来越大。
三、每一个行业,都将被AIGC改造
行业应用层,包含文化传媒、电商、政务、金融、教育、游戏、医药等行业维度细分应用。
行业大模型的研发,离不开通用大模型的能力。
简单来说,
将行业数据喂给通用大模型,并进行一定的调整,就有可能获得解决专业领域问题的能力。
但这并不绝对。此前有研究表明,拥有金融行业私有数据的 BloombergGPT 在多个任务上的表现,并未比通用大模型的表现更好。
在AI科技评论的一篇报道中,香港科技大学信息枢纽院长陈雷曾说,“大模型解决了基础的语言理解问题,也即是说,大家在使用它、问它的时候,它能知道大家问了什么问题。但得到什么样的答案,需要我们数据科学、AI 模型把前端做好。”
例如,港科大曾推出校园GPT,将智慧校园中的知识库,放入GPT中,让它具备了回答校园导航、餐厅菜单、课程安排等具体学校场景中的问题。
陈雷表示,“大模型是通用的,但
做垂直领域大模型,最重要的在于,前端如何让数据可用。
如果数据表现不好,想让大模型回答你的问题非常难。”
比如,做一个智慧城市相关的行业大模型,就需要对应的维基百科、企业数据等等。
根据TE智库的研究报告,从行业角度来看,文化传媒行业场景聚集度最高,接着是电子商务。但是金融业的潜力最大。
比如摩根士丹利,是财富管理领域的公司。
以前财务顾问、投顾在服务高净值客户时,服务质量严重依赖投顾的专业水平。
现在整个大摩底层分析师的智慧、研报的能力以及资产配置的能力,都能通过AIGC高效地输出给投顾,投顾再通过B2C的方式输出给客户,大大地提升了投顾服务的效率。
数字人,也正在参与各行各业。比如,在教育行业,AI教师为学生上课答疑;在直播电商行业,AI主播24小时带货;在保险行业,AI经理为客户提供个性化服务。
总体来说,AIGC将会深刻改造每一个行业。只是因为行业特性,改造速度有早有晚,有快有慢,但疏而不漏。
这时候,你可能会想到一个问题:我的行业正在被改造吗?我应该怎么办?
没关系。后文给你答案。
四、每个人,都与AIGC有关
产品服务层,包含文本、图像、音频、视频、代码、虚拟空间等场景化细分服务。
自从AIGC爆火后,对“AI替代打工人”的讨论就不绝于耳。
从这个角度看,产品服务层与每位打工人息息相关。
AIGC的迅速发展,拉平甚至摧毁了大多数创意工作的门槛。
李彦宏曾提出,AIGC有三个发展阶段,助手阶段、协作阶段、原创阶段。
在当下,众多AIGC产品服务正在向第二阶段迈进,这也是行业的价值洼地和必争之地。
举个例子,如Midjourney、文心一格、无界AI、来画等,在图片生成上已经越来越纯熟。
据某公司联合创始人透露,某动漫平台通过AIGC,把原本30人的团队压缩到了3个人。
比如,一幅漫画包含衣物、脸部、头发、手臂、武器等等细节部位。原本的设计流程,是流水线式的。
这个岗位专门画脸,那个岗位专门画衣服。类似制造业工厂里的流水线,需要的人员也较多。
而通过AIGC,整条流水线的模式被重塑了。现在的团队只需要一个编剧,一个分镜,一个画师,再加上AI。
编剧,设计剧情。分镜,切分小的结构。画师,按照结构用AI去绘画并调整。3个人,就干成了以前需要30个人做的事。
还有文本设计。比如带货文案,AI负责产出文案,个人负责索要并修正文案。文案设计岗,变成了提示及修正岗。
从以上角度来看,如果你的工作是流水线式作业,一定程度上会有被替代的可能性。就像工厂,机械臂、机器人替代了流水线工人。
确实,这很让人有危机感和焦虑感。
但没办法,时代趋势已经来到了这里,无法后退,只能前进。
马车夫的岗位消失了,但司机、汽车修理工、汽车维护保养等还会蓬勃发展。
从另一个方面来看,如果是需要大量创意、非标准化的职位,在短时间内可替代性较小。
概括来说,
未来很可能是人负责那1%的创意,AI负责那99%的汗水。
而且,很多人通过AI,正在成为“超级个体户”。
而企业业务模式的转变,必将带来组织模式的转变,由此引发一系列深刻变革。
拥抱AI吧。
回复
使用道具
举报
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
返回列表
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
立即注册
本版积分规则
发表回复
回帖后跳转到最后一页
发表新帖
回复
楼主新帖
保持大脑年轻的6种方法
相由心生,原来是真的(深刻)
带着偏瘫妻子跑车4年,如今只剩一人,网友:这就是爱情的模样!
远离低能量体质的人(深度好文)
37年后《红楼梦》再翻拍,火上热搜:年轻时看的是爱情,成年后读的是人生
24小时热门
更多>
快速回复
返回列表
返回顶部