界面新闻记者 |
红杉资本和黄仁勋都将当下局面称为“AI的iPhone时刻”，国内年轻创业者们则用另一个词汇对目前AIGC的格局乱象做了阐释：春秋战国。关于大模型的未来，业内达成的确定性并不多，但有一个确定事件是：大模型领域需要半年以上时间才能有清晰格局展现。
4月，一场主题为《GPT4来临，谁能做出中国的通用大模型》的界面新闻闭门沙龙在北京798园区机遇空间举行。AIGC领域初创和大厂的战况与未来，互联网奇点到来的时间，大模型领域的最新技术议题，中美AI2.0创业生态上的差异本质，投资人的另类押注路线，这些勾勒时代图景的当红主题纷纷在界面新闻首次闭门会上，被嘉宾们拿来激烈讨论。
界面新闻副总编辑黄锫坚， Prosperity7基金中国区董事总经理蔡翔，创新工场前沿科技基金总经理任博冰，中国人民大学高瓴人工智能学院教授卢志武，鳄梨科技CEO陈龙，顺为资本执行董事冯铮，华兴新经济基金董事总经理尹弘，中国信通院云计算与大数据研究所内容科技部副主任刘硕，AI+心理咨询公司Glowe阁楼联合创始人曹梦夏，领英中国首席战略官崔阳等10位嘉宾集聚现场，就大模型的技术逻辑与AI变革对人类命运的影响进行了三个半小时的深入探讨。
界面新闻副总编辑黄锫坚首先为沙龙开场，他做了一场人文色彩浓厚的主题演讲——《GPT时代，人有人的用处》，以媒体的形态变迁为主线，对人工智能应该如何影响就业做了探讨。
黄锫坚认为，具体到内容生产行业，生产机制已不需要产生太大变化，更需要在传播和推荐机制上产生变化，ChatGPT等大模型在此处能撬动很多潜在机会。
“ChatGPT系列工具很像UI，UI的形态已经过多年变迁”，黄锫坚发现，如今人们总谈及被ChatGPT取代工作，实际上在UI进化过程里，很多工作的取代才能真正发生，将受影响的包括部分程序员、秘书和做辅助工作的人群。
他还提到了通用人工智能AGI的可怖威力，“能被阿尔法狗替代的只能是下围棋的人，但如果GPT式模型进化为AGI，威胁到的工种和人类范围就会更大。”
出身于清华大学科技哲学专业的黄锫坚在主题演讲中引用了哲学家马克思·韦伯的“合理性”概念，韦伯把合理性分为价值理性和工具理性，价值理性以目的为导向，强调过程和动机的纯正，工具理性是以结果为导向的，强调效果的最大化。黄锫坚借此指出，这两种分际可以解释业界近20年对技术一直呈现的分化态度，一为批判反思，二为乐观支持，后者的典型代表是加州意识形态，这种技术态度分野也是近期马斯克等人激辩的核心。
在黄锫坚看来，把决策交给一个无法抽象思考的机器终究是一种危险，因为它可能对实用主义以外执行人类价值观缺乏认同，“如果这个机器只会提高效率，它就是有问题的。”
黄锫坚还提到，在大模型之外，OpenAI创始人Sam Altam提前想到了一些更重要的社会前景议题，并在利用技术为其做出准备。2022年，Sam Altam和其他人联合推出Worldcoin福利项目，计划创建一种新的全球数字货币，公平分布并被尽可能多的人使用，深层次目的是实现无条件基本收入，促进人类经济平等，即每月无偿给出一些基本生活费，该措施在硅谷和北欧一些国家已经实行，但目前深陷泥潭。
“我们一直希望机器能把人从繁重的重复性劳动里面解放出来，那么人去干嘛？去做创造性的事业，追求知识和艺术创作。”黄锫坚对Sam Altam的想法表示了认同。
在开场演讲的最后，黄锫坚重新阐释了其演讲主题的英文表述：The human use of human beings，更强调人类应该有人性化的使用，“在英文里面humanism含义很广，有人本主义、人道主义和人文主义，我觉得面对技术，其实也需要有人文主义的精神。”
在闭门沙龙的第二阶段， Prosperity7中国区董事总经理蔡翔，创新工场前沿科技基金总经理任博冰，中国人民大学高瓴人工智能学院教授卢志武，鳄梨科技CEO陈龙，在圆桌环节展开了精彩讨论，该圆桌主题为《谁能做出中国的通用大模型》，由界面新闻编委刘方远主持，这场圆桌讨论覆盖了近期AI研究社群关于大模型技术侧的大部分热点问题。
在圆桌开始环节，人大高瓴人工智能学院教授卢志武首先科普了通用大模型、大模型与小模型之间的概念区分。卢志武指出，大小模型之间并无明显分际，但可以通过参数量予以定义，大模型的参数要在数十亿级别以上，这个规模之下的就是小模型。而所谓通用模型，就是不瞄准单一任务，而是瞄人工智能领域全部任务的模型，“更广泛意义上讲，通用模型首先要是一个多模态大模型，NLP自然语言处理和视觉识别都能做。”卢志武的定义稍显特别。
大模型在不久的将来是否会成为赢家通吃的市场，是否需要每家都去重复造轮子，是大模型创业的当红议题。已有很多声音认为，初创无法在大模型领域形成独立生态，最终只能有3到4家大模型公司成功跑出。对此，创新工场任博冰表示，即使某家公司能把模型做得极好，也不可能赢家通吃，很多东西还存在不确定性，需要去坚持才能带来新的格局。
“在这个时候就说确定这条技术路径不变了，是不负责任的。我们了解到OpenAI已经在文本模型方面的推进接近到顶，GPT4打开双模态局面，但在多模态也没有好的破局方案，它的研究创新能力也远不如工程创新。另外特斯拉、Google之前在视觉等方面的累积也有弯道超车的可能性。”这位深耕AI投资的创新工场投资人直言不讳，任博冰坚信，越到后面很多资源未必是最稀缺的要素，创造力才是重要的。
Prosperity7是沙特阿美旗下的一支全球性科技基金，其中国区董事总经理蔡翔犀利指出，世界上有不同国家、不同企业共存是人类社会的现实状况，每个国家有自己的文化价值观、每个企业有自己的定位和追求，所以大家需要有不同的轮子满足自身需求，并在做轮子的过程中你追我赶、互相提升。因此乐见一定程度的“重复”造轮子，这对大家都有好处。
鳄梨科技的CEO陈龙站在消费者角度表述了观点，他表示，如果AIGC是将来的主要生产力，那作为消费者一定希望多几个轮子存在，因为ChatGPT目前已经有了自己的倾向性，拥有了自己的价值观。
在探讨业界其他大模型与ChatGPT的差距环节，两位投资人和两位创业者保持了高度一致，他们都同意需要有一些权威性模型测试标准问世，这能帮助人们在大模型之间打分。有趣的是，在细数大模型的后起之秀时，在场4位嘉宾都提到了Minimax的名字，后者是目前国内大模型创业潮中很可能估值最高的公司，拥有与OpenAI相似的商业模式。
卢志武特别提到，在GPT-4发布前夜，他曾彻夜未眠，新品发布之后，他意识到OpenAI在多模态领域的问题并未悉数解决，于是当晚在研究组内部做了一次评测，证明GPT-4的多模态能力部分仍可追赶。“ChatGPT最先走出来，外界对其包容度很高，对谷歌的包容度就很低，但大模型竞争格局并未明确，通用大模型也不是NLP语言部分做到最好就可以了，多模态也需要跟上，这一点上我们差距不大，GPT-4并不是大模型的最终答案。”
蔡翔也认为，前期宣传一定程度把ChatGPT推到整个媒体界的聚光灯下，但这不意味着人工智能竞赛高下已分，“要让子弹多飞一会儿”，蔡翔还特别称赞了谷歌在Bard之外的另一个大模型PaLM-E，这是谷歌最近发布的史上最大视觉语言模型，其不仅有强大的语言与视觉能力，并能操控机器人识别指令自主操作。而在人工智能和机器人领域，Prosperity7都有不错布局。
在大厂技术岗位工作多年的陈龙则详细分析了大厂在大模型领域的站位，并适度反驳了最近盛行的“国内大厂在大模型方面积累薄弱”一说。
“百度对于大语言模型的推进和调研，在很早之前就已经发生，”陈龙认为，国内很多公司一直在做语言模型方面的积累，只是对终局缺乏本质认识，没有能力预测到“涌现”现象的发生，因此没有投入大量人力物力予以大模型方向的坚持，且其中很多商业化尝试也受制于大厂企业文化不能成行。
陈龙的鳄梨科技正在向AIGC方向转型，他坦言自己没有能力做出大模型，但可以在客户层基于新技术去创造更好的产品，他还分享了一个创业者思考框架：商业价值存在于两端，一端稀缺，本质通过技术推进带来生产力提高，另一端为distribution（分布），跟客户联系紧密，这能带来更大的创业机会。
“由iPhone产生的应用层商业化机会，不管是Facebook Instagram，还是美团微信，都不输于发明iPhone的人的”，陈龙在沙龙现场略带兴奋地表示。
随着王慧文、王小川、李志飞等众多big name入局，国内大模型混战诸神之战雏形已显，但一级市场的头部投资人们仍然冷静。在预测初创与大厂在大模型领域优劣势环节，蔡翔再次强调，不认为国内大模型公司会赢者通吃，“从我们的判断来看，初创和大厂阵营都会有成功者出现，初创这边会出现属于中国的OpenAI。”
任博冰表示大模型创业的格局很难预测，注定是百花齐放、动态变化的过程，创新工场孵化的两家公司澜舟科技和Project AI 2.0（李开复布局的AI2.0新公司）就已经出现路径分叉，在战略和定位上，澜舟专注于中文、文本为主、2B解决方案/Saas商业模式。Project AI 2.0还在起步0到1的阶段，计划做多国语言、多模态、探索平台、开源加生产力应用的商业模式。由此他判断，此后中美创业也会出现截然不同的生态，很难给出确定标准。
有趣的是，同在人大高瓴人工智能学院的两位领军教授，其大模型习研究路径也出现了NLP和多模态的分叉。
在蔡翔看来，这次大模型的创业确实不同以往，不是一次普通创业，行业已达成共识没有上亿美金无法玩转。Prosperity7团队最近接触了几乎所有大模型领域有竞争能力的创业者，他认为大厂成功的关键在人才密度，而创业公司的秘诀在于于一线创业者能在更大程度上掌握自身命运并为之全力以赴。
对初创公司的创始人，蔡翔给出的建议是“不应只是一个资源集成者，需要真正身先士卒，真正能对技术进行判断、知道如何进行人才配置与调动。”
“我们希望的是百花齐放，作为投资人也不可能只赌一家或者只投一种路径”，任博冰坦言。
值得一提的是，作为学院派创业者的代表，卢志武在融资一事上已经变得务实，他坦言，创业者和投资人之间有相当代沟，他已经对市场化资金不那么热衷，希望靠自己的力量也可以活下去。
中美之间在人工智能领域的发展对比是不容忽略的话题。 Prosperity7作为源于中东的资本，具有国际化视野。蔡翔认为在数据端国内相比美国具备优势，在算法层面，国人在工程化追赶上也具备很强后劲，但在算力层面短期内会显得吃力，而总体来说，美国的大模型发展对中国也是一种促进，“中国做出自己的ChatGPT是必然的，只是时间问题。目前国内处于起步阶段，OpenAI那边已进入加速期，中短期内差距会拉大，但随着大厂和初创为代表的AI公司兴起加速，过段时间，又会进入差距缩小的过程。”
在第一场圆桌的最后环节，四位嘉宾就面对AI变革应该做好哪些准备给出了建议。
卢志武分享了近期他在学院内部的观察，“早期阶段对一些研究者就已经具备冲击力，一些NLP研究方向的学生特别惨，觉得自己的工作没有意义了，这种威胁性变化在我们学院内部已经发生”，他最近鼓励研究生学术上瞄准更通用的方向，“AGI这么厉害，研究AGI的人总不会失业吧”，卢志武如是说。
陈龙认为，作为普通人每个人都要积极去拥抱生产力的提高，要热衷去使用ChatGPT等各类新工具，当风暴来临时，呆在风暴中心才有最大收益。
去年因AI变革而走访硅谷的任博冰对这场变革中期阶段可能的冲击比较忧虑，他感觉有很多关键问题需要在3-5年内做出明确，“现在到了时间点，我们需要定义自己作为人的能力到底是什么，人和产业有哪些能力是需要被分化出去的，因为我们的时间其实是被平均加速了。”
蔡翔则显得相对乐观，他认为人工智能的变革还有相当长的路要走，虽然AIGC已能创造出文学和图片作品，但目前还是助力人类的工具，不能代表人类创造性的最高水平。另外人工智能也有很难解决的颇多局限，例如怎样把一个总体问题拆解成为若干关键点，并将其有机连接全盘考虑，在这类系统化思维方面，人还具备天然优势。
“随着科技的发展，在座各位的寿命可能都会很长，我们需要积极拥抱人工智能，并共同面对一个与人工智能有效结合、扬长避短的生态环境。”蔡翔最后表述了自己的期待。
评论