97久久精品久久88_国产综合精品久久亚洲_国产精品无码A∨精品_丰满人妻精品一区二区

大模型,開始“搶人”-最新消息
2023-05-15 17:47:47    藍鯨財經(jīng)

文|價值星球Planet 沙拉醬

編輯|麻吉


【資料圖】

大模型越來越火,搶人大戰(zhàn)愈演愈烈。

在AIGC、ChatGPT的帶動下,大模型概念開始被廣泛討論。2023年還未過半,就已經(jīng)有包括百度、阿里、騰訊、商湯、京東、科大訊飛等多家互聯(lián)網(wǎng)、AI公司陸續(xù)宣布對大模型展開探索。

誠然,在大模型的技術(shù)和商業(yè)化進程上,國內(nèi)相較于國外仍有一定差距。因此,大廠們毫不吝嗇地開出百萬年薪來爭奪算法、深度學習等高級技術(shù)人才。

除此之外,大模型在中國這片土壤上要如何生長,其商業(yè)化進程又需要突破哪些瓶頸呢?

01 越來越“大”的大模型

AIGC和ChatGPT等熱詞帶動下,大模型概念逐漸被關(guān)注。不過,大模型到底是什么,又能做什么,對很多人來說,這個問題的答案似乎很模糊。

一位中國傳媒大學計算機技術(shù)碩士,在知乎上這樣描述了大模型:如果說模型是一個盒子,那么普通模型就是一個小盒子,因為容量有限,所以其處理和存儲的數(shù)據(jù)、信息也有限。因此,普通模型可以完成分類、預測、生成等簡單任務(wù);相較之下,大模型就是一個超級大倉庫,往往需要數(shù)十億,甚至上百億個參數(shù)組成,可以完成更高級的思考和決策。比如,自然語言理解、語音識別、圖像識別等。

而這個大模型,到底有多“大”?舉例來說,GPT-4使用了1750億規(guī)模的參數(shù),微軟推出的Turing-NLG有1000億參數(shù),谷歌則推出號稱有1.6萬億模型參數(shù)的switch transformer。作為對照,我們?nèi)粘J褂玫闹悄苷Z音通常只有幾個億的參數(shù)。

雖然,在模型參數(shù)的規(guī)模上,國內(nèi)產(chǎn)品似乎仍落后一步——例如,率先推出文心一言的百度有100億參數(shù)、華為盤古大模型使用1000億參數(shù)。不過,過去的幾個月,陸續(xù)加速布局大模型的國內(nèi)公司卻如雨后春筍,其中包括阿里的通義大模型、騰訊的混元大模型、科大訊飛的訊飛星火、京東的ChatJD等等。

從目前國內(nèi)推出的幾款大模型產(chǎn)品來看,我們似乎仍在等待和尋找自己的“iPhone時刻”。無論是百度的文心一言、華為的盤古大模型,還是科大訊飛的訊飛星火,似乎仍停留在從自己原本的優(yōu)勢入手的“集大成者”,相對缺少更多的創(chuàng)新。

像是以搜索引擎為所長的百度,推出了類似GPT-3這樣具備搜索屬性的文心一言。

華為的盤古大模型則更加專注于自己比較有優(yōu)勢的TO B業(yè)務(wù)。在發(fā)布會上,華為也表示,在過去的2022年,華為盤古大模型主要是AI for Industry(AI賦能產(chǎn)業(yè)),為煤礦、水泥、電力、金融、農(nóng)業(yè)等行業(yè)創(chuàng)造了更多產(chǎn)業(yè)價值,其中CV大模型早就有了許多用武之地。

比如在與能源公司合作的盤古礦山大模型案例中,礦井現(xiàn)場是一個40米長的采掘機,寬度僅2米左右,傳統(tǒng)相機很難一下子捕捉到全部畫面,只能用圖中的九宮格視頻畫面。而通過5G+AI全景視頻拼接綜采畫面卷,傳輸?shù)降孛?,地面工作人員將來可以實現(xiàn)地面控制機器進行采礦,實現(xiàn)礦下無人、少人安全作業(yè)。

02 人才之爭

艾瑞咨詢曾在報告《ChatGPT浪潮下,看中國大語言模型產(chǎn)業(yè)發(fā)展》中討論過中外大模型研發(fā)的差距,其中表示,“對百度等國內(nèi)大廠而言,則在數(shù)據(jù)、算力、工程化能力等關(guān)鍵要素上存在短板,短期內(nèi)難以對國外領(lǐng)先大模型實現(xiàn)趕超,為跟隨者角色,長期更需要國內(nèi)AI全產(chǎn)業(yè)鏈整體進化。”

要補充短板,一個重要的因素,就是人才。因此,大廠也都紛紛行動起來。

BOSS直聘上,百度、騰訊、阿里、螞蟻集團等紛紛發(fā)布了相關(guān)崗位的招聘信息。其中,百度以25-40k/月招聘AI大模型算法工程師、20-40k/月招聘模型構(gòu)架工程師;螞蟻集團以45-75k/月招聘深度學習大模型GPT工程師;阿里以40-70k/月招聘大模型訓練及算法工程師;騰訊則以30-60k/月招聘大模型預訓練方向的工程師... ...

部分大模型招聘信息。圖源:BOSS直聘

值得注意的是,這些崗位幾乎都在一日內(nèi)被回復了超過10次,負責招聘的聯(lián)絡(luò)人也幾乎都是“正在活躍”的狀態(tài)。由此可見,求職者對于大模型相關(guān)崗位充滿信心,且招聘者也正在如火如荼地爭奪人才。

而從脈脈發(fā)布的《AIGC?才趨勢報告》中可以看出,自O(shè)pen AI推出的2021年以來,對于AIGC相關(guān)的人才爭奪就已經(jīng)開始了。2021年1-2月,AIGC相關(guān)崗位招聘同比上升281.88%,而后的2022年和今年的1-2月,招聘數(shù)量分別保持了76.74%和31.3%的同比增幅。

圖源:脈脈《AIGC?才趨勢報告》

這些招聘中,純互聯(lián)網(wǎng)大廠占比超過33%,處于人才爭奪的主導位置。而且,大廠并不吝嗇給錢,圖像識別、深度學習、算法研究工程師的平均年薪超過了100萬元人民幣。

不過,在具體的崗位需求上,目前國內(nèi)大模型相關(guān)人才的供需出現(xiàn)了部分偏差。從招聘者的角度而言,大廠們最緊缺的是算法工程師、自然語言處理、算法研究員等技術(shù)人員;而從求職者角度而言,大家投遞最多的簡歷傾向于產(chǎn)品經(jīng)理、用戶運營等后端崗位。這能從側(cè)面反應(yīng)兩個問題:其一,目前大模型技術(shù)相關(guān)人員仍是供不應(yīng)求;其二,目前大廠們對大模型的布局仍側(cè)重于技術(shù)研發(fā),而非市場推廣。

圖源:脈脈《AIGC?才趨勢報告》

此外,相較國外,目前國內(nèi)大模型人才的學術(shù)背景似乎也略遜一籌。比如,在AIGC相關(guān)人才的學歷背景中,本科和碩士占據(jù)了幾乎90%,博士生占比僅4%。相比之下,由科技情報分析機構(gòu)AMiner和智譜研究發(fā)布的《ChatGPT團隊背景研究報告》顯示,ChatGPT研發(fā)團隊中,本科、碩士和博士的占比分別為33%、30%、37%。

圖源:脈脈《AIGC?才趨勢報告》

03 前路很長

誠然,人才的爭奪只是第一步,對不少大廠來說,積極投入研發(fā)的最終意義是賺錢。而大模型目前的商業(yè)化分成了C端與B端兩個路徑方向——對于C端來說,以GPT為例,通過開源方式將用戶和數(shù)據(jù)引進來,再逐漸轉(zhuǎn)化成訂閱制;而就B端而言,比如Open AI與微軟Azure的合作,間接實現(xiàn)“模型即服務(wù)”,小B開發(fā)者可以調(diào)用其大模型API。

商業(yè)模式上,ChatGPT已經(jīng)明確指向API、訂閱制和戰(zhàn)略合作(嵌入微軟Bing、Office等軟件)三種營收方式,且已在用戶數(shù)據(jù)積累、產(chǎn)品布局和生態(tài)建設(shè)層面充分領(lǐng)先;Google雖有意追趕,但由于聊天機器人這樣的產(chǎn)品形態(tài)對于其主營的搜索引擎業(yè)務(wù)的助益有限,因此在與搜索引擎結(jié)合方面較為審慎,更希望借助大模型能力開展“模型即服務(wù)”范式,開拓其當前市占率較低的云服務(wù)業(yè)務(wù)的市場空間。

國內(nèi)大廠也幾乎是在這兩條路上摸索。比如百度的文心一言更傾向于C端市場的探索,而“文心千帆”產(chǎn)品則劍指B端市場,意圖進一步帶動云服務(wù)營收。

不過無論是靠哪一條“腿”走路,想要實現(xiàn)商業(yè)化,大模型產(chǎn)品仍需要解決幾個緊迫的問題。

比如,信息準確性。科技行業(yè)投資觀察員林允告訴價值星球:“大模型所輸出的內(nèi)容準確性其實絕大部分取決于其底層數(shù)據(jù)的質(zhì)量。我自己在測試了國內(nèi)某廠推出的類GPT產(chǎn)品后,最大的感觸是,底層數(shù)據(jù)質(zhì)量還是有一定差距。”林允還補充道,用中文訓練模型相較于英文也是沒有語言優(yōu)勢的。

但是,消費者不會體會研發(fā)者的難處,一旦產(chǎn)品開啟訂閱制,用戶就會對產(chǎn)品輸出的內(nèi)容要求極其嚴苛。免費使用的時候,用戶還能將錯誤反饋當成吐槽的笑話,但收費之后,這些錯誤可能就成了投訴的理由。

除此之外,在目前大模型較多應(yīng)用的文字和圖形創(chuàng)作上,如何保證原創(chuàng)性也成了一個關(guān)鍵問題。一位AI從業(yè)者就表示,以AIGC為例,目前很多AIGC系統(tǒng)仍缺乏創(chuàng)造力,甚至不能獨立生成原創(chuàng)內(nèi)容,只能根據(jù)給定的模板或者指導生成相關(guān)內(nèi)容。而這可能會牽扯原創(chuàng)的道德問題,以及更實際的,涉及版權(quán)資金的問題。

最重要的是,大模型由于所需要的數(shù)據(jù)規(guī)模巨大,因此對算法、算力、數(shù)據(jù)存儲空間都有極大的要求,而這些不止是人才可以彌補的,還需要大量的資金。要知道,Open AI的成功也是微軟當初用數(shù)十億美金堆出來的。巨大的資金需求,對大廠的研發(fā)決心也是一種考驗。

但毋庸置疑的是,大模型已經(jīng)開始改造很多應(yīng)用場景。林允就表示,“以ChatGPT為例,它將會徹底改變?nèi)藗児ぷ鞯姆绞剑圆徽撌撬阉饕鏋橹鞯陌俣?,還是發(fā)展云業(yè)務(wù)的阿里、騰訊、華為,大廠們對大模型的探索是無法阻擋的大勢所趨。只是進展和成效如何,要邊走邊看。”

*文中林允為化名

責任編輯:

關(guān)鍵詞: