前言：

ChatGPT一次運算的成本高達450萬美元，OpenAI公司凈虧損高達5．45億美元，如若不是背后大股東微軟源源不斷的輸血支撐，OpenAI的ChatGPT早黃了。

作者 ｜ 方文三

圖片來源 ｜  網(wǎng) 絡

新春佳節(jié)后，巨頭們宣布類ChatGPT進展

2月，微軟宣布推出由ChatGPT支持的最新版本人工智能搜索引擎必應和Edge瀏覽器。

微軟股價大漲4．2％，市值飆升800億美元。

幾乎同時，谷歌也將整合新的人工智能到搜索引擎中。

宣布人工智能對話式機器人Bard正在內(nèi)測，并在未來幾周內(nèi)向大眾提供服務。

百度將于3月在中國推出類似ChatGPT的人工智能聊天機器人［文心一言］。

百度港股漲幅快速擴大，截至收盤大漲15．33％。

騰訊、阿里、華為也紛紛宣布正在申請人工智能人機對話專利。

360也于近期在互動平臺上表示，計劃盡快推出類ChatGPT技術的demo版產(chǎn)品。

ChatGPT的出現(xiàn)提升了自然語言處理能力的上限，打開了人工智能技術商業(yè)化落地且成為消費端爆款的大門，因此具有劃時代的意義。

差異化戰(zhàn)略，股價兩重天

2022年12月底，谷歌深感來自ChatGPT的壓力，迅速抽調(diào)員工開展ChatGPT競品產(chǎn)品的研究。

谷歌已向AI初創(chuàng)公司Anthropic投資了近4億美元，Anthropic正在進行ChatGPT競爭產(chǎn)品的測試，這家公司成立于2021年，創(chuàng)始團隊正是來自于ChatGPT的開發(fā)商OpenAI。

谷歌宣布將推出名為Bard的AI聊天機器人，這款產(chǎn)品是基于對話應用語言模型（LaMDA）的實驗性AI程序，目前已經(jīng)開展測試，并在幾周內(nèi)向公眾開放。

微軟更是迅速響應，加快了相關應用的研發(fā)。

近日，微軟宣布將ChatGPT整合至全線產(chǎn)品中，并擴大與ChatGPT所有者OpenAI的深度合作。

推出由ChatGPT支持的，融入GPT－3．5語言技術的最新版本人工智能搜索引擎Bing（必應）和Edge瀏覽器。

微軟推出了集成ChatGPT技術的新版搜索引擎New Bing和瀏覽器Edge，這也成為微軟在搜索引擎領域?qū)�抗谷歌的重要武器�?/p>

像谷歌和Meta這樣的大公司肯定會有一定優(yōu)勢，因為他們擁有人力、技術和財力資源。

因此，這些公司在市場上有足夠的空間，這將是一場新的比賽，尤其是在深度和正確性方面。

相較之下，微軟和亞馬遜選擇的應對策略是與OpenAI結盟，試圖借其東風。

Bard作為對抗ChatGPT而推出的關鍵對標產(chǎn)品，可謂是備受關注。

按照谷歌的宣傳，Bard是一項實驗性對話式AI服務，由LaMDA提供支持，并運用到了谷歌的大型語言模型和網(wǎng)絡信息構建。

可萬萬沒想到，趕了個晚集的谷歌卻在自己的發(fā)布會上翻車了。

發(fā)布會中展現(xiàn)的錯誤答案后，谷歌股價大跌7．68％，一夜之間市值縮水約7202億元，是截止到目前AI犯過的最貴的錯誤。

出圈背后有AIGC的功勞

AIGC的核心變革，發(fā)生在內(nèi)容層，位于數(shù)據(jù)層之上。

AIGC在繪畫和會話等方面突破的重要性，在人工智能領域相當于2016年，阿爾法狗戰(zhàn)勝人類圍棋冠軍的價值。

ChatGPT最大的意義是讓人們看到了一個更加智能高效時代的輪廓。

ChatGP本身也是AI技術迭代到一定階段后的產(chǎn)物。

服務器＋網(wǎng)絡開啟了人人上網(wǎng)的時代，而算力＋算法將開啟人人上算的時代。

AI將以場景、應用、內(nèi)容來創(chuàng)造用戶的新需求。

AIGC技術主要涉及兩個方面，自然語言處理（NLP）和AIGC生成算法，AIGC投資方向主要包括軟硬件與數(shù)據(jù)集。

以ChatGPT為代表的大型語言模型（LLM）將會成為未來巨頭爭奪的重點。

ChatGPT展示了巨大的應用潛力，完全不局限于創(chuàng)作文本或者圖像。

距離AIGC真正落地以及實際應用還有很遠的路。

目前ChatGPT更像一個［玩具］，還不是生產(chǎn)力工具。

西部證券則預測，AIGC或在2023年迎來發(fā)展大年，來到兩年前自動駕駛的應用突破拐點。

實現(xiàn)ChatGPT的最大亮點也是最大難點

ChatGPT需要把大模型盡量變成小模型或者稀疏模型，且大模型的訓練和使用成本都很高。

除了模型之外的另一個難點在于如何實現(xiàn)ChatGPT后半段的人工過程變成自動訓練。

ChatGPT是在大模型的基礎上，加入了很多人類反饋。這需要大量的人工，而這部分工作目前是至關重要的。

截至目前，OpenAI已經(jīng)總計獲得超過110億美元的融資，微軟、谷歌風投、馬斯克等均曾出手投資，而且其目前并未盈利。

如此巨額的投入恐怕今天的互聯(lián)網(wǎng)巨頭也只能望而卻步。

但從另一個角度來說，這也給了創(chuàng)業(yè)型團隊機會。通過不斷深入挖掘某項技術，瞄準特定的細分賽道能夠切到一塊蛋糕。

高算力帶火芯片行業(yè)

ChatGPT的注冊用戶便已經(jīng)過億，海量的用戶訪問曾多次導致ChatGPT官網(wǎng)因為訪問數(shù)太多而宕機。

這意味著，OpenAI要想保證用戶體驗，它就必須得加大算力的投入。

而這就需要大量芯片的支持了，這無疑直接給本已快陷入沉寂的芯片市場注入了一劑猛藥。

ChatGPT的總算力消耗約為3640PF－days，ChatGPT已導入了至少1萬顆英偉達高端GPU。

而花旗集團預估，ChatGPT將可能促使英偉達相關產(chǎn)品在12個月內(nèi)銷售額達到30億至110億美元。

ChatGPT的大火將促使算力需求大大增加，350瓦推理芯片會成為常態(tài)，技術上會推動大模型壓縮到達一個新高潮，同時企業(yè)和個人的服務有許多可以基于類似技術構建。

高性能計算芯片是一切AI的底層基礎，目前AI芯片主要有通用GPU算力芯片和ASIC專用芯片兩大類型。

或許在ChatGPT的幫助下，芯片行業(yè)將迎來新一輪的市場紅利期。

ChatGPT帶來AI技術范式革新

相比其他大模型，ChatGPT在AI的技術路線和訓練方式上的變革，帶來了業(yè)界意料之外的突破。

①ChatGPT有一個非常強大的技術底座，也就是InstructGPT模型。

此前，GPT與BERT模型路線一直在競爭，2018年時BERT模型先贏了，但GPT模型參數(shù)和數(shù)據(jù)規(guī)模越做越大。

最終結合人工反饋增強學習（RLHF），在ChatGPT上取得了重大突破，效果上反超了BERT模型路線。

②ChatGPT引入了強化學習機制，在新版本上引入了人工標注的數(shù)據(jù)，通過人類的反饋，有針對性地進行優(yōu)化。

其中的難度在于，建立怎樣的強化學習機制。過去業(yè)界也嘗試了強化學習機制，但很多都不太成功，ChatGPT在這件事上取得了突破。

③ChatGPT在數(shù)據(jù)質(zhì)量和多樣性上非常講究。

ChatGPT強化學習的數(shù)據(jù)量并不大，但對數(shù)據(jù)多樣性、標注體系都有精巧的設計，讓數(shù)據(jù)發(fā)揮出了強大的作用。

成本導致國內(nèi)與國外路線不同

ChatGPT的重點在于創(chuàng)造，通過大量的語料訓練和強大的糾錯能力，對素材進行消化、整理和再輸出，這和過去國內(nèi)關注的云計算或視覺技術是完全不同的思考方式。

而導致上述分別的原因也很直接，那就是成本。

ChatGPT背后有著海量的資料庫和龐大的算力做支撐，變現(xiàn)方式目前來看卻只有向企業(yè)提供服務，替代部分人工作業(yè)這一種。

對于產(chǎn)品化而言，即使再將成本下降10倍，這個商業(yè)模式也是無法成立的，因為這個成本與人類相比沒有優(yōu)勢。

背后的支撐是人工智能大模型

當前的人工智能大多是針對特定的場景應用進行訓練，生成的模型難以遷移到其他應用， 屬于［小模型］的范疇。

整個過程不僅需要大量的手工調(diào)參，還需要給機器喂養(yǎng)海量的標注數(shù)據(jù)，這拉低了人工智能的研發(fā)效率，且成本較高。

［大模型］通常是在無標注的大數(shù)據(jù)集上，采用自監(jiān)督學習的方法進行訓練。

在其他場景的應用中，開發(fā)者只需要對模型進行微調(diào)，就可以滿足新應用場景的需要。

這意味著，對大模型的改進可以讓所有的下游小模型受益，大幅提升人工智能的適用場景和研發(fā)效率。

因此大模型成為業(yè)界重點投入的方向，Open AI、谷歌、臉書、微軟， 國內(nèi)的百度、阿里、騰訊、華為和智源研究院等紛紛推出超大模型。

特別是OpenAI GPT 3大模型在翻譯、問答、內(nèi)容生成等領域的不俗表現(xiàn)，讓業(yè)界看到了達成通用人工智能的希望。

當前ChatGPT的版本為GPT 3．5，是在GPT3之上的調(diào)優(yōu)，能力進一步增強。

業(yè)界普遍預測，GPT4將在今年推出，并具備更強大的通用能力。

ChatGPT的產(chǎn)業(yè)未來與投資機會

①ChatGPT模型的出現(xiàn)對于文字／語音模態(tài)的 AIGC 應用具有重要意義，會對AI產(chǎn)業(yè)上下游產(chǎn)生重大影響。

從下游相關受益應用來看，包括但不限于無代碼編程、小說生成、對話類搜索引擎、語音陪伴、語音工作助手、對話虛擬人、人工智能客服、機器翻譯、芯片設計等。

從上游增加需求來看，包括算力芯片、數(shù)據(jù)標注、自然語言處理（NLP）等。

②隨著算法技術和算力技術的不斷進步，ChatGPT也會進一步走向更先進功能更強的版本，在越來越多的領域進行應用，為人類生成更多更美好的對話和內(nèi)容。

核心技術之一是Transformer

Transformer技術是近幾年人工智能技術最大的亮點之一。

谷歌于2017年提出的一種采用注意力機制的深度學習模型，可以按輸入數(shù)據(jù)各部分重要性的不同，而分配不同的權重。

Transformer的精度和性能上都要優(yōu)于之前流行的CNN（卷積神經(jīng)網(wǎng)絡）、RNN（循環(huán)神經(jīng)網(wǎng)絡）等模型。

大幅提升了模型訓練的效果，讓人工智能得以在更大模型、更多數(shù)據(jù)、更強算力的基礎上進一步增強能力。

目前人工智能已經(jīng)找到解決方案的問題，也只是可計算問題的一小部分。

如果說傳統(tǒng)的機器學習或人工智能是在水下一米的深處探索，那么深度學習的出現(xiàn)將人們帶到了一百米的深水區(qū)；

而在Transformer、GPT等架構后，從業(yè)者們直接能抵達深度超過萬米的馬里亞納海溝。

過去5年中，大規(guī)模預訓練語言模型受到業(yè)內(nèi)越來越多的重視。

今天，全世界的人工智能研究有很多方向，也產(chǎn)生了大量的成果。

但是嚴格來說，所有這些最令人驚艷的結果， 90％以上是基于Transformer迭代來的這些大模型技術得到的。

目前幾乎所有的AI任務和項目，都會和大語言模型技術有關聯(lián)，它已經(jīng)代表了AI界最主流的科研和技術迭代方向。

未來，ChatGPT與更多的AI、云計算等信息技術的集成創(chuàng)新，將創(chuàng)造改變生產(chǎn)力曲線的工具，成為經(jīng)濟發(fā)展新動力。

結尾：

ChatGPT勾起人們對步入強人工智能時代的聯(lián)想，即人工智能具有自己的意向性來設定目標。

雖然強人工智能本身還存在諸多爭論，但是分析人士普遍認可，人工智能的發(fā)展大年與信息時代新階段將至。

       原文標題 : AI芯天下丨深度丨強人工智能的第一步？巨頭混戰(zhàn)ChatGPT