当前位置: 首页 > 资讯 > >正文

思辨之夏 | 丁磊、史喆:训练一个ChatGPT要多少钱?|每日讯息

来源:网易财经智库    时间:2023-06-13 18:56:17

*网易财经智库原创文章转载需经授权。本文不构成投资决策。

出品|网易财经智库


(相关资料图)

编辑|智旭权 主编|杨泽宇

2023网易经济学家年会·夏季论坛特别节目——“思辨之夏”

2023网易经济学家年会·夏季论坛将以“智造复苏 惟实励新”为主题,邀请顶级经济学家、各领域杰出学者和企业家进行深入交流。

2023年,AIGC石破天惊引领人类进入智造新时代,与此同时,经济复苏成为国民经济重中之重。本届大会旨在打造一场用智造引领经济复苏,从实际出发探索创新之道的思想盛会。为此,我们在年会即将召开之际,推出特别节目《思辨之夏》,与业界精英和学界翘楚一道,用思辨之精神探讨如何助力“智造复苏 惟实励新”。

第一期:AIGC能否引领中国智造业复苏

对话嘉宾:

丁磊(美国俄亥俄州立大学人工智能专业博士,美国哥伦比亚大学博士后,曾为PayPal创立人工智能平台,历任百度金融首席数据科学家、《生成式人工智能》作者)

史喆(富士康科技集团首席数字官、智能制造平台负责人)

2023年夏初,网易财经智库邀请人工智能专家丁磊和史喆,做客2023网易经济学家年会·夏季论坛“思辨之夏”节目。对于当下最热门的人工智能话题:训练一个ChatGPT需要多少钱、人工智能将在智能制造中扮演什么角色、人工智能会取代“我”的工作吗……两位专家给出了他们的见解。

以下为完整版视频:

60S要点速读:

1.大模型的成本为什么这么高?一是算力,训练一个ChatGPT的成本可能需要500万美金到2000万美金。二是数据,包括数据的获取成本、处理成本和质检成本。三是人力,训练大模型需要用到AI算法科学家和工程师。

2.人工智能对工作岗位的影响是,一些低端的、枯燥的、重复性的工作可能会被AI取代,但是同时它也新创造了更多高附加值的岗位。所以取代人的永远不是AI,而是掌握了更高级AI的另一个人。

3.对于中小企业的技术服务公司,更多的应该是站在巨人的肩膀上做一些事。现在AI绘图的明星公司Midjourney,公司团队成员仅11人,其中1位创始人、8位研发人员、1位法务、1位财务。它其实是在大模型广泛的基础上,建立了自己的一块领地。

正文:

1、训练一个ChatGPT的成本要1亿多人民币

人工智能可以分成两种不同的形态:决策式人工智能和生成式人工智能。决策式人工智能像是在做选择题,它的强项是分类。例如,人脸识别能把一张人脸分成是张三的脸还是李四的脸,无人驾驶汽车决定这辆车是加速还是减速甚至刹车,这都是一个分类的过程。而生成式人工智能更像是在做简答题,创作内容是它的强项。

人工智能的成本为什么这么高?我们可以从大模型训练的角度解释,一方面是算力,据说训练一个ChatGPT的成本可能需要500万美金到2000万美金,但是具体要多少成本,要看你怎么训练。一方面是数据,如果没有很好的数据补给,模型的训练就是一件不可能的事情。这个数据就涉及到数据获取的成本,数据处理的成本,甚至包括数据质检的成本。另一方面是人力,训练大模型肯定需要用到AI算法的科学家和工程师,人力成本也是非常大的一块。

一直以来,模型都不是一个独立的产物,你很难把模型和业务彻底分离开。要想把一个模型在业务当中落地,中间需要非常多的投入、磨合,精耕细作。比如制造业,你自己的数据基数就非常重要。整个运营体系、工程体系,可能都需要往这个方向做积累。这个隐性的成本和持续的积累也是非常高的。所以对大部分的企业来说,达到应用大模型的门槛,现在还是很有挑战。

AIGC(AI Generated Content,利用人工智能技术生成内容)是否会带来新一轮的技术革命?制造业经过了几轮的革命,从1.0的蒸汽机、2.0的自动化、3.0的信息化,直到现在4.0智能化的时代。大家对智能化的理解,以及对信息物理系统的理解,更多是来自于传统的人工智能,直到AIGC的出现给大家打开了一个新的思路。

数字人的能力,可以很快地替换一个训练过多年的管理人员。更多的机会是,用这样的人工智能系统去做一个增强型模型,用数字化智能化的方式,和生产制造的系统融合,更好更强地去工作。大家可以很明显地看到,现在对于AI服务器、云的能力的投入,数字化能力的投入越来越大,未来使用这些的基础门槛会越来越低,但可以选择的服务却越来越多。大家将在已有的共识之上,真正迈出一步,去拥抱技术,它一定会是一个正向的循环,这个循环将带来一个很大的革命。

目前入局人工智能的门槛还比较高,对于中小企业的技术服务公司,更多的应该是站在巨人的肩膀上做一些事。通用模型一定是聚集了更大的力量完成的,垂直模型一定是精耕细作。现在AI绘图的明星公司Midjourney,公司团队成员仅11人,其中1位创始人、8位研发人员、1位法务、1位财务。它其实是在大模型广泛的基础上,建立了自己的一块领地。

另一类是用这些技术的中小企业,这些企业肯定会期待基础设施的建设能更好,可以把服务真正融入到他们的日常运营当中。其实,中小企业可以更多地考虑组织管理方式的改变,传统的IT对于AI认知的改变,如何更好地使用这些技术来提升效能。

2、比起“解决问题”,我们更期待AI在智能制造中扮演“发现问题”的角色

人工智能在大数据的分析、工业互联网等方面的应用取得了非常好的成效。这样的工具最开始应用在一些成熟领域,像质检。图像是一个极其对称的数据来源,它有持续出现瑕疵的正向数据和负向数据,可以更快地用人工智能的方法做得更准、更快,做得成本更低,因为人可能也看不了这么细,这是一个大的方向。

第二类是在设备运行的管控上,原来很多设备运营是基于设备厂商和单机的经验,这不一定是最优的。现在有了更多的数据,它和整个产线的业务结合,可以持续做数据的监控、计算、采集、传输、存储、分析、优化,最后再执行,这个路径在很多地方都已经跑通了。在生产工厂,设备的运营、管理上已经有很多的实际应用,后面已经是模型在做。还有更多的包括人员的管理、物流的管理,以及经营决策的分析,很多人工智能公司都在积极融入,提供更多的服务。

但是这些更多的还是决策式的人工智能,是对人的决策支持的辅助,甚至是替换。我们现在更期待生成式的人工智能的能力,怎么样更快出现,帮助我们在工厂里或者在智能制造当中发现问题,并不只是解决问题。解决问题还是延续我们的思路去做一些事情,我们希望它可以真正去发现一些我们还没有看到的问题,用我们的思路和已有的数据,产生一些“你应该这样做可能会做得更好”的内容,甚至直接指导现场的操作人员说,“这样做是一个更好的结果。”

为什么人工智能能做得好?是因为它可以有更多的数据来源,它可以更实时地监控所有的数据。可能甚至会比一个有经验的人决策得更好。这样的机制让工厂运行得更好,这个是我们期待智能制造的下一个发展方向,甚至现在已经有一些应用了。

人工智能领域里面,只有做出了数据、模型、业务,这几者之间形成正反馈效应的闭环,也叫做一个具有飞轮效应的闭环之后,这个模型才能越学越聪明,才能越用越好用,从而提高业务价值的发挥。对中小企业而言,我觉得更多的是要切自己的业务场景,让AIGC能够赋能它现有的深度垂直的业务,形成一个新的业务闭环,在这里AIGC应该是可以起到非常大的加持作用。

大体量的制造业,一定是+AIGC(AIGC赋能),我们希望加上人工智能的能力,让这样开放式的数字化的能力,融入到大企业里面。其他的一些行业还有很多,包括一些媒体类的,大家原来的方式是不是最好的方式,可能都会变成了AIGC+(AIGC原生),整个公司的形式和运营的方式都改变了。例如,很多网络内容的推荐,原来都是人做的,现在逐渐变成了算法在做。

垂直领域其实是有一定的特点的。一是自己能形成闭环的领域,我们通过AI的技术,能够从端到端的对它进行相应的操作。在这个场景下,才可能做出价值。如果在整个闭环里面做了三分之一,甚至三分之二,但是总需要合作伙伴进行人工的调节干预,长此以往,合作伙伴可能就会觉得你这个东西也不是很智能,甚至还没有原来的效果好,所以要形成一个闭环。

二是一定要专精,要细分。技术性的创业公司,不可能一下把整个行业都吃了,或者做很多事情,但是哪怕在一个点上能够实现突破,还是非常有机会做出来令人惊艳的细分产品。在模型的层面,不光是要大模型,因为我们基础的模型是大模型,但是针对中小企业,我们在整个过程中更要构建自己的深模型。在垂直细分的应用场景中,做出模型学习,包括数据迭代,包括业务运行整个的闭环。

3、取代人的永远不是AI,而是掌握了更高级AI的另一个人

对于年轻人来讲,技术服务公司也是他们能在短时间内,把自己的能力和专业度产生最大价值的一个方式,他也可以把更多志同道合的人放在一起,真正把这个东西钻研得更深、做得更好,等着这样一个爆发点出现。这可能是年轻人很好的一个发展方式,也能很好的体现自己的专业能力。

如果一个技术服务商在它专注的垂直细分领域,能够打通所有的数据,挖得特别深,在AIGC大模型的基础上再迭代,微调出相应的垂直细分的深模型,再迁移到大型公司,内可能就会非常有用。这恰恰是生成式AI的时代,给小型的技术服务公司带来了一定的商业机会。

AIGC对就业市场肯定是有影响的,但更多是一个结构性的影响。2018年,普华永道在《人工智能和相关技术对中国就业的净影响》报告中指出,到2037年,人工智能相关的技术会让中国的就业岗位减少26%,但是随着生产率和收入水平的提高,人工智能又会新增38%的工作岗位,这一增一减相互抵消,人工智能还能新增相当于现有就业岗位数的12%。从绝对数字来看,这意味着净增加就业岗位为9300万左右,通过收入效应产生的工作岗位近3亿,但通过替代效应流失的工作岗位为2亿多。

人工智能对工作岗位的影响,就是有一些低端的、枯燥的、重复性的工作可能会被AI取代,但是同时它也新创造了更多高附加值的岗位。所以取代人的永远不是AI,而是掌握了更高级AI的另外一个人。就像建筑行业,原来是用人手动搬砖,效率很低。但是自从大型机械出现以后,搬砖的效率提高了。建筑工人的需求量是变大了还是变小了?事实上是变大了,因为整个行业做大了。

网易财经智库(微信公号:wyyjj163) 出品

网易财经智库是网易新闻打造的财经专业智库,整合网易财经原创多媒体矩阵,依托于上百位国内外顶尖经济学家的智慧成果,针对经济学热点话题,进行理性、客观的分析解读,打造有态度的前沿财经智库。欢迎来稿(投稿邮箱:cehuazu2016@163.com)。

X 关闭

推荐内容

最近更新

Copyright ©  2015-2023 今日餐饮网版权所有  备案号:沪ICP备2023005074号-40   联系邮箱:5 85 59 73 @qq.com