微軟的iPhone時刻

作者|弗雷迪 來源|格隆匯APP(ID：hkguruclub)

數(shù)據(jù)支持 | 勾股大數(shù)據(jù)（www.gogudata.com）

在新一代GPT問世后，微軟旋即推出了Microsoft 365 Copilot，新的辦公軟件由GPT-4驅(qū)動，在減少大量用戶操作下，協(xié)助生成文檔、電子郵件、演示文稿和更多內(nèi)容。

處理效率之高，愈發(fā)讓人驚呼，生產(chǎn)力和人機交互的新一輪革命不再只是想象。

新技術的顛覆效果，往往看它能否展現(xiàn)出更低成本、更高產(chǎn)出、更省時間的產(chǎn)品力。

為GPT提供算力的CPU服從摩爾定律，即每隔18-24個月（更省時間），原來的晶圓上封裝的晶體管數(shù)量將會翻倍（更低成本），芯片的性能也會隨之翻倍（更高產(chǎn)出）。

能夠?qū)崿F(xiàn)以上三角的優(yōu)化解決方案，最終會推動飛輪旋轉(zhuǎn)，實現(xiàn)強大的規(guī)模效應。而Open AI與微軟的合作，似乎在朝著這個方向努力。

01

GPT-4讓我們離AGI又近了一步

ChatGPT風靡全球之后，OpenAI的創(chuàng)始人Sam Altman曾表示，一個全新的摩爾定律即將出現(xiàn)，宇宙中的智能數(shù)量每18個月翻一番。

來源：推特

AI的復雜性會隨著市場邊界的擴大而進一步加深，具有涌現(xiàn)出新特性的潛質(zhì)。

模型的底層邏輯是算力、數(shù)據(jù)、算法三位一體的結合，但復雜程度與數(shù)據(jù)規(guī)模相匹配。

隨著參數(shù)量的增長，大模型的能力比起小模型要更加泛化。如果小模型的目標是做一個行業(yè)專家，那么大模型的定位則是要成為一個通才。

AGI（通用人工智能）被設計的目的，是讓機器模仿并逐漸超越人類，實現(xiàn)與人類相近的能力，計算、推理、思考、創(chuàng)造，但是會更快、更高效。

學會吸納更多的參數(shù)，是大模型復雜度提升的基礎條件，數(shù)據(jù)就是AI 的血液。

第一代GPT的訓練參數(shù)只有1.17億參數(shù)，模型引入了Transformer架構，在處理文本的時候，學會利用上下文信息來預測下一個單詞。

在處理不同的任務時，僅需要對預訓練形成的網(wǎng)絡結構進行微調(diào)，就能取得比傳統(tǒng)NLP模型更好的泛化效果，也加快了模型處理數(shù)據(jù)的效率。

GPT2.0階段，模型學會了多任務處理。開發(fā)者再次測試了容量對于性能提升的幫助，不再需要標注，而是讓模型根據(jù)給定的指令去理解任務。

這個階段的訓練表明，隨著模型容量和數(shù)據(jù)增大，不需要給模型提供樣例，它也能夠很好地理解并且完成任務。

基于這層理解，到了GPT-3，開發(fā)者也就有了更大的底氣實現(xiàn)參數(shù)規(guī)模的躍遷，在海量語言模型參數(shù)集中，少數(shù)樣例設置下，GPT的準確性繼續(xù)得到提升。

語言模型參數(shù)增加，GTP在NLP任務上表現(xiàn)提升

來源：AI21 Labs

到了第四代，模型之間的代際差異隨著任務復雜度的提高更加明顯，這是GPT-4能做到的事情：

來源：Open AI

國內(nèi)百度16日發(fā)布了對標chatGPT的產(chǎn)品“文心一言”，也已經(jīng)能夠支持多模態(tài)的轉(zhuǎn)換，文字可以直接在對話中生成圖片和視頻。

隨著多模態(tài)的實現(xiàn)，基于自然語言模型的GPT未來有希望率先向AGI靠攏：

OpenAI開放GPT 的初衷不僅在于找到最佳的落地應用，而且在復雜的人類信息流里得到反饋，擴大其能力的邊界。代際之間，GPT快速進步的能力超乎想象。

基于AGI最終很可能會實現(xiàn)的設想，AI的安全也將逐漸上升為一個全人類的重要議題。

OpenAI因此會在正式版本發(fā)布之前花費數(shù)月的時間進行風險評估，不過最終，無論進行多嚴格的審查，人類的未來始終該由全人類來共同決定。

02

微軟的iPhone時刻

殺手級應用的誕生，對加速生產(chǎn)力變革具有重要的轉(zhuǎn)折作用。

19世紀末的蒸汽機靠燒煤提供動力，但操作和燃料需要耗散大量人工和效率。后來西門子率先發(fā)明了電動機車，只消鋪一條電線，不過當時電費比煤費還要貴，需要頻繁充電。

直到福特T型車橫空出世，流水線生產(chǎn)讓汽車制造成本大幅降低。隨之重量更輕、體積更小、操作更靈活的內(nèi)燃機汽車開始走進千家萬戶，逐漸替代了蒸汽機和電動機。在這之后我們又有了飛機和火箭。

AI的應用，讓人和計算機交互的方式產(chǎn)生了劇變。微軟CEO曾經(jīng)表示，Copilot的自然語言交互將是下一輪人機交互方式變革的雛形。

從圖像界面的PC，到iPhone多點觸控的智能機，每一次人機交互方式的變革孕育著全新的下游應用生態(tài)。

過去的AI就只是大模型，把幾十臺服務器放在一起訓練，沒有落到實地的應用。OpenAI與微軟的合作，實現(xiàn)了兩件事情。

一是跑通了商業(yè)模式，GPT的訓練和日常運營背靠微軟Azure的算力支持，微軟云服務Azure的市場份額僅次于AWS，是谷歌的兩倍。

巨額算力和AI大模型的結合，允許OpenAI進一步推出訂閱式服務，形成了MaaS(Model as a Service)。

Open AI 有兩種訂閱模式，一種to B，給企業(yè)客戶和開發(fā)者提供ChatGPT API，一千個token輸入按0.002美元算，另一種to C，給普通用戶開放最新功能，每個月收20美元。

用戶的快速增長攤平了訓練和推理所需的算力成本。GPT經(jīng)過用戶反饋的自主增強學習后，能力有了更快的提升，形成良好的正反饋機制，跟平臺粘性越強，獲客成本就越低是一個道理。

來源：ChatGPT

二是在微軟的加持下，GPT和Bing、Gibhub以及Office等多個在線工具深度綁定。你有技術，我有產(chǎn)品，兩家在商業(yè)化上擁有完美的協(xié)同效應，率先完善了云計算+AI大模型+應用工具開發(fā)的生態(tài)。

微軟和谷歌兩家巨頭對于推進AI應用有著截然不同的態(tài)度。

交互界面的改變對兩家來說都如同革自己產(chǎn)品的命。不同之處在于，微軟的產(chǎn)品矩陣更快速地適應了進化。

GPT-4推出不久后，微軟即正式為365應用服務提供GPT-4驅(qū)動Copilot，對于用戶而言就像一個辦公助手，附著在側邊欄。用戶可以調(diào)用它來生成文檔，根據(jù)文本創(chuàng)建PPT，或者分析Excel數(shù)據(jù)。

來源：Microsoft 365 Copilot

有了GPT的賦能，對于微軟產(chǎn)品本身便是如虎添翼，這塊業(yè)務，“Productivity and Business Process”去年下半年的收入達到了330億美元。全面鋪開后，增長有著更大的想象空間。

未來人們轉(zhuǎn)向AI聊天界面來搜索信息，必然會給搜索引擎的廣告業(yè)務帶來巨大沖擊。而谷歌的廣告收入占了營收的80%左右，其中占大頭的還是搜索廣告。

谷歌還沒有想好怎么革自己的命，一直如履薄冰，在應用上還沒有拿出完美的方案，把iPhone時刻拱手讓給了微軟。

03

應用層涌現(xiàn)，小模型也大有可為

芯片和算力相當于鋰礦和電池，其稀缺性決定了這是少數(shù)企業(yè)有條件參與的游戲。

要匹配相應規(guī)模的算力用于AI訓練并非易事，因此ChatGPT概念一火，便立刻帶動有關芯片、算力的股票板塊。

英偉達的A100/H100是目前最強大的數(shù)據(jù)中心專用GPU。1萬顆A100芯片被認為是AI模型的算力門檻。據(jù)國盛證券估算，按照ChatGPT1月份1300萬的訪問量水平，對應的芯片需求就多達3萬多顆A100。

此外，ChatGPT單月運營需要算力約4874.4PFlop/s-day。擁有亞洲最大超算中心的商湯科技，總算力超過每秒4910Petaflops，也就是說要訓練GPT幾乎得用上全部算力。

在國內(nèi)，只有云廠商具備算力和AI模型的基礎條件。在這個性能快速提升的領域，先發(fā)優(yōu)勢可能會給后邊的企業(yè)帶來不可逾越的鴻溝。

AI大模型對于云計算行業(yè)將發(fā)揮game changer的作用，按李彥宏的話說，以前更關注的是基礎算力，而現(xiàn)在需要考慮的則是芯片、模型、框架協(xié)同做得好不好。

可以預見的是，AI大模型未來會自然滲透到各個辦公、內(nèi)容創(chuàng)作場景，新的應用正在涌現(xiàn)，正如石油、煤炭賦能了工業(yè)生產(chǎn)、交通運輸?shù)阮I域。

對于不想錯過這一波技術紅利的企業(yè)來說，站在巨人的肩膀上，成功概率也許更大一些。

相比垂類行業(yè)的小模型，大模型具有廣泛的遷移學習能力，就像人類把騎自行車的能力遷移到學騎摩托車一樣，比如在金融領域習得的知識可以遷移到稅務會計等其他經(jīng)濟場景里。

但在大小模型聯(lián)動的學習方式里，小模型可以通過知識蒸餾從大模型中學習，并可以在許多下游任務中達到與大模型相似的性能，就像老師帶著學生。

同時，AI模型+文本&對話&圖像&視頻&代碼等多模態(tài)的實現(xiàn)，讓AGI有在影視娛樂、游戲、電商零售、廣告營銷等商業(yè)場景具有成為專家的能力，能夠大幅降低內(nèi)容創(chuàng)作的門檻，帶來生產(chǎn)力和成本的優(yōu)化。

因為API的開放，大模型根植于更多已經(jīng)成熟的商業(yè)模式，場景和用戶規(guī)模正在大幅擴展。許多已經(jīng)積累了大量用戶的應用結合api對產(chǎn)品形態(tài)進行了升級，包括移動端App以及瀏覽器插件，被分流到各類應用的用戶一旦成為AI使用者，其規(guī)模必將是指數(shù)級的增長。

04

尾聲

許多看過《2001太空漫游》的人應該都對電影開頭那個史詩級的蒙太奇影響深刻：

開頭兩分鐘的鏡頭展示了人類祖先的生活面貌，猿人第一次了解到骨頭如何作為工具使用，開啟了智性。當白色的獸骨扔到空中時，瞬間切成了遨游在太空里的孤寂的宇宙飛船。

（來源：《2001太空漫游》）

這一幕匹配剪輯僅用幾秒鐘的時間，就完成了人類進步的跨越。幾秒鐘的時間，對于宇宙來說無甚區(qū)別，但對于人類則是長達幾十萬年的進化。

在占比不到1%的技術文明浪潮中，人類的知識和財富呈現(xiàn)爆炸性增長，這是由技術驅(qū)動創(chuàng)新帶來的結果。

過去幾十年，關于智能的定義一直在不斷的被修正，在這一輪技術革命中，AGI不會缺席。（全文完）

編者按：本文轉(zhuǎn)載自微信公眾號：格隆匯APP(ID：hkguruclub)，作者：弗雷迪