当前位置:首页|资讯|融资|金融|人工智能|OpenAI|ChatGPT

科技投资人|云启资本陈昱:大模型研发创业公司是无畏无惧的

作者:澎湃新闻发布时间:2023-03-01

原标题:科技投资人|云启资本陈昱:大模型研发创业公司是无畏无惧的

人工智能初创公司OpenAI研发的聊天机器人ChatGPT横空出世,引发了世界关注,也激发了产业和金融界讨论和布局的热潮。原本远在天边的通用人工智能(AGI)仿佛已经离人类越来越近。近日,云启资本合伙人陈昱接受澎湃科技记者采访,介绍了ChatGPT背后产生的质变,以及AI产业面向通用人工智能之路的未来。

陈昱长期关注前沿科技、智能驾驶等领域的投资,在加入云启前曾任Google(谷歌)工程师、国内上市公司CTO(首席技术官)。他认为,ChatGPT背后的质变,其实并不是技术上的变革,而是工程上的创新,模型参数量规模扩大导致的质变,人工反馈是ChatGPT脱颖而出的根源。伴随ChatGPT商业落地场景的显现,前往通用人工智能的方向也逐渐清晰,虽然抵达终点的路程还很遥远。

人工反馈是ChatGPT脱颖而出的根源

“有多少人工智能就有多少人工”,陈昱说,“这句话已经不是行业内的秘密。”训练大规模语言模型,需要大量人工做数据清洗和标注,还需要得到人工反馈,使得语言模型更贴近人的语言习惯和拥有正确的价值观。

自然语言处理技术(NLP)早在上世纪50年代便已进入科学家的研究视野,2010年后,计算机算力的大幅增长和深度学习的技术加持让NLP奠定了如今的技术发展方向,“模型参数量上去以后,突然间质变就到来了。”陈昱介绍,除了参数量的提升,“人工反馈强化学习(RLHF)”的技术对语言模型质量的提升也起到了关键的作用,它使得语言模型能够学习人类的表达方式。

人工反馈是ChatGPT脱颖而出的根源。用强化学习训练来逐渐改进AI 模型,就像教小孩学习,做对获得奖励,做错接受批评,经过无数次正负反馈迭代后最终让模型收敛,接近人类期望的结果,而这背后需要极为大量的人工劳动。因此,ChatGPT选择了劳动力价格低廉的非洲和东南亚,雇佣当地员工进行数据标注。其中肯尼亚数据标注员高强度的工作时薪仅2美元,也引发了国际社会的关注。

目前成本是传统搜索的5-10倍

“AI大模型是躺在钱堆上的赛道。从买算力,到顶尖AI工程师的雇佣,再到数据的收集、标注和评估(反馈),都需要大量的资金投入。”陈昱介绍,“起步创业的话5000万美元是够了,但如果长期来说,融资量得到3-5亿美元这个规模,才能叫真正上了牌桌。”他补充道,“这和当年的自动驾驶很像,对融资的要求特别高。”

ChatGPT背后的大模型不但拥有高昂的训练成本,其推理成本亦不容小觑。陈昱介绍说,“现在ChatGPT每服务一次客户要花费传统搜索5-10倍的成本,这笔账能不能算过来还是个问题。”

但陈昱同时也表示,成本的降低同样也已经能够展望,首先能够确认的就是,摩尔定律在大模型的算力中同样也有作用。“英伟达的GPU从V100、A100到下一代的H100,每次算力的整体效能都提高了一个数量级,所以未来成本还会继续往下走。”陈昱介绍,“现在业内已经在实验各种降低成本的方式,包括从芯片算力、改进算法等,还会研究未来是不是真的需要这么大的一个参数量,可能100亿参数、500亿参数的模型效果就很好了。”据他了解,微软和ChatGPT整合后,用的模型也不是最大的千亿级参数模型,而是一个中等大小的模型,只有几百亿的参数量,这些都会大幅降低模型的推理成本。

传统大厂VS创业公司

在陈昱看来,对大模型公司而言,数据量非常重要,但创业公司同样拥有在市场上挑战大厂的机会。OpenAI取得的成绩挑战了Google在搜索引擎领域的商业模式,更是为人们津津乐道。

“互联网上的数据对所有玩家都没有区别,区别在于数据背后的人工反馈。”陈昱介绍,“创业公司肯定没有大厂那么多的数据量,但它可以有一些创新的方式来收集数据和反馈,比如ChatGPT的聊天服务,其实用户每一次和他的对话都会被记录下来,它就在这样的对话反馈中学习。”

另外,陈昱也认为,大语言模型的研发中,创业公司的灵活性让他能比大公司做的更好。“如果是大公司里的一个部门,就会有大公司病带来的一系列弊端。如果一个大公司想去推出一个类似的服务,肯定公司内部会有人跳出来说你这个模型做的不完美,出去会损害公司品牌,或者说你会挑战我们已有的商业模式……无数理由让它做不下去,但在创业公司我就是无畏无惧的。”

早在2021年底,云启作为唯一的早期投资机构参与了国内一家多模态AI大模型创业公司MiniMax的天使轮投资。陈昱透露,目前MiniMax首款to C(面向消费者客户)的产品Glow已近500万用户,“在商业层面,MiniMax可能是国内第一个基于用户反馈跑通大模型的公司。”

商业化之路逐渐清晰

在陈昱眼中,ChatGPT已经拥有了很多商业落地场景,尤其是在和人的语言能力有关的领域。

“to C领域(面向个人)如情感陪伴,to B领域(面向企业)如智能客服、语法校对、文章摘要、财经分析等,这些都是大语言模型擅长的东西。”陈昱介绍,“当然目前它更多还是为人类提效。现在的人工智能、包括机器人都不能完全替代人类,未来很长一段时间都会是人机协同。”

通用人工智能(AGI)是人工智能发展的终极目标,即能够达到一般人类的智慧,能够执行人类智力水平的任务。而ChatGPT是通用人工智能的研究发展中产生的阶段性成果。

“现在的研发进展比想象的快,也让大家一下子找到了前往通用人工智能的一个方向,虽然这个方向具体能走多远不清楚,但它是有阶段性成果,而且是能商业化的。”陈昱表示。“通用人工智能现在仍然是一个遥远的概念,我们也不知道是5年、10年还是100年后才能做到,所以团队除了有技术之外,真的要有理想、有情怀。”陈昱表示,“作为VC(风险投资人)本身也需要理性的理想主义,除了资金助力之外,要真正去支持那些比较宏大的理想,不然不管是ChatGPT还是其他创新,就永远不可能发生。”


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1