中國人工智能：大模型和全民AI
導讀
人工智能時代到來，技術快速發展。這半年來，我們看到無論是海外還是國內，大模型在快速迭代、千帆競發。ChatGPT的出現打开了大家對人工智能應用場景的想象空間。海外Meta的Llama2,國內的華爲盤古、百度文心一言、訊飛星火大模型等等，可以智能化礦產开採、自動駕駛、AI教育，在不同的行業賦能。過去傳統的各行各業都做了智能化的改造升級，模型即服務，這就是大模型在不同行業、在B端落地的重大意義。
人工智能影響每個人，對個人消費者，用AI升級辦公體驗、日常生活體驗已經迅速成爲潮流。最近微軟推出了Office 365 Copilot,過去傳統的辦公軟件升級成OFFICE+AI，或許开啓了新一輪辦公生產力革命。以Saas方式進行銷售，它的定價是超出市場預期的，驗證了“AI+辦公”商業化的可行性。還有諸如妙鴨相機這種小型、輕量化AI應用，由阿裏雲提供算力支持，快速合成照片。在個人消費端，AI應用發展空間還很廣闊。
算力是人工智能發展的基石。人工智能應用背後，意味着算力需求指數級提升。AI服務器和算力芯片是關鍵硬件，GPU的強大性能是當前算力芯片的主流方案。英偉達是全球GPU市場的領導者，CUDA生態形成了強大的競爭優勢。然而由於全球芯片產業脫鉤，我們需要在優化現有高端芯片配置的同時，加強研發，實現芯片國產化不被卡脖子。
產業智能化是大趨勢，影響未來20年。未來機遇有二：第一是產業機會，無數傳統企業都能智能化改造，通過對大模型進行精調，配適於不同行業，爲企業降本增效提高競爭力。第二是使用者的機會，企業和個人都可以以模型爲基礎去做很多應用，例如虛擬數字人、AIGC內容創作。人工智能應用將深刻深遠地改變人類社會，從大模型-數據-算法-算力-芯片快速迭代、爆發式增長，每個環節都有重大機遇。
正文
1 人工智能應用崛起，大模型千帆競發
從年初开始，ChatGPT帶動了全球海量的AI應用場景爆發。人工智能大模型作爲背後關鍵基礎設施，引起廣泛關注。
大模型可以分爲兩類，通用大模型和垂直大模型。
通用大模型，基礎大模型，擅長處理多種任務，是行業技術的制高點，推動產業革命。如GPT系列就是通用模型。訓練通用大模型的參數規模大，需要強大的算力支撐，通常是頭部企業的兵家必爭之地。
國內科技、互聯網巨頭紛紛布局，百度的文心一言、阿裏的通義千問大模型、騰訊的混元大模型、科大訊飛的星火認知大模型、商湯科技的日日新大模型等都是。
垂直大模型，行業大模型，是大模型應用落地的重要形式。基於通用大模型進行微調，通過訓練專業數據，向各行各業等多個場景提供更加精准、高效的解決方案。比如華爲盤古大模型就是針對行業提供專業大模型，已經初步運用在政務、金融、鐵路、氣象、煤礦等領域。
國際上，除了ChatGPT外，還有Llama2，是Meta與微軟聯手推出的开源大模型,包含70億參數、130億參數、700億參數三個規模；其訓練數據快速增加，接受了2萬億tokens的訓練。就像Chatgpt4是在3.5基礎上的迭代，Llama2相較於上一代Llama1性能更優秀，Llama1更接近於GPT-3.5。
开源且免費商用具有裏程碑意義，开發者或初創企業可以在模型的基礎上做研究、做創新，調優出適合應用的產品，此舉加速了應用的开發、AI產業化進程，帶動更多創新和變革。
國內，文心一言、訊飛星火都是大模型的代表。文心一言是首個國產生成式語言大模型，從昆侖芯、飛槳深度學習框架、文心大模型對芯片層、框架層、模型層到應用層進行了全棧自研布局。百度搜索引擎、智能雲、Apollo智艙系列產品和小度等都有大模型的融合應用。
科大訊飛星火認知大模型有文本生成、邏輯推理、語言理解、知識問答、數學能力、代碼能力、多模態能力，並將這些能力融入到應用產品當中，他的AI學習機、訊飛聽見、訊飛智能辦公本都有融入應用。涵蓋了辦公、教育、醫療、工業、車載等場景。
人工智能大模型降低各行業的AI的使用門檻。縱觀全局，全球大模型現已“百模爭鳴”。以後跑出來的大模型將趨於頭部化，企業會選擇性能最優的大模型進行接入，在此基礎上精調、適配出適合自己的應用。
2 大模型先在to B端落地，未來每個人都可用AI，to C端有無限空間
過去我們說產業數字化、數字產業化和產業智能化。產業和公司，也就是to B端，是過去人工智能應用快速發展的重要方向，率先實現商業化，引領了大模型落地，幫大模型公司實現了一定規模的盈利。
模型即服務，垂直大模型直接對接到不同行業的不同場景:
比如盤古大模型在礦山商用，用大模型技術去增益能源行業。能源行業智能化，向更安全、智能、高效化發展。通過海量數據預訓練，AI智能監測系統能自動識別異物、動作規範，准確率達95%以上，保障作業安全。遠程挖煤得以實現，工人們可以從環境惡劣的地下轉至地面辦公室工作，極大程度地減少安全事故。目前已經在全國很多礦井規模使用，覆蓋煤礦的採、掘、機、運、通等業務流程下1000多個細分場景。
再比如，大模型可以與醫療行業結合，通過訓練醫學專業知識，提高大模型在各類醫學場景中的准確性，全方位優化患者就診體驗。
大模型應用落地的另一種形式，是基於大模型技術开發出具體產品，也稱單點工具，可以直接賦能企業或個人。例如，ChatGPT就是大模型GPT-3.5的單點工具。
還有Copilot是基於GPT-4开發的產品，其商業價值不可小覷。
微軟AI工具Office 365 Copilot向企業收取每用戶30美元/月的服務費用，SaaS形式收費，定價相對較高。帶有Copilot的智能產品相較於基礎訂閱計劃，漲價幅度約達53%到240%，這反映了市場對AI賦能辦公領域的強勁需求。Copilot就是將大語言模型GPT-4的能力運用到辦公場景當中。例如，通過給定資料，迅速在Word中生成文案；根據指令在Outlook中自動生成回復郵件；Excel獨立分析數據並完成數據可視化；根據PDF文檔自動生成PPT等。以往工作模式將發生翻天覆地的變化，個人工作效率大大提升。這就是人工智能大模型技術落地到個人辦公，以後會成爲人工智能最快變現的領域之一。
金山辦公WPSAI是WPS與AI結合，原有辦公產品升級爲智能文檔、智能表格、智能表單，辦公場景智能化，並在移動端也上架了AI功能，這也是金山辦公的第二增長曲线。
無論是國內還是全球，“AI+辦公”商業可行性已被驗證，AI產業的商業化節奏加速，普惠每個人成爲可能。
人工智能在個人消費者C端還有無限的應用。比如妙鴨相機，數字分身寫真破圈。這是一款基於大模型“提香”开發的C端應用AI相機，有幾十款寫真模板，只需上傳一些自己的照片，9.9元生成數字分身，選擇模板便可一鍵生成高清寫真。相較於傳統寫真拍攝模式，AI相機爲使用者節省了成本和時間。隨着大模型更新，圖片自然度將會越來越好。以後，類似這樣的C端AI應用將持續增長，用AI技術去做爆款、做產品，大有可爲。
過去這些年，人工智能完成了從0-1的積累。腦機接口、星鏈技術、人形機器人、智能雲，這些都是未來人工智能大有可爲的應用領域。人工智能的發展過程是非线性的，迭代和進化的速度非常快。過去從0-1，現在是從1到100、到1萬、100萬，突然爆發了無數的應用場景，潛力超乎想象。人工智能的大跨越式發展主要是因爲這些年積澱的技術騰飛了，技術瓶頸突破了。比如：計算機視覺識別、語音交互、自然語言處理以及預訓練模型技術。一個典型的例子是，人工智能技術的積累，推動了智能駕駛的發展。計算機視覺的語義分割技術，可以爲單個像素分類，區分了人、車、道路、背景。智能駕駛走向了更高級別，以後L3、L4以上的智能化，都要靠這個技術。
新基建1.0在於建，新基建2.0在於用，人工智能是新基建的重點領域，重中之重就是應用場景，和各個行業結合，全都在做智能化迭代。現在人工智能大模型百花齊放，就是行業快速發展的信號。表現形式有二：
第一，以垂直大模型直接賦能行業；第二，基於大模型技術开發出具體單點工具進行應用。“AI+辦公”、“AI+搜索”率先引領人工智能應用最快變現。AI的“諾基亞蘋果時刻”已來。
3 人工智能應用背後，意味着算力需求指數級提升
大模型的“大”，是指訓練的數據量足夠大，而那么大的數據量如果要進行處理，就需要龐大的基礎算力支撐。全球算力需求快速增加，英偉達黃仁勳說：現在是生成式人工智能的引爆點。世界的每個角落都會有算力需求。
“龐大、快速”，這兩個詞意味着算力供需之間的巨大不平衡。深度學習出現前，用於AI訓練的算力20個月翻一番，這是傳統摩爾定律。深度學習出現後，AI算力6個月翻一番。大模型帶動算力需求擴張10到100倍，這是新摩爾定律，顛覆性重置科技行業的增長邏輯。
華爲技術有限公司董事長、首席供應官應爲民在“2023世界半導體大會”上表示：中國對人工智能芯片的需求和年初相比，半年時間裏需求增長了10倍以上。隨着相關應用落地節奏加快，算力需求進一步膨脹，供給規模受限，矛盾更加突出。
有差距總好過沒機會，關鍵是選好賽道精准下手。當年發展光伏、新能源車，很多人都說這是砸錢的买賣，二十多年過去，新能源已經是“中國制造”的新名片了。多年前的新能源汽車，就是當下的算力賽道。
中國數字經濟規模50萬億，算力關聯產業是數字經濟的超級賽道，規模有望突破十萬億。根據中國信息通信研究院測算，2022年我國算力核心產業規模達到1.8萬億元。算力每投入1元，將帶動3至4元GDP經濟增長。算力基礎設施是新計算時代的“國之重器”，是數字經濟時代國家的核心競爭力，算力的發展，具有極強的經濟意義。因此，對算力基礎設施的扶持，成爲政策重點，各地都加速算力新基建。比如，北京就提出要建設人工智能公共算力中心和北京數字經濟算力中心。上海要建設人工智能的公共算力平台，到2025年，整個算力超過18000 PFLOPS，規模非常驚人。蘇州則給到了實打實的補貼，本市企業按使用AI算力費用的20%給補貼。
算力芯片和AI服務器是算力產業中最爲關鍵的硬件產品。AI服務器採用CPU+GPU的異構形式，可以爲AI大模型提供強大算力支持，其主要成本主要來自CPU、GPU等芯片，佔比50%以上。芯片是重中之重，AI算力的直接來源，按芯片類型可分爲GPU、FPGA、ASIC等，其中GPU仍爲主流方案，佔據AI芯片市場最大份額，2021年約爲91.9%，具有通用性強、速度快、效率高等特點。
目前，在高端AI芯片中，英偉達佔據絕對地位，其A100、H100芯片被認爲算力是最高的，能廣泛地應用於人工智能、雲計算、數據分析等領域。目前英偉達主流算力芯片面臨嚴重短缺，供不應求，價格持續走高。受國際形勢影響，英偉達向中國出口芯片受到限制。發展算力基礎設施迫在眉睫，需加大國產芯片自研力度，早日實現AI芯片自主可控。
算力是發展人工智能的基礎，需打造堅實穩固的算力底座。大模型-數據-算法-算力-芯片都在快速迭代進步。以後，越來越多的人工智能企業，开啓設計芯片、制造芯片，解決我們的“卡脖子”問題，這是一個必然的趨勢。人工智能企業越來越強大，從掌握海量的數據，構建機器學習的算法，到最後突破最困難的芯片環節。
4 人工智能產業化應用是大趨勢
人工智能爲產業升級創造的價值，才剛剛开始，空間無限廣闊。
未來，企業用不用人工智能，決定其競爭力。深度使用人工智能技術的企業，能夠更快速地生產產品，他們產品的質量要優於那些不使用人工智能技術的企業。比如，工業生產的產品都需要經過質量檢測才能上市售賣，如果都用人工檢測，一疲憊就容易出現偏差，售賣良莠不齊的產品十分容易損傷口碑。而AI技術檢測設備,可以二十四小時保持狀態，完美高速地剔除掉質量不好的產品。
人工智能下一階段的機遇是什么？
第一是產業機會，無數傳統產業都能智能化改造，空間巨大。之前提的“模型即服務”，有了大模型，你我皆可用AI。就能把AI的能力用到千行百業去，用到每一個生產生活的核心場景。大大降低了使用AI門檻，同時幫助很多企業去降本增效。“通用大模型”、“通用人工智能”，經過長期的訓練，積累了各行各業海量數據，根據行業，來精調、適配。
第二是使用者的機會，未來的公司、企業、個人，都可以圍繞人工智能技術，去做很多應用。以後，應用人工智能，用AI賦能產業、生產、內容創作，會有無限的新機遇。比如移動互聯網時代，最成功的方向之一就是利用平台去迭代傳統產業。電商、外賣都是那個時代的產物，重塑了中國的資金、資源、渠道，中國乃至全球的整個零售大消費都洗了一遍牌。
現在，人工智能時代到來，會改變更多的產業。比如交通、能源、金融，都有一系列的大模型。如果能夠根據這些不同的行業大模型，來开發出各種各樣的應用，比如用語言類大模型开發虛擬人的帶貨主播，這將衍生出來新的商業模式，對敢闖敢拼、想找到新風口的創業者來說，是尚待开發的的處女地，是一片機遇無限的藍海。
順勢而爲，抓住時代趨勢，選擇優於努力。現在用不用AI，就像以前順不順應互聯網時代的趨勢一樣。二十年前的互聯網，造就了一批世界級企業，也惠及了每個人。未來幾年，人工智能也將成就一批“想用、敢用、會用AI”、走在時代前沿的企業和個人。關於人工智能，還有更多的新商業、新模式等待开發，毫無疑問，這都是新的增長點，誰先入局、誰先打破視野盲區，誰就能佔得先機。
標題：中國人工智能：大模型和全民AI
地址：https://www.iknowplus.com/post/24279.html
