微软的iPhone时刻
格隆汇 | 2023年3月24日 08:37
作者 | 弗雷迪
数据支持 | 勾股大数据（www.gogudata.com ）
在新一代GPT问世后，微软旋即推出了Microsoft 365 Copilot，新的办公软件由GPT-4驱动，在减少大量用户操作下，协助生成文档、电子邮件、演示文稿和更多内容。
处理效率之高，愈发让人惊呼，生产力和人机交互的新一轮革命不再只是想象。
新技术的颠覆效果，往往看它能否展现出更低成本、更高产出、更省时间的产品力。
为GPT提供算力的CPU服从摩尔定律，即每隔18-24个月（更省时间），原来的晶圆上封装的晶体管数量将会翻倍（更低成本），芯片的性能也会随之翻倍（更高产出）。
能够实现以上三角的优化解决方案，最终会推动飞轮旋转，实现强大的规模效应。而Open AI与微软的合作，似乎在朝着这个方向努力。
h2 01 GPT-4让我们离AGI又近了一步/h2ChatGPT风靡全球之后，OpenAI的创始人Sam Altman曾表示，一个全新的摩尔定律即将出现，宇宙中的智能数量每18个月翻一番。
下载APP
AI的复杂性会随着市场边界的扩大而进一步加深，具有涌现出新特性的潜质。
模型的底层逻辑是算力、数据、算法三位一体的结合，但复杂程度与数据规模相匹配。
随着参数量的增长，大模型的能力比起小模型要更加泛化。如果小模型的目标是做一个行业专家，那么大模型的定位则是要成为一个通才。
AGI（通用人工智能）被设计的目的，是让机器模仿并逐渐超越人类，实现与人类相近的能力，计算、推理、思考、创造，但是会更快、更高效。
学会吸纳更多的参数，是大模型复杂度提升的基础条件，数据就是AI 的血液。
第一代GPT的训练参数只有1.17亿参数，模型引入了Transformer架构，在处理文本的时候，学会利用上下文信息来预测下一个单词。
在处理不同的任务时，仅需要对预训练形成的网络结构进行微调，就能取得比传统NLP模型更好的泛化效果，也加快了模型处理数据的效率。
GPT2.0阶段，模型学会了多任务处理。开发者再次测试了容量对于性能提升的帮助，不再需要标注，而是让模型根据给定的指令去理解任务。
这个阶段的训练表明，随着模型容量和数据增大，不需要给模型提供样例，它也能够很好地理解并且完成任务。
基于这层理解，到了GPT-3，开发者也就有了更大的底气实现参数规模的跃迁，在海量语言模型参数集中，少数样例设置下，GPT的准确性继续得到提升。
语言模型参数增加，GTP在NLP任务上表现提升
到了第四代，模型之间的代际差异随着任务复杂度的提高更加明显，这是GPT-4能做到的事情：
考试成绩取得比老版本更好的表现，意味着语言理解、推理能力持续进步；
语言风格更加灵活，GPT-4向我们展示了她能够当好一个耐心的数学老师；
支持文字和图像的混合输入，并且能够精准地描述图片上的内容，理解任务要求并生成代码。
国内百度16日发布了对标chatGPT的产品“文心一言”，也已经能够支持多模态的转换，文字可以直接在对话中生成图片和视频。
随着多模态的实现，基于自然语言模型的GPT未来有希望率先向AGI靠拢：
- 大幅降低内容生成的门槛；
- 学习成为各个领域的专家，作为企业业务增长、科研进度加快的重要抓手；
- 革新人机交互的方式
OpenAI开放GPT 的初衷不仅在于找到最佳的落地应用，而且在复杂的人类信息流里得到反馈，扩大其能力的边界。代际之间，GPT快速进步的能力超乎想象。
基于AGI最终很可能会实现的设想，AI的安全也将逐渐上升为一个全人类的重要议题。
OpenAI因此会在正式版本发布之前花费数月的时间进行风险评估，不过最终，无论进行多严格的审查，人类的未来始终该由全人类来共同决定。
h2 02 微软的iPhone时刻/h2杀手级应用的诞生，对加速生产力变革具有重要的转折作用。
19世纪末的蒸汽机靠烧煤提供动力，但操作和燃料需要耗散大量人工和效率。后来西门子率先发明了电动机车，只消铺一条电线，不过当时电费比煤费还要贵，需要频繁充电。
直到福特T型车横空出世，流水线生产让汽车制造成本大幅降低。随之重量更轻、体积更小、操作更灵活的内燃机汽车开始走进千家万户，逐渐替代了蒸汽机和电动机。在这之后我们又有了飞机和火箭。
AI的应用，让人和计算机交互的方式产生了剧变。微软CEO曾经表示，Copilot的自然语言交互将是下一轮人机交互方式变革的雏形。
从图像界面的PC，到iPhone多点触控的智能机，每一次人机交互方式的变革孕育着全新的下游应用生态。
过去的AI就只是大模型，把几十台服务器放在一起训练，没有落到实地的应用。OpenAI与微软的合作，实现了两件事情。
一是跑通了商业模式，GPT的训练和日常运营背靠微软Azure的算力支持，微软云服务Azure的市场份额仅次于AWS，是谷歌的两倍。
巨额算力和AI大模型的结合，允许OpenAI进一步推出订阅式服务，形成了MaaS(Model as a Service)。
Open AI 有两种订阅模式，一种to B，给企业客户和开发者提供ChatGPT API，一千个token输入按0.002美元算，另一种to C，给普通用户开放最新功能，每个月收20美元。
用户的快速增长摊平了训练和推理所需的算力成本。GPT经过用户反馈的自主增强学习后，能力有了更快的提升，形成良好的正反馈机制，跟平台粘性越强，获客成本就越低是一个道理。
二是在微软的加持下，GPT和Bing、Gibhub以及Office等多个在线工具深度绑定。你有技术，我有产品，两家在商业化上拥有完美的协同效应，率先完善了云计算+AI大模型+应用工具开发的生态。
微软和谷歌两家巨头对于推进AI应用有着截然不同的态度。
交互界面的改变对两家来说都如同革自己产品的命。不同之处在于，微软的产品矩阵更快速地适应了进化。
GPT-4推出不久后，微软即正式为365应用服务提供GPT-4驱动Copilot，对于用户而言就像一个办公助手，附着在侧边栏。用户可以调用它来生成文档，根据文本创建PPT，或者分析Excel数据。
有了GPT的赋能，对于微软产品本身便是如虎添翼，这块业务，“Productivity and Business Process”去年下半年的收入达到了330亿美元。全面铺开后，增长有着更大的想象空间。
未来人们转向AI聊天界面来搜索信息，必然会给搜索引擎的广告业务带来巨大冲击。而谷歌的广告收入占了营收的80%左右，其中占大头的还是搜索广告。
谷歌还没有想好怎么革自己的命，一直如履薄冰，在应用上还没有拿出完美的方案，把iPhone时刻拱手让给了微软。
h2 03 应用层涌现，小模型也大有可为/h2芯片和算力相当于锂矿和电池，其稀缺性决定了这是少数企业有条件参与的游戏。
要匹配相应规模的算力用于AI训练并非易事，因此ChatGPT概念一火，便立刻带动有关芯片、算力的股票板块。
英伟达的A100/H100是目前最强大的数据中心专用GPU。1万颗A100芯片被认为是AI模型的算力门槛。据国盛证券估算，按照ChatGPT1月份1300万的访问量水平，对应的芯片需求就多达3万多颗A100。
此外，ChatGPT单月运营需要算力约4874.4PFlop/s-day。拥有亚洲最大超算中心的商汤科技，总算力超过每秒4910Petaflops，也就是说要训练GPT几乎得用上全部算力。
在国内，只有云厂商具备算力和AI模型的基础条件。在这个性能快速提升的领域，先发优势可能会给后边的企业带来不可逾越的鸿沟。
AI大模型对于云计算行业将发挥game changer的作用，按李彦宏的话说，以前更关注的是基础算力，而现在需要考虑的则是芯片、模型、框架协同做得好不好。
可以预见的是，AI大模型未来会自然渗透到各个办公、内容创作场景，新的应用正在涌现，正如石油、煤炭赋能了工业生产、交通运输等领域。
对于不想错过这一波技术红利的企业来说，站在巨人的肩膀上，成功概率也许更大一些。
相比垂类行业的小模型，大模型具有广泛的迁移学习能力，就像人类把骑自行车的能力迁移到学骑摩托车一样，比如在金融领域习得的知识可以迁移到税务会计等其他经济场景里。
但在大小模型联动的学习方式里，小模型可以通过知识蒸馏从大模型中学习，并可以在许多下游任务中达到与大模型相似的性能，就像老师带着学生。
同时，AI模型+文本&对话&图像&视频&代码等多模态的实现，让AGI有在影视娱乐、游戏、电商零售、广告营销等商业场景具有成为专家的能力，能够大幅降低内容创作的门槛，带来生产力和成本的优化。
因为API的开放，大模型根植于更多已经成熟的商业模式，场景和用户规模正在大幅扩展。许多已经积累了大量用户的应用结合api对产品形态进行了升级，包括移动端App以及浏览器插件，被分流到各类应用的用户一旦成为AI使用者，其规模必将是指数级的增长。
h2 04 尾 声/h2许多看过《2001太空漫游》的人应该都对电影开头那个史诗级的蒙太奇影响深刻：
开头两分钟的镜头展示了人类祖先的生活面貌，猿人第一次了解到骨头如何作为工具使用，开启了智性。当白色的兽骨扔到空中时，瞬间切成了遨游在太空里的孤寂的宇宙飞船。
这一幕匹配剪辑仅用几秒钟的时间，就完成了人类进步的跨越。几秒钟的时间，对于宇宙来说无甚区别，但对于人类则是长达几十万年的进化。
在占比不到1%的技术文明浪潮中，人类的知识和财富呈现爆炸性增长，这是由技术驱动创新带来的结果。
过去几十年，关于智能的定义一直在不断的被修正，在这一轮技术革命中，AGI不会缺席。（全文完）
交易任何金融工具及/或加密货币属高风险行为，这些风险包括损失您的部分或全部投资，所以前述交易并不适合所有投资者。加密货币价格极易波动，可能受如金融、监管或政治事件等外部因素的影响。保证金交易会放大金融风险。
在决定交易任何金融工具或加密货币前，您应当充分了解与金融市场交易相关的风险和成本，并应当谨慎考虑您的投资目标、经验水平以及风险偏好，必要时应当寻求专业意见。
Fusion Media在此提请您注意本网站所含数据未必实时、准确。本网站上的数据和价格未必由市场或交易所提供，而可能由做市商提供，所以价格可能并不准确且可能与实际市场价格存在差异。即该等价格仅为指示性价格，不宜为交易目的使用。Fusion Media及本网站所含数据的任何提供商不承担您因交易行为或依赖本网站所含信息而导致的任何损失或损害的责任。
未经Fusion Media及/或数据提供商书面许可，禁止使用、存储、复制、展现、修改、传播或分发本网站所含数据。提供本网站所含数据的供应商及/或交易所保留所有知识产权。
Fusion Media根据您与广告或广告主的互动情况，网站上出现的广告客户可能会向支付费用。
本协议的英文版本系主要版本。如英文版本与中文版本存在差异，以英文版本为准。