下载掌阅APP，畅读海量书库
立即打开
以GPT系列为代表的大模型正在重塑IT行业的结构。
如图2.2所示，新结构的底层仍旧是云，可能配备了数以万计的GPU或XPU（极限处理器），它们构成了算力基石。往上一层是经典的IaaS层（Infrastructure as a Service，基础设施即服务，包括了计算、存储、网络、数据、安全等）。再往上是基础模型层（Foundational Mode），又称MaaS层（Model as a Service，模型即服务）。在此之上有许多VFM（Vertical Foundational Model，垂直基础模型），比如，用于自动驾驶、蛋白质解析、智能教育、具身智能的，难以计数。而且，这些垂直基础模型并非相互孤立、彼此隔绝，而是可以相互结合、形成对用户价值更高的应用——SaaS（Software as a Service，软件即服务）。
图2.2 未来的技术架构
在这样的结构下，对于AI大模型时代的竞争者而言，似乎每一层都意味着崛起的机遇。理论上当然是这样，然而对那些资源不充分和实力不够强的企业来说，无论是在算力层、基础设施层还是在基础模型层，获得成功的概率都不太高——因为有门槛，并且难跨越。事实上，大多数创新风口应该会出现在垂直基础模型层及其上的SaaS层。
不仅如此，要想在部署端（智能手机、PC、物联设备、智能汽车和机器人等）加入AI的能力，就需要为边缘定制模型，在这方面有很多工作待完成。况且，具体到部署端，模型并不是越大越好，而是越小越快越好。比如，当我们把大模型的能力迁移到无人驾驶的汽车里，首先要解决的问题是可靠与精确——让AI能够在最短的时间内对交通状况做出最佳的判断，延时越短，效果就越好，而不是赋予驾车的AI以写诗作曲、生成影像的功能。
我的判断是，在大模型时代，边缘的机会非常大，也非常多。所以，我们有不少正在推进中的边缘计算、边缘模型、模型交互、联邦学习与小模型的项目。
一些国外公司正在瞄准AI操作系统的机遇发力攻关，百度、阿里巴巴、腾讯、字节跳动、华为等有底蕴、有远见的本土巨擘也在此领域布局。哪怕是初创公司，倘若能够获得百亿级的投资，也可以尝试探索一番，OpenAI就是这么成长起来的。但我觉得，有想法的企业还是应该量力而行，不应该看到风口便往上扑，一窝蜂似的去做操作系统层。就像在移动互联网时代，iOS和Android固然发展得很好，但显然应用层催生了更多的超级玩家，如今日头条和TikTok、微信和淘宝。大模型时代也是如此。
在大模型时代，操作系统一家独大的可能性不大。因AI而生的App可以接入不同的系统，结合不同的基础大模型。所以，与其临渊羡鱼，不如多观察、多思考模型和模型之间的互动，以及怎样更好地跨模型工作，怎样在模型里收集知识，进而将其转化为自身的产品优势。
一个积极的变化是，以往开发任何应用都需要大规模的数据，现在依托预训练模型，数据的调用已不成问题，因而每个企业只需要结合自己的专有数据做精调训练（Fine Tuning）和提示工程（Prompt Engineering），就能以比过去更少的投入获得更好的反馈与更高的回报。
总之，新时代的信息技术从业者可能会发现，有更多有趣的工作等着自己去完成。一切的改变始于ChatGPT。它的成功加速了整个行业生态的转变，带来了新范式的启示。它的影响才刚刚开始。
像GPT系列这样的大模型技术将持续向前演进，与其技术原理相近的平台、系统预计也将不断出现，在经历了投资者评估与市场考验之后，大浪淘沙，余下少数几家由幸存者升格为统治者。由于地域的区别、政策的限定，中国也会有自己的大模型及杀手级应用，它们会逐步成长为新的操作系统。这样的演变与云计算从萌芽到壮大的过程如出一辙。
经常使用ChatGPT的国内用户会发现，它的中文交互表现相当出色，这一点十分有趣。Transformer模型起初被设计用来解决序列到序列的任务，如机器翻译，训练它的时候就使用了各种不同的语言。其后，Transformer模型在语言映射之间找到了结构，学会了语法和语义。这说明，用于训练模型的语言语种越多，其效果可能就越好。因此做中文大模型时，最好别让训练原料局限于中文，加入更多的语种很有必要。
据2023年6月国际数据公司（IDC）发布的报告，全球每一年产生的数据量大约是上一年的1.26倍，增长速度超出了摩尔定律。其中大部分数据可能由非中文语种产生，但我认为，这对于训练中文大模型来说，现在乃至以后都不算是限制。原因有两个方面：一是我们可以用英文及其他语种的数据来训练中文大模型；二是用于训练大模型的数据远不只文本，还包括视频、语音等多模态数据。不久，不只是源自信息世界的数据，物理世界（自动驾驶车辆、机器人、边缘设备、各种工业设施等），生物世界（基因组学、细胞组学、人类的大脑器官等）的各种数据都可以转变为Token（词元），供AI持续学习。甚至某天，研究人员将各种气息、味道、触感进行数据化后喂给AI，强化其能力。
想象一个线下社交场合，人和人之间交换信息的方式固然以对话为主，但视、听、嗅、味、触五感产生的信息量或许更大。另外，现在绝大部分被纳入统计的数据是由人类和各种机器、传感器产生的数据，这些只是浮在海面上的冰山一角，物理世界中还有更多数据暂时处于海面以下。比如，每位驾驶员、每辆车每天产生的数据都是TB级别的，生物世界的数据量级只会更高。也就是说，数据量绝不会成为训练中文大模型的瓶颈。
比获取数据更重要的是怎样用好数据。ChatGPT的表现如此优异，有一个重要原因是研发团队对边际工作给予了高度重视，如数据清洗、半监督学习等。团队不仅在技术层面及时调试、优化，还雇用了很多人对数据做各种标注，再加上纳入了人类反馈的强化学习——相当于我们与ChatGPT的每轮对话都能让它变得更聪明。所以，除了保障用于模型训练的算力、数据和算法，边际环节也很重要。
今天，在围绕AI展开的新一轮科技长跑的进程中，中国科技界与“世界顶尖”之间的差距可能更多地体现在高端计算芯片、算法系统和一些大的平台级技术方面。但我觉得，国内的科研人员、创业者和工程师，一旦集中资源、保持耐心、认真做事，就有机会追赶上别人。
值得注意的还包括，在生成式AI刚刚在产业内外引发极大关注的阶段，美国很快便出现了针对大众用户的实用化产品，如DALL-E、Midjourney、Cursor、Pika、Suno AI等垂直类应用，这些应用从上线到获客、实现营收的路径都很短。
中国目前有很多聚焦生成式AI机遇的新创公司，而且风险投资行业、高科技企业也在紧密关注着新的风向。这一领域的大多数创新遵循两种模式，一是做横向的基础模型，二是做行业的垂直模型。到目前为止，更多的机会应该是在垂直领域，如边缘智能体、医疗等。对此，我的想法是，无论今后有多少机构和个人能够在这轮创新风暴中把握成长契机，进而成为新时代的弄潮儿，当下对生成式AI的探索一定会让每个人都倍感兴奋——毕竟，未知之门就在前方，每一天都是崭新的。
最后，有了ChatGPT的灯塔效应，国内许多公司纷纷投身于生成式AI的角逐就不足为奇了。“百模大战”早已开启，仅就我所知，便有几十家公司在做大模型。这谈不上是好还是坏，我认为，不管是行业巨擘还是初创企业，只要能够充分地、公平地竞争，便可创造出活力十足的市场。同时，能够坦然投身于竞争的公司才是好的公司。
大模型时代刚刚揭幕。42千米的马拉松比赛，而今可能才跑到5千米路标处。中国在PC互联时代落后于世界，在移动互联时代实现了特定领域（数字支付、短视频等）领先于世界。到了AI互联时代，我们理应给予创业者、科研人员乃至企业更多的信心、更多的时间，毕竟，这场博弈恐怕将旷日持久。