美女草逼-美女大量-美女福利在线观看国产-美女黄的全免费视频-美女黄的视频免费大全-美女黄免费视频

摘要

近期OpenAI、微軟和百度競相發(fā)布大模型產(chǎn)品，帶給人們實(shí)實(shí)在在的震撼體驗(yàn)。MaaS（Model as a Service）模型即服務(wù)以其通用性、自監(jiān)督學(xué)習(xí)能力和強(qiáng)大的智能能力助力AI產(chǎn)業(yè)化進(jìn)程，降低AI落地應(yīng)用的門檻。國內(nèi)外AI領(lǐng)域企業(yè)競相研發(fā)有競爭力的大模型產(chǎn)品，大模型領(lǐng)域已初步形成生態(tài)規(guī)模。未來，大模型在應(yīng)用端、中間服務(wù)端以及底層服務(wù)端發(fā)展?jié)摿薮蟆?/span>

從OpenAI發(fā)布GPT-4，到百度發(fā)布文心一言，再到微軟發(fā)布Office的AI生產(chǎn)力工具M(jìn)icrosoft 365 Copilot，各大廠紛紛重金布局既是前瞻性的戰(zhàn)略舉措，也是資本和技術(shù)的完美展示。據(jù)報(bào)道，GPT-3訓(xùn)練一次的成本約為140萬美元，2022年，OpenAI公司凈虧損5.45億美元，成立七年累計(jì)凈投入近40億美元。人們不禁要問，是不是只有大廠才有資格參與人工智能這場盛宴？AI是否只掌握在少數(shù)大廠的算法人員手中，難以走向大眾化？模型即服務(wù)（MaaS）作為一種新的商業(yè)模式，有望打破局限，即便是非互聯(lián)網(wǎng)行業(yè)小公司，也可能通過MaaS模式，打造出一款專業(yè)領(lǐng)域的爆款應(yīng)用軟件。

一、何為MaaS 

在云計(jì)算時代，我們已經(jīng)熟悉的是IaaS（基礎(chǔ)設(shè)施即服務(wù)）、PaaS（平臺即服務(wù)）和SaaS（軟件即服務(wù)），而MaaS 作為AI領(lǐng)域一種全新的商業(yè)模式，正如李彥宏所說，過去云服務(wù)看算力、存儲等基礎(chǔ)，未來則更多會看框架與模型，MaaS將會改變云計(jì)算的游戲規(guī)則。

大模型是“大算力+強(qiáng)算法”結(jié)合的產(chǎn)物，通常是在海量公開的無標(biāo)注數(shù)據(jù)上進(jìn)行訓(xùn)練，學(xué)習(xí)出一種特征和規(guī)則，應(yīng)用開發(fā)時通過目標(biāo)任務(wù)場景中的小數(shù)據(jù)集進(jìn)行微調(diào)，使模型達(dá)到需要的性能，就可以完成多個應(yīng)用場景的任務(wù)。在這一過程中，這種在公開數(shù)據(jù)集訓(xùn)練過的深層網(wǎng)絡(luò)模型，即為“預(yù)訓(xùn)練模型”，預(yù)訓(xùn)練能夠大大降低下游任務(wù)模型對標(biāo)注數(shù)據(jù)規(guī)模的要求，從而可以很好的處理一些難以獲得大量標(biāo)注數(shù)據(jù)的新場景。

簡單來說，MaaS模式下，通常是科技巨頭開發(fā)出一套AI模型作為一個通用的底板，正如一個“通識型人才”，通過對外開放這些AI模型的調(diào)用接口吸引規(guī)模較小、但是深耕行業(yè)的玩家，由細(xì)分領(lǐng)域的公司將模型打磨成真正滿足行業(yè)需求的應(yīng)用，也就是培養(yǎng)出“專業(yè)人才”。

AI大模型的開發(fā)方式

參考資料：百度文心大模型官微

二、MaaS能給AI產(chǎn)業(yè)帶來什么

自人工智能誕生以來的七八十年間，帶給人們的驚嘆比比皆是，MaaS的概念之前也被提出過，但為何在今時今日火爆出圈？

從上世紀(jì)六十年代最早的智能機(jī)器人Shakey，到八十年代深藍(lán)戰(zhàn)勝國際象棋冠軍卡斯帕羅夫，再到2016年的AlphaGo戰(zhàn)勝世界圍棋冠軍等等，AI技術(shù)從來不缺讓人震撼的新聞，但真正能夠產(chǎn)業(yè)化落地的卻少之又少，過去的AI熱帶火的更多是概念和信心，但還沒有產(chǎn)生顛覆某個行業(yè)的影響。但是這一輪AI技術(shù)帶來的完全是不同的新體驗(yàn)，2022年ChatGPT的出現(xiàn)，讓我們所有普通人都感受到切切實(shí)實(shí)的“好用”，上線僅僅2個月后注冊用戶數(shù)就突破了1億，完全超出人們的預(yù)期，這是有可能顛覆“搜索引擎”行業(yè)的新技術(shù)。

目前，人工智能正處于產(chǎn)業(yè)化落地應(yīng)用的早期階段，努力發(fā)展 “好用”的產(chǎn)品，但面臨著人力研發(fā)成本高、特定場景數(shù)據(jù)較少導(dǎo)致模型訓(xùn)練精度不夠、模型算法產(chǎn)品化實(shí)際效果不滿足需求、場景需求碎片化等行業(yè)痛點(diǎn)。而大模型通過提高模型的通用性、降低研發(fā)成本等方式能夠加速AI產(chǎn)業(yè)化進(jìn)程，降低AI落地應(yīng)用的門檻。

（1）大模型的通用性提升AI 開發(fā)的效率

過去近10年間，AI開發(fā)主要是通過“深度學(xué)習(xí)+大算力”從而獲得訓(xùn)練模型，但是在傳統(tǒng)模式中，AI模型基本上是針對特定應(yīng)用場景需求進(jìn)行訓(xùn)練的，整個模型開發(fā)需要完成從確定場景需求、數(shù)據(jù)收集、模型設(shè)計(jì)到落地應(yīng)用等階段的整套流程，不僅耗費(fèi)時間長，一個項(xiàng)目往往需要數(shù)月甚至數(shù)年才能完成，而且對人力素質(zhì)要求很高，需要優(yōu)秀的產(chǎn)品經(jīng)理、專業(yè)的AI 研發(fā)人員等協(xié)同合作，人力成本高昂。但是，這樣定制化的模型開發(fā)方式得到的模型在許多垂直行業(yè)場景任務(wù)下并不通用，模型無法復(fù)用和積累，導(dǎo)致了AI落地的高成本、高門檻與低效率。

而大模型通過從海量的、多類型的場景數(shù)據(jù)中學(xué)習(xí)，總結(jié)學(xué)習(xí)不同場景業(yè)務(wù)下的通用特征和規(guī)則，成為具有泛化能力的模型底座，利用大模型進(jìn)行新的業(yè)務(wù)場景下的應(yīng)用開發(fā)時，對大模型進(jìn)行微調(diào)或者不調(diào)整，就可以完成多個應(yīng)用場景的任務(wù)。過去，云計(jì)算服務(wù)商通常會將硬件資源、通用的軟件能力、底層框架等來提供服務(wù)，如今，基于大模型的通用能力可以有效應(yīng)對多樣化、碎片化的AI應(yīng)用需求，模型也上升到底層框架服務(wù)的維度，開始成為第一生產(chǎn)力。MaaS體現(xiàn)了All For everyone的概念，數(shù)據(jù)集倉庫、模型倉庫、算力平臺通過提供零門檻模型體驗(yàn)、快捷的模型使用、完整鏈路的模型定制和云端模型部署向每個人開放，包括AI愛好者、使用者、開發(fā)者和研究者。

三、MaaS 的應(yīng)用場景

四、國內(nèi)外大模型布局

當(dāng)前，大模型領(lǐng)域已初步形成生態(tài)規(guī)模，國內(nèi)外眾多公司和研究機(jī)構(gòu)在大模型領(lǐng)域積極布局，大模型參數(shù)規(guī)模最高已達(dá)百萬億級別，且面向多模態(tài)場景的大模型已成為未來的趨勢。

國外的超大規(guī)模預(yù)訓(xùn)練模型起步于2018 年，并在 2021 年進(jìn)入白熱化階段。2017年，Vaswani等提出Transformer架構(gòu)，使深度學(xué)習(xí)模型參數(shù)達(dá)到了上億的規(guī)模。2018年，谷歌提出了大規(guī)模預(yù)訓(xùn)練語言模型BERT，同年OpenAI提出了生成式預(yù)訓(xùn)練Transformer模型——GPT，使自然語言處理領(lǐng)域飛速發(fā)展。之后，OpenAI 繼續(xù)推出15億參數(shù)的GPT-2、1750 億參數(shù)的超大規(guī)模語言訓(xùn)練模型 GPT-3，通過兩年時間實(shí)現(xiàn)了模型規(guī)模從億級到上千億級的突破，實(shí)現(xiàn)作詩、聊天、生成代碼等功能。2021 年，谷歌推出首個萬億級語言模型Switch Transformer。高速發(fā)展一直持續(xù)到2022年，OpenAI 推出ChatGPT、GPT-4，震撼了幾乎整個世界。大型語言模型的參數(shù)數(shù)量保持著指數(shù)即的增長。

在國內(nèi)，超大模型的發(fā)展也非常迅速，2021年是中國 AI大模型的爆發(fā)年。2021 年，商湯發(fā)布擁有 100 億的參數(shù)量的書生（INTERN）大模型，截至2021年中，商湯已建成擁有超過 300 億個參數(shù)的世界最大計(jì)算器視覺模型。同年4月，華為云聯(lián)合循環(huán)智能發(fā)布參數(shù)規(guī)模達(dá)1000 億的盤古NLP超大規(guī)模預(yù)訓(xùn)練語言模型。隨后，浪潮信息發(fā)布約2500億的超大規(guī)模預(yù)訓(xùn)練模型“源 1.0”，百度推出參數(shù)規(guī)模達(dá)2600 億的ERNIE 3.0 Titan 模型，而阿里達(dá)摩院的M6模型參數(shù)達(dá)到10萬億，將大模型參數(shù)直接提升了一個量級。2022年，清華大學(xué)、阿里達(dá)摩院等聯(lián)合研究的“腦級人工智能模型”八卦爐（BAGUALU）發(fā)布，模型參數(shù)突破了174 萬億個，完全可以與人腦中的突觸數(shù)量相媲美。

信息來源：商湯科技官微，天翼智庫、公開信息

五、發(fā)展機(jī)遇

李彥宏在文心一言發(fā)布會上預(yù)言大模型時代將產(chǎn)生三大產(chǎn)業(yè)機(jī)會，排在首位的是新型云計(jì)算公司，其主流商業(yè)模式從IaaS變?yōu)镸aaS。大模型時代的來臨催生新模式新業(yè)態(tài)，AI大模型正逐步融入到生產(chǎn)生活領(lǐng)域的每一個核心場景，最大的發(fā)展機(jī)遇就是在應(yīng)用端。圍繞大模型底座進(jìn)行應(yīng)用開發(fā)的公司，即應(yīng)用服務(wù)提供商，基于文本生成、圖像生成、音視頻生成等場景，開發(fā)金融大模型、醫(yī)療大模型、交通大模型、能源大模型等一系列應(yīng)用大模型，將技術(shù)平臺與產(chǎn)業(yè)深度融合，完全有可能成為未來的獨(dú)角獸企業(yè)，挖掘出巨大的市場潛力。

MaaS模式下的人工智能行業(yè)，也不再只是科技巨頭的市場，那些多年深耕細(xì)分行業(yè)，具備行業(yè)模型精調(diào)能力的公司，可充分利用自身懂市場、懂業(yè)務(wù)、懂客戶的優(yōu)勢作為通用大模型和企業(yè)之間的中間層，創(chuàng)造出更好的細(xì)分產(chǎn)品。而底層服務(wù)方面，新型云計(jì)算公司將迎來發(fā)展機(jī)遇，主流商業(yè)模式將從IaaS變?yōu)镸aaS，以模型服務(wù)為新的業(yè)務(wù)增長點(diǎn)。

大模型已開啟AI新時代，未來市場潛力和想象空間巨大，讓我們拭目以待。

 備注：本文僅作為產(chǎn)業(yè)科普，不提供任何投資建議。

參考資料：《人工智能行業(yè)專題報(bào)告：模型即服務(wù)》、《MaaS：Model as a Service 模型即服務(wù)》、《深度解析：為什么說MaaS是云計(jì)算的未來？》、《人工智能：模型即服務(wù)（一）》、《MaaS模型即服務(wù)：AI領(lǐng)域獨(dú)特商業(yè)模式，降低AI使用門檻》、《阿里推出“模型即服務(wù)”，開源300+AI模型》