出品｜虎嗅科技組
作者｜齊健
編輯｜陳伊凡
(相關(guān)資料圖)
頭圖｜6penAI
“ChatGPT的爆發(fā)確實(shí)早于我們的預(yù)期?！?/p>
ChatGPT問世之后，戴文淵和身邊的同行們都迅速投入到了相關(guān)產(chǎn)品的研發(fā)中，一時(shí)間，圍繞ChatGPT討論最多的話題是：如何復(fù)現(xiàn)ChatGPT，以及圍繞芯片算力的問題怎么解決，甚至是如果要實(shí)現(xiàn)一個(gè)AGI（通用人工智能，Artificial general intelligence），除了GPT還有沒有別的方法。
雖然從2018年谷歌推出的上一代預(yù)訓(xùn)練語言模型BERT開始，戴文淵和他的第四范式已經(jīng)在研究AI大模型了，但直到GPT-3出現(xiàn)時(shí)，整個(gè)產(chǎn)業(yè)界才作出判斷：大模型將會到達(dá)一個(gè)舉足輕重的位置。
作為國內(nèi)最早一波AI產(chǎn)業(yè)逐浪者，第四范式創(chuàng)始人兼CEO戴文淵將ChatGPT形容為“橫空出世”——這比他之前預(yù)想的時(shí)間節(jié)點(diǎn)要提前了一點(diǎn)。他清晰地記得6年前，AlphaGo給行業(yè)帶來的震撼，并在采訪中不斷提及，GPT的進(jìn)化速度比AlphaGo更加迅猛。
第四范式創(chuàng)始人兼CEO戴文淵
正在等待港交所IPO過會的第四范式，是國內(nèi)為數(shù)不多的AI獨(dú)角獸公司。其業(yè)務(wù)主要聚焦在B端市場的AI智能決策。今年2月底，第四范式在B端市場推出了聚焦企業(yè)軟件開發(fā)和應(yīng)用的大模型產(chǎn)品“式說”。
戴文淵坦言，雖然他們很早就開始研究BERT、GPT等AI大模型，但在GPT模型的商業(yè)化投入方面確實(shí)是追隨者?！?strong>作為AI科學(xué)家，對GPT這樣的技術(shù)我們肯定不能錯(cuò)過。但作為一名創(chuàng)業(yè)者，在三四年前，我還看不到基于GPT能力的商業(yè)化產(chǎn)出。”因此，多數(shù)AI公司或研究團(tuán)隊(duì)，在當(dāng)年對GPT的態(tài)度都停留在“研究”而非“研發(fā)”。
AI從誕生的那一刻就是要提供“服務(wù)”的，其天生就具備商業(yè)屬性。在大模型剛剛冒頭的前幾年，國內(nèi)大模型研發(fā)的第一梯隊(duì)中，也曾傳出某公司CEO認(rèn)為大模型看不到商業(yè)價(jià)值，差點(diǎn)把整個(gè)團(tuán)隊(duì)裁撤的流言。而像OpenAI這樣執(zhí)著于一款短期看不到商業(yè)價(jià)值的產(chǎn)品的公司，在成功之后自然也更具傳奇色彩。
近日，在第四范式媒體開放日上，虎嗅與第四范式創(chuàng)始人兼CEO戴文淵進(jìn)行了一次對話。以下是部分對話實(shí)錄：
GPT爆發(fā)的速度比AlphaGo快得多
虎嗅：ChatGPT出現(xiàn)之后，許多AI從業(yè)者都進(jìn)入了一種“應(yīng)激反應(yīng)”，他們或是在大模型里看到了重新創(chuàng)業(yè)的機(jī)會，或是在做新的布局。ChatGPT誕生，給你的刺激是什么？
戴文淵：業(yè)內(nèi)有一些人是從BERT模型誕生就在關(guān)注大模型，直到GPT-3出現(xiàn)后，我們已經(jīng)可以預(yù)見未來生成式預(yù)訓(xùn)練模型會有爆發(fā)的一天，但沒想到會這么快。
ChatGPT出現(xiàn)之后，馬上就建立了市場信心，這是ChatGPT給我們帶來最大的幫助。從去年9、10月份時(shí)，很多人還認(rèn)為生成式AI不靠譜，但ChatGPT出來了以后，整個(gè)市場就開始了從0到1的轉(zhuǎn)變。再往后，很多人就開始推出產(chǎn)品，在市場上推動商業(yè)化路線了。
虎嗅：在ChatGPT爆發(fā)的這三個(gè)月當(dāng)中，你和同行們都在討論什么？
戴文淵：同行之間聊得更多的是技術(shù)，以及關(guān)于整個(gè)產(chǎn)業(yè)的問題。比如說如何復(fù)現(xiàn)一個(gè)GPT3.5？有沒有可能做出GPT-4？以及算力的問題。到現(xiàn)在討論得更多的是，我們?nèi)绻獙?shí)現(xiàn)AGI，是不是一定要用GPT去實(shí)現(xiàn)，還有沒有別的方法？
虎嗅：你的客戶都在討論什么？
戴文淵：在過去的幾個(gè)月中，大家的認(rèn)知都在迅速提升。去年12月問得最多的是“你聽說過ChatGPT嗎？”到今年2月，問的是“ChatGPT我們能不能應(yīng)用它？”
在產(chǎn)業(yè)端，有些激進(jìn)的人甚至還不知道ChatGPT能做什么，就已經(jīng)迫切地要在業(yè)務(wù)中落地ChatGPT了，那個(gè)時(shí)候是 “市場在等產(chǎn)品”。差不多到2月，公司就必須把產(chǎn)品做出來，因?yàn)榭蛻舳荚诘饶恪?/p>
這其實(shí)有點(diǎn)像當(dāng)年的AlphaGo。AlphaGo剛出來的時(shí)候，市場也不知道它是什么，GPT這次的發(fā)展速度比AlphaGo快得多，AlphaGo出來后的一年，很多人都還是“我不知道它是什么，我只關(guān)心對我有沒有用”的狀態(tài)。
然而這次，這種狀態(tài)只持續(xù)了一個(gè)多月。大家很快就知道GPT大概能做什么，并且每天都會發(fā)現(xiàn)GPT能做的事情比想象得多。這次AI爆發(fā)的速度比AlphaGo快得多，帶來的機(jī)會也更多。
通用大模型不是通往AGI的唯一方法
虎嗅：近期，國內(nèi)廠商密集發(fā)布大模型產(chǎn)品，各種大模型之間差別大嗎？
戴文淵：不能說沒有區(qū)別，但都是基于GPT做的。雖然中國目前沒有OpenAI，但可能還會有更多的大模型。
對于我們自己來說，不是去對標(biāo)OpenAI，也并不是說OpenAI能做什么我就一定要做什么。比如我們的大模型也有畫畫的能力，但在畫畫能力上超越OpenAI并不是我們所考慮的。我們更重視發(fā)展那些經(jīng)過我們的思考和判斷后，發(fā)掘出來的用戶需要的能力。
虎嗅：國內(nèi)廠商密集發(fā)布大模型背后，也陷入互相挖人的競爭中，要組建一個(gè)AI大模型團(tuán)隊(duì)，什么最重要？
戴文淵：我覺得從頂層去看這個(gè)問題的話，最重要的不是去競爭某個(gè)人或某幾個(gè)人，而是有一群志同道合的人一起，這樣的團(tuán)隊(duì)才會有戰(zhàn)斗力。如果某個(gè)團(tuán)隊(duì)全是靠雙倍工資挖來的人才，那他的戰(zhàn)斗力可能也會比較有限。
如果一個(gè)團(tuán)隊(duì)有共同的愿景，共同的目標(biāo)。那這些人其實(shí)是挖不走的。對我來說，打造團(tuán)隊(duì)最重要的是“認(rèn)同”。大家能否認(rèn)同我們正在做的事，以及你是不是特別想把這件事情做成。
虎嗅：算法、算力和數(shù)據(jù)，這三大要素你認(rèn)為應(yīng)該如何排序？
戴文淵：數(shù)據(jù)最重要，但是這個(gè)問題要辯證地來看，數(shù)據(jù)充分到一定的程度以后，再多就不一定那么重要了。比如說《紅樓夢》看過一百遍了，再多看兩遍也沒那么重要了。
其次是算力。大模型在算力方面是有門檻的。但是對于大廠，或者有一定資金實(shí)力的AI公司來說，大家還是能做到這個(gè)“牌桌”前的。作為中國公司，我覺得算力需要考慮的問題是有沒有國產(chǎn)替代方案。
最后是算法，雖然我認(rèn)為算法未來可能會有改變，但目前來看Transformer在很長一段時(shí)間內(nèi)是比較固定的。但模型結(jié)構(gòu)會有一些變化，例如模型的稀疏化。
虎嗅：現(xiàn)在大模型訓(xùn)練很多用的都是英偉達(dá)的芯片，現(xiàn)在業(yè)界更多討論的是沒有英偉達(dá)之后呢？
戴文淵：一段時(shí)間以來，中國大多數(shù)GPU公司走的路線，是通過犧牲顯存、網(wǎng)絡(luò)帶寬的方式來追求計(jì)算能力的提升，迫近或者超過英偉達(dá)。但是對于大模型來說，我們其實(shí)需要這三者（計(jì)算能力、顯存、網(wǎng)絡(luò)帶寬）的折中，這是一個(gè)技術(shù)路線的問題。從追求極致的算力，調(diào)整為追求三者的平衡。目前可能還需要一點(diǎn)時(shí)間，這段時(shí)間里國產(chǎn)GPU的性能可能跟英偉達(dá)有差距，但這個(gè)差距可能比想象中小。
通常情況下如果CPU的性能相差2倍，那么軟件運(yùn)行速度就會慢2倍。但是GPU性能相差2倍，大模型的參數(shù)量不會縮小2倍，會少1倍多。導(dǎo)致的結(jié)果是假設(shè)我用了比你差2倍的GPU，我能跑1000億參數(shù)，你可能能跑1000億多一點(diǎn)的參數(shù)。但對于大模型來說，1萬億參數(shù)和1000億參數(shù)有本質(zhì)的區(qū)別，“1000億”和“1000多億”，其實(shí)感受不到本質(zhì)的區(qū)別。
虎嗅：聽下來，這三者里所以大模型最容易構(gòu)筑壁壘的地方是數(shù)據(jù)嗎？
戴文淵：這個(gè)問題首先要理解通用模型和專用模型，通用模型就是培養(yǎng)了一個(gè)大學(xué)生，等到他開始工作了，在某一個(gè)領(lǐng)域積累專業(yè)的知識與數(shù)據(jù)，當(dāng)他在一個(gè)行業(yè)或領(lǐng)域鉆得足夠深，就是專用模型。
所以數(shù)據(jù)的壁壘更適用于在垂直行業(yè)和領(lǐng)域，你的數(shù)據(jù)充分了，別人的數(shù)據(jù)沒有充分，就形成壁壘了。
行業(yè)和領(lǐng)域的概念也有所不同。比如Photoshop是一個(gè)領(lǐng)域，或者說OA（辦公自動化）系統(tǒng)、CAD（計(jì)算機(jī)輔助設(shè)計(jì)）軟件是一個(gè)領(lǐng)域，在這個(gè)領(lǐng)域的數(shù)據(jù)會形成壁壘。
如果你用AI改造了一個(gè)軟件，那么這個(gè)軟件逐漸會變成一個(gè)領(lǐng)域模型。不僅僅是軟件，也是一個(gè)模型。
從某種角度來說，我們認(rèn)為可以通過改造越來越多的領(lǐng)域來實(shí)現(xiàn)一體AGI的路線。當(dāng)你把全部領(lǐng)域都改造完了以后，就形成了AGI。很難想象通過一個(gè)大模型最后把所有領(lǐng)域的問題都解決了，那樣的話模型量就太夸張了，可能現(xiàn)在的計(jì)算體系架構(gòu)下，要付出難以接受的代價(jià)。
To C不是大模型落地的最佳場景
虎嗅：B端和C端誰會更快落地大模型？
戴文淵：在我看來To C和To B各自有各自的機(jī)會，短期來看To B可能會落地更快。
因?yàn)門o B軟件在交互上更需要，也更容易升級。To C軟件的用戶體驗(yàn)經(jīng)過十幾年的打磨，已經(jīng)逼近用戶體驗(yàn)的上限，而B端的企業(yè)級軟件往往要面對更加復(fù)雜的策略和執(zhí)行，堆砌十幾層菜單和成千上萬的功能也不算多。
比如抖音，他作為一個(gè)短視頻平臺，用戶的操作只需要向上滑就好了，改成對話的形式，體驗(yàn)說不定還下降了。反觀B端軟件，我和一個(gè)合作伙伴聊天時(shí)，他給我們展示所使用的軟件，下拉菜單甚至已經(jīng)超過了屏幕的大小。這就給升級創(chuàng)造了條件。
To C可能是在生產(chǎn)力方面更有價(jià)值，比如AIGC制圖，影視加工這些?？赡鼙緛硪埡芏嗉夹g(shù)人員，現(xiàn)在可以用AI代替了，那你的成本就比別人低，效率更高，或者SKU（品類）更多，這是To C的機(jī)會。
虎嗅：第四范式的大模型產(chǎn)品，目前的開發(fā)、版本迭代情況如何？與其他大模型產(chǎn)品有何異同？
戴文淵：“式說”的定位是“基于多模態(tài)大模型底座的軟件開發(fā)平臺”，主要面對企業(yè)開發(fā)，與其他大模型一樣具備語言能力，但是更偏向于基于AI大模型重構(gòu)企業(yè)軟件，也就是AIGS（AI-Generated Software）。
我們認(rèn)為，如果你要實(shí)現(xiàn)一個(gè)功能，通過鼠標(biāo)點(diǎn)菜單點(diǎn)三下才能完成的，那么這次操作的體驗(yàn)基本上不會比通過語音交互來實(shí)現(xiàn)更好。所以用新型的交互模式去替代老的交互模式，會使B端軟件的體驗(yàn)獲得一個(gè)很大的提升。
你可以回憶一下自己企業(yè)內(nèi)的報(bào)銷系統(tǒng)、HR系統(tǒng)、OA系統(tǒng)，我們公司現(xiàn)在的報(bào)銷系統(tǒng)也挺難用的。但是你試想一下，如果你在報(bào)銷過程可以用聊天的方式完成。
你說：“我要報(bào)銷”，然后你把發(fā)票拍給軟件，大模型識別這是餐廳發(fā)票。
它問：“跟誰吃飯了？”
你答：“跟張三吃飯了”
它說：“我接收了?！?/p>
結(jié)束。
這種體驗(yàn)顯然比現(xiàn)在的報(bào)銷系統(tǒng)要強(qiáng)得多，這是用戶體驗(yàn)方面的提升。
另一方面是開發(fā)迭代周期的提升。原先是菜單式的功能和界面開發(fā)，每次升級都是幾個(gè)月起。而現(xiàn)在新的交互模式，入口被一個(gè)萬能對話框取代了，界面已經(jīng)不重要了。ChatGPT每天都在提升，但是你感受不到它的界面發(fā)生了什么變化。
以前是界面層面的升級，現(xiàn)在是數(shù)據(jù)層面的升級。數(shù)據(jù)層面的升級都是以天計(jì)的，像抖音增加一個(gè)特效，也不需要改抖音的界面。
這么看就是用戶體驗(yàn)也提升了，開發(fā)者體驗(yàn)也提升了。
虎嗅：第四范式的大模型里提到了思維鏈COT的概念，它在大模型中是以什么形式存在的？
戴文淵：我們?nèi)粘Ｓ玫降能浖?，都是由一個(gè)個(gè)功能組成的，但我們用軟件去完成任務(wù)的時(shí)候，不只用到一個(gè)功能。比如Photoshop，你在Photoshop里調(diào)圖片亮度，這是一個(gè)功能，調(diào)對比度，也是一個(gè)功能。但是如果你想“把照片P好看點(diǎn)”，它就不是一個(gè)功能了，而是通過一個(gè)個(gè)功能疊加實(shí)現(xiàn)的任務(wù)，最后按照順序執(zhí)行，實(shí)現(xiàn)“把照片P好看點(diǎn)”。
這個(gè)利用不同功能，一步步完成任務(wù)的過程，就是思維鏈COT（Chain of Thoughts），是一個(gè)多步推理的過程。COT相當(dāng)于是大模型當(dāng)中的數(shù)據(jù)。你可以把AI想象成一個(gè)每天站在軟件使用者背后的人，每天就看他干什么，看多了也就學(xué)會了?！笆秸f”就是在用戶使用過程當(dāng)中，讓AI去收集他的思維鏈，以思維鏈為數(shù)據(jù)，然后再來做微調(diào)和反饋，從而形成AI能力。
基于大模型的思維鏈，就需要AI有很強(qiáng)的推理能力。雖然沒有Photoshop軟件的能力，但AI有操作的能力，所以即便AI沒見過這個(gè)軟件，也可以利用COT去學(xué)習(xí)它的使用方法。
虎嗅：我們通常去評價(jià)一個(gè)大模型產(chǎn)品好不好，是看效果，那么大模型的落地效果要怎么量化？
戴文淵：最明顯的量化指標(biāo)就是“降本增效”。我舉一個(gè)B端的例子，比如原來IT部門去迭代一個(gè)軟件，需要10個(gè)人開發(fā)半年，現(xiàn)在可能兩個(gè)人開發(fā)兩天就搞定了。不說最后效果，就開發(fā)效率提升這件事就非常直觀。對于企業(yè)來說，同樣的人力情況下，本來只能開發(fā)2個(gè)功能，現(xiàn)在可以開發(fā)200個(gè)功能。
虎嗅：你一直提到B端的應(yīng)用，安全對于ToB產(chǎn)品來說特別重要?，F(xiàn)在各國家和地區(qū)也都在提及ChatGPT產(chǎn)品對數(shù)據(jù)安全的威脅，AI大模型在訓(xùn)練、應(yīng)用過程中，如何保障數(shù)據(jù)安全？
戴文淵：在今天這個(gè)時(shí)間節(jié)點(diǎn)上，數(shù)據(jù)安全最關(guān)鍵的，特別是敏感數(shù)據(jù)的私有化部署，這個(gè)東西暫時(shí)是繞不開的。可能在過去可以基于技術(shù)做一些數(shù)據(jù)的可信交換，但是現(xiàn)在不是把數(shù)據(jù)給你，是把數(shù)據(jù)給GPT。
我們現(xiàn)在也在研究一些基于GPT的可信的聯(lián)合計(jì)算，比方說基于GPT的聯(lián)邦學(xué)習(xí)。這樣的方向，我覺得未來是可期的。
標(biāo)簽：
參與評論