如何解锁机器人“最强大脑”

发布时间：2023-05-06 10:31:30 所属栏目：动态来源：

导读：随着一系列大语言模型问世，我们好像突然进入了大语言模型时代。但进入大语言模型的门槛其实非常高，从投入成本上来看分几类：第一类是建设成本，第二类是训练成本，其他比如数据采集、数据标注、网络带宽、电力资源

随着一系列大语言模型问世，我们好像突然进入了大语言模型时代。但进入大语言模型的门槛其实非常高，从投入成本上来看分几类：第一类是建设成本，第二类是训练成本，其他比如数据采集、数据标注、网络带宽、电力资源、平台运营等成本的费用都是以亿来估计。所以初创市场或没有任何知识的企业要进入这个赛道很难，往往前期具备深厚积累的大型互联网公司才有机会进入赛道抢占先机。

除去语言模型这一发展路径，虽然当下以ChatGPT为代表的AIGC技术也非常热，目前主流的2C2B2G市场还是以传统AI模型作为主要技术力量。传统人工智能模型简单易开发和部署,投入少但也能满足业务需求,将人工智能和传统人工智能领域进行深度融合,还需要一个创新、验证和发展的过程。

目前的AI模型训练都在遵循人类指定训练输入、指定模型结构、指定训练输出，无论是传统AI模型或者是AIGC模型都没有跳出这个规则。未来如果机器真的具有人的认识能力，肯定是在人脑机理层面上有了特别大的突破，更多从机理层面获得AI模型，这时才可能有机器代替人一说。

数据、算力和算法是AI的三大核心要素，其中算力是算法和数据基础设施。随着国内外科技企业相继布局GPT类的大模型，算力需求面临爆发式的增长。算力源于芯片，季昊提出AI芯片未来的迭代方向主要有两个：一是随着数据量和模型复杂度不断提升，芯片性能和功耗需要进一步发展；二是随着AI技术在各个场景展开应用，芯片需要满足日益增长的多元化需求。

此外针对数据这一要素，目前AI模型的数据标记和数据处理的发展情况如何呢？季昊表示，数据标注这个产业其实在水下，往往不被公众所知。目前随着人工智能爆发，其市场规模在不断提升。但同时，数据标注产业也存在一系列问题。作为一个劳动密集型产业，往往公司接到订单后会逐层下包，导致数据标注工作在管理、质量、审核等方面存在一系列问题；另外还会涉及核心数据泄露，所以对于整个数据标注产业，规范和管理也是非常重要的。

OpenAI的投入能持续多少时间这是存疑的，所以对于ChatGPT来说，一方面现有用户是否可以变成长期粘性用户，是未来长期持续发展的用户基础。另外一个层面是探索ChatGPT技术和业务场景如何结合，技术投入最终需要找到帮它买单的一方。前期可以烧钱，但从长久看一个技术才能长期存活发展，需要找到相应的盈利模式。

人工智能其实目前已经逐渐从幕后走向台前。原来是默默无闻支持千行百业，现在是成了整个科技的引领力量，所以说我们可以张开双臂迎接AI时刻的到来。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!