離大模型走進人們的視野已經(jīng)過去近一年的時間，在AI大模型的浪潮下，各大科技企業(yè)爭先恐后的推出了各自的大模型產(chǎn)品。與此同時，各行業(yè)企業(yè)也對大模型保持著高度關(guān)注。
如果說，各大廠商紛紛推出大模型產(chǎn)品形成“百模大戰(zhàn)”的局勢，是大模型這場“戰(zhàn)役”的上半場的話，那么這場“戰(zhàn)役”的下半場將更聚焦在大模型產(chǎn)品的整合能力，以及平臺化、行業(yè)化的發(fā)展方向。
下半場開打，平臺化、行業(yè)化將成關(guān)鍵賽道
從大模型這一年的發(fā)展可以看出，目前各個廠商的大模型幾乎是“各自為戰(zhàn)”，都通過自身的產(chǎn)品意圖搶占更多的市場，以大模型“鼻祖”ChatGPT為例，ChatGPT是個應(yīng)用，可以看作一個APP，而GPT4則是個大模型，構(gòu)建了類似大模型的生態(tài)，讓企業(yè)可以以此為基礎(chǔ)，打造自身的大模型。
從上述案例可以看出，過去近一年的時間，各家都將主要精力放在類似“ChatGPT”的產(chǎn)品打磨上，落地點在應(yīng)用側(cè)，而對于企業(yè)側(cè)而言，目前行業(yè)還是較缺乏一個平臺，讓企業(yè)可以靈活調(diào)用各家大模型產(chǎn)品，或者基于某家的產(chǎn)品開放針對自身需求的大模型。在神州數(shù)碼副總裁CTO李剛看來，大模型如果想要在企業(yè)側(cè)實現(xiàn)應(yīng)用的爆發(fā)，需要一個，甚至多個開源、開放的大模型平臺。
說到企業(yè)級大模型應(yīng)用，就不得不提一提行業(yè)大模型，鈦媒體觀察發(fā)現(xiàn)，目前行業(yè)級大模型還處于發(fā)展的初級階段，雖然有很多家企業(yè)推出了行業(yè)大模型，但是應(yīng)用并不很好。
以發(fā)展較快的金融行業(yè)為例，今年3月，彭博首度針對金融業(yè)推出大型語言模型BloombergGPT，引發(fā)市場對金融垂直領(lǐng)域大模型的關(guān)注；6月，哥倫比亞大學聯(lián)合上海紐約大學推出FinGPT 。
在國內(nèi)，7月，華為全新發(fā)布盤古大模型，金融行業(yè)大模型正是其中數(shù)個行業(yè)通用大模型之一；9月，螞蟻集團正式發(fā)布自研“螞蟻基礎(chǔ)大模型”，以及在此基礎(chǔ)上進行定制的“螞蟻金融大模型”。
李剛對鈦媒體表示，目前市面上的大模型種類主要分為幾類，一類是通用的基礎(chǔ)大模型，一般來說，這些大模型通過自然語言的語料構(gòu)建數(shù)據(jù)庫，經(jīng)過清洗、訓練等操作，打造了基礎(chǔ)大模型，“這類模型，語料庫越大、參數(shù)量越大，能力就越強?！崩顒偙硎?。
另一類就是行業(yè)大模型，這類模型具有極強的專業(yè)性，需要大量行業(yè)專業(yè)知識庫，“目前，這個行業(yè)知識庫的語料需控制在20%，不多不少?！崩顒倧娬{(diào)，“超過20%，訓練出來的大模型可能就‘不會說人話’，造成溝通障礙；少于20%，又不具備行業(yè)的專業(yè)性。”
打造大模型的“PaaS”層
就像云計算有IaaS、PaaS、SaaS之分一樣，在神州數(shù)碼戰(zhàn)略營銷部總經(jīng)理皇甫子喬看來，大模型時代，企業(yè)也需要一個類似云時代PaaS平臺。
為了給企業(yè)構(gòu)建一個更好使用大模型的平臺，神州數(shù)碼近日正式發(fā)布了神州問學平臺，談及平臺發(fā)布的意義時，李剛對鈦媒體表示：“以神州問學平臺為核心，我們不做基礎(chǔ)大模型，而是做大模型的集成與應(yīng)用開發(fā)交付平臺，從而加速企業(yè)AI創(chuàng)新；我們做大數(shù)據(jù)的服務(wù)伙伴，從而加速企業(yè)數(shù)據(jù)治理升級；我們做生態(tài)紐帶、模型市場、數(shù)據(jù)集市、應(yīng)用商店，從而加速產(chǎn)業(yè)創(chuàng)新與生態(tài)破局?！?/p>
今年初，華為云發(fā)布了盤古大模型，并將大模型按照L0、L1、L2進行了分級。按照華為云的分類，L0指基礎(chǔ)大模型，L1指行業(yè)大模型，L2則是指面向更加細分場景的推理模型。
基礎(chǔ)大模型方面，以圖網(wǎng)絡(luò)大模型為例，一個大模型可以適配工藝優(yōu)化、時序預測、智能分析等多個場景，同時應(yīng)用在金融、煤礦、制造等多個行業(yè)。
行業(yè)大模型方面，華為云推出了如盤古金融大模型、盤古礦山大模型、盤古電力大模型、盤古制造質(zhì)檢大模型、盤古藥物分子大模型等行業(yè)大模型。
推理模型方面，以在電力行業(yè)為例，華為云基于盤古電力大模型，針對無人機電力巡檢細分場景，通過一次預訓練+下游任務(wù)的微調(diào)，推出盤古電力巡檢大模型，解決了無人機智能巡檢系統(tǒng)(缺陷檢測)中的小樣本學習、主動學習、增量學習等問題，解決了海量數(shù)據(jù)標注工作量大和缺陷種類繁多的問題。
上述是華為云對于大模型的理解，以及華為云的一些產(chǎn)業(yè)布局?；诖?，皇甫子喬對鈦媒體表示，神州數(shù)碼問學平臺在幫助企業(yè)從L0到L2行業(yè)應(yīng)用場景落地過的程中，將起到“轉(zhuǎn)換器”的作用，“為企業(yè)提供一個類似云計算時代PaaS平臺的能力?！被矢ψ訂倘缡钦f。
無獨有偶，百度CTO王海峰也曾公開表示，面對大模型產(chǎn)業(yè)化的挑戰(zhàn)，行業(yè)需要類似芯片代工廠模式，采用“集約化生產(chǎn)，平臺化應(yīng)用”的模式，即具有算法、算力和數(shù)據(jù)綜合優(yōu)勢的企業(yè)將模型生產(chǎn)的復雜過程封裝起來，通過低門檻、高效率的生產(chǎn)平臺，為千行百業(yè)提供大模型服務(wù)。
據(jù)鈦媒體了解，目前，這一產(chǎn)業(yè)化路徑已在文心大模型產(chǎn)業(yè)實踐中得到驗證，百度與各行業(yè)頭部企業(yè)、機構(gòu)共建了包括能源、金融、航天、制造、傳媒、城市、社科以及影視等行業(yè)大模型。
更低成本、更低門檻是目標
雖然大模型已經(jīng)逐漸向各行各業(yè)滲透，但就現(xiàn)階段大模型發(fā)展來看，對于企業(yè)級用戶而言，大模型的使用成本依然讓很多企業(yè)望而卻步。
以GPT-3為例，英偉達曾披露訓練一次1750億參數(shù)的GPT-3需要34天，使用1024張A100 GPU芯片，單次訓練成本高達1200萬美元。為了訓練超大規(guī)模的AI模型，微軟甚至為OpenAI構(gòu)建的一臺排名世界前五的超級計算機。
與此同時，據(jù)國盛證券《ChatGPT 需要多少算力》報告估算，大模型的前期訓練成本很高，一次訓練的成本超過百萬美元。這個費用不僅涵蓋了模型的架構(gòu)、算法和訓練數(shù)據(jù)的選擇，還包括了模型訓練所需要的大量計算資源和時間成本。而且隨著大模型版本的升級，其訓練成本也呈幾何式增長。
百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏也曾指出：“無論是哪家公司，都不可能靠突擊幾個月就能做出這樣的大語言模型。深度學習、自然語言處理，需要多年的堅持和積累，沒法速成?！?/p>
面對如此高額的大模型使用成本和使用門檻，是一般企業(yè)承擔不起的，也正是如此，目前為止，還沒有一個真正意義上完善落地的行業(yè)大模型產(chǎn)品面世。對此，皇甫子喬表示，大模型的使用成本是很多企業(yè)應(yīng)用大模型賦能業(yè)務(wù)的最大阻礙，而神州問學平臺的定位就是希望通過開源的形式，讓企業(yè)以更低的選擇成本，使用大模型產(chǎn)品?！吧裰輪枌W主要包含兩個部分，一部分是平臺，另一部分是開箱即用的場景應(yīng)用。”皇甫子喬對鈦媒體表示，“這兩部分一方面希望集合更多生態(tài)伙伴，共同賦能用戶；另一方面，希望企業(yè)可以更快、更便捷的使用大模型產(chǎn)品?！?/p>
將大模型的使用成本和使用門檻降低是行業(yè)內(nèi)的共識，無論是“一卡難求”的GPU，還是高額的電費，都是現(xiàn)階段企業(yè)應(yīng)用大模型的門檻，而諸如神州問學、百度千帆、昆侖萬維等，“風格迥異”，卻目標相同——“助力大模型落地”的平臺級產(chǎn)品的涌現(xiàn)，以及大模型生態(tài)中合作伙伴的不斷增加，企業(yè)應(yīng)用大模型的門檻和成本必將進一步的降低，我們離行業(yè)大模型的普惠也將越來越近。