AIGC行业的机遇得到充分诠释。
4月21日，铅笔道“2023 AIGC科技大会”在北京召开，数十位科技行业知名企业家、企业家、投资人、学者出席。 本次活动的核心话题围绕生成人工智能赛道的“大势与前景”。 鹰君基金创始人刘晓英与联想控股副总裁、创新发展中心董事总经理余浩博士畅谈了AIGC赛道的详细情况。 分配机会。
他们认为，大数据、大模型、大算力，以及所需的人才、资金、技术，不是初创公司可以玩的。 而围绕大语言模型的服务，如信息安全（版权信息安全）、智能感知、信息标注、模型简化、算法优化等细分领域，则给了初创公司“卖水”和“铲子”的机会。
另一方面，AIGC绝不是只有大公司才能玩的游戏。 大语言模型的应用接口开放后，会让创业公司更加“平等”，让草根创业者拥有更强的能力。 准需求。
以下为铅笔路整理的两位嘉宾对话精华：
刘晓英：从新手用户的角度来看，ChatGPT是一个非常聪明的聊天机器人，有很强的学习能力，背后有强大的数据能力。
于浩：它的名字ChatGPT已经解释过了，Chat就是聊天。 它从技术上解决了自然语言生成的问题。 什么是自然语言？ 它是自然形成的语言，人类的语言都是自然形成的。 还有非自然语言，比如编程语言，包括使用的密码，都是人工设计的语言。 既然自然语言是自然形成的，你就得教计算机理解，让它知道你要做什么，能生成什么，这是一个比较困难的任务。
一般来说，自然语言分为两部分。 第一步是让计算机知道你在说什么，第二步是让计算机根据你的要求生成一些东西。 过去我们一直认为生成是困难的，所以ChatGPT最大的贡献就是解决了生成的问题，可以说是实现了飞跃。
它是一个聊天机器人，我们评价它是一个非常高的“聊天商”。 传统的聊天机器人实际上是QA系统的问题。 一般来说，就是正确回答你的问题，这是我的KPI之一。 而ChatGPT聊天机器人，你发现它可能回答不正确，而是先抓住你，让你先和它聊天，然后通过聊天的交互过程逐步优化找到答案。
刘晓英：是的，但是对于GPT有两种看法。 一方面我们要创业，做几个大的模式，包括（前）美团的王慧文，王小川的百川智能。 ，还有360，我把它命名为（大型号）毒舌，因为它一开始是一个杀毒软件。
于浩：确实是这个问题。 事实上，当我们回顾GPT的成功或者OpenAI的成功时，已经做了近8年了。 这七八年里，其实有无数的概念风起云涌，比如区块链、web3.0、元宇宙，而OpenAI团队非常稳定。 它并没有受到这样的震撼，只是做了这样的事情。
现在看这些代表人物（国内），他们有一定的号召力，其实包括刚才提到的基金，投资者可能也需要这样的话题，但是我个人认为特别是从创业，说你要制作一个大型模型，确实需要大量的投资。 不管之前是否声称至少需要1000张显卡才能启动，有的甚至需要10000张显卡才能启动，这个投入是非常大的，包括多少电费。 事实上，如果我们真的创业，我们不一定要建立像ChatGPT这样的模型。 这就好比说美国西部淘金热时有很多淘金者，但实际上赚最多钱的却是卖铲子的，对吧？ 如果每个人都生产铲子，我们就应该成为淘金者。 你觉得ChatGPT是一个工具，它可能是一把好铲子，我们可以用它来做其他创业吗？ 它有几个特点。 一是提升整个人的认知底线。 当它能比普通学生写论文更好的时候，我们就可以用它来写论文了。 我们所有人都可以提高利润如果你这样做，你就可以做得更好、更有趣的事情。
第二点，如果这批接口大家都可以用，而且全部开放的话，我们大家几乎是平等的吧？ 不做铲子，我们是否也应该挖金子，不同的时间、不同的地点，也许会有好的机会。
刘晓英：我非常同意。 后面我们会有一个非常重要的内容，关于未来创业型AI机器和GPT。 大环境下，我们的创业应该瞄准哪些赛道？ 我们鹰基金对于天使投资有1234规则。 我经常将1234规则细分为不同的赛道行业。 我只是一时兴起。 对于我们的1234，如果应用AIGC和GPT，1就可以称为Big升级。 有人说GPT是一场新的工业革命。 我们认为它还没有到来。 应该是一个比较大的升级，或者说人工智能真的从0到1突破了，确实是比较强的人工智能，但是它到底是不是工业革命，我们还是要再看一看。 所以一个大模型，AGI通用人工智能的一个大升级。
那么 1234 中的 2 是多少？ 有两种模型，一种称为大模型，另一种称为多模态。 它还可以识别文本、语音、图片和视频。 这对于两种模型都很重要。
那么3指的是三个核心。 大家都在讲大数据、大算力、大算法。 其实应该有几个大的，包括大规模的预训，高层次的人才。 如果你不是AI人才，那你真的不懂算法。 如果你不懂人机对话这种机器学习，你就很难从事这方面的研发，所以三个核心就是大算力、大数据、大算法。
算力大怎么办？ 这些年，芯片其实是一个痛点。 我们要思考我们能走多远，我们能做多大，我们能控制多少数据，因为各大平台都要自己开发大模型。 事实上，这个市场应该容不下这么多人。 可能有的上市公司有炒股的概念，有的可能有自己的数据。 他们是相对独立和分裂的，所以可能和国外不一样。 于先生，您觉得怎么样？
于浩：其实很多人都在思考为什么ChatGPT突然有如此爆炸性的突破。 事实上，两周前，人工智能协会就准备在杭州建立一个大型模型。 当时我们请了很多院士。 有科研领域的专家提到了一个词，叫“涌现”。 什么是涌现？ 也许不是爆炸，而是突然出现——涌现，这个词很好，为什么会有涌现的概念呢？
这个词的出现可能有点难以理解。 在普通话里，就是吃火锅的意思。 大家吃火锅的时候，如果火锅没开，可以在火锅里放几片肉和蔬菜，那么等锅的时间就会更长； 当火锅全开的时候，尤其是四川火锅，有一层黄油完全烧开的时候，扔几片肉和蔬菜也不会影响，仍然处于很沸腾的状态。 这就是涌现。
为什么后来才出现？ 计算能力的进步是非常巨大的。 现在大家的手机已经不仅仅是我们上学的时候的电脑了，然后就包含了大数据，特别是互联网上出现的大数据。 事实上，为什么要讨论 AIGC？ 总的来说，web3.0的一个重要点就是AIGC的出现，第一代是新浪搜狐这样的互联网巨头，那么第二代就是web2.0，web2.0的一个重要媒体，也就是之后微博的出现，整个自媒体的发展是非常快的，所以现在AIGC的出现之后，是带来了整个数据的增长，所以在这种情况下，确实是推动了一个突如其来的情况。
回过头来看，刚才我们确实提到了三个关键点，但是大数据，包括大算力，对于初创公司来说可能很难达到。 不可能每个人都做Nvidia吧？ 这是很难实现的。 每个初创公司也很难做出大规模的模型，除非有前面提到的学术背景。
刘晓英：是的，其实我觉得在座的大部分都是企业家，对吧？ 我很关心ChatGPT能为我们创业指明一个什么方向，能带来什么样的创业机会，所以我刚才说我AIGC投资的1234规则中的四个赛道中的第一个可能是信息安全。 还有一些机会，比如版权信息安全； 另外一个是数据采集，包括一些智能感知和一些AI标注，最后是自动驾驶，这也有大量的标准。 第三种可能叫模型简化，即在大模型的基础上应用小模型。 第四是算法的优化，以及一些共享算力的优化。
其实我想说什么？ 作为一个普通人和小白，为什么GPT这么出名呢？ 正是因为它的一句话，唤醒了大家，但是在中国，我想AIGC已经存在很多年了，特别是10年前我们投资的影本科技的一个天使项目，现在已经是AI独角兽了。 在刚刚发布的“2022 AIGC创新Top30”榜单中排名也非常靠前。 Moviebook正是做AI机器视觉和AIGC行业应用。 6年前它就使用AI大模型自动生成视频内容。 早在2013年，他们就利用AI生成了一些原生视频广告。 2018年，Moviebook还率先发布了ADT，即数字孪生。 它是第一个制作数字孪生和产品数字孪生的公司。 这一切，其实都与AIGC有关。
事实上，很多AI创业项目从AlphaGo到早期，包括我们的AI市场，当包括光年之外的各大平台都开始构建大规模模型时，我们在哪里？ 从商汤到酷斯泰尔再到云从，他们有很多AI数据，有很多AI技术，他们为什么不这样做呢？ 后来商汤也出了一款吧？ 有时你必须这样做。 其实有很多平台或者公司可能不愿意做，但是别人做的时候却总是被问到。 他们都有钱，所以一开始就是5000万美元的天使轮，然后马上就是A轮。 我们看到的是中国互联网行业大平台实力的崛起，他们的背景也不再像前几年一样，而是我们做起了草根生意。 我应该怎么办？ 我们可以做什么？ 这是大家都非常关心的问题。
于浩：无论是AIGC还是产业基金，还是要好好了解一下。 首先，它不能说是革命，但确实是突破。 这个突破实际上给我们带来了更多的机会。 仿佛在我面前打开了一扇门，可以提高我们自身的能力，可以做一些相关的事情。
企业家有两种方法。 一是你能否利用你的团队找到这样一个与大模型的结合点。 其实很多这些算法都用到了，包括第一位嘉宾谈到Nvidia的时候，他就特别提到了芯片。 他们之间通信的问题，我最近也在看相关的项目，如果你想要1000张卡甚至10000张卡，那么这种计算是不能叠加的，无论是卡之间的通信还是数据的交换，如何去做的话，可能会有很多这样的问题，需要有一定技术基础的人，初创公司不一定要做，比如说传统的通信公司可以做这样的方向吗，那么这是第一个观点 。
第二点是，在AI 2.0时代，肯定会有更多的公司为此类行业做应用。 刚才我一直在强调，整个AIGC就是要给每个人一个平等的机会，提高你的能力。 你为什么不尝试一下呢？ 无论如何，总之，我们还是要正面看待AIGC。 今天我也非常喜欢。 Pencil Road没有把话题定在ChatGPT上，而是定在了AIGC上，这是非常正确的。 我也同意另一位的观点。 正如我刚才提到的，AIGC已经存在很长时间了。 并不意味着现在很多人都在做，包括你提到的数字孪生。 我担任企业研究院总经理的时候，我们就这么做了。 大量To B数字孪生。 当时，数字孪生还从现实世界转向模拟世界。 换句话说，这样的数字孪生仍然由人们生成内容。 但是如果AIGC发展到一定程度，那么从虚拟到现实，或者说完全真实的元宇宙时代，在这个科技时代可能会有很多这样的应用场景，所以我们也特别期待会有一些场景等待我们的创业者无论To B还是To C都要发展。
刘晓英：是的，从普通人的角度来说，我其实想说，如果你是会计公司或者客服或者旅游行业，很有可能你会被AI或者机器人颠覆，而且很快你就会被颠覆。失去工作。 这个时候就应该去面对了，因为没有办法，浪潮已经过去了，赶紧去学习新的技能吧。 人们总是有很多机会改变他们的工作环境。 另外一个就是如果你是一个创意人才，如果你还是用传统的方式去做创意的话，你可能会输给别人，那么其他的画家、艺术家以及很多作家、小说家，他们可以去使用GPT来提高他们的效率可以加速他们的一些创意作品的产生，他们的竞争力就会增强。 所以这个时候大家的出发点其实都是一样的。 任何新工具其实对每个人都是公平的，就看你是否愿意接受新事物。
于浩：现在AIGC刚刚开门，大家不用着急，精彩的已经过去了，一切交给市场，一切交给时间，让子弹飞一会儿。
刘晓英：人脑中约有1000万亿个大脑系统，通过100万亿个神经元的网络连接起来。 目前的GPT参数是1000亿，所以实际上有1000亿和1000万亿个脑细胞。 差距很大。 当达到100万亿的时候，相当于脑细胞的1/10，我觉得就已经很接近人类了，但是有一点就是现在的GPT背后其实可能有一个大脑。 但它可能不太善于思考，但它有很强的学习能力和很强的记忆力。 我们要把它变成我们的工具，所以未来我们实际上应该把它私有化，甚至你可以自己建立一个私有的GPT，然后未来的公司可能可以一个人创办一家公司，因为你有很多GPT垂直细分行业的助手帮助你完成日常工作，你可以轻松完成很多事情，所以想象空间非常巨大。
